1、软土地基沉降量预测的常用方法研究摘要：关于软土地基沉降量预测的方法有很多，本文对目前常用的一些通过现代的预测理论进行分析，根据实测资料或者模拟实验数据推算沉降量与时间关系的预测方法进行总结研究。 关键词：软土地基地基沉降沉降量预测 中图分类号： TU47 文献标识码： A 在高速公路的路堤建设过程中，为了控制施工进度，指导后期施工组织及安排并保证路堤的稳定和实用，需要对路基的不同时刻沉降和最终沉降量进行预测，尤其针对以软土为地基的路基施工，路基实际土层的性质很复杂。软土地基在其顶部荷载及重力作用下产生压缩变形，从而引起基础沉降。沉降量是指地基土经压缩变形达到固结稳定状态时的最大沉降量，称为最终
2、沉降量。软土作为一种特殊工程材料，土体本身性质变异性较大，特性复杂，而且取样时容易受许多不确定因素的影响，所以无论是传统方法还是数值方法，其本构模型存在的缺点已有共识，如参数的取得、影响因素和破坏准则等，至今仍然没有一种计算方法是能够令人信服的。但是通过现代的预测理论进行分析，根据实测资料或者模拟实验数据推算沉降量以时间关系的预测方法已经在工程中被广泛应用。目前，此类方法归纳起来，主要有如下几种： 1、经验公式法 土体的压缩变形随时间的变化过程不仅能在室内模型试验时观测到，而且在实际工程中也可以通过观测沉降量随时间的变化而得到。采用科学的预测方法处理沉降实测资料和试验数据，有助于准确和预测沉降
3、，从而使后期施工组织安排到达最优化。目前常用的经验公式法主要有：指数曲线法、双曲线法、对数曲线法、抛物线拟合法、三点法、星野法、沉降速率法等等。 （1）指数曲线法模型 指数曲线法是假定沉降的平均速率以指数曲线的形式减少的经验推导法。此法认为曲线 约呈折线型的三段直线，其经验公式为： （1-2） 在直线上选取两点（， ）和（， ） ，使其满足,代入式（1-2）即得，由此可求得最终沉降量为： （1-3） 式中，对应沉降曲线拐点处的沉降值； 对应沉降曲线拐点处的沉降速率。 （2）双曲线模型 该法认为沉降-时间关系符合双曲线式（1-2） ，若沉降过程观测历时较长，在沉降趋于稳定的后段取点计算，能够得到
4、较为满意的结果8，但在曲线前段应用时便会出现较大的误差，正是因为这点，冯文凯等又提出了修正的双曲线法。 （1-4） 式中，参数； 其他变量含义同（1-1） 。 另外，双曲线式通过坐标零点，对一级加载情形，可把沉降时间关系起点定在处，即施工期的一半处。 2、Asaoka 法 该法是由日本学者 Asaoka 在 1978 年提出的，又称图解法。是依据某级荷载作用下现场实测的个沉降值，然后再以为坐标系绘出个数据点，其中。可以看出所有的数据点基本都在同一条直线上，设该直线的斜率为，与轴的交点纵坐标为，其延长线与线的交点即为本级荷载下最终沉降量（图 1）： （1-5） 式中，与所选取的时间间隔有关的两个
5、系数。 图中的直线关系只有当土体行为完全符合太沙基一维固结理论假设才能存在。 该法可以作为路堤最终沉降量的一种简便的预测方法，其最突出的优点在于可利用短期的观测资料得到较为可靠的最终沉降推算值。其次，还能够对是否已进入次固结阶段进行分析判断，并进行次固结沉降推算。但此法也存在一些不足之处：如最终沉降值在一定程度上依赖时间间隔，对主次固结的划分存在一定的人为误差。 图 1 Asaoka 法预测最终沉降示意图 Fig.1 The schematic of Asaoka method to predict the final settlement 3、灰色理论法 由于引起地基沉降的因素太多，用理论方
6、法计算最终沉降量还有一定的困难，而上述方法都有一定的使用性和地区性。工程实践已经证明：双曲线法拟合出来的沉降量结果偏大，而指数法拟合出来的结果偏小等。近年来，岩土工程领域的科研人员也在采用灰色模型解决一些沉降问题。灰色系统理论的基本思路是：首先对数据进行累加处理，使数据序列的随机因素影响淡化，从而提高数据序列的内在规律，再将数据序列建成一个具有微分、差分、近似指数规律兼容的灰色模型。利用灰色模型（GM）预测对数据没有严格要求，而且灰色预测是一个动态的预测，可以根据新增加的数据相应的变动模型，而计算程序不用改变，这点正好适用于软土路基的信息化施工。 灰色理论预测是以已知单位时段内的沉降量为研究对
7、象，通过对这些数据的处理来获得地基沉降的变形规律，从而对工后沉降进行预测。石世云等研究了多变量灰色模型 MGM(1，n)在变形预测中的应用，将单点的 MGM(1，1)模型扩充为多点的 MGM(1，n)模型，通过沉降实例分析证明，MGM(1，n)模型精度高于分别单独使用单点的 MGM(1，1)模型；曾超等把灰色模型的路堤沉降预测结果和双曲线法的预测值分别与实测值进行了对比，证明了灰色模型沉降量预测值和实际沉降量更接近。 4、人工神经网络法 人工神经网络（ANN）作为一门新兴的信息处理系统，已经在信息科学和工程技术领域得到了广泛的应用。它是模拟生物脑神经系统的一种计算机处理模式，由一系列简单的高度
8、互联的处理单元组成。其优点在于具有较强的非线性映射能力和学习能力，在解决复杂问题时，对于外加的输入，是以并行的、非确定的方式进行处理的。它在复杂非线性系统中具有较高的建模能力和对所提供数据的良好拟合能力。 在地基沉降计算方法中，分层总和法虽然计算方便但其计算精度不高；数值计算法理论上虽然严谨，但是模型参数的取值是影响计算结果精度的关键，且对技术人员的素质有很高的要求，推广起来比较困难；经验公式法主要是基于地方经验，且存在着取点位置等带来的一些误差。而人工神经网络法在处理非线性问题上具有独特的优越性，能够充分运用人工神经网络较强的非线性映射能力，基于路堤沉降的实测或者试验资料，对高度复杂的非线性的土工结构直接建模来预测路堤的沉降量，这样能够更好的反映软基路堤的沉降规律。 参考文献： 1 王志亮. 软土路堤沉降预测和计算D. 河海大学博士学位论文, 2004. 2张诚厚, 袁文明 , 戴济群. 高速公路路基处理M. 北京: 中国建筑工业出版社, 1997. 3陈祥福. 沉降计算理论及工程实例M. 科学出版社, 2005. 4 张丽丽. 软土路基沉降计算及预测方法研究D. 西安建筑科技大学硕士学位论文. 2006. 5 冯文凯, 刘汉超. 修正双曲线法在路基沉降变形初期阶段的应用探讨M. 地质灾害与环境保护, 2001.
