公路交通科技  2022, Vol. 39 Issue (5): 33-40

扩展功能

文章信息

常洲, 程小强, 张留俊, 徐合清, 黄亚飞
CHANG Zhou, CHENG Xiao-qiang, ZHANG Liu-jun, XU He-qing, HUANG Ya-fei
基于三点修正曲线模型的软岩高填路堤沉降预测
Prediction of Settlement of Soft Rock High-filled Embankment Based on Three-point Modified Curve Model
公路交通科技, 2022, 39(5): 33-40
Journal of Highway and Transportation Research and Denelopment, 2022, 39(5): 33-40
10.3969/j.issn.1002-0268.2022.05.005

文章历史

收稿日期: 2021-01-20
基于三点修正曲线模型的软岩高填路堤沉降预测
常洲1,2 , 程小强1,3 , 张留俊1,2,3 , 徐合清2 , 黄亚飞1     
1. 中交第一公路勘察设计研究院有限公司, 陕西 西安 710075;
2. 长安大学 公路学院, 陕西 西安 710064;
3. 陕西省公路交通防灾减灾重点实验室, 陕西 西安 710075
摘要: 为对软岩高路堤沉降变形进行合理预测, 以云南某高速公路炭质页岩填料高填路堤段为依托, 引入三点法取点原则对传统沉降预测方法进行改进, 分析对比了改进模型与传统模型对炭质页岩高填路堤沉降变形的预测效果。选取改进模型中时间起点与时间间隔进行动态沉降预测分析, 讨论了不同选点范围对改进模型预测精度的影响。结果表明: 炭质页岩类软岩高填路堤沉降具有变形量大、数据波动性大的特点, 使用传统模型对其进行沉降预测误差较大; 基于三点修正的双曲线法与指数曲线法能有效避免数据波动带来的影响, 具有预测精度高、拟合性好、计算简便的特点, 能够达到较好的预测效果, 而改进后的三点-星野法对沉降预测精度并无明显改进; 随着模型选取时间起点与时间间隔的不同, 沉降预测精度也发生较大变化, 随时间起点增大, 沉降量预测精度提高, 相关系数可达0.99, 随时间间隔增大, 沉降量预测精度先增大后小幅减小, 最佳选取时间间隔为56~62 d; 选取的三点应能反映实测沉降数据曲线的发展趋势, 当时间起点或时间间隔选取较小时, 最终沉降量出现负值, 误差平方和较大, 拟合精度差, 在对类似工程进行沉降预测时, 可结合三点-双曲线法与三点-指数法进行参数试探以得到更好的预测效果。
关键词: 道路工程     三点修正曲线模型     动态分析     软岩路堤     沉降预测     选点原则    
Prediction of Settlement of Soft Rock High-filled Embankment Based on Three-point Modified Curve Model
CHANG Zhou1,2, CHENG Xiao-qiang1,3, ZHANG Liu-jun1,2,3, XU He-qing2, HUANG Ya-fei1    
1. CCCC First Highway Consultants Co., Ltd., Xi'an Shaanxi 710075, China;
2. School of Highway, Chang'an University, Xi'an Shaanxi 710064, China;
3. Shaanxi Key Laboratory of Highway Traffic Disaster Prevention, Xi'an Shaanxi 710075, China
Abstract: To reasonably predict the settlement deformation of high embankment in soft rock, relying on the high-filled embankment section of an expressway with carbonaceous shale in Yunnan Province, the traditional settlement prediction method is improved by introducing three-point method, the prediction effects of the improved model and the traditional model on the settlement deformation of the high-filled embankment with carbonaceous shale are analyzed and compared. Selecting the time starting point and time interval in the improved model for dynamic settlement prediction analysis, the influence of different ranges of selected points on the prediction accuracy of the improved model is discussed. The result shows that (1) The high-filled embankment settlement of carbonaceous shale has the characteristics of large deformation and large data fluctuation, and the traditional model has a large error in settlement prediction. (2) The hyperbolic method and exponential curve method based on three-point modification can effectively avoid the influence of data fluctuation, they have the characteristics of high prediction accuracy, good fitting and simple calculation, and can achieve better prediction result, while the improved three-point Hoshino algorithm does not significantly improve the accuracy of settlement prediction. (3) With the change of time starting point and time interval selected by the model, the settlement prediction accuracy also changes greatly. As the time starting point increases, the settlement prediction accuracy improves, and the correlation coefficient can reach 0.99. As the time interval increases, the settlement prediction accuracy increase first and then decrease slightly, the best time interval is 56-62 d. (4) The selected three points should reflect the development trend of the measured settlement data curve. When the starting point or time interval is small, the final settlement is negative, the sum of squares of error is large, and the fitting effect is poor. In the settlement prediction of similar projects, the three-point hyperbolic method and three-point exponential method can be combined to test the parameters to get a better prediction effect.
Key words: road engineering     three-point modified curve model     dynamic analysis     soft rock embankment     settlement prediction     point selection principle    
0 引言

近年来,随着我国交通事业的高质量发展,借助改良、包边、加固等新技术[1],软岩类特殊填料开始在高速公路高填方工程中得到应用。相对于一般路基填料,软岩具有其自身的特殊性,使得其级配情况随颗粒强度、风化时长、施工工艺及填料含水率的变化而发生改变[2]。在上部车辆动荷载及山区恶劣气候环境条件影响下,软岩路堤强度衰减,承载力逐渐下降,导致路基路面出现各种类型的病害。当将软岩用作路基填料时,其沉降变形特性亦有其特殊性,尤其是软岩用作高填方路堤填料时,普遍存在工后沉降量大、沉降不均匀等问题,严重影响了道路的安全性能。因此,针对软岩路堤的沉降变形特性,建立起综合可靠的工后沉降预测分析方法对保障道路的长期安全服役具有十分重要的作用。

目前,对路基沉降与时间关系的预测主要有3类,第1类是基于分层总和法计算路基的最终沉降量[3-4],第2类是基于土体本构关系的数值模拟方法[5-6],第3类是基于现场实测沉降数据的数学分析方法。然而,分层总和法和数值模拟法预测路基最终沉降所涉及的参数较多,而试验所得土体参数大多比较离散,需采用室内外试验获取的大量实际参数,因而在实际工程应用中显示出其局限性,而根据现场实测沉降数据推算最终沉降量的方法就显示出其独特的优势。由实测沉降数据推算最终沉降量的方法较多,如三点法、双曲线法、星野法、指数曲线法、泊松曲线法、Asaoka法、灰色理论法及BP神经网络法等传统方法[7-15],但这些方法多用于预测地基尤其是软土地基的沉降量,对于软岩填料高填路堤来讲,因其沉降具有变形量大、数据波动性大的特点,普通沉降预测方法难以对其准确预测。因此,采用联合预测方法[16-18]或对现有方法进行改进,以更好地预测软岩填料路堤沉降。

本研究基于现有沉降预测模型,以云南墨临高速公路炭质页岩类软岩高填路堤为依托,结合工程区软岩路堤沉降实测变化特征,分别使用常规预测模型与基于三点修正的改进模型进行动态与静态沉降预测,并对预测结果进行对比分析和精度评定,证明新方法的可行性。引入三点预测法取点原则,对所得新方法进行特性分析和优化,探讨三点修正法的合理选点原则,最终得到精度高、稳定性好、操作方便的软岩路堤沉降预测新方法。

1 常规沉降预测模型 1.1 双曲线法

双曲线预测模型采用双曲线函数模拟路堤沉降随时间变化规律,其基本方程为:

(1)

式中,t0为初始选取时间;t为沉降预测时间;s0t0时刻路堤沉降值;stt时刻路堤沉降值;αβ为方程迭代参数。

将式(1)变形为:

(2)

由式(2)可知,根据关系曲线,得到的截距与斜率分别为参数αβ,将求得的参数值回代入式(1)即可得到路堤任意t时刻的沉降量st与最终沉降量s

1.2 指数曲线法

指数曲线预测模型采用指数曲线函数模拟路堤沉降随时间变化规律,其基本方程为:

(3)

式中,s为最终沉降值;η为迭代参数。将式(3)变形为:

(4)

式中,Δt为任意2个时间点的沉降差,取值Δt=ti-ti-1;Δs为2个时间点相对应的沉降差,取值Δs=si-si-1, tm为与Δt相对应的中点时间。

由式(4)可知,根据关系曲线,得到的截距与斜率分别为,可得到未知系数η与最终沉降值s,将其代入式(3)即可得到路堤在任意时刻t的沉降量st

1.3 星野法

星野法认为路堤总沉降与沉降时间平方根成正比,其基本方程为:

(5)

式中AK为未知系数。

将式(5)变形为:

(6)

式中,Δt为预测时间与初始时间差值,取值为Δt=t-t0;Δs为2个时间点对应沉降差值,取值为Δs=st-s0

由式(6)可知,根据关系曲线,得到的截距与斜率分别为,可得到未知系数AK,并将其代入式(5)即可得到任意时刻t的沉降量st与最终沉降量s

1.4 三点法

三点法的基本思想为选取路堤沉降曲线中时间间隔相等的3点与其对应的沉降量值,预估路堤的总沉降量,其基本方程为:

(7)

式中,sd为瞬时沉降;η为计算参数,取8/π2,将实测沉降曲线中时间间隔相等3点的t1t2t3及其相对应的沉降值s1s2s3代入式(7),可得到未知参数βsts

2 三点修正曲线模型的建立

在常规曲线模型中引入三点法的取点思想,选取软岩路堤实测沉降数据中不同时刻t0t1t2与其对应沉降值s0s1s2,并使时间间隔Δt=t1-t0=t2-t1

2.1 三点-双曲线法

根据实测软岩路堤沉降数据选定的三点,将其数据代入式(2),可得到:

(8)
(9)

联立式(8)与式(9),可得到未知系数αβ,并将其代入式(2),即可得到任意时刻t的沉降预测值st

(10)

t→∞,路堤最终沉降量s

(11)
2.2 三点-指数曲线法

根据实测软岩路堤沉降数据选定的三点,将其数据代入式(3),可得到:

(12)
(13)

联立式(12)与式(13),进而可求得:

(14)
(15)

将式(14)与(15)计算值代入式(3),即可得到任意时刻t的沉降值st,当t→∞,可计算出路堤最终沉降量s

2.3 三点-星野法

根据实测软岩路堤沉降数据选定的三点,将其数据代入式(5),可得到:

(16)
(17)

联立式(16)与(17),进而可求得:

(18)
(19)

将系数KA的计算值代入式(5)即可得到任意时刻t的沉降值st。当t→∞,可计算出路堤最终沉降量s

3 三点修正法与普通模型的对比 3.1 工程实例

云南墨临高速公路地处云南省西南部,为亚热带季风区,受季风气候影响,降水量充沛,但年内分配不均,干湿季界线分明,降雨集中于年内6月~8月,降雨量达718.8 mm左右,占全年降雨量的56.2%,地形地貌复杂,山高谷深,气候垂直变化突出,水平变化甚微,具有典型的立体气候特点。本工程沿线广泛分布炭质页岩类水敏性软岩,桥隧比高,隧道和路堑开挖产生大量软岩弃方。为避免弃方占用土地、污染环境及可能引发泥石流等地质灾害,工程中将炭质页岩作为路基填料加以利用,该种填料具有易风化、遇水易软化、强度衰减大、填筑压实对水敏感等不良工程特性,遇水后可迅速风化崩解为颗粒堆积物或泥质结构,干湿状态下抗剪强度峰值相差40%左右,其基本物理性质指标如表 1所示。为避免炭质页岩填料路基过度沉降变形,有效控制路基填筑施工质量,须对路基沉降变形进行监测,并对最终沉降量做出预测。

表 1 炭质页岩填料基本物理参数 Tab. 1 Basic physical parameters of carbonaceous shale filler
自由膨胀率/% 有机质含量/% 液限/ % 塑限/ % 塑性指数 最大干密度/ (g·cm-3)
9~15 1.14~1.16 25.5~36 16.6~21 7~15 2.25~2.28

选取工程所在地炭质页岩填料高路堤典型路段进行分析,高填方路堤以下部基岩作为路基的地基持力层,其中冲沟低洼段路基基底采用砂砾或碎石等水稳性较好且不易风化的透水性材料,填至可能浸水线以上0.5 m后再填筑炭质页岩路基,并设置排水渗沟及反滤层。路基边坡采用夹层式边坡填筑,每填筑2 m炭质页岩填料加填0.5 m碎石材料,并在路堤外侧采用2 m黏土材料包边,以有效控制上部来水对炭质页岩填料的影响,高路堤边坡横断面如图 1所示。以K79+800与K81+420路堤断面作为试验段对炭质页岩高填路堤沉降进行观测,在试验段路堤中部埋置沉降板监测路堤沉降,图 2为炭质页岩高填路堤沉降-时间关系曲线。

图 1 路堤横断面示意图 Fig. 1 Schematic diagram of cross-section of embankment

图 2 炭质页岩高填路堤s-t曲线 Fig. 2 s-t curves of carbonaceous shale high-filled embankment

图 2实测沉降数据可知,炭质页岩软岩填料路堤总体呈现出沉降量值大、沉降值随时间增长波动性大的特点,沉降速率总体上呈先增大后减小,最后趋于平缓的趋势。在填土完成0~60 d时段内,受当地连续降雨的影响,沉降量波动增大,且沉降速率较大。填土完成60 d后,沉降虽然仍有小幅波动增大,但总体沉降渐缓。因此,怎样既能精准预测软岩路堤沉降,又能避免数据波动对沉降预测的影响是软岩填料路堤变形研究的重要课题。

3.2 不同算法预测对比

为分析各模型的预测精度,分别采用三点法、星野法、双曲线法与三点修正后的改进方法对图 2软岩路堤测点2实测沉降资料进行沉降预测,其预测结果与相应的计算模型图 3表 2

图 3 不同曲线模型的预测结果对比 Fig. 3 Comparison of prediction results obtained by different curve models

表 2 不同曲线模型的预测结果 Tab. 2 Prediction results obtained by different curve models
预测方法 计算模型 最终沉降量/mm 相关系数 误差平方和
三点法 st=86.4-77.582e-0.011 1t 86.4 0.860 6 151.798 6
星野法 79.7 0.673 2 355.878 6
双曲线法 170.3 0.940 7 64.562 2
指数曲线法 无法预测
三点-双曲线法 163.9 0.982 3 6.865 4
三点-星野法 92.8 0.576 0 461.722
三点-指数法 140.5 0.970 9 13.644 3

不同预测模型的比较分析结果表明,三点法、星野法预测软岩路堤沉降相关系数都较小,误差平方和过大,预测精度低且预测的最终沉降值均偏小。而指数曲线法由于软岩路堤沉降变形波动较大的特点无法进行预测。双曲线法与实测沉降数据拟合较好,预测结果的误差平方和较低,表明其具有一定的精确性。因此,传统的预测方法预测精度低,受软岩路堤沉降波动大的影响,不适于软岩填筑路堤的沉降预测。

与传统预测模型相比,三点-双曲线法与三点-指数法预测所得的相关系数均高于传统预测模型,误差平方显著降低。其中三点-双曲线法的相关系数最高,误差平方和最小,且修正后的三点-双曲线法与三点-指数曲线法与实测沉降曲线的发展趋势总体一致,具有较高的预测精度。三点-星野法对路堤沉降预测未得到明显改善。总之,三点-双曲线法与三点-指数曲线法的拟合精度大于其他方法,在进行计算时只需选用实测沉降数据的三点,具有计算简单方便、拟合性好、适用性强的优点。三点修正曲线法克服了沉降数据波动大的影响,对炭质页岩高填路堤沉降预测是可行的。

4 三点修正曲线法特性探讨

通过与几种传统预测方法的比较,证明了三点修正模型预测软岩路堤沉降的可行性。为进一步提高三点修正曲线模型的预测精度,避免人为选点误差对预测结果的影响,引入时间起点t0与时间间隔Δt这2个因素对修正模型进行动态沉降预测,探讨三点修正曲线模型的合理选点方法。

4.1 时间起点对预测结果的影响

为定量分析改进后的沉降预测模型中不同时间起点对最终沉降量预测结果的影响规律,使t0分别取填土完成后36,42,54,62,74,88 d,取Δt=56 d,对炭质页岩路堤沉降进行动态预测分析,其结果与精度评定如表 3表 4所示。

表 3 不同时间起点的三点-双曲线模型预测结果对比 Tab. 3 Comparison of prediction results obtained by 3-point hyperbolic model with different time starting points
t0/d α β 最终沉降量/mm 相关系数 误差平方和/mm2
42 2.227 0 -0.002 7 -327.7 0.888 6 65.948 6
54 1.289 5 0.006 7 192.9 0.952 0 22.518 4
62 1.399 8 0.006 5 200.9 0.964 3 15.275 1
74 1.152 6 0.008 8 163.3 0.982 3 6.865 4
88 0.712 5 0.014 8 124.5 0.982 9 3.911 6

表 4 不同时间起点的三点-指数曲线模型预测结果对比表 Tab. 4 Comparison of prediction results obtained by 3-point exponential curve model with different time starting points
t0/d η s0/mm 最终沉降量/mm 相关系数 误差平方和/mm2
36 -130.232 5 36.9 -5.73 0.629 3 219.239 1
54 121.527 8 44.4 135.4 0.955 5 20.854 1
62 132.921 9 48.3 140.5 0.970 9 13.644 3
74 90.351 7 50.3 123.9 0.983 6 5.602 1
88 46.589 0 57.0 108.9 0.990 4 2.196 4

通过不同时间起点的三点修正模型对炭质页岩路堤沉降预测结果的对比分析, 可以看出:

(1) 当Δt相同,t0取值为36 d时,三点-双曲线模型最终沉降量为-327.7 mm;t0取值为42 d时,三点-指数曲线模型最终沉降量为-5.37 mm,2种预测模型最终沉降量均为负值,不满足沉降变化实际情况,误差平方和也较大。其原因为t0较小时,由于当地降雨影响与软岩变形特性,选点位于炭质页岩路堤沉降波动较大区域,使得2s1s0+s2,造成三点-双曲线模型参数β与三点-指数曲线模型参数η计算得负值,使得沉降计算结果出现异常。

(2) 当t0≥54 d时,2种改进模型的预测结果中计算参数均为正值,且随着时间起点t0增大,误差平方和显著降低,相关系数逐渐提高,沉降预测结果都较为良好;当t0取值为88 d时,三点-双曲线模型与三点-指数曲线模型沉降预测相关系数分别为0.982 9与0.990 4,且误差平方和也较小,预测精度和拟合性均显著提升,能够满足炭质页岩路堤沉降预测要求。

(3) 在沉降观测数据充分时,建议选取时间起点尽量靠后,以避免沉降大幅度波动对预测结果造成影响。

4.2 时间间隔对预测结果的影响

t0取值62 d时,变动Δt(取值36,44,56,62,70 d),运用三点-双曲线法与三点-指数曲线法对实测沉降进行预测,预测结果如表 5表 6所示。

表 5 不同时间间隔的三点-双曲线模型预测结果对比 Tab. 5 Comparison of prediction results obtained by 3-point hyperbolic model with different time intervals
t0/d α β 最终沉降量/mm 相关系数 误差平方和/ mm2
36 2.300 7 -0.005 4 -135.9 0.589 4 175.889 2
44 1.562 5 0.003 4 344.8 0.922 1 33.362 7
56 1.399 8 0.006 5 200.9 0.964 3 15.275 1
62 1.470 5 0.006 6 188.0 0.966 4 14.410 3
70 1.308 8 0.008 5 166.3 0.957 2 18.348 5

表 6 不同时间间隔的三点-指数曲线模型预测结果对比 Tab. 6 Comparison of prediction results obtained by 3-point exponential curve model with different time intervals
t0/d η s0/mm 最终沉降量/mm 相关系数 误差平方和/mm2
36 -193.236 7 48.3 -35.2 0.625 6 160.366 5
44 253.164 5 48.3 209.4 0.923 9 32.570 1
56 132.921 9 48.3 140.5 0.970 9 13.644 3
62 125.990 6 48.3 135.0 0.967 7 13.845 2
70 108.493 4 48.3 125.7 0.962 3 16.157 3

通过不同时间间隔的三点修正模型对炭质页岩路堤沉降预测结果的对比分析, 可以看出:

(1) 当t0相同,Δt取值为36 d时,三点-双曲线模型与三点-指数曲线模型最终沉降量分别为-135.9 mm与-35.2 mm,2种预测模型最终沉降量均为负值,不满足沉降变化实际情况。其原因为上节所述,受到当地降雨影响,造成2s1s0+s2,使得模型参数计算得负值,沉降预测结果出现异常。

(2) 当Δt≥44 d时,2种模型沉降预测相关系数均显著增大,误差平方和显著降低,随着时间间隔的增大,沉降相关系数呈现先增大后缓慢减小的趋势,但总体拟合精度均较好。其中三点-双曲线法Δt=62 d时,误差平方和最小,表明此时预测精度最高。三点-指数曲线法Δt=56 d时,误差平方和达到最小,预测精度达到最高。

(3) 不同的时间间隔Δt对沉降预测结果会产生较大影响,应选取合理的时间间隔,以提高三点修正模型的预测精度与准确性。

5 结论

软岩路堤沉降监测及预测会受到多种不利因素的影响,因此提高预测模型的抗干扰性及预测的精度是软岩路堤沉降预测的重点与难点。本研究结合墨临高速公路炭质页岩高填路堤工程实测沉降监测数据,分别采用传统预测模型与基于三点修正的曲线模型进行了对比分析,并对三点修正模型选取不同时间起点和时间间隔进行了动态沉降分析,研究三点修正曲线模型在软岩路堤沉降预测中的实用性与可靠性,得到以下结论:

(1) 基于三点修正的沉降预测方法进行沉降预测时只需选取能够反映沉降趋势的3个沉降预测点,计算过程简单方便。模型中的时间起点与时间间隔的选取至关重要,根据炭质页岩高填路堤沉降预测试验结论,时间起点应选取在雨季过后的沉降稳定期,最佳时间间隔取值为56~62 d,实际工程应用中可进行参数试探以得到最佳预测结果。

(2) 基于三点修正的三点-双曲线法与三点-指数曲线法较传统曲线模型有较大的改进,而三点-星野法并未得到较大改善。改进后的三点-双曲线模型和三点-指数曲线模型克服了沉降数据波动大的影响,计算所得的相关系数与预测精度明显高于传统预测模型,对炭质页岩高填路堤沉降预测是可行的。

参考文献
[1]
雷剑, 王朝辉, 高志伟, 等. 高速公路煤矸石路基包边土厚度分析[J]. 长安大学学报(自然科学版), 2011, 31(1): 22-25, 58.
LEI Jian, WANG Chao-hui, GAO Zhi-wei, et al. Analysis on Tipping Soil Thickness of Coal Gangue Subgrade under Freeway[J]. Journal of Chang 'an University (Natural Science Edition), 2011, 31(1): 22-25, 58. DOI:10.3969/j.issn.1671-8879.2011.01.005
[2]
卿启湘, 王永和, 赵明华. 软岩填料的长期沉降变形特性及分析[J]. 岩土工程技术, 2006(6): 282-286.
QIN Qi-xiang, WANG Yong-he, ZHAO Ming-hua. Long Term Settlement Deformation Behaviour of Soft Rock Filling Materials[J]. Geotechnical Engineering Technique, 2006(6): 282-286. DOI:10.3969/j.issn.1007-2993.2006.06.004
[3]
郑明新, 袁钎, 涂文靖, 等. 考虑路堤分层填筑的沉降修正计算方法[J]. 土木工程学报, 2015, 48(增2): 274-278.
ZHENG Ming-xin, YUAN Qian, TU Wen-jing, et al. A New Method of Settlement Calculation for Embankment with Respect to Layered Construction[J]. China Civil Engineering Journal, 2015, 48(S2): 274-278.
[4]
曹文贵, 李鹏, 唐旖旎, 等. 基于孔隙介质特征的地基沉降分层总和分析方法[J]. 中国公路学报, 2016, 29(3): 1-8, 65.
CAO Wen-gui, LI Peng, TANG Yi-ni, et al. Layer-wise Summation Analysis Method for Settlement of Ground Foundation Based on Porous Medium Features[J]. China Journal of Highway and Transport, 2016, 29(3): 1-8, 65. DOI:10.3969/j.issn.1001-7372.2016.03.001
[5]
薛新华, 樊旭, 蒋楚生, 等. 昔格达层高填方路堤沉降变形特性研究[J]. 铁道工程学报, 2018, 35(2): 41-45.
XUE Xin-hua, FAN Xu, JIANG Chu-sheng, et al. Research on the Deformation Properties of Xigeda Layer High Fill Embankment[J]. Journal of Railway Engineering Society, 2018, 35(2): 41-45. DOI:10.3969/j.issn.1006-2106.2018.02.009
[6]
杨校辉, 朱彦鹏, 郭楠. 高填方土石混合料强度与变形特性及沉降预测研究[J]. 岩石力学与工程学报, 2017, 36(7): 1780-1790.
YANG Xiao-hui, ZHU Yan-peng, GUO Nan. Strength and Deformation Characteristic of Soil-rock Mixture and Settlement Prediction in High Filled Projects[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(7): 1780-1790.
[7]
周全能. 软土路基后期沉降推算方法及误差分析[J]. 岩土力学, 2007, 28(3): 512-516.
ZHOU Quan-neng. On Prediction Method and Accuracy of Post-construction Settlement for Soft Soil Embankment in Highway[J]. Rock and Soil Mechanics, 2007, 28(3): 512-516. DOI:10.3969/j.issn.1000-7598.2007.03.015
[8]
刘吉福, 莫海鸿, 李翔, 等. 两种新的沉降推算方法[J]. 岩土力学, 2008, 29(1): 140-144.
LIU Ji-fu, MO Hai-hong, LI Xiang, et al. Two New Methods of Settlement Prediction[J]. Rock and Soil Mechanics, 2008, 29(1): 140-144.
[9]
王星运, 陈善雄, 余飞, 等. 曲线拟合法对路基小变形情形适用性研究[J]. 岩土力学, 2009, 30(9): 2763-2769.
WANG Xing-yun, CHEN Shan-xiong, YU Fei, et al. Study of Applicability of Curve Fitting Methods in Small Settlement of Subgrade[J]. Rock and Soil Mechanics, 2009, 30(9): 2763-2769. DOI:10.3969/j.issn.1000-7598.2009.09.038
[10]
ASAOKA A. Observational Procedure of Settlement Prediction[J]. Soils & Foundations, 1978, 18(4): 87-101.
[11]
CHAI J C, MIURA N, KIREKAWA T, et al. Settlement Prediction for Soft Ground Improved by Columns[J]. Ground Improvement, 2010, 163(2): 109-119. DOI:10.1680/grim.2010.163.2.109
[12]
金亮星, 李小刚. 泊松曲线法在填海造地道路软基沉降预测中的应用[J]. 铁道科学与工程学报, 2013, 10(5): 52-56.
JIN Liang-xing, LI Xiao-gang. Application of Poisson Curve Method in the Prediction of Road Soft Foundation Settlement for Land Reclamation[J]. Journal of Railway Science and Engineering, 2013, 10(5): 52-56.
[13]
易富, 朱尧, 金艳, 等. 灰色模型预测软土地基沉降的小波降噪分析[J]. 公路交通科技, 2014, 31(2): 21-26.
YI Fu, ZHU Yao, JIN Yan, et al. Analysis of Wavelet Denoising for Predicting Soft Soil Foundation Settlement with Grey Model[J]. Journal of Highway and Transportation Research and Development, 2014, 31(2): 21-26.
[14]
黄广军. Asaoka法预测软土地基沉降时存在的问题和对策[J]. 岩土力学, 2016, 37(4): 1061-1065, 1074.
HUANG Guang-jun. Problems and Their Solutions in Predicting Soft Ground Settlement Based on Asaoka 's Method[J]. Rock and Soil Mechanics, 2016, 37(4): 1061-1065, 1074.
[15]
贾亮, 贺世开, 朱彦鹏, 等. 高填方路堤工后沉降监测试验研究[J]. 公路交通科技, 2017, 34(3): 15-19, 25.
JIA Liang, HE Shi-kai, ZHU Yan-peng, et al. Experimental Study on Monitoring of Post-construction Settlement of High-filled Embankment[J]. Journal of Highway and Transportation Research and Development, 2017, 34(3): 15-19, 25.
[16]
葛苗苗, 李宁, 张炜, 等. 黄土高填方沉降规律分析及工后沉降反演预测[J]. 岩石力学与工程学报, 2017, 36(3): 745-753.
GE Miao-miao, LI Ning, ZHANG Wei, et al. Settlement Behavior and Inverse Prediction of Post-construction Settlement of High Filled Loess Embankment[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(3): 745-753.
[17]
曹文贵, 印鹏, 贺敏, 等. 基于数据新旧程度和预测取值区间调整的沉降组合预测方法[J]. 岩土力学, 2017, 38(2): 534-540.
CAO Wen-gui, YIN Peng, HE Min, et al. A Combination Method for Predicting Settlement Based on New or Old Degree of Data and Adjustment of Value Interval of Prediction[J]. Rock and Soil Mechanics, 2017, 38(2): 534-540.
[18]
郑栋, 黄劲松, 李典庆. 基于多源信息融合的路堤沉降预测方法[J]. 岩土力学, 2019, 40(2): 709-719, 727.
ZHENG Dong, HUANG Jin-song, LI Dian-qing. An Approach for Predicting Embankment Settlement by Integrating Multi-source Information[J]. Rock and Soil Mechanics, 2019, 40(2): 709-719, 727.