System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及土壤科學、數據分析和預測,具體為一種基于大數據分析的土體土水特征曲線預測方法。
技術介紹
1、土體土水特征關系是描述土壤水飽和度與土壤水吸力之間的特征關系曲線。該關系是水利工程中邊坡滲流與控制研究,農業工程中土壤水動力學性質、調節利用土壤水、土壤改良等方面研究的基礎,因此開展土體土水特征曲線的實測與預測在巖土工程領域具有重要地位與現實意義。
2、傳統的土水特征曲線測定方法包含直接測定法和間接預測法。直接測試法通常依賴于實驗室測試,如壓力板儀法、離心法、軸平移技術等,這些直接測試方法需要耗費大量的時間,成本也很高,且受試驗設備和操作人員的影響較大,存在許多不確定性。間接預測法則是通過數學模型預測預測土水特征曲線,包含經驗公式法、土壤轉換函數法、物理經驗模型等。間接預測法克服了通過試驗測定曲線的耗時費力、不經濟等問題,成為一種更為簡單快速且有效的方法,但這些數學模型參數大多缺乏明確的物理意義。
3、土水特征曲線本質上是土體孔隙結構的宏觀反映,因此部分學者試圖基于土體孔隙結構建立數學模型預測土水特征曲線。然而孔隙結構受密實度、顆粒級配等眾多因素的影響,直到目前如何準確預測仍是一個挑戰。
技術實現思路
1、針對上述情況,本專利技術提供了一種基于大數據分析的土體土水特征曲線預測方法、裝置和設備,實現快速、準確的預測。該方法分為兩個部分,首先建立了基于孔隙結構分布的土水特征曲線預測模型,而后通過大數據統計的方式獲取孔徑分布與干密度、顆粒級配等指標的對應關系
2、本專利技術技術方案如下:
3、一種基于大數據分析的土水特征曲線預測方法,包括以下步驟:
4、步驟1,建立基于孔隙結構分布的土水特征曲線預測模型,其特征在于采用了巖土介質常用的多孔分形模型—menger?海綿體模型,建立了土體孔隙結構三維分形描述。其具體構造方法包含:①首先假定土體為初始邊長為 l的立方體;②將立方體以 m等分進行劃分后,此時存在 m3個子立方體;隨機剔除一定數量的立方體,剩余 j個的小立方體;③繼續按照同方法對剩余所有的立方體進行劃分與剔除,此時剩余小立方體數越來越多,尺寸越來越小;④當操作進行 k次時立方體數為 jk,邊長為 r= l/ mk。對于確定土樣,參數 j、 k、 m均為常數,其分形維數為 d=?lg( j)/lg( m)。
5、作為改進,所述三維海綿體模型中土體總體積 vt由土體固體體積 vs與孔隙總體積 vp組成,土體總體積 vt、土體固體體積 vs與孔隙總體積 vp分別為:
6、(1);
7、式中, r為土樣最小孔隙半徑, l為計算域大小, d為分形維數。
8、在土體脫濕過程中,土中的大孔隙總是先失去水,而小孔隙后失去水。若水氣交界面所處孔隙半徑為 r,便可認為大于此孔徑的孔隙全部由空氣填充,而小于此孔徑的孔隙全部由水填充,則大于等于孔徑為 r的孔隙體積(即為空氣填充的體積) vp(≥ r)占總體積的含量、表示為
9、(2);
10、空氣填充的體積 vp(≥ r)占總體積的含量表示為:
11、(3);
12、式中 vp(≤ r)表示土體中水體積, vs為土體顆粒體積, vt為土體總體積,物質體積與其質量密切相關,上式中涉及到物理量表示為:
13、(4);
14、式中: mw為土體中水質量, ms為土體顆粒質量, ds為土粒相對密度; ρw為水的密度; ρd為土體干密度, w為土體質量含水率。
15、聯立式(2)式(3)式(4)可得:
16、(5);
17、上式等式兩側取對數,則土體質量含水率 w與臨界半徑 r的關系表示為
18、(6);
19、作為改進,在土體孔隙分形模型中,采用了理想的毛細圓管描述孔隙,采用young-laplace方程建立毛細吸力 s大小與孔隙半徑 r和固液氣三相界面接觸角 θ的關系
20、(7);
21、式中: r為孔隙半徑, s為毛細吸力, ts為液體表面張力。
22、將式(6)與式(7)聯立,即可得到考慮干密度 ρd影響下的毛細吸力 s與土體質量含水率 w之間的關系式
23、(8);
24、預測模型中共包含 ts、 θ、 l、 ds、 d、 ρd,共6個未知參數: ts為表面張力,在25℃下取0.073n/m; θ為接觸角,在脫濕過程中,等于0; ds為土體的相對密度,根據比重瓶法測量;干密度 ρd根據烘干法測量本文檔來自技高網...
【技術保護點】
1.一種基于大數據分析的土體土水特征關系預測方法,其特征在于,包括以下步驟:
2.根據權利要求1所述基于大數據分析的土體土水特征關系預測方法,其特征在于,所述步驟1三維海綿體模型具體構造方法包含:
3.根據權利要求2所述基于大數據分析的土體土水特征關系預測方法,其特征在于,三維海綿體模型中土體總體積Vt由土體固體體積Vs與孔隙總體積Vp組成:
4.根據權利要求2所述基于大數據分析的土體土水特征關系預測方法,其特征在于,所述三維海綿體模型中,設水氣交界面所處孔隙半徑為r,大于此孔徑的孔隙全部由空氣填充,而小于此孔徑的孔隙全部由水填充,大于等于孔徑為r的孔隙體積即為空氣填充的體積Vp(≥r)占總體積的含量表示為:
5.根據權利要求4所述基于大數據分析的土體土水特征關系預測方法,其特征在于,聯立式(2)、式(3)和式(4)獲得如下關系:
6.根據權利要求5所述基于大數據分析的土體土水特征關系預測方法,其特征在于,土體質量含水量w與臨界半徑r的關系即為土體孔隙結構的分形模型為:
7.根據權利要求6所述基于大數據分析的
8.根據權利要求1所述基于大數據分析的土體土水特征關系預測方法,其特征在于,所述步驟2,具體方法包含:收集實驗測試的土壤土體含水率w~土壤水吸力S曲線數據,及其對應的土體表觀物理指標參數,包括相對密度、干密度、顆粒級配或其他并建立其數據庫;土體孔隙分形特征參數包括分形維數D和最大孔徑L,土體表觀物理指標包括相對密度、干密度、顆粒級配或其他。
9.根據權利要求1所述基于大數據分析的土體土水特征關系預測方法,其特征在于,所述步驟2,建立基于BP神經網絡的土體孔隙分形特征參數與土體表觀物理指標的對應關系,具體步驟包括:
...【技術特征摘要】
1.一種基于大數據分析的土體土水特征關系預測方法,其特征在于,包括以下步驟:
2.根據權利要求1所述基于大數據分析的土體土水特征關系預測方法,其特征在于,所述步驟1三維海綿體模型具體構造方法包含:
3.根據權利要求2所述基于大數據分析的土體土水特征關系預測方法,其特征在于,三維海綿體模型中土體總體積vt由土體固體體積vs與孔隙總體積vp組成:
4.根據權利要求2所述基于大數據分析的土體土水特征關系預測方法,其特征在于,所述三維海綿體模型中,設水氣交界面所處孔隙半徑為r,大于此孔徑的孔隙全部由空氣填充,而小于此孔徑的孔隙全部由水填充,大于等于孔徑為r的孔隙體積即為空氣填充的體積vp(≥r)占總體積的含量表示為:
5.根據權利要求4所述基于大數據分析的土體土水特征關系預測方法,其特征在于,聯立式(2)、式(3)和式(4)獲得如下關系:
6.根據權利要求5所述基于大數據分析的土體土水...
【專利技術屬性】
技術研發人員:薛松,宋功來,李苗苗,童富果,李彪,
申請(專利權)人:三峽大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。