剪胀型土剪胀特性的大数据深度挖掘与模型研究
土的剪胀性是建立本构模型的重要基础,而当前建立的剪胀模型揭示其共同规律不够,这也是现有的本构模型不能良好反映土体变形机制的重要原因.基于Hadoop+Spark计算平台,提出了一种全局优化性强,收敛性快,计算稳定的(distributed levenberg marquardt regression)DLMR大数据特征深度挖掘算法.利用剪胀型土的大量剪胀特性试验数据,根据该算法和剪胀型土的基本力学特性,得到了剪胀型土的剪胀性大数据特征,发现了剪胀率与应力、应变以及应力增量存在明显的非线性特征,并分别建立了它们之间的相关性函数.在此基础上,构建了可以反映剪胀型土剪胀特性共同规律的剪胀模型.通过模型的比较,本文模型明显优于修正剑桥模型下剪胀模型的改进式和Rowe模型.通过模拟不同应力路径下剪胀型土的常规三轴压缩试验数据,表明本文模型能够良好反映不同应力路径下的剪胀性.
剪胀型土、剪胀率、大数据、深度挖掘、本构模型
42
TU433(土力学、地基基础工程)
国家自然科学基金项目41877219;重庆市自然科学基金项目cstc2019jcyj-msxmX0585;重庆市规划和自然资源局科技计划项目KJ-2018016
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共10页
513-522