Содержание к диссертации
Введение
1. Современные представления о создании расчетных моделей оснований зданий и сооружений 16
1.1. Моделирование в геотехнике 16
1.2. Виды расчетов 26
1.3; Характеристики поведения грунтов. 36
1.4.. Обзор программ,-обеспечйвающих оценку НДС .49'
1:5. Описание.проблемной ситуации. 54
1.6. Выводы 60
2. Инженерно-геологические, условия района исследований ... .61
2.1. Физико-географические условия 64
2.2. Геологическое строение и;история формированйя района .
2.3: Еидрогеологическиеусловия:... 83
2.4; Особенности грунтов:... 86
2.5: Выводы..94-
3. Классификации определяющих уравнений грунтов 95
3.1. Современное состояние вопроса 95
3.2. Основные подходы к решению задачи 104:
3.3: Классификация определяющих уравнений грунтов 106
3:4: Рекомендации выбору модели поведения грунта... 113
3.5: Выводы...18
4; Определение параметров грунтов 119
4.1. Определение основных параметроврасчетной-модели. 122
4:2. Определение дополнительных параметров 134
4.3. Имитация лабораторных и полевых испытаний :... 160
4.4. Калибровка входныхшараметррв... 167
4.5. Выводы:. 179
5: Проверки создаваемой расчетной модели . 180
5.1. Критерии:оценки адекватности созданных моделе...180'
5:2. Анализ чувствительности параметров 182;
5:3: Определение интервалов значений.параметров:... 193
5.4. Сопоставление расчетных данных срезультатами натурных наблюдений : 199
5:5: Выводы 202
6. Использование данных натурных наблюдений при разработке моделей . 203
6.1. Прогнозирование трудноопределимых входныхшараметров... 205
6.2. Прогнозирование расчетных параметров Data Mining: 217
6.3. Применение численных расчетов дляобоснованияпроіектов реконструкции; сооружений. ..224
6.4. Выводы .241
Заключение 242
Перечень цитируемых источников.;. ...247
- Обзор программ,-обеспечйвающих оценку НДС
- Классификация определяющих уравнений грунтов
- Имитация лабораторных и полевых испытаний
- Сопоставление расчетных данных срезультатами натурных наблюдений
Введение к работе
Исследование поведения грунта как сложной природной среды, составление точного расчетного прогноза его работы в основании инженерного сооружении является одним из важнейших звеньев безопасного строительства не только вновь возводимого сооружения, но обеспечения безопасности окружающей застройки и коммуникаций. Увеличение этажности зданий и сооружений, повышение плотности городской застройки, активное освоение подземного пространства, ставит задачу совершенствования технологии расчета грунтовых оснований на базе использования сложных нелинейных моделей поведения грунта специализированных геотехнических комплексов.
Актуальность диссертационной работы вытекает из сложившегося противоречия между широким ассортиментом программных продуктов для расчетов напряженно-деформируемого состояния системы «грунтовый массив–инженерное сооружение», ростом их использования в инженерной практике, их привлекательности с точки зрения точности, скорости расчета, притягательности для глаз компьютерной графики, с одной стороны, и отсутствием теоретических исследований, нормативов, регламентов процесса разработки цифровых расчетных моделей – с другой. Данное противоречие преодолевается развитием методологического обеспечения процесса создания расчетных моделей.
Целью диссертационной работы является научное обоснование технологии создания цифровых расчетных моделей грунтов и разработка практических рекомендаций по их применению для прогноза деформаций оснований.
Для достижения цели были решены следующие основные задачи:
-
разработка основ и определение принципиальной технологической схемы инженерно-геологического изучения и численного прогноза деформирования грунтовых оснований;
-
анализ источников и методов исследования неопределенностей при изучении поведения пород при взаимодействии с инженерным сооружением и создании расчетных схем;
-
структурирование информации об областях применения уравнений поведения грунтов при нагружении в расчетах по предельным состояниям оснований зданий и сооружений;
-
систематизация методик определения основных и дополнительных параметров физико-механических свойств грунтов, установление их расчетных значений для оценки деформаций оснований при помощи нелинейных расчетных моделей специализированных геотехнических комплексов;
-
систематизация методов проверки создаваемой цифровой расчетной модели и оценки ее адекватности реальному поведению.
Объектом исследования являются природно-технические системы элементарного и локального уровней в городах Мюнхен и Кемерово. Выбор модельных территориальных объектов исследования обусловлен относительно хорошей изученностью свойств геологической среды, наличием данных технического мониторинга за деформациями оснований и сооружений, с вытекающей отсюда возможностью объективного анализа и прогноза процессов деформирования грунтов с учетом взаимодействия с инженерными сооружениями.
Предметом исследования является процесс разработки цифровых расчетных моделей грунтовых оснований для оценки их деформаций при использовании специализированных геотехнических программ и совершенствование технологии разработки таких моделей.
Методы исследования: системно-функциональный анализ; теория нечетких множеств; теория вероятностей и математическая статистика; теория надежности; математическое моделирование методом конечных элементов (МКЭ). Оценка деформируемости грунтов проводилась в ходе компрессионных, трехосных К0-консолидации и полевых испытаний дилатометром. При обработке, анализе и интерпретации данных наблюдений использовались программы «MS Excel», «Deductor» и другие.
Личный вклад автора. Диссертация выполнялась на кафедре гидрогеологии, инженерной геологии и гидрогеоэкологии ТПУ во время обучения в докторантуре. В основу диссертации положены материалы, полученные лично автором в лабораторных исследованиях, при их обработке и моделировании во время стажировки в Техническом университете города Мюнхена. Лично автором были проведены и обработаны результаты около 300 определений классификационных показателей по 30 скважинам, 100 трехосных испытаний, 40 испытаний методом одноплоскостного среза грунтов, 12 испытаний методом кольцевого среза; выполнена разработка около 200 цифровых расчетных моделей.
Конкретными результатами, содержащимися в работе и полученными лично автором, являются:
-
Принципиальная технологическая схема создания цифровой расчетной модели, начинающаяся с инженерно-геологического изучения объекта и заканчивающаяся численным прогнозом деформирования грунтовых оснований.
-
Классификация определяющих уравнений для грунтов при решении геотехнических задач, уточнение руководящих положений по отбору моделей для расчета.
-
Результаты специальных исследований механических характеристик грунтов для нелинейных методов расчета деформаций грунтовых оснований при помощи специализированного геотехнического комплекса.
-
Методики определения, калибровки, проверки расчетных параметров физико-механических свойств грунтов.
-
Процедура оценки чувствительности выходных параметров расчетных моделей (величины деформаций, перемещений и напряжений) к изменению входных параметров (показателей физико-механических свойств грунтов).
-
Результаты численного прогноза деформирования грунтовых оснований модельных территориальных объектов.
Научная новизна работы состоит в следующем.
-
Постановка новой научной проблемы – методологическое обеспечение процесса создания цифровых расчетных моделей для численного прогноза деформаций грунтовых оснований. Исследование и научное обоснование процедур процесса создания цифровых расчетных моделей.
-
Впервые разработана классификация определяющих уравнений грунтов при помощи деревьев решений и рекомендованы руководящие положения по отбору моделей поведения грунтов при нагружении для расчета деформаций оснований сооружений.
-
С новых позиций выявлены и описаны методы определения и назначения параметров модели, конкретизирована процедура калибровки параметров деформируемости грунтов.
-
Предложены процедуры тестирования цифровых расчетных моделей, например, анализ чувствительности выходных параметров расчетных моделей к изменению входных параметров на примере расчета осадок и перемещений подпорных стен.
-
Впервые использован разведочный анализ данных мониторинга для прогнозирования деформаций поверхности, связанной с проходкой туннелей.
Достоверность научных положений, выводов и практических рекомендаций подтверждена теоретическими выкладками, совпадением численных результатов с решениями, полученными аналитически и результатами натурных наблюдений. Достоверность экспериментальных данных обеспечена использованием современных приборов (трехосных, компрессионных, сдвиговых) и методик проведения исследований (ГОСТ, DIN, CEN, ISO) в аккредитованных лабораториях Технического Университета г. Мюнхена и Томского политехнического университета. Положения теории основываются на известных достижениях фундаментальных и прикладных научных дисциплин (механика грунтов, теория нечетких множеств, теория вероятностей и математическая статистика), сопряженных с предметом исследования диссертации.
Практическая значимость работы. Разработанные в диссертации научно-методические основы численного прогноза деформирования грунтовых оснований позволяют существенно увеличить точность и достоверность расчетов, уменьшить трудозатраты и временные ресурсы на этапе разработки расчетной модели; сократить неопределенности в определении параметров грунтов и при назначении входных параметров, что позволит улучшить качество проектирования; сократить сроки подготовки специалистов к работе с программными комплексами.
Классификация определяющих уравнений для грунтов имеет цель обеспечения единообразия и сопоставимости результатов расчетов. Типичные значения и методики определения некоторых параметров грунтов могут быть внесены в нормативные документы и рекомендации по проектированию оснований зданий и сооружений.
На защиту выносятся следующие положения:
-
Научной основой оценки и прогноза деформирования грунтов является классификация определяющих уравнений, представленная в виде деревьев решений, позволяющая сделать выбор модели поведения основных типов грунтов.
-
Экспериментальное определение основных и дополнительных параметров физико-механических свойств грунтов, калибровка показателей деформируемости, определение начального напряженного состояния, назначение входных параметров численного моделирования с учетом имитации лабораторных испытаний служат методико-технологической основой численного прогноза деформирования грунтов.
-
Для повышения точности расчетов при моделировании напряженно-деформированного состояния конкретной природно-технической системы следует выполнять анализ чувствительности решений к входным параметрам, вычисление абсолютных и относительных погрешностей решения.
-
С целью корректировки создаваемых цифровых расчетных моделей, выполнения прогнозов и обоснования оптимальных проектных решений, необходимо использовать данные технического мониторинга за деформациями оснований и сооружений. Содержание и методы анализа данных мониторинга детально раскрываются на примере решения задач, связанных с оседанием земной поверхности, вызванным проходкой туннелей.
Апробация работы. Основные положения диссертации докладывались и обсуждались на конференциях: «Международный год Земли…» Томского государственного архитектурно-строительного университета; «Геодинамика и напряженное состояние недр Земли», 2009 г., организованной Институтом горного дела СО РАН (г. Новосибирск); V Всероссийской конференции «Перспективы развития инженерных изысканий для строительства в РФ», организованной АСИС и ПНИИИС, 2009 г. (г. Москва); на научных семинарах кафедры гидрогеологии и инженерной геологии Томского политехнического университета, Читинского государственного университета.
Публикации. Из 90 работ автора по теме диссертации опубликовано 35 работ, в т.ч. 26 статей в рецензируемых журналах из перечня ВАК и два учебных пособия общим объемом 34,1 п. л.
Структура и объем работы. Диссертация состоит из введения, 6 глав, заключения, перечня цитируемых источников из 221 наименований, иллюстрирована 133 рисунками и 54 таблицами. Объем диссертации 265 страниц.
Обзор программ,-обеспечйвающих оценку НДС
Метод по допускаемым напряжениям возник в начале XIX в. и на рубеже XIX-XX вв. получил широкое распространение практически во всех областях техники. Он основан на предположении, что ненаступление предельного состояния по прочности, устойчивости формы и положения, долговечности и т. п. может быть достигнуто назначением соответствующего коэффициента запаса Этот коэффициент учитывает характер взаимодействия сооружения с геологической средой, а именно неопределенности в видах и величинах нагрузок (2Q) от сооружения, а также неопределенности, вызван 27 ные случайными свойствами грунтов (Rn). В общем виде, предельная несущая способность грунтов, определяемая экспериментально, сопоставляется с максимальными напряжениями от внешних нагрузок, согласно условию: Rn - нормативное значение предельного сопротивления грунта (несущей способности); FS - коэффициент запаса (безопасности); XQ - сумма всех внешних воздействий. Значения коэффициента запаса могут изменяться в пределах 1,2...6 в зависимости от вида сооружений, методики определения прочности грунтов, опыта проектирования в подобных условиях и др. Графически, процесс расчета по методу допустимых напряжений может быть представлен в виде (рис. 1.5). При использовании метода расчета по допускаемым напряжениям о прочности всей системы судят по напряжениям в опасных точках, что имеет смысл для систем, напряжения в которых распределяются равномерно по сечениям, и систем, в которых разрушение одного элемента влечет за собой разрушение всей системы в целом. прочность (предельная несущая способность) Rn прикладываемая нагрузка Основным недостатком метода является наличие единого коэффициента запаса, не позволяющего дифференцированно подходить к оценке влияния всех факторов, определяющих надежность сооружения, т. к. однозначно гарантирует надежность сооружения с вероятностью, равной единице. Значения расчетных и допускаемых напряжений рассматриваются как детерминированные величины, при этом часто не указывается , каким; вероятностям раз- , рушения; соответствуют гарантированные (стандартами или техническими условиями) характеристики; прочности и ; номинальные эксплуатационные-. . напряжения:.Кроме того;- выбор значения коэффициента запаса прочности ES-субъективен и зависит от принятой моделишоведения;грунтов под:нагрузкой . входных параметров;материалов; т. е. по сути, являетсяхлучайношвеличинош без должного статистического описания;
Первые упоминания, посвященные методу,; относят к берлинской статье М- Майера в. 1926 г. (Mayer, Ml Die Sicherheit der Bauwerke undtihre Be- ; recHnung nach Grenzkraften anstatt nach zulassigen: Spannungen. Springer-Verlag: Berlin: 1926) и работе Н!Ф« Хоциалова; опубликованной? в № 10- журнала-«Строительная промышленность» за Л 929 г. Большой вклад в разработку метода?, внес Николай Станиславович; Стрелецкий (1885-1967 гг.)і Общий коэффициент запаса-был им расчлененша три- однородности., перегрузки и усло-вишработы (1935 г.): Былиесформулированы также понятия;предельных со-стояний; и нормативных и; расчетных нагрузок. Ш1945 г. в; связи с разработкой новых: нормфасчета; и; проектирования былахоздана комиссия под председательством В:МГ. Келдыша: По предложению И;И: ЕЪльдеыблата:,. ШЕ. К6стюковского и А\№. Попова; была; принята условная; система, трех групп расчетных коэффициентов запаса: В; середине XX в: методфасчета по? предельным состояниям стал вытеснять метод расчета по допускаемым напряжениям,: был- принят в; строительной! механике и получил закрепление в строительных нормах илравилахмногихчСтран?[31]. В начале 60-х годов прошлого века СНиП предусматривал расчет по трем видам предельных состояний сооружений и оснований: первый - потеря прочности и устойчивости; второй - деформации и третий — трещинообразо-вание [49]. Затем расчетные виды предельных состояний были сокращены до двух: I - прочность и устойчивость, II - деформации. Но по-прежнему, классификация предельных состояний оставалась по их видам проявления (а также по математическому аппарату их расчета). Такая классификация предельных состояний, естественно, дезориентировала и ограничивала проектировщиков в принятии ответственных инженерных решений и потому в дальнейшем в нормативных документах по строительному проектированию большинства стран принята новая классификация, более отвечающая природе надежности. Все виды предельных состояний сведены в две группы по влиянию их на эксплуатационную пригодность сооружений и оснований [203]: I группа - полная непригодность к эксплуатации (потеря несущей способности и устойчивости; перемещения и деформации, приводящие к прекращению эксплуатации); II группа — непригодность к нормальной эксплуатации (потеря местной прочности; перемещения и деформации, затрудняющие нормальную эксплуатацию; образование, раскрытие трещин и строительных швов).
Расчет по предельным состояниям, в отличие от расчета по допускаемым напряжениям, основан на признании нагрузок случайными процессами и (или) величинами. При известных функциях распределения нагрузок и сопротивлений в результате расчета теоретически можно оценить вероятность наступления заданного отказа, которая в дальнейшем должна быть сравнена с допустимой. Такая оценка, даже в настоящее время при осуществлении технического регулирования, оказывается весьма трудоемкой. Поэтому на практике чаще применяют приближенные методы расчета по предельным состояниям, основанные на использовании детерминированных частичных коэффициентов для нагрузки и сопротивлений (рис. 1.6).
Классификация определяющих уравнений грунтов
Прочность грунтов (сопротивление пород сдвигу) зависит от сле дующих факторов: уровня напряжений от собственного веса грунта {confining stress), т. к. грунты относятся к материалам, обладающим трением; скорости нагружения: чем выше скорость, тем выше сопротивление пород сдвигу: время (продолжительность) воздействия: сопротивление пород сдвигу не является постоянной величиной во времени, может увеличиваться при цементации или уменьшаться при деградации пород; плотности: чем выше плотность пород, тем выше сопротивление породы срезу, но плотные грунты после достижения максимальной прочности при дренированных испытаниях проявляют разупрочнение; условий дренирования: на небольшом отрезке времени сопротивление пород сдвигу при отсутствии дренирования можно считать постоянным, В длительные промежутки времени — возможно снижение прочности; степени переуплотнения {OCR, OverConsolidation Ratio): у переуплотненных пород {OCR \) максимальная прочность (треак) выше, чем у нормально-уплотненных грунтов; направления пространства: некоторые грунты проявляют анизотропность прочности. Следует также отметить, прочность на растяжение у несвязных грунтов практически равна нулю, у связных грунтов — стремится к нулю. 5. Изменчивость механических свойств во времени (явления: длительной1 прочности, релаксации напряжений, текучести) без изменения условий нагружения. 6. Контракция и дилатансия. Явления увеличения (дилатансия) объема проявляется при срезе плотных песков, в меньшей степени - переуплотненных глинистых грунтов, явление уменьшения (контракция) объема грунта при срезе наблюдается у рыхлых песков. Известковые пески иногда контрак-тируют из-за разрушения зерен или растворяющего действия воды.
«Память» об уровне напряжений предконсолидации: грунты, ис пытавшие в первоначальный момент воздействие напряжений меньшей величины, чем вновь приложенное напряжение, проявляют большую жесткость, чем грунты, испытавшие в первоначальный период времени большое воздействие, чем.в настоящий момент [64, 98]. Если грунты воссозданы с заданной влажностью и плотностью, то они «забывают» информацию о пред-напряжении и ведут себя как нормально-консолидированные грунты. ТІЗІІ. Типы, компоненты и категории определяющих уравнений. Математическая модель механических свойств среды задается, уравне нием, связывающим напряжения имеющиеся в окрестности некоторой точки среды, и деформации, возникающие вследствие этого. Это уравнение называ ется определяющим уравнением YLRWуравнением состояния . В силу большого многообразия физически различных сплошных сред, естественно,Г опреде-: ляющие уравнения весьма разнообразны. Тем не менее, они подчиняются не которым общим для них всех условиям;или принципам. Основные из них: принцип причинности (т. е. полетензоров напряжений в сплошной: среде од нозначно определяется предысторией эволюции сплошной среды); принцип: пространственной локализации (тензор напряжений, в данной частице опре деляется лишь, поведением среды, в некоторой окрестности этой частицы), принцип независимости от системы отсчета [3]i принципа материальной ин дифферентности. . Обзор, как отечественных, так и зарубежных изданий за последние годы показывает, что в настоящее время интерес к разработке определяющих уравнений отражающих сложное поведение грунта достаточно велик. Этому способствовало три фактора: потребности современной науки, техники и экономики; наличие уже хорошо разработанных элементов теории и численных методов; возможности современной вычислительной техники; В отечественной монографической и учебной литературе теория определяющих соотношений представлена отдельными работами [3, 16, 17,26]. За рубежом положения теории определяющих уравнений геоматериалов представлены журнальными статьями и докладами на конференциях, которые проходят практически ежегодно, начиная с 1984 г. [64, 69, 82, 126]. В настоящий момент поиск в Google с ключевыми словами constitutive relations (laws, equations, models) for soils, rocks, geomaterials предлагает к ознакомлению более 11000 электронных документов, вероятно, подобное число содержится в журналах и трудах конференций за последние полвека. Более 350 документов по моделям грунтов имеется на сайте www.geotechlinks.com. В некоторых американских университетах на постоянной основе проводятся семинары, например под руководством профессоров P.V. Lade, V.N. Kaliakin. В механике грунтов основанием теории определяющих уравнений было положение об эффективных напряжениях. Большинство имеющихся определяющих уравнений записаны в терминах эффективных напряжений, т. к. позволяют учитывать изменения порового давления или условий дренажа. Тем не менее, имеются определяющие уравнения и для общего напряжения, но их применение ограничено. Типы определяющих уравнений. P.V. Lade (2005) предлагает различать определяющие уравнения и процедуры, связанные с оценкой поведения грунтов [126] на простые и сложные. Простые определяющие уравнения в замкнутой форме, появившиеся более полувека назад, и связанные с ними несложные определения параметров грунтов (с, (р, Е, v), достаточны для описания таких геотехнических проблем, как устойчивость склонов, несущая способность основания, устойчивость подпорных стенок при условии работы основания вдали от предельного состояния.
Имитация лабораторных и полевых испытаний
Для решения задач подобного рода в. последние годы широко используются методы.интеллектуального анализа данных (Data Mining). Существует множество - определений Data mining, но в целом оншсов падают ВІ выделении; 4-х основных признаков; Вот определение, которое дал Григорий Пиатецкий-Шапиро . один из ведущих мировых экспертов в облас ти Data.Mihingi «Data Mining (интеллектуальный анализ данных) — это про цесс обнаружения в «сырых» данных ранее неизвестных, нетривиальных,, практически полезных и доступных для интерпретации знаний; (закономер ностей); необходимых для принятия решений, в различных: сферах человече скойдеятельности». В- основу- современной ТЪУЗ10ЛОТ\Ш\ Data Mining положена концепциям шаблонов (паттернов), отражающих фрагменты многоаспектных взаимоотг ношенийв данных. Эти шаблоны представляют, собошзакономерности;, свойственные; подвыборкам; данных,, которые могут быть-компактно выражены. в понятнойчеловеку форме: Поиск шаблонов производитсяшетодами , не ограниченными ;рамкамиаприорных предположений о: структуре выборке и- виде распределений значений: анализируемых показателей [13].. Иными: словами;. Data Mining— это; анализ; данных с целью, отысканиям них типовых образцот или стереотипных, изменений!; скрытых от- нас по? причине; невозможности; осмысления-;шанализа-такого?количества данных иквзаимосвязей между ни Одной»из особенностей-процессаразработки;модели-является?отсутствие в настоящий момент «тренировочного» набораданных — данных, для которых; было бы; априори известен.тип; определяющих.уравненйй: Это существенно ограничивает круг алгоритмов, которые можно было использовать,при классификации: например, классификаторы. Байеса; нейронные сети и; т. п. методы,, требующие предварительного обучения на. тренировочном; наборе: данных: В-нашем?.распоряженитостались лишь деревья решений.и алгоритмы иерархической кластеризации. Для анализа данных была использована аналитическая платформа «Deductor» [198].
Одним из наиболее-популярных подходов к решению задач классификации являются деревьяфешения . Впервые деревьяфешений были предложены Ховилендом и Хантом (Hoveland Hunt); в конце:50-х. годов?прошлого; века: ..Самаяфанняя и известная;работа Хантаїи др., в которой;излагается суть деревьев/ решений::-: «Эксперименты, в: индукции» - была, опубликована в 1966 году. Дерево решений,- это способ представления иерархическойЬ структуры,классифицирующих правил; типа «ЕЄЛЖ. ТО;..» (ifhen);. имеющей І вид дерева: Для принятия решения; к;какому классу отнести некоторый; объект или ситуацию; требуется , ответить на- вопросы, стоящие в узлах, этого дерева;. ., начиная .с его корня: Вопросы: имеют вид «значение параметра. Ач больше х? .. Если ответ положительный; осуществляется:: переход к;правому узлу следующего уровня еслиотрицательный- тої к левому узлу; затем снова: следует вопрос, связанный с соответствующимузлом;
Данный:метод является-однимїиз;наиболее популярных [51]-дляфеше-ния! задач: классификации благодаря целому ряду преимуществ: Дерево решений позволяет наглядно отразить логику процесса формализации (идеализации объекта). ; Результат работы алгоритмов конструирования деревьевфешений,.в отличие; например; от нейронных сетей; представляющих собой "черные ящики! , легко? интерпретируется пользователем; т: к. деревьям решений:дают возможность извлекать правила из базьгданных- на естественном языке предметнойобласти;. Алгоритм конструирования дерева решений-: не требует от пользо-вателя? выбора .входных атрибутові (независимых переменных): На вход алгоритма можно подавать все существующие атрибуты; алгоритм с сам выберет наиболее значимые среди них, и только они будут использованы для построения дерева. В сравнении, например, с нейронными сетями, это значительно облегчает пользователю работу, поскольку в нейронных сетях выбор количества входных атрибутов существенно влияет на время обучения. Точность моделей, созданных при помощи деревьев решений, сопоставима с другими методами построения классификационных моделей (статистические методы, нейронные сети). Быстрый процесс обучения. На построение классификационных моделей при помощи алгоритмов конструирования деревьев решений требуется значительно меньше времени, чем, например, на обучение нейронных сетей. Большинство алгоритмов конструирования деревьев решений имеют возможность специальной обработки пропущенных значений. Многие классические статистические методы, при помощи которых решаются задачи классификации, могут работать только с числовыми данными, в то время как деревья решений работают и с числовыми, и с категориальными типами данных. Многие статистические методы являются параметрическими, и пользователь должен заранее владеть определенной информацией, например, знать вид модели, иметь гипотезу о виде зависимости между переменными, предполагать, какой вид распределения имеют данные. Деревья решений, в отличие от таких методов, строят непараметрические модели. Таким образом, деревья решений способны решать такие задачи, в которых отсутствует априорная информация о»виде зависимости между исследуемыми данными.
Сопоставление расчетных данных срезультатами натурных наблюдений
В практике инженерно-геологических изысканий определение параметров грунтов проводится в разном объеме и с разной целью в зависимости от стадии проектирования для: 1) описания инженерно-геологических условий площадки; 2) выделения йнженерно-геологическихэлементов; 3) установления параметров цифровой расчетной модели. Решение двух первых? задач стандартизировано, многократно опроби-ровано и не вызывает особых трудностей. Определение и назначение параметров для численного моделирования требует разработки методологических подходов как по определению отдельных параметров, так по назначению параметров качестве входных. В зависимости от сложности решаемых инженерных задач при задании параметров расчетной модели основания используется некоторое сочетание прямых косвенных методов определения параметров модели (рис. 4.1): В процедуре разработки расчетной модели рассмотрим следующие способы определения параметров: 1. Стандартные методики для основных параметров с, ф, Е. 2. Нестандартные методики для дополнительных параметров: коэффициента бокового давления грунта в состоянии покоя А"0, коэффициента Пуассона v, угла дилатансии\/и других. 3. Справочные данные. 4. Имитация лабораторных и полевых,испытаний. Следует отметить, что: все вышеперечисленные способы-определения используются для назначения параметров модели; часто:одновременно, но в; разной степени.
Использованием расчетах сложных определяющих уравнений зачастую требуют сложного дорогостоящего оборудования, при этом методика выполнения лабораторных» работ не всегда является общепризнанной, закрепленной в нормативных документах. Количество необходимых для расчётов параметров варьирует в значительных пределах от двух до четырехдесятков:
Различные модели: поведения грунта требуют не только определения дополнительных;параметров, но также различных типов лабораторных испытаний: и разной обработки результатов этих испытаний- для определения входных параметров.. Например, при: экскавации; важным для; расчетов деформации является. модуль.упругости; по ветви;разгрузки - повторного на-гружения; а модуль сдвига влияет на расчеты изгибающих моментов, в ограждающих конструкциях котлована. Поэтому в расчётах котлованов трехосные испытания грунтов предпочтительнее компрессионных испытаний; Для расчетов осадки; и несущей способности фундаментов: мелкого? заложения существенная роль; принадлежит модулю деформации. Использование упругих идеальнопластических моделей приводит: к недооценке: вертикальных смещений по сравнению с наблюдаемыми смещениями; из-за неточной оценки модуля упругости при лабораторных определениях; более реалистичные значения получаются при определениях модуля упругости в полевых ус лови 121 ях. Обычно для уточнения параметров, используемых в геотехнических расчетах, установления корреляционных зависимостей между данными полевых и лабораторных определений параметров грунтов предпринимают ретроспективный анализ данных натурных наблюдений после осуществления строительных рабоот.
Одним из основных этапов обработки лабораторных испытаний является установление допустимых интервалов изменения параметров физико-механических свойств грунтов.
Ниже с разной степенью детальности изложены методики определения параметров: для основных параметров - только некоторые, неосвещенные в отечественных нормативах, особенности обработки данных трехосных испытаний; для дополнительных параметров моделей, таких как коэффициент Пуассона, модули Юнга при первичном нагружении, разгрузке - повторном на-гружении, модуль объемной упругости, модуль сдвига; показатель степени кривизны компрессионной кривой (Ohde, 1939), коэффициент бокового давления в состоянии покоя, степень переуплотнения, угол дилатансии — подробно.
В качестве справочного материала приведены типичные значения для основных разновидностей грунтов, некоторые корреляционные зависимости между параметрами состава, физических и механических свойств грунтов, которые предложено включить в нормативные документы. Типичные значения параметров грунтов можно использовать только для предварительных расчетов. Использовать корреляционные зависимости в окончательных расчетах недопустимо без калибровки параметров в конкретном районе строительства или ретроспективных исследований по данным мониторинга напряженно-деформированного состояния элементарной природно-техническои системы.
