蔡江东等：考虑弱结合水时黏性土饱和度修正计算
・７１・
考虑弱结合水时黏性土饱和度修正计算
蔡江东１，２
（１，中国矿业大学江苏徐州
姜振泉－
２２１００８；２，淮阴工学院）
摘要黏性土的饱和度指标大于１００％的现象在实践中时有发现，根据定义这是不合理的。建立完全饱和土的二相体系模型，采用经典土力学理论，对饱和度进行计算修正。
关键词饱和度含水率弱结合水黏性土孔隙比
Ｏ前言
饱和度作为土的常规物理指标在岩土工程中广泛应用。理论上完全饱和土的饱和度值应等于１００％，然而实践中经常出现其值大于１００％情形。不少学者对此进行研究，结果发现偏差的原因在于饱和度换算公式中涉及的指标取值有问题…～［引。到目前为止，尚未有简便易行的饱和度修正算法，本文基于土力学理论，建立饱和土二相体系模型，对黏性土饱和度进行修正计算。
。
ｌ饱和度大于１００％原因分析
饱和度是土中孔隙水体积与土的孔隙总体积之比，通常由下式换算
ｓ，：叫血
（１）
从式（１）知，饱和度精度取决于含水率埘、土粒比重ｄ。和孔隙比ｅ。土粒比重可取常数，有分析表明，即使考虑土粒比重的改变，其对饱和度的影响也可忽略…；孔隙比是换算指标，大小南其它指标决定，这样土的含水率就成为影响饱和度精度的最主要因素
ｓ，＝—寿望｝
（２）
。７一ｄ。（１＋Ｗ）一Ｐ
、。７
完全饱和土是土、水（重力水、结合水）构成的二相体系，然而在含水率测试中，高温会引起部分弱结合水溢出［５］，从而使重力水计重增大，这就导致饱和度计算产生偏差。
２饱和度修正
对处于完全饱和状态的黏性土，设其总体积为１，建立如下计算模型。
图１中，ｙ。为重力水体积；含水率试验中散逸的弱结合水体积为ｙｉ；同时设定土粒体积为圪。对于自由水、弱结合水和土，其密度分别为Ｐ。、ｐｊ、Ｐ，
Ｋ
Ｉ，．
Ｖ．
ＴＩ叫ｌ上
图１单位体积完全饱和黏土二相草图
蔡江东，男，副教授，博士研究生。
万方数据
土粒比重为ｄ。；这样有
ｙ，＋ｙｉ＋Ｖ。＝１
（３）Ｖ，Ｐ。＋ＶｊＰｊ＋Ｖ。ｄ。＝ｐ×１
（４）
考虑散失的弱结合水时，土的含水率为
１，０＝（ＰｊＶｊ＋Ｐ。Ｖ。）／ｄ。Ｖ。
（５）
由式（３）一式（５）可以解出
ｙ
ｓ
２玎％西
（６）
ｙ；．鱼二生ｅ兰ｅ２二（！二ｋｋ
（７）
。Ｐｊ—Ｐｗ
’
根据（３）式可以求出
Ｖ，＝１一Ｖｉ—Ｖ。
（８）
上述公式的推导，在其它方面没有限制，所得的结果具有普遍意义。
根据土力学理论，孔隙比定义式为
ｅ＝导ｎ
（９）
ｙ
９
考虑弱结合水时，土工试验表中孔隙比换算式为
ｅｔ：旦：当
（１０）
Ｖ。
由此可知，试验报告中提供的孔隙比大于定义值。
作为换算指标，饱和度的大小受含水率的影响，剔除散失部分的弱结合水后，土的含水率表达式为
埘。２铣
（１１）
由此可计算修正后的饱和度指标
Ｓ’，＝训。盟
（１２）
３工程应用
黄广人工填筑大堤，拟进行注浆加固，勘察表明，该大堤近半数土样出现饱和度大于１００％的现象，由此难以解释填土实际状态。应用本文公式，经修正后的土的物理指标（表１）合理地描述了大堤填土所处状况，为确定施工参数提供了可靠依据。
表１中埘。为扣除弱结合水后的含水率，训与ｔｔ，。
表１
黄广大堤土工试验成果及修正计算表
样号ｗ／％ｐ，（ｇ・ｅｍ３）正
ｅ
Ｓ
＂。／％
８０
Ｓ’，１２０４２．４１．８３２７３Ｏ３０§‘一４
％一３
％一４３７．３１．０２１００１２２３７．２１．８７２７２Ｏ１６４
７
６３４．６０．９４１００１２３２６．２２．００２６６●●０Ｏ２７３／一王王ｎ５５２３．２０．６２１００１４９２９．５１．９９２６７Ｏ６８３
４
４
２１．２０．５７１００１５２
２６．８２．０７２６５Ｏ３８
１２．６
０．３３１００１５３
２５．５
２．０２
２６７
Ｏ
佗∞醴＂酡砸
Ｏ●０３３Ｅ，，
叫一扭孤ｍ坻，，
２１．９
０．５９
１００
・７２・
全国中文核心期刊路基工程２００９年第１期（总第１４２期）
基于ＢＰ神经网络的黄土湿陷性预测研究水
安
宁
（陕西铁路工程职业技术学院陕西渭南７１４０００）
摘
要运用人工智能领域中的神经网络技术．提出了基于ＢＰ神经网络模型的黄土湿陷性等级的
预测方法。用ＭＡＴＬＡＢ７自带的神经网络工具箱编程来实现ＢＰ神经网络系统。并给出工程实例和程
序，预测效果和准确度较好，说明利用ＢＰ神经网络预测黄土湿陷系数是可行的。
关键词路基黄土湿陷性ＢＰ网络Ｍａｆｌａｂ预测
Ｏ
引言
黄土在我国陕西、甘肃、山西等省均有大量分布。黄土具有强度低、变形大、承载力低、灵敏度高等一系列不良的工程性质，特别是湿陷性，对路基具有极大的危害。在这些地区进行路基施工，必须评价其湿陷系数，一般需对路基范围内黄土地层取样试验，工作量大，费用多，且试验仍存在一些不足之处…捌。由于黄土湿陷变形的机理较为复杂，影响冈素较多且相互影响，为此，许多学者运用多种方法探索建立湿陷系数与黄土结构特征及物理力学性质指标间的相关关系１６］－［１２］，并取得了相应的成果。通过收集实际工程中稳定、易于测定的指标数据，运用ＢＰ神经网络方法，对黄土湿陷性进行预测，可达到减少试验、降低费用的目的。
１黄土湿陷性模型分析
根据黄土湿陷变形的结构理论（１３】，黄土湿陷的根本原因是它具有特殊的粒状架空结构体系，其连结湿陷性主要来源于土层的压实和少量含溶解离子的水在颗粒间接触处所形成的毛细管力、双电层净势能、粒
・陕两铁路工程职业技术学院科学研究基金项目。
安宁，男，副教授，硕士。
间摩擦以及少量胶结物质的胶结力。这种体系在水和力的共同作用下，连结湿陷性迅速降低，连结点被破坏，骨架颗粒充填到架空孔隙的空腔中，从而导致湿陷的产生。
黄土中架空孑Ｌ隙不仅关系到黄土湿陷性也关系它的湿陷量。尽管到目前为止尚无很好的方法来计算和测定架空孔隙，但孑Ｌ隙比、干重度等反映黄土密实度的指标，能在一定程度上体现架空孔隙的多少，因为黄土的湿陷性随孔隙比的增大而增强，随干重度的增大而减弱。另一方面，如土中含水量越小，土颗粒接触处的毛细管弯液面越深，所产生的毛细管张力就越高，粒间吸附水膜越薄，粒间摩擦系数越大。由于孔隙水溶液中电解质浓度增高，粒间引力增大等原因，使粒问连结湿陷性增强，黄土湿陷性减弱。而塑性指数在一定程度上综合反映了土的颗粒组成（粘粒含量）、矿物成分等因素，塑性指数增大，粘粒含量增多，粒间连结湿陷性就有所增强，黄土的湿陷性也就减弱。但由于黄土中粉粒含量居多（占６０％以上），而粘粒含量较少，粘粒对连结湿陷性所起的作用不大，对湿陷变形的影响也不大。
２神经网络理论及其ＢＰ网络模型Ｄ４］
人工神经网络具有很强的非线性映射和自适应彭
－－４－－＋－＋－＋－＋－＋－＋・＋－＋・＋－＋－‘—＋‘－‘・＋一・
的差值为烘干试验中逸出的弱结合水含量，该差值可反映填料土的塑性程度或其中黏土矿物的性质；修正后的孔隙比ｅ。真实地反映了大堤填筑施工时的压实状况：如１４９号样代表的深度处压实能较合理，而１２２号样处则欠压实。表１中孔隙比ｅ为土工试验值，对同一土样而言，该值应与公式（１０）计算值相一致，表２是此两者的对比。根据修正后的孔隙比，有关部门分析了地层的吸浆能力，合理地确定了注浆施工参数。
表２孔隙比对比表
样号
ｅｅ’
以对其进行修正；此外，相关公式还可用于修正孔隙
比。
（２）在修正饱和度、孔隙比的同时，本文公式也可估箅逸出的弱结合水含量，并可藉此对土中的黏土矿物性质作判别。
（３）本文计算所得的结合水只是在一定烘干温度下逸出的部分，并非弱结合水的全部。
参考文献：
［Ｉ］廖义玲．土的饱和度Ｓ计算方法及误差原因分析［Ｊ］．贵州Ｔ业大学学
报．１９９７（２）．
１２０１．１２１．１２
１２２１．０００
１２３０．６８０．６８
１４９０．７４０．７４
１５２０．６２００．６２３
１５３
［２］［３］
汤连生．土体饱和度确定的两个问题［Ｊ］．水文地质与工程地质．２００２
（５）．
０．６６００．６５９
０．９９６
杨栋梁．万福井田大埋深黏性土结合水特征研究［Ｒ】．中国矿业大学资
源学院．２００７．８．
［４］汪君．刘永明。傅旭东．对粉质黏土饱和度大于１现象的研究［Ｊ］．工
４结语
（１）黏性土饱和度大于１００％是因为换算公式中含水率包含了部分弱结合水的缘故，应用文中公式可
［５］
业建筑，２００５，３５．
王ｆ全，陈地奎．用热失蘑法确定水合牯土水分含量及存在形式［Ｊ】．西南石油学院学报．２００６（２）．
收稿日期：２００７—１２．１１
万方数据
蔡江东等：考虑弱结合水时黏性土饱和度修正计算
・７１・
考虑弱结合水时黏性土饱和度修正计算
蔡江东１，２
（１，中国矿业大学江苏徐州
姜振泉－
２２１００８；２，淮阴工学院）
摘要黏性土的饱和度指标大于１００％的现象在实践中时有发现，根据定义这是不合理的。建立完全饱和土的二相体系模型，采用经典土力学理论，对饱和度进行计算修正。
关键词饱和度含水率弱结合水黏性土孔隙比
Ｏ前言
饱和度作为土的常规物理指标在岩土工程中广泛应用。理论上完全饱和土的饱和度值应等于１００％，然而实践中经常出现其值大于１００％情形。不少学者对此进行研究，结果发现偏差的原因在于饱和度换算公式中涉及的指标取值有问题…～［引。到目前为止，尚未有简便易行的饱和度修正算法，本文基于土力学理论，建立饱和土二相体系模型，对黏性土饱和度进行修正计算。
。
ｌ饱和度大于１００％原因分析
饱和度是土中孔隙水体积与土的孔隙总体积之比，通常由下式换算
ｓ，：叫血
（１）
从式（１）知，饱和度精度取决于含水率埘、土粒比重ｄ。和孔隙比ｅ。土粒比重可取常数，有分析表明，即使考虑土粒比重的改变，其对饱和度的影响也可忽略…；孔隙比是换算指标，大小南其它指标决定，这样土的含水率就成为影响饱和度精度的最主要因素
ｓ，＝—寿望｝
（２）
。７一ｄ。（１＋Ｗ）一Ｐ
、。７
完全饱和土是土、水（重力水、结合水）构成的二相体系，然而在含水率测试中，高温会引起部分弱结合水溢出［５］，从而使重力水计重增大，这就导致饱和度计算产生偏差。
２饱和度修正
对处于完全饱和状态的黏性土，设其总体积为１，建立如下计算模型。
图１中，ｙ。为重力水体积；含水率试验中散逸的弱结合水体积为ｙｉ；同时设定土粒体积为圪。对于自由水、弱结合水和土，其密度分别为Ｐ。、ｐｊ、Ｐ，
Ｋ
Ｉ，．
Ｖ．
ＴＩ叫ｌ上
图１单位体积完全饱和黏土二相草图
蔡江东，男，副教授，博士研究生。
万方数据
土粒比重为ｄ。；这样有
ｙ，＋ｙｉ＋Ｖ。＝１
（３）Ｖ，Ｐ。＋ＶｊＰｊ＋Ｖ。ｄ。＝ｐ×１
（４）
考虑散失的弱结合水时，土的含水率为
１，０＝（ＰｊＶｊ＋Ｐ。Ｖ。）／ｄ。Ｖ。
（５）
由式（３）一式（５）可以解出
ｙ
ｓ
２玎％西
（６）
ｙ；．鱼二生ｅ兰ｅ２二（！二ｋｋ
（７）
。Ｐｊ—Ｐｗ
’
根据（３）式可以求出
Ｖ，＝１一Ｖｉ—Ｖ。
（８）
上述公式的推导，在其它方面没有限制，所得的结果具有普遍意义。
根据土力学理论，孔隙比定义式为
ｅ＝导ｎ
（９）
ｙ
９
考虑弱结合水时，土工试验表中孔隙比换算式为
ｅｔ：旦：当
（１０）
Ｖ。
由此可知，试验报告中提供的孔隙比大于定义值。
作为换算指标，饱和度的大小受含水率的影响，剔除散失部分的弱结合水后，土的含水率表达式为
埘。２铣
（１１）
由此可计算修正后的饱和度指标
Ｓ’，＝训。盟
（１２）
３工程应用
黄广人工填筑大堤，拟进行注浆加固，勘察表明，该大堤近半数土样出现饱和度大于１００％的现象，由此难以解释填土实际状态。应用本文公式，经修正后的土的物理指标（表１）合理地描述了大堤填土所处状况，为确定施工参数提供了可靠依据。
表１中埘。为扣除弱结合水后的含水率，训与ｔｔ，。
表１
黄广大堤土工试验成果及修正计算表
样号ｗ／％ｐ，（ｇ・ｅｍ３）正
ｅ
Ｓ
＂。／％
８０
Ｓ’，１２０４２．４１．８３２７３Ｏ３０§‘一４
％一３
％一４３７．３１．０２１００１２２３７．２１．８７２７２Ｏ１６４
７
６３４．６０．９４１００１２３２６．２２．００２６６●●０Ｏ２７３／一王王ｎ５５２３．２０．６２１００１４９２９．５１．９９２６７Ｏ６８３
４
４
２１．２０．５７１００１５２
２６．８２．０７２６５Ｏ３８
１２．６
０．３３１００１５３
２５．５
２．０２
２６７
Ｏ
佗∞醴＂酡砸
Ｏ●０３３Ｅ，，
叫一扭孤ｍ坻，，
２１．９
０．５９
１００
・７２・
全国中文核心期刊路基工程２００９年第１期（总第１４２期）
基于ＢＰ神经网络的黄土湿陷性预测研究水
安
宁
（陕西铁路工程职业技术学院陕西渭南７１４０００）
摘
要运用人工智能领域中的神经网络技术．提出了基于ＢＰ神经网络模型的黄土湿陷性等级的
预测方法。用ＭＡＴＬＡＢ７自带的神经网络工具箱编程来实现ＢＰ神经网络系统。并给出工程实例和程
序，预测效果和准确度较好，说明利用ＢＰ神经网络预测黄土湿陷系数是可行的。
关键词路基黄土湿陷性ＢＰ网络Ｍａｆｌａｂ预测
Ｏ
引言
黄土在我国陕西、甘肃、山西等省均有大量分布。黄土具有强度低、变形大、承载力低、灵敏度高等一系列不良的工程性质，特别是湿陷性，对路基具有极大的危害。在这些地区进行路基施工，必须评价其湿陷系数，一般需对路基范围内黄土地层取样试验，工作量大，费用多，且试验仍存在一些不足之处…捌。由于黄土湿陷变形的机理较为复杂，影响冈素较多且相互影响，为此，许多学者运用多种方法探索建立湿陷系数与黄土结构特征及物理力学性质指标间的相关关系１６］－［１２］，并取得了相应的成果。通过收集实际工程中稳定、易于测定的指标数据，运用ＢＰ神经网络方法，对黄土湿陷性进行预测，可达到减少试验、降低费用的目的。
１黄土湿陷性模型分析
根据黄土湿陷变形的结构理论（１３】，黄土湿陷的根本原因是它具有特殊的粒状架空结构体系，其连结湿陷性主要来源于土层的压实和少量含溶解离子的水在颗粒间接触处所形成的毛细管力、双电层净势能、粒
・陕两铁路工程职业技术学院科学研究基金项目。
安宁，男，副教授，硕士。
间摩擦以及少量胶结物质的胶结力。这种体系在水和力的共同作用下，连结湿陷性迅速降低，连结点被破坏，骨架颗粒充填到架空孔隙的空腔中，从而导致湿陷的产生。
黄土中架空孑Ｌ隙不仅关系到黄土湿陷性也关系它的湿陷量。尽管到目前为止尚无很好的方法来计算和测定架空孔隙，但孑Ｌ隙比、干重度等反映黄土密实度的指标，能在一定程度上体现架空孔隙的多少，因为黄土的湿陷性随孔隙比的增大而增强，随干重度的增大而减弱。另一方面，如土中含水量越小，土颗粒接触处的毛细管弯液面越深，所产生的毛细管张力就越高，粒间吸附水膜越薄，粒间摩擦系数越大。由于孔隙水溶液中电解质浓度增高，粒间引力增大等原因，使粒问连结湿陷性增强，黄土湿陷性减弱。而塑性指数在一定程度上综合反映了土的颗粒组成（粘粒含量）、矿物成分等因素，塑性指数增大，粘粒含量增多，粒间连结湿陷性就有所增强，黄土的湿陷性也就减弱。但由于黄土中粉粒含量居多（占６０％以上），而粘粒含量较少，粘粒对连结湿陷性所起的作用不大，对湿陷变形的影响也不大。
２神经网络理论及其ＢＰ网络模型Ｄ４］
人工神经网络具有很强的非线性映射和自适应彭
－－４－－＋－＋－＋－＋－＋－＋・＋－＋・＋－＋－‘—＋‘－‘・＋一・
的差值为烘干试验中逸出的弱结合水含量，该差值可反映填料土的塑性程度或其中黏土矿物的性质；修正后的孔隙比ｅ。真实地反映了大堤填筑施工时的压实状况：如１４９号样代表的深度处压实能较合理，而１２２号样处则欠压实。表１中孔隙比ｅ为土工试验值，对同一土样而言，该值应与公式（１０）计算值相一致，表２是此两者的对比。根据修正后的孔隙比，有关部门分析了地层的吸浆能力，合理地确定了注浆施工参数。
表２孔隙比对比表
样号
ｅｅ’
以对其进行修正；此外，相关公式还可用于修正孔隙
比。
（２）在修正饱和度、孔隙比的同时，本文公式也可估箅逸出的弱结合水含量，并可藉此对土中的黏土矿物性质作判别。
（３）本文计算所得的结合水只是在一定烘干温度下逸出的部分，并非弱结合水的全部。
参考文献：
［Ｉ］廖义玲．土的饱和度Ｓ计算方法及误差原因分析［Ｊ］．贵州Ｔ业大学学
报．１９９７（２）．
１２０１．１２１．１２
１２２１．０００
１２３０．６８０．６８
１４９０．７４０．７４
１５２０．６２００．６２３
１５３
［２］［３］
汤连生．土体饱和度确定的两个问题［Ｊ］．水文地质与工程地质．２００２
（５）．
０．６６００．６５９
０．９９６
杨栋梁．万福井田大埋深黏性土结合水特征研究［Ｒ】．中国矿业大学资
源学院．２００７．８．
［４］汪君．刘永明。傅旭东．对粉质黏土饱和度大于１现象的研究［Ｊ］．工
４结语
（１）黏性土饱和度大于１００％是因为换算公式中含水率包含了部分弱结合水的缘故，应用文中公式可
［５］
业建筑，２００５，３５．
王ｆ全，陈地奎．用热失蘑法确定水合牯土水分含量及存在形式［Ｊ】．西南石油学院学报．２００６（２）．
收稿日期：２００７—１２．１１
万方数据