徐為海

(鎮(zhèn)江市勘察測繪研究院有限公司,江蘇 鎮(zhèn)江 212000)

在建筑抗震設(shè)計中,場地類別直接影響工程的造價,故準(zhǔn)確判定場地類別顯得十分重要。根據(jù)相關(guān)規(guī)范,勘察時需獲得各土層的剪切波速以計算場地的等效剪切波速,再結(jié)合覆蓋層厚度,對工程場地的類別進(jìn)行劃分。因此,確定土層剪切波速是勘察中一項(xiàng)重要的工作。

目前獲得地層的剪切波速主要有實(shí)測波速法,查表估值法以及經(jīng)驗(yàn)公式計算法等。其中實(shí)測波速法適用各類情況,測試結(jié)果較為準(zhǔn)確客觀,但測試過程耗時耗力;查表估值法和經(jīng)驗(yàn)公式計算法未考慮區(qū)域地層特性影響,或受計算參數(shù)限制,估算結(jié)果缺乏客觀性。在上述方法外,探索出一種可靠、準(zhǔn)確,易于操作的獲得土層剪切波速的方法,對勘察技術(shù)人員更加客觀地判別場地類別有重要意義。

近年來,人工神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于各類工程建設(shè)中[1-2],其中BP神經(jīng)網(wǎng)絡(luò)在巖土工程中運(yùn)用廣泛,徐鵬逍[3]根據(jù)BP神經(jīng)網(wǎng)絡(luò)理論,建立了包含地層預(yù)測模塊和巖土參數(shù)預(yù)測模塊的鉆孔間巖土參數(shù)預(yù)測專家系統(tǒng);歐陽磊等[4]建立了以常規(guī)物理參數(shù)為輸入變量,以壓縮系數(shù)為輸出向量的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并用遺傳算法優(yōu)化了該模型,提高了預(yù)測性能。

本文針對鎮(zhèn)江地區(qū)典型土層,嘗試采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測其剪切波速,預(yù)測值與實(shí)測值偏離度較低,且較其他估算方法獲得的值具有客觀可靠、使用方便的優(yōu)勢。

1 獲得剪切波速的方法

1.1 實(shí)測波速

實(shí)測波速根據(jù)震源位置不同一般有地面敲擊法和孔中自激自收法,目前勘察單位在生產(chǎn)中,一般采用測試過程較為方便的孔中自激自收的懸掛式波速測井法完成測試,波速測井儀示意圖見圖1。該方法是利用鉆孔中井液作為耦合劑,用電磁震源垂直于井壁作用一瞬時沖擊力,在井壁地層中產(chǎn)生兩種類型質(zhì)點(diǎn)振動,一種是質(zhì)點(diǎn)振動方向垂直于井壁,沿著井壁方向傳播,即為剪切波(S波),另一種是質(zhì)點(diǎn)振動方向與傳播方向相同,即為壓縮波(P波)。

該方法較地面敲擊法簡便易行,但由于該測試方法需要以水、泥漿等液體為耦合劑,在實(shí)際使用過程中較為不便。如鎮(zhèn)江地區(qū)下蜀土層分布較廣,該類土層鉆進(jìn)時無需泥漿護(hù)壁,且鉆進(jìn)過程中孔中基本干燥,波速測試時需在鉆孔中灌滿水方可試驗(yàn);鎮(zhèn)江地區(qū)部分場地底部分布易漏水的碎石層,該類場地內(nèi)的鉆孔存水(漿)困難,實(shí)測波速較難開展。

此外,實(shí)測波速尚受其他條件限制。根據(jù)陳卓識[5]的研究,場地噪聲和數(shù)據(jù)處理方法是導(dǎo)致剪切波速測試不確定性的重要因素;由于勘察施工過程中較多情況需使用套管以保證孔壁穩(wěn)定,常常在有孔內(nèi)鋼套管的情況下進(jìn)行測試,鐘梁等[6]的研究雖然對波速測試孔中套管的選材、套管長度給出了建議,但不易應(yīng)用于實(shí)際工程施工中。

綜上所述,實(shí)測波速值受場地環(huán)境、地層等各類因素影響較大,因此,對場地實(shí)測的波速值進(jìn)行驗(yàn)證后使用也顯得很有必要。

1.2 查表估算

查表估算法系根據(jù)勘察相關(guān)規(guī)范給出的地層剪切波速的估值范圍,依據(jù)巖土名稱和性狀,確定土的類型,再利用當(dāng)?shù)亟?jīng)驗(yàn),在剪切波速范圍內(nèi)估算各土層的剪切波速[7](見表1)。

表1 場地土的類型劃分和剪切波速范圍表

該方法估值范圍較寬,一般按地層估值,取值較粗,對于臨界類型的土層不能給出依據(jù)充分的數(shù)值。該方法受主觀影響較大,多適用于初步預(yù)估。若需較為準(zhǔn)確估算,要求fak需要由載荷試驗(yàn)等方法獲得,實(shí)際操作較為困難。

1.3 經(jīng)驗(yàn)公式計算

經(jīng)驗(yàn)公式一般通過建立剪切波速與標(biāo)準(zhǔn)貫入錘擊數(shù)[8]或深度[9]等參數(shù)的回歸方程,該類關(guān)系式具有較強(qiáng)的地區(qū)適用性;南京、上海等地區(qū)的“地基基礎(chǔ)設(shè)計規(guī)范”也給出了標(biāo)準(zhǔn)貫入試驗(yàn)錘擊數(shù)和剪切波速的回歸關(guān)系式,如鎮(zhèn)江地區(qū)常用的《南京地區(qū)地基基礎(chǔ)設(shè)計規(guī)范》對于粉質(zhì)黏土中的剪切波速,推薦關(guān)系式見式(1):

vs=105N0.30

(1)

其中,vs為剪切波速,m/s;N為標(biāo)準(zhǔn)貫入試驗(yàn)錘擊數(shù)實(shí)測值。

工程地質(zhì)手冊提供了一種剪切波速與深度的關(guān)系模型[10],見式(2):

vs=aHb

(2)

其中,H為深度,m;a,b均為系數(shù),根據(jù)149個鉆孔分層剪切波速平均值a=124.5,b=0.267。

上述波速估算經(jīng)驗(yàn)公式,由于各地土層的巨大差異性,很難反映當(dāng)?shù)貙?shí)際情況。

2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測剪切波速模型

2.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)的原理和訓(xùn)練過程如下(以只含一層隱含層的三層網(wǎng)絡(luò)為例):

1)網(wǎng)絡(luò)的初始化。確定網(wǎng)絡(luò)的輸入層向量X=(x1,x2,…,xn)和輸出層向量O=(o1,o2,…,on),根據(jù)輸入和輸出變量的個數(shù)估算隱含層的層數(shù)和神經(jīng)元個數(shù),對各層神經(jīng)元的連接權(quán)值進(jìn)行初始化,對隱含層的閾值和輸出層的閾值進(jìn)行初始化,還需要確定神經(jīng)元的激活函數(shù),訓(xùn)練目標(biāo)最小誤差等參數(shù)。

2)隱含層輸出計算。根據(jù)輸入層向量X,輸入層和隱含層的連接權(quán)值wij,隱含層的閾值a,計算隱含層的輸出H,見式(3):

(3)

其中,m為隱含層節(jié)點(diǎn)個數(shù);f()為輸入到輸出傳遞函數(shù)(也稱激活函數(shù)),本文采用的傳遞函數(shù)為tansig對稱S形函數(shù),見式(4):

(4)

3)輸出層輸出計算,根據(jù)隱含層輸出H,隱含層和輸出層的連接權(quán)值vij,隱含層的閾值b,計算隱含層的實(shí)際輸出D,見式(5):

(5)

4)計算誤差。根據(jù)網(wǎng)絡(luò)實(shí)際計算輸出D與期望輸出O計算誤差E,見式(6):

(6)

5)更新權(quán)值。根據(jù)網(wǎng)絡(luò)的整體誤差E,重新調(diào)整各層連接權(quán)值,見式(7)—式(11):

wij=wij+Δwij

(7)

vjk=vjk+Δvjk

(8)

(9)

(10)

(11)

其中,μ為學(xué)習(xí)速率。

6)計算結(jié)束。以總誤差是否達(dá)到精度等要求來判斷迭代算法是否終止,否則返回第2步。

2.2 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測剪切波速的應(yīng)用

2.2.1 數(shù)據(jù)選取

土層剪切波速值和其他物理力學(xué)參數(shù)同為反映土層軟硬特性的重要指標(biāo),大量研究表明,土層的物理力學(xué)性質(zhì)和埋深與剪切波速有很強(qiáng)的關(guān)聯(lián)性[11-12],各參數(shù)與剪切波速呈非線性映射特性,而BP神經(jīng)網(wǎng)絡(luò)具有處理類似非線性關(guān)系的巨大優(yōu)勢。

土層的物理力學(xué)參數(shù)中,含水率、密度、比重、界限含水率以及壓縮系數(shù)為土工試驗(yàn)分別測得的參數(shù),各參數(shù)間基本不具備相關(guān)性,或者相互影響較小,符合構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型的基本條件。

本文數(shù)據(jù)來自于鎮(zhèn)江地區(qū)的勘察資料,以該地區(qū)典型細(xì)粒土層為研究對象,共搜集700余組數(shù)據(jù)。每組數(shù)據(jù)由土層某深度處的相關(guān)參數(shù)組成,包括該深度處的剪切波速值,該深度處土樣的土工試驗(yàn)實(shí)測值,共計8個變量組成。以其中6個土工試驗(yàn)實(shí)測值和深度為輸入變量,以剪切波速值為輸出變量構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的拓?fù)浣Y(jié)構(gòu)如圖2所示,每組數(shù)據(jù)組成及其數(shù)值范圍見表2。

表2 場地土的類型劃分和剪切波速范圍表

2.2.2 參數(shù)設(shè)置

通過大量的數(shù)據(jù)分析,并考慮網(wǎng)絡(luò)模型的實(shí)用性,本模型采用1個隱含層即可滿足精度要求。隱含層神經(jīng)元個數(shù)對BP神經(jīng)網(wǎng)絡(luò)的性能影響較大,一般隱含層神經(jīng)元個數(shù)范圍按經(jīng)驗(yàn)式(12)確定:

(12)

其中,k為隱含層神經(jīng)元個數(shù);m為輸入層神經(jīng)元個數(shù);n為輸出層神經(jīng)元個數(shù);q為0～10之間的常數(shù)。

根據(jù)式(12),本模型隱含層的神經(jīng)元個數(shù)在3個～13個為宜。

本文采用決定系數(shù)評價模型的性能,其計算公式見式(13):

(13)

決定系數(shù)的范圍在[0,1],該值越接近1,表明模型的預(yù)測性能越好,反之越差。

為了降低初始權(quán)值和閾值對預(yù)測結(jié)果的影響,在神經(jīng)網(wǎng)絡(luò)訓(xùn)練時選取運(yùn)行10次所得決定系數(shù)的平均值作為模型的評價指標(biāo)。由圖3可見,當(dāng)隱含層神經(jīng)元個數(shù)為8時,決定系數(shù)的平均值最大,為0.941 2。表3列出了不同神經(jīng)元個數(shù)時,模型運(yùn)行10次所反映出決定系數(shù)的情況。

表3 神經(jīng)元個數(shù)與決定系數(shù)詳情

經(jīng)過大量訓(xùn)練,確定本預(yù)測模型采用含有8個神經(jīng)元的單隱含層BP神經(jīng)網(wǎng)絡(luò)。

2.3 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果與其他方法的結(jié)果對比

為檢驗(yàn)本文的預(yù)測模型,選取鎮(zhèn)江地區(qū)某工程實(shí)測波速孔,該實(shí)測孔揭露了鎮(zhèn)江地區(qū)典型黏性土地層,其相關(guān)地層指標(biāo)參數(shù)見表4。

表4 地層指標(biāo)參數(shù)表

以表4的地層數(shù)據(jù)為驗(yàn)證樣本,分別采用本文的BP神經(jīng)網(wǎng)絡(luò)預(yù)測法、經(jīng)驗(yàn)公式法進(jìn)行剪切波速值的預(yù)測和估算,再以所得的結(jié)果與實(shí)測值進(jìn)行對比,結(jié)果見表5。其中,經(jīng)驗(yàn)公式法分別用鎮(zhèn)江地區(qū)常用規(guī)范經(jīng)驗(yàn)公式(1)和手冊經(jīng)驗(yàn)公式(2)計算。預(yù)測結(jié)果對比圖見圖4。

表5 預(yù)測值與實(shí)測值對比表

從圖4可見,BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值與實(shí)測值的相似度最高,其與實(shí)測值的誤差在0.9%～17.7%,平均誤差為6.59%,最大誤差小于20%,因此本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型能較為準(zhǔn)確的預(yù)測剪切波速。

3 結(jié)語

本文基于BP神經(jīng)網(wǎng)絡(luò),構(gòu)建以某深度土層的土工試驗(yàn)參數(shù)為輸入變量,以剪切波速為輸出變量的預(yù)測模型,對預(yù)測模型用700余組數(shù)據(jù)進(jìn)行訓(xùn)練,最終確定模型為單隱含層,且隱含層含有8個神經(jīng)元時預(yù)測效果最佳。最后用實(shí)際工程數(shù)據(jù)進(jìn)行檢驗(yàn),驗(yàn)證結(jié)果預(yù)測值與實(shí)測值平均誤差為6.59%,最大誤差小于20%,且采用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測的結(jié)果明顯好于其他估算手段,證明該BP神經(jīng)網(wǎng)絡(luò)模型具有較高的精度和可靠性,能夠用于勘察場地地層剪切波速的預(yù)測。