基于粘土本构模型的数值化建模方法

《基于粘土本构模型的数值化建模方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文粘土本构模型的数值化建模方法姓名：姚辉申请学位级别：硕士专业：岩土工程指导教师：王靖涛2002.4.29华中科技大学硕士学位论文摘要／对于岩土本构模型的构造，传统的研究方法是根据一些试验结果和力学假设构造出本构关系的数学表达式。在这种建模方法中，由于模型参数大都是根据特定的应力路径试验确定出来的，因此不能很好地反映应力路径对本构关系的影响。岩土的本构关系是岩土介质固有的性质。确定本构模型的过程，实质上是通过岩土介质的力学行为来反演其内在的固有规律，因此建立本构模型属于反问题理论中的模型辨识问题。1一基于反问题中的

2、模型辨识理论，用神经网络方法，建立了一个考虑应力路径影响的粘性土神经网络本构模型。仃十经网络建模方法不仅可以充分利用试验数据所包含的全部信息，而且还能通过网络训练自动生成网络参数，大大减少了确定模型参数的困难。7这种模型除了能反映出土的剪胀性和剪缩性，而且还能自由地选择应力路径并把它的影响存储到网络中。另外还将粘性土的神经网络模型嵌入到有限元的计算程序中，作了三轴试样的本构模型正向模拟和桩基沉降的实例计算，任明了这种建模方法的可行性和有效性。)⋯r以前使用的网络结构大多是BP网络结构，这种结构对于训练海量样本数据已经不能满足精度要求了，

3、目前最新的径向基函数网络(RBF)具有收敛速度快且网络精度高等优点，其网络的结构和对样本训练的方法都是与BP网络不同。训练的样本是成组的海量三轴试验数据，这样所包含的应力路径范围更宽广，可以更准确和全面地模拟实际土体中的应力路径。1／’这里所采用的建模方法是一种数值化方法。利用计算机，通过训练神经网络可以从大量实验数据中直接提炼出土的本构规律。沤里的关键问题是采用什么样的网络结构和训练方法。作者主要研究了数值建模的以下几个问题，7获得的成果如下：(1)将数值建模方法推广到粘性土，建立了粘性土的神经网络本构模型。(2)采用了最新出现的神经

4、网络结构．径向基函数网络(RBF)，该网络具有收敛速度快，精度高和不会出现BP网络的局部极小问题。因此大大提高了建模的效率。(3)所建立的本构模型是使用了相当大的应力路径范围内实验数据训练得到的，能更好地模拟土体中真实的应力路径。通过工程实例计算比较，反映出应力路径对本构关系的影响是显著的。关键词：奎塑堡型裢丝鲤鳖反问题瘗垄堕廷华中科技大学硕士学位论文ABSTRACTBasedonsomeexperimentalresultsandhypotheses，themathematicalexpressionoftheconstitutive

5、relationshipforsoilisconstructedinthetraditionalresearch,inwhichtheeffectofstresspathsontheconstitutivelawofsoilcannotbereflectedbecausethemodelparametersarefixedaccordingtothetestsunderthedesignativestresspaths．TheconstitutiverelationshipofsoiliSit'sinherentcharacter．Th

6、eprocessofsettingupconstitutivemodelisessentiallyinferringtheconstitutivelawofsoilfromit’Smechanicalbehaviorsinexperiments，SOitbelongstomodelidentificationproblemininverseproblemstheory．Basedonthemodelidentificationtheoryininverseproblems。theconstitutivemodelforcohesives

7、oilwitllreflectingtheeffectofstresspathshasbeensetupbyusingtheneuralnetwork．Thismodelnotonlymakesfullyusingofalltheinformationinvolvedinthetestdata,butalsothenetworkparametersCanbegeneratedautomaticallybytrainingtheneuralnetwork,whichgreatlyreducesthedifficultiesforfixin

8、gparameters．TheneuralnetworkmodelCanreflectshearshriilkandbulgeofcohesivesoil．StresspathsCanbeselectedf