- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
单桩极限承载力组合预测方法
摘 要
单桩极限承载力是桩基工程设计中的基本参数之一,其准确与否直接影响到
工程建设的安全性与经济性,因此,准确地计算单桩极限承载力具有重要的意义。
静载荷试验被认为是确定单桩极限承载力最直接可靠的方法,然而因为条件所限,
很多时候静载荷试验无法加载至桩基达到破坏状态。目前,基于静载试验数据的
单桩极限承载力 曲线拟合预测方法已经取得了诸多成果,但在预测过程中存在没
有考虑静载试验数据新旧程度影响以及容易受弹性阶段数据干扰等缺点。因此,
针对现有极限承载力预测方法的局限性,本文将在曲线拟合分析的基础上,从两
个角度提出改进思路 其一为提高单项模型自身的预测精度;其二为根据多种单
项模型综合评价进行组合预测。
首先,针对静载试验数据新旧程度差异下对预测极限承载力的不同有效性,
引入权函数结合单桩承载力预测模型的求解原理,建立新型目标误差函数;并针
对实测试验资料可能存在的异常数据对预测效果的不利影响提出解决办法,在此
基础上提出基于静载试验数据 Q S 曲线的极限承载力预测新方法,从而建立了考
虑静载试验数据新旧程度对桩基承载力预测效果影响的预测模型 。
然后,考虑桩基承载力的单项预测模型合理程度的局限性,本文引进组合预
测思想,并引入漂移度概念建立度量预测模型合理程度的评价方法,进而提出筛
选较优单项模型与确定权重分配的方法;并针对到弹性阶段数据如何合理取舍的
问题,利用漂移度概念,建立舍弃弹性阶段数据合理程度的评价方法,从而获得
最为合理的取舍方案,进而建立单桩极限承载力的组合预测方法 。
最后,通过具体工程实例的计算与分析,将本文建立的预测方法预测结果与
实际结果以及现有的其它预测方法预测结果对比研究,据此验证本文预测方法的
合理性与可行性。
关键词 :单桩 ;承载力预测 ;拟合 ;权函数 ;Q S 曲线 ;组合预测
II
工程硕士学位论文
Abstract
The ultimate bearing capacity of single pile is one of the basic parameters in pile
foundation engineering design. Its accuracy directly affects the safety and economy of
Engineering construction. Static load test is considered to be the most direct and
reliable method to determine the ultimate bearing capacity of single pile. However,
due to limited conditions, static load test can not be loaded to the pile foundation to
reach the failure state in many cases. At present, many achievements have been made
in the prediction method of ultimate bearing capacity of single pile based on static
load test data, but there are some shortcomings in the prediction process, such as not
considering the influence of old and new static load test data and being easily
disturbed by elastic stage data. Therefore, in view of the limitations
原创力文档


文档评论(0)