CN115146560B - 基于vg模型预测干湿、冻融循环土水特征曲线的方法 - Google Patents

基于vg模型预测干湿、冻融循环土水特征曲线的方法 Download PDF

Info

Publication number
CN115146560B
CN115146560B CN202210784991.1A CN202210784991A CN115146560B CN 115146560 B CN115146560 B CN 115146560B CN 202210784991 A CN202210784991 A CN 202210784991A CN 115146560 B CN115146560 B CN 115146560B
Authority
CN
China
Prior art keywords
soil
dry
freeze
model
wet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210784991.1A
Other languages
English (en)
Other versions
CN115146560A (zh
Inventor
王协群
于祥伟
李智奇
张伊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202210784991.1A priority Critical patent/CN115146560B/zh
Publication of CN115146560A publication Critical patent/CN115146560A/zh
Application granted granted Critical
Publication of CN115146560B publication Critical patent/CN115146560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • G01N33/246Earth materials for water content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Immunology (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Computing Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明公开了一种基于VG模型预测干湿、冻融循环土水特征曲线的方法。本发明的方法是以VG模型为基础公式,建立经历N次干湿、冻融循环路用固化淤泥土的土水特征曲线预测模型,采用Matlab软件或origin软件进行数据拟合,方法简单且精度较高,VG经验模型在对土水特征曲线的数学拟合上表现出来很好的精度与简易度而被广泛应用;另外,由于测定土样经历干湿、冻融循环作用的土水特征曲线工作繁杂,因此,通过经历0次干湿、冻融循环土样的土水特征曲线预测经过N次干湿、冻融循环土样的土水特征曲线可以减少试验的工作量,使试验难度大大降低,进而更方便的研究非饱和土工程性质。

Description

基于VG模型预测干湿、冻融循环土水特征曲线的方法
技术领域
本发明涉及非饱和土力学中的土水特征曲线领域,具体涉及一种基于VG模型预测干湿、冻融循环土水特征曲线的方法。
背景技术
非饱和土的土水特征(soil water characteristics)是研究其渗流及力学行为的基本本构关系。土-水特征曲线(soil-water characteristic curve,SWCC)是描述非饱和土中吸力与饱和度或体积含水率之间关系的曲线。
路基在运营期间一般处于非饱和状态,且经受着气候周期性变化所引起的减湿(干)、增湿(湿)循环作用。而在我国西北、华北和东北的季节性冰冻地区,还将经受冻结(冻)、融化(融)循环作用,特别是对直接暴露于大气作用之下的路堤边坡土体,经受的干湿、冻融循环作用更为强烈。这种周期性循环作用下的非饱和路堤是一个很不稳定的系统,长期的干湿、冻融循环作用使非饱和路基土的孔隙结构遭到破坏,导致土的持水特性发生改变,并可能引起路提边坡变形失稳和路面破坏。因此探究经历干湿、冻融循环路基土的土水特征曲线十分必要。
然而测定土样经历干湿、冻融循环作用的土水特征曲线工作繁杂,因此迫切需要一个能预测经历干湿、冻融循环路基土的土水特征曲线的模型。
目前使用较多的描述土-水特征曲线的模型为VG模型该模型广泛适用于不同类型土体。现有技术测定经历干湿、冻融循环作用的土水特征曲线需要等试样经历过循环后再测定较为复杂,特别是多次循环试样其循环时间也长。本发明基于VG模型进行修正,给出一种能够预测经历干湿、冻融循环路用固化淤泥土的土水特征曲线的方法。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种基于VG模型预测干湿、冻融循环土水特征曲线的方法,能够快速、有效地预测经历干湿、冻融循环路用固化淤泥土的土水特征曲线。
为了实现上述目的,本发明的技术方案如下:
本发明提供了一种基于VG模型预测干湿、冻融循环土水特征曲线的方法,即基于VG模型预测经历干湿、冻融循环路用固化淤泥土的土水特征曲线的方法,具体实现步骤如下:
S1)测得已知干密度经历0次干湿、冻融循环土样的土水特征曲线;
S2)分别测得已知干密度经历N次干湿、冻融循环土样的土水特征曲线;
S3)基于经典土水特征曲线模型的VG模型对步骤S1)中的土水特征曲线和步骤S2)中的土水特征曲线分别进行拟合得到经历0次干湿、冻融循环土样的拟合参数a0、m0、n0,经历N次干湿循环土样的拟合参数adw、mdw、ndw,经历N次冻融循环土样的拟合参数aft、mft、nft
S4)根据步骤S2)中得到的土水特征曲线和步骤S3)中的拟合参数,分别建立循环次数N与拟合参数adw、mdw、ndw、aft、mft、nft之间的关系,又由于mdw和ndw、adw之间具有一定关系,mft和nft、aft之间具有一定关系,所以只需建立循环次数N与拟合参数adw、ndw、aft、nft之间的关系,分别得到干湿循环预测系数,冻融循环预测系数,即:
由adw与N的关系,ndw与N的关系,综合分析得到干湿循环预测系数adN,ndN
由aft与N的关系,nft与N的关系,综合分析得到冻融循环预测系数afN,nfN
S5)建立经历N次干湿、冻融循环路用固化淤泥土的土水特征曲线预测模型,基于经典土水特征曲线模型的VG模型结合步骤S4)中的预测系数,从而建立经历N次干湿、冻融循环路用固化淤泥土的土水特征曲线预测模型。
进一步地,所述步骤S1)中,具体过程如下:
S1a)在一个已知干密度下进行压力板仪法、饱和盐溶液法或滤纸法测量土体基质吸力和含水率θ,并绘制土水特征曲线,其中横轴为测量基质吸力/>纵轴为测量含水率θ;
S1b)重复步骤S1a),测得多条土水特征曲线。
进一步地,所述步骤S2)中,具体过程如下:
S2a)测得已知干密度下进行压力板仪法、饱和盐溶液法或滤纸法测量经历N次干湿、冻融循环的土体基质吸力和含水率θ,并绘制土水特征曲线,其中横轴为测量基质吸力/>纵轴为测量含水率θ;
S2b)重复步骤S2a),测得多条土水特征曲线,与步骤S1b)测得的土水特征曲线一一对应。
进一步地,所述步骤3)中,具体过程如下:
经典土水特征曲线模型的VG模型为
公式(1)中θ为含水率,θs为饱和时的体积含水率,θr为残余含水率,为吸力,a、n、m为方程拟合参数,a为进气值的相关参数(kPa)。
拟合的具体过程如下:
S3a)将在同一个已知干密度下由步骤S1)和步骤S2)得到的基质吸力和含水率θ代入VG模型公式(1)中;用Matlab软件或origin软件根据散点进行模型拟合,利用Matlab内置函数Lsqcurvefit进行曲线模型拟合,内置函数Lsqcurvefit原理为基于Guass—Newton法和Levenberg—Marquardt的非线性最小二乘法进行函数模型拟合;从而得到得到拟合参数a0、m0、n0,adw、mdw、ndw,aft、mft、nft
S3b)重复步骤S3a),测得多组拟合参数。
进一步地,所述步骤S4)中,具体过程如下:
S4a)分别取历经N次循环次数的土样,根据步骤S2)中得到的土水特征曲线和步骤S3)中的拟合参数,用Matlab软件或origin软件运用非线性拟合公式,分别计算出循环次数N与拟合参数adw、mdw、ndw、aft、mft、nft之间的关系;
S4b)根据N与拟合参数adw、mdw、ndw、aft、mft、nft之间的关系,结合循环次数N对土水特征的影响,得出根据循环次数N预测拟合参数adw、mdw、ndw、aft、mft、nft的关系式,即干湿循环预测系数adN,ndN与冻融循环预测系数afN,nfN
进一步地,所述步骤S5)中,具体过程如下:
根据步骤S4)中的预测系数结合VG经典模型建立预测模型,如下:
公式(2)、(3)分别表示经历N次干湿、冻融循环路基土的土水特征曲线预测模型。
与现有技术相比,本发明具有以下优点和有益效果:
本发明基于VG模型预测干湿、冻融循环土水特征曲线的方法是以VG模型为基础公式,建立经历N次干湿、冻融循环路用固化淤泥土的土水特征曲线预测模型,采用Matlab软件或origin软件进行数据拟合,方法简单且精度较高,VG经验模型在对土水特征曲线的数学拟合上表现出来很好的精度与简易度而被广泛应用;另外,由于测定土样经历干湿、冻融循环作用的土水特征曲线工作繁杂,因此,通过经历0次干湿、冻融循环土样的土水特征曲线预测经过N次干湿、冻融循环土样的土水特征曲线可以减少试验的工作量,使试验难度大大降低,进而更方便的研究非饱和土工程性质。
附图说明
图1为本发明应用例中经历N次干湿循环的土水特征曲线;
图2为本发明应用例中经历N次冻融循环的土水特征曲线;
图3为本发明应用例中NDW=1时实测值与预测土水特征曲线;
图4为本发明应用例中NDW=3时实测值与预测土水特征曲线;
图5为本发明应用例中NDW=10时实测值与预测土水特征曲线;
图6为本发明应用例中NFT=1时实测值与预测土水特征曲线;
图7为本发明应用例中NFT=3时实测值与预测土水特征曲线;
图8为本发明应用例中NFT=10时实测值与预测土水特征曲线。
具体实施方式
以下结合附图对本发明涉及的基于VG模型预测干湿、冻融循环土水特征曲线的方法的具体实施方案进行详细地说明。
实施例1
非线性曲线拟合问题的数学模型为:
公式(4)中,xdata、ydata代表向量,F(x,xdata)为向量函数值,x为拟合参数向量;由此可根据输入的数据xdata和输出的数据ydata,找到与函数F(x,xdata)对应的最佳的拟合参数x。
特别的,对于经典土水特征曲线模型的VG模型来言,若在曲线拟合时视残余含水率为零,则公式(1)变为:
公式(1)是4参数模型(参数:a、n、m、θr),公式(5)是3参数模型(参数:a、n、m),然而,对于相同数目的试验数据点,公式(1)对应的拟合效果相对较差,有时会出现残余含水率为负的不合理现象。因此在下述的拟合过程中,全部采用公式(5)描述的VG模型。
为了描述拟合结果的准确性,引入拟合优度,其表达式为:
公式(6)中,θi及θi'分别为第i个数据的实测值及预测值,为n个数据的平均值。拟合优度越大代表了拟合效果越好。
基于此,本发明提出基于VG模型预测经历干湿、冻融循环路基土的土水特征曲线的方法,包括如下步骤:
S1)在已知干密度下测得多组土样的基质吸力和含水率θ;
S2)在已知干密度下测量多组经历N次干湿、冻融循环的土体基质吸力和含水率θ;
S3)将在同一个已知干密度下由步骤S1)和步骤S2)得到的基质吸力和含水率θ代入VG模型公式(7)中,利用Matlab或origin软件的内置函数Lsqcurvefit进行曲线模型拟合,得到各组的拟合参数a0、m0、n0,adw、mdw、ndw,aft、mft、nft,以及相对应的拟合优度R2
S4)分别取历经N次循环次数的土样,根据上述步骤的拟合参数,用Matlab或origin软件运用非线性拟合计算出不同循环次数之间adw、ndw,aft、nft与次数N的关系,建立预测系数关系式;
S5)将得到的预测系数带入公式(5)中得到形如公式(2)、(3)的预测模型。
应用例1
下面结合具体土样进一步阐述本发明基于VG模型预测干湿、冻融循环土水特征曲线的方法。
本应用例所用土样为一种固化淤泥土样,采用滤纸法得出土-水特征曲线实测数据。
首先,根据已知干密度ρd下测得多组土样(N=0)的基质吸力和含水率θ代入进行VG模型计算,已知干密度ρd下测量多组经历N=1、3、10次干湿、冻融循环的土体基质吸力/>和含水率θ代入进行VG模型计算;得出模型参数a0、m0、n0,adw、mdw、ndw,aft、mft、nft,见表1、表2,其土水特征拟合曲线如图1、图2所示。
表1不同干湿循环下改性固化淤泥试样SWCC的拟合参数及拟合优度
表2不同冻融循环下改性固化淤泥试样SWCC的拟合参数及拟合优度
由分析可知mdw与mft变化极小对预测模型影响较小,其取值在0.16~0.18之间浮动,所以建立预测模型时可直接取值简化计算。
接着,取上述步骤的拟合参数(表1、表2),用Matlab或origin软件运用非线性拟合计算出不同循环次数之间adw、ndw,aft、nft与次数N的关系,建立预测系数关系式,如下:
上式,分别为干湿循环预测系数adN,ndN与冻融循环预测系数afN,nfN的数学表达式。其中,a0为N=0次循环时的干湿或冻融循环拟合参数adw、afN,n0为第N-1次循环时的干湿或冻融循环拟合参数ndw、nft,αd、αf、βd、βf分别为系数。
由表1、表2数据得到,
分别代入公式(5)中得到,经历N次干湿、冻融循环路基土的土水特征曲线预测模型:
预测模型与实测数据对比如图3~图8所示。曲线吻合度较高,结果表明该预测模型是合理的。

Claims (3)

1.一种基于VG模型预测干湿、冻融循环土水特征曲线的方法,其特征在于:包括如下步骤:
S1)测得已知干密度经历0次干湿、冻融循环土样的土水特征曲线;
S2)分别测得已知干密度经历N次干湿、冻融循环土样的土水特征曲线;
S3)基于经典土水特征曲线模型的VG模型对步骤1)中的土水特征曲线和步骤2)中的土水特征曲线分别进行拟合得到经历0次干湿、冻融循环土样的拟合参数a0、m0、n0,经历N次干湿循环土样的拟合参数adw、mdw、ndw,经历N次冻融循环土样的拟合参数aft、mft、nft;所述步骤S3)中,具体过程如下:
经典土水特征曲线模型的VG模型为
公式(1)中θ为含水率,θs为饱和时的体积含水率,θr为残余含水率,为吸力,a、n、m为方程拟合参数,a为进气值的相关参数,单位为kPa;
拟合的具体过程如下:
S3a)将在同一个已知干密度下由步骤S1)和步骤S2)得到的基质吸力和含水率θ代入VG模型公式(1)中;用Matlab软件或origin软件根据散点进行模型拟合,利用Matlab内置函数Lsqcurvefit进行曲线模型拟合,内置函数Lsqcurvefit原理为基于Guass—Newton法和Levenberg—Marquardt的非线性最小二乘法进行函数模型拟合;从而得到得到拟合参数a0、m0、n0,adw、mdw、ndw,aft、mft、nft
S3b)重复步骤S3a),测得多组拟合参数;
S4)根据步骤S2)中得到的土水特征曲线和步骤S3)中的拟合参数,分别建立循环次数N与拟合参数adw、mdw、ndw、aft、mft、nft之间的关系,又由于mdw和ndw、adw之间具有一定关系,mft和nft、aft之间具有一定关系,所以只需建立循环次数N与拟合参数adw、ndw、aft、nft之间的关系,分别得到干湿循环预测系数,冻融循环预测系数,即:
由adw与N的关系,ndw与N的关系,综合分析得到干湿循环预测系数adN,ndN
由aft与N的关系,nft与N的关系,综合分析得到冻融循环预测系数afN,nfN
所述步骤S4)中,具体过程如下:
S4a)分别取历经N次循环次数的土样,根据步骤S2)中得到的土水特征曲线和步骤S3)中的拟合参数,用Matlab软件或origin软件运用非线性拟合公式,分别计算出循环次数N与拟合参数adw、mdw、ndw、aft、mft、nft之间的关系;
S4b)根据N与拟合参数adw、mdw、ndw、aft、mft、nft之间的关系,结合循环次数N对土水特征的影响,得出根据循环次数N预测拟合参数adw、mdw、ndw、aft、mft、nft的关系式,即干湿循环预测系数adN,ndN与冻融循环预测系数afN,nfN
S5)建立经历N次干湿、冻融循环路用固化淤泥土的土水特征曲线预测模型,基于经典土水特征曲线模型的VG模型结合步骤S4)中的预测系数,从而建立经历N次干湿、冻融循环路用固化淤泥土的土水特征曲线预测模型;所述步骤S5)中,具体过程如下:
根据步骤S4)中的预测系数结合VG经典模型建立预测模型,如下:
公式(2)、(3)分别表示经历N次干湿、冻融循环路基土的土水特征曲线预测模型。
2.根据权利要求1所述的基于VG模型预测干湿、冻融循环土水特征曲线的方法,其特征在于:所述步骤S1)中,具体过程如下:
S1a)在一个已知干密度下进行压力板仪法、饱和盐溶液法或滤纸法测量土体基质吸力和含水率θ,并绘制土水特征曲线,其中横轴为测量基质吸力/>纵轴为测量含水率θ;
S1b)重复步骤S1a),测得多条土水特征曲线。
3.根据权利要求1或2所述的基于VG模型预测干湿、冻融循环土水特征曲线的方法,其特征在于:所述步骤S2)中,具体过程如下:
S2a)测得已知干密度下进行压力板仪法、饱和盐溶液法或滤纸法测量经历N次干湿、冻融循环的土体基质吸力和含水率θ,并绘制土水特征曲线,其中横轴为测量基质吸力/>纵轴为测量含水率θ;
S2b)重复步骤S2a),测得多条土水特征曲线,与步骤S1b)测得的土水特征曲线一一对应。
CN202210784991.1A 2022-06-30 2022-06-30 基于vg模型预测干湿、冻融循环土水特征曲线的方法 Active CN115146560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210784991.1A CN115146560B (zh) 2022-06-30 2022-06-30 基于vg模型预测干湿、冻融循环土水特征曲线的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210784991.1A CN115146560B (zh) 2022-06-30 2022-06-30 基于vg模型预测干湿、冻融循环土水特征曲线的方法

Publications (2)

Publication Number Publication Date
CN115146560A CN115146560A (zh) 2022-10-04
CN115146560B true CN115146560B (zh) 2024-05-03

Family

ID=83410850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210784991.1A Active CN115146560B (zh) 2022-06-30 2022-06-30 基于vg模型预测干湿、冻融循环土水特征曲线的方法

Country Status (1)

Country Link
CN (1) CN115146560B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106198232A (zh) * 2016-07-19 2016-12-07 中国矿业大学 一种基于实测的充填材料力学特性曲线修正方法
CN108844881A (zh) * 2018-08-06 2018-11-20 湖北工业大学 一种基于vg模型预测非饱和土相对渗透系数的方法
CN109342250A (zh) * 2018-12-10 2019-02-15 南华大学 一种石灰改良粉质黏土抗冻融性能的试验方法
CN114117766A (zh) * 2021-11-19 2022-03-01 江苏科技大学 一种针对vg模型的参数拟合方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106198232A (zh) * 2016-07-19 2016-12-07 中国矿业大学 一种基于实测的充填材料力学特性曲线修正方法
CN108844881A (zh) * 2018-08-06 2018-11-20 湖北工业大学 一种基于vg模型预测非饱和土相对渗透系数的方法
CN109342250A (zh) * 2018-12-10 2019-02-15 南华大学 一种石灰改良粉质黏土抗冻融性能的试验方法
CN114117766A (zh) * 2021-11-19 2022-03-01 江苏科技大学 一种针对vg模型的参数拟合方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
寇璟媛 ; 马新岩 ; 滕继东 ; 张升 ; 李希.基于孔隙结构的土体未冻水含量滞回效应研究.中国公路学报.2020,(09),第115-125页. *
赵贵涛 ; 韩仲 ; 邹维列 ; 王协群.干湿、冻融循环对膨胀土土–水及收缩特征的影响.《岩土工程学报》.2021,第1139-1146页. *
非饱和土热—水—力耦合程序开发及其在边坡变形演化与稳定性分析中的应用;李继光;《中国优秀硕士学位全文数据库基础科学辑》;20220228;A011-172 *

Also Published As

Publication number Publication date
CN115146560A (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN107782640B (zh) 一种进行岩石试件含水均匀性检测和扩散系数计算的方法
CN109142118B (zh) 基于状态变量和应力变量的路基土动态回弹模量预估方法
CN115146560B (zh) 基于vg模型预测干湿、冻融循环土水特征曲线的方法
CN1235031C (zh) 一种模拟大气腐蚀过程的加速腐蚀试验方法
CN115098921A (zh) 建筑固废-红黏土混合路基填料永久变形预估模型及建模、预估方法
Wang et al. Experimental and analytical investigation on chloride ions transport in concrete considering the effect of dry-exposure ratio under diurnal tidal environment
CN114397427A (zh) 一种基于环刀土样上渗过程的土壤水力学特性预测方法
CN115994499A (zh) 一种土水特征曲线获取方法、系统、设备及存储介质
CN111307874A (zh) 一种气候环境影响的混凝土电阻率预测方法
CN113361170A (zh) 一种基于蒸发过程的非饱和土水力特性参数数值反演方法
Min et al. A soil-water hysteresis model for unsaturated sands based on fuzzy set plasticity theory
CN2605571Y (zh) 一种土壤基础呼吸测定装置
CN113188940B (zh) 一种基于生长轮尺度的木材应变量测量方法及装置
CN114739841A (zh) 一种干湿循环下改良建筑废弃物-膨胀土永久变形的预估方法
CN112182872A (zh) 一种黄土浸水孔隙变化影响下的渗流特性的分析方法
CN110569604A (zh) 一种模拟有机物致反渗透膜污染的耗散粒子动力学方法
CN115758718A (zh) 一种沥青混合料-水分特征曲线模型及参数计算方法
CN116482001B (zh) 一种土体宏微观孔隙分界孔径的确定及影响评估方法
CN112763692B (zh) 一种动态水环境下的边坡湿胀异性特征试验装置及方法
Turco et al. On the main methods to estimate the soil hydraulic properties of the Nature-based solutions
CN107621403B (zh) 一种获取地下混凝土受硫酸盐侵蚀后真实力学性能和本构的方法
CN117421860A (zh) 复杂条件下路基土多类型剪切曲线的统一表征方法
CN116205141A (zh) 一种基于ga-svm的可控低强度材料性能预测方法
Babaeian et al. Application of shortwave infrared imaging for estimation of soil hydraulic properties
Phoon et al. Probabilistic analysis of soil water characteristic curves from sandy clay loam

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant