【技术实现步骤摘要】
本专利技术涉及计算机应用，尤其涉及基于稳定学习的提高预测粗粒土力学特性稳定性的方法。
技术介绍
1、粗粒土是指大于0.1毫米颗粒含量较多的土。由于其压实性好、填筑密度大、承载性高等优点，被广泛应用于土石坝、铁路等实际工程中。为保证实际工程的安全性，研究粗粒土的力学特性是非常有必要的。对于粗粒土料而言，主要研究三轴抗剪强度、渗透特性和压缩变形特性。其中三轴试验得出的应力应变曲线和体积应变曲线为重要研究结果。
2、目前研究粗粒土力学特性主要有三种方法。第一种是通过实地采土样进行三轴实验得出需要的结果，进一步根据实验结果构建数学模型，即本构模型，来总结应力应变规律。该方法的实验部分可以得出准确的应力应变变化情况，但是弊端是实验非常耗时耗力，而总结出来的本构模型公式的复杂度和预测的准确度无法同时满足很高的要求，且复杂公式会出现很多没有意义的参数。第二种方法是使用离散元分析软件(如pfc)对实验过程进行建模，在电脑上进行模拟。相对于真实实验，离散元分析减少了耗费，但是模拟有很多假设，例如颗粒不会发生破碎，形状统一等。其结果在这些假设下...
【技术保护点】
1.基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤1中粗粒土的特征数据包括相对密度、干密度、孔隙比、破碎率、级配曲线。
3.根据权利要求1或2所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤1中三轴剪切试验数据包括围压、容器高度、容器直径。
4.根据权利要求3所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤2包括如下子步骤：
5.根据权利要求4所述...
【技术特征摘要】
1.基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤1中粗粒土的特征数据包括相对密度、干密度、孔隙比、破碎率、级配曲线。
3.根据权利要求1或2所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤1中三轴剪切试验数据包括围压、容器高度、容器直径。
4.根据权利要求3所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤2包括如下子步骤：
5.根据权利要求4所述基于稳定学习的提高预测粗粒土力学特性稳定性的方法，其特征在于，所述步骤3包括如下子步骤：
6.根据权利...
【专利技术属性】
技术研发人员：张雪东，张莹，华云鹏，何纪元，贾猛，曹莉苹，安子莹，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。