张伟
- 作品数:6 被引量:6H指数:2
- 供职机构:长安大学地质工程与测绘学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:天文地球文化科学建筑科学更多>>
- 青藏工程走廊带多年冻土导热系数测试方法对比研究被引量:3
- 2020年
- 为分析不同测试方法对青藏工程走廊带内多年冻土导热系数测试结果的影响规律,指导冻土工程的热工设计和为走廊带内冻土导热系数的测试方法选择提供依据,搭建了稳态对比法、稳态热流计法、瞬态平面热源法和瞬态热线法冻(融)土导热系数试验测试平台,运用理论模型对稳态对比法测试过程中径向漏热量进行了估算,分别从测试结果准确性、适用土性类别和适用场合等方面对各类测试方法进行了对比。结果表明:稳态对比法试验结果与文献理论值相差较大,测试过程中径向漏热量无法忽略;稳态热流计法和瞬态平面热源法的测试结果与理论计算值具有较好的一致性,80%以上的测量值与理论值相对误差小于±15%;瞬态热线法测试结果整体偏小,冻、融土平均偏小17.75%和15.03%.考虑到瞬态平面热源法测试结果准确,测试时间短,样品需求量小,因而是一种合适的青藏工程走廊带冻(融)土导热系数大规模测试方法。
- 崔福庆刘志云陈建兵彭惠张伟王伟
- 关键词:多年冻土导热系数瞬态平面热源法
- 基于RBF神经网络青藏工程走廊重塑砂土导热系数试验研究
- 2020年
- 为探究RBF神经网络对青藏工程走廊带冻融砂土导热系数预测效果,采用瞬态平面热源法测试了362个试样导热系数。建立了以含水率和干密度为输入因子的冻融砂土导热系数预测模型。结果表明RBF神经网络可有效预测青藏工程走廊带内冻融砂土导热系数,为冻融土导热系数预测提供了新的思路。
- 刘志云王伟崔福庆张伟
- 关键词:青藏高原多年冻土RBF神经网络
- 气候温升背景下青藏工程走廊带多年冻土热融蚀敏感性分布预测研究被引量:2
- 2020年
- 为揭示气候温升背景下青藏工程走廊带多年冻土热融蚀敏感性分布规律,基于现有地温分布、活动层厚度的野外监测数据建立了二者与热融蚀敏感性之间的多元回归模型,并采用开放系统地气耦合模型对2016年以后气候温升模式下多年冻土年平均地温和活动层厚度变化进行数值研究,进而获得未来20 a和50 a青藏工程走廊带多年冻土热融蚀敏感性分布预测图.研究结果表明,走廊带内冻土年平均地温越低,受气候温升的影响越大,而活动层厚度则随地温和气温的升高而增大,年平均气温-5.5℃工况下,其年平均地温和活动层厚度增幅分别为0.0154℃/a和0.86 cm/a;融区和高温冻土区主要分布在走廊带沿线的河流、谷地和盆地等区域,且随着气温的逐年增加,预计2066年低温冻土区域比例将减少52.1%,高温冻土区域和融区面积比例总计将增加74.7%;走廊带内多年冻土的热融蚀敏感性将大幅增加,且极敏感型冻土的增加比例将随时间而加速增长,到那时极敏感型冻土比例将增长1倍以上,敏感型和极敏感型冻土将占整个走廊带内多年冻土区的78%以上.
- 崔福庆刘志云张伟王伟陈建兵
- 关键词:冻土活动层厚度
- 昆仑山地区冻融土导热系数试验测试与预测模型研究被引量:1
- 2021年
- 为探究青藏高原工程走廊带昆仑山地区冻融土导热系数基本特征,采用瞬态平面热源法对钻取的349组冻土试样和245组融土试样导热系数进行了测试,分析了五类土导热系数分布特征及天然含水率、干密度与导热系数的偏相关性,并以两者为变量因素建立了经验公式拟合、支持向量回归(SVR)和径向基(RBF)神经网络导热系数预测模型。结果表明:冻融土导热系数整体均呈粗颗粒土大于细颗粒土特征,且冻土和融土导热系数随土性分布规律存在差异;天然含水率、干密度与导热系数均呈正相关性,不同土类偏相关性结果差异明显,典型土导热系数二元经验回归方程表现为非线性拟合结果。对比三种预测模型下各典型土冻融土导热系数预测结果,全风化千枚岩、角砾及砾砂三种预测模型效果整体较佳,粉土的SVR及RBF神经网络预测精度较好;融土导热系数预测效果整体略优于冻土,SVR及RBF神经网络模型下角砾、粉土及全风化千枚岩融土导热系数预测精度较高。综合导热系数模型预测效果和误差结果分析可得,SVR和RBF神经网络模型预测效果显著优于经验方程拟合,后者针对部分土性拟合效果相对较好,可满足一般工程估算需求;SVR和RBF神经网络预测模型针对不同土性导热系数预测效果呈差异性变化,整体预测效果相当,且预测精度更高、应用土性范围更广。
- 刘志云张伟王伟崔福庆
- 关键词:导热系数支持向量回归径向基神经网络冻土
- 楚玛尔河黏性土与砂土导热系数试验研究
- 2021年
- 为探究青藏工程走廊带楚玛尔河地区冻融土导热系数的基本规律,采用瞬态平面热源法测试了148个冻土试样和88个融土试样导热系数。对楚玛尔河地区黏性土和砂土导热系数的总体特征及影响因素进行分析;对黏性土、砂土导热系数与干密度和含水率之间进行二元回归方程拟合,并分别建立黏性土、砂土RBF神经网络预测模型。结果表明:楚玛尔河黏性土导热系数分布较为集中,砂土导热系数离散度高,分布范围较广;二元回归方程对黏性土、砂土导热系数平均拟合优度较低;与二元回归方程相比,以干密度和含水率作为输入因子所建立的楚玛尔河黏性土、砂土导热系数RBF神经网络预测模型具有更高的精确度。研究成果可有效预测青藏工程走廊带土体导热系数,对冻土温度场计算具有重要指导意义。
- 崔福庆王伟刘志云张伟
- 关键词:多年冻土导热系数RBF神经网络