Geosci. Front. | 基于机器学习的振动沉桩孔隙水压力累积预测建模
Geoscience Frontiers
2026-04-08 07:00
文章摘要
背景:在海岸桥梁、码头等大型基础设施项目中,准确理解饱和砂土中深桩的力学行为至关重要。研究目的:本研究旨在通过结合Midas GTS NX有限元模拟与UBCSAND本构模型,建立振动沉桩三维数值模型,并利用其数据训练人工神经网络和符号回归模型,以预测沉桩过程中的孔隙水压力累积和土体液化潜势。结论:研究验证了数值模型的有效性,并通过机器学习模型提供了高精度的液化预测。特征重要性分析(如SHAP值)增强了模型可解释性,揭示了振动次数、桩长径比等关键因素的影响。最终生成的设计图表为工程实践中的液化风险评估提供了实用指导,并建议采用较低振动频率和较大长径比桩以降低液化风险。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。