天津临港疏浚土固化特性及强度预测分析Analysis on prediction of solidifying characteristics and strength of dredged soil in port-vicinity area of Tianjin
张伟,刘晓强,李顺群,张宇亭,王欢,刘双菊
摘要(Abstract)：
由于天津临港地区航道清淤产生了大面积的疏浚土,其含水率高、压缩性大,无法满足施工要求,所以一种大幅度提高疏浚土的抗压强度的固化技术成为解决问题的关键。针对疏浚土可塑性差、强度低、大面积放置占用土地的问题,为了达到废弃物资源化的目的,采用炉渣粉、粉煤灰代替大量的水泥作为胶凝材料,通过单掺、三掺试验,以无侧限抗压强度为指标,通过不同配比的正交试验筛选出最优的固化剂配比。建立神经网络预测模型,以正交试验数据为训练样本,以正交试验掺量范围内的试样为测试样本,对固化土的强度进行预测。结果显示:网络输出结果与试验测试结果有11%的误差,模型预测精度较高。研制的高强度固化剂不仅可以解决疏浚土的放置和处理问题,还能减少水泥的使用量,提高粉煤灰和炉渣粉的利用率,同时也为工程提供了一种再生资源,具有很大的发展前景。
关键词(KeyWords)： 疏浚土;高强度;神经网络;炉渣粉;粉煤灰;变形;含水率
基金项目(Foundation): 国家自然科学基金项目(51579123);; 中央公益性基金项目(tks180211,tks190403);; 天津市重点研发项目(16YFXTSF00280);; 天津市自然科学基金项目(15JCQNJC43700)
作者(Author): 张伟,刘晓强,李顺群,张宇亭,王欢,刘双菊
DOI: 10.13928/j.cnki.wrahe.2020.04.003
参考文献(References)：
- [1] 王恒宾,唐臣,楼飞,等.2020年后长江口深水航道疏浚土处置方案研究[J].中国港湾建设,2017,37(10):22-26.
- [2] 李明超,张雨新,高伟,等.基于三维土质模型的疏浚吹填工程土料调配优化与应用[J].天津大学学报(自然科学与工程技术版),2018,51(7):684-690.
- [3] 姚君,孙秀丽,刘文化,等.疏浚淤泥固化土宏微观孔隙结构特征及其对渗透性影响[J].大连理工大学学报,2018,58(5):456-463.
- [4] TOMOHISA S,SAWA K,TACHIBANA M.et al.Hardening treatment of muddy soil with coal fly ashes[J].Joumal of Hazardous Materials,1999,59:223-231.
- [5] LAV A H.Microstructural development of stabilized fly ash as pavement base material[J].Journal of Materials in Civil Engineering,2000,12(2):157-163.
- [6] 李源,贾磊,马清波.粉煤灰、矿粉掺合料对低强度等级混凝土的强度及和易性的影响[J].混凝土,2014(10):93-95.
- [7] 秦力,丁婧楠,朱劲松.高掺量粉煤灰和矿渣高强混凝土抗渗性和抗冻性试验[J].农业工程学报,2017,33(6):133-139.
- [8] 吴辉琴,张春,李青,等.水玻璃激发粉煤灰、矿粉活性的试验研究[J].粉煤灰综合利用,2015(2):23-25.
- [9] 乔艳静,费治华,田倩,等.矿渣、粉煤灰掺量对混凝土收缩、开裂性能的研究[J].长江科学院院报,2008,25(4):90-92.
- [10] MALHOTRAV M.High-performance high-volume fly ash concrete[J].Concrete International,2002,7(7):30-34.
- [11] MAHMOUD E.SelF-consolidating concrete incorporating high volume of fly ash,slag,and recycled asphalt pavement[J].International Journal of Concrete Structures and Materials,2013,7(2):155-163.
- [12] 刘猛,戚红雨,王荆宁,等.基于神经网络算法的智能抗干扰系统设计[J].计算机测量与控制,2018,26(10):155-159,169.
- [13] 王玉振.基于EMD的小波神经网络模型预测大坝变形[J].水力发电,2018,44(8):101-104.
- [14] 江显群,陈武奋.BP神经网络与GA-BP农作物需水量预测模型对比[J].排灌机械工程学报,2018,36(8):762-766.
- [15] 李雪刚.杭州海相软土的固化及其理论研究[D].杭州:浙江大学,2013.
- [16] 王宝勋.海积软土力学特征与固化新技术研究[D].长沙:中南大学,2008.
- [17] 刘晓强,杨燕华,赵跃.基于人工神经网络的软土地基沉降预测技术研究[J].水道港口,2015,36(6):574-577.