基于遗传算法的基桩承载力高应变动测法

闫 明

(西安科技大学理学院，陕西 西安 710054)

基于遗传算法的基桩承载力高应变动测法

闫 明

(西安科技大学理学院，陕西 西安 710054)

为了准确得到桩基的承载力，在实测曲线拟合方面提出了采取遗传算法来代替传统人工试凑的方法，以通过编程实现自动求解，并结合工程实例试验，将采用遗传算法的拟合结果与静载荷试验结果作了对比，证实了该方法的可行性与可靠性。

承载力，遗传算法，曲线，试验

基桩的极限承载力值一般由静载荷试验给出，但是静载荷试验费时费力效率不高，往往只做极少的抽样测试。近年来发展起来的高应变动测法，虽然解决了费用和效率问题，但是可靠性却备受诟病。目前高应变动测法的主要步骤为：提起数吨的重锤，让重锤自由下落冲击桩头，通过安置在桩侧的加速度传感器和应变传感器得到相应数据，再通过换算得到速度曲线和力曲线。最后根据土的本构模型和其他参数将两条曲线拟合，并得到桩的极限承载力。最后拟合这一步的工作需要花费有经验的技术人员很长的时间，并且调参数带有一定的主观性。遗传算法[1]就是为解决速度曲线和力曲线的自动拟合而提出的。

1 实测曲线拟合方法

实测曲线拟合法需要测得桩头位置处力的时间曲线和速度的时间曲线。在实际测量中，一般会在距桩头一定距离沿圆周对称安装一只应变计和一只加速度传感器。应变计读数乘以桩沿轴向的弹性模量就转换成该截面位置的平均正应力，平均正应力再乘以横截面面积就得到该位置的轴力随时间变化曲线数据。对加速度传感器得到的数据沿时间积分可得速度随时间变化数据。得到力曲线和速度曲线之后，根据波动方程的半经验解法[2-4]可得：

土的静阻力的最大值可采用CASE法来确定，其公式为：

其中，Rs为桩锤击过程中的最大静阻力；t*为所选择的计算起始时刻；L为桩身长度；C为波的传播速度；Z为桩身的波阻抗；J1为CASE阻尼系数；P(t)为桩尖的力波；RT(t)为桩尖的土阻力。

2 遗传算法求解

遗传算法是一种模拟自然界生物的遗传和进化规律，通过产生初始种群，调用适应度函数来判断种群的质量，然后再经过变异和交叉等手段在定义范围内改变种群的染色体，再次调用适应度函数计算质量数，比较前两次质量数的好坏，用好的替换掉不好的，如此循环往复，直至质量数满足要求。遗传算法相较于BP神经网络对全局搜索所得结果的可信度较高。

首先将桩划分为多个单元，然后输入桩的波阻抗和实测的曲线数据，包括力波数据和速度波数据，接着根据土的本构模型设定土参数范围，土参数在遗传算法中充当染色体的作用，在土参数范围内随机抽取部分染色体作为初始种群，接着调用适应度函数来计算拟合质量数，如果质量数不满足要求，则通过选择交叉和变异来改变染色体的构成，并重新调用适应度函数来计算拟合质量数，重复以上步骤直至质量数满足要求。

3 工程实例

采用某场地某根混凝土灌注桩作为测试算例。该桩既做了静载荷试验又做了动载荷测试，因此可以将该桩动载荷测试数据与静载荷的试验数据做对比，进一步计算绝对误差和相对误差。采用高应变动测法时，落锤重量8 000kg，锤底距离桩头0.5m。桩的贯入度2.0mm。土的参数选择Smith[5]土本构模型。

初始种群的数量大致确定为50，染色体采用二进制编码，长度为32位，染色体交叉概率设定为0.7,染色体变异概率设定为0.04。

拟合前力曲线和速度曲线如图1所示。经过3 847代的迭代运算，拟合后的结果如图2所示。根据该拟合结果计算所得的1单元～6单元的桩侧阻力及土参数如表1所示。

表1 1单元～6单元的拟合结果

由表1结果显示，该桩的总的土阻力为7 830 kN，桩侧阻力为6 930 kN。

4 结语

从测试桩的静载荷试验数据可判定该桩的静极限承载力为8 300 kN。将测试桩的高应变动测结果中的总的土阻力与静载荷试验结果比较可得绝对误差-1 470 kN，相对误差为-17.7%。

排除方法上的误差，动测法测得承载力偏小的原因可能有以下几个方面：1)桩的贯入度不够。没有彻底激发出桩侧土和桩周土的阻力；2)拟合的程度不够充分。质量数满足要求的判定有一定误差，导致力曲线和速度曲线的拟合不可能百分之百的吻合；3)局部最优的可能性。虽然遗传算法是针对全局的最优化，但是最后的结果依然可能对初始种群的选择、交叉和变异的概率具有敏感性。总之，遗传算法在应用到高应变法动测基桩承载力方面是可行的。它基本消除了传统手工调试桩土参数所带来的主观性影响。虽然在预测成功率和精度上有所欠缺，但随着研究的深入和细化，相信能为动测法带来光明的前景。

[1] 王小平,曹立明.遗传算法——理论应用与软件实现[M].西安:西安交通大学出版社,2002.

[2] 徐攸在.桩的动测新技术[M].北京：中国建材工业出版社,1989.

[3] 王雪峰,吴世明.基桩动测技术[M].北京：科学出版社，2001.

[4] 王杰贤.动力地基与基础[M].北京：科学出版社，2001.

[5] Smith,E.A.L.Pile Driving Analysis by the Wave Equation[J].Journal of the Soil Mechanics and Foundations Division,Proceeding ASCE,1960,86(4):8-9.

The high strain dynamic test method of foundation pile bearing capacity based on genetic algorithm

YAN Ming

(ScienceCollege,Xi’anUniversityofScienceandTechnology,Xi’an710054,China)

In order to get the accurate bearing capacity of pile foundation, this paper used the genetic algorithm to replace the traditional manual test in measured curve fitting method, through the program realization of automatic solution, and combining with practical engineering test, contrasted the fitting results and static load test results of genetic algorithm, verified the feasibility and reliability of the method.

bearing capacity, genetic algorithm, curve, test

1009-6825(2014)35-0092-02

2014-09-27

闫 明(1979- )，男，硕士，讲师

TU473.11

A