本发明涉及高速铁路黏性土地基承载力确定技术领域，具体涉及一种基于bp网络由横波波速确定黏性土地基承载力的校正方法。
背景技术：
铁路建设正由数量规模型向质量效益型转变，而且建设区域也逐渐向艰险复杂山区、森林区、高陡地形、高海拔等区域拓展，越来越多的新建铁路要穿越地形地质条件十分复杂的山区，同时还面临日益增强的环保、工期要求，常规勘探手段越来越难以满足高铁的精度高和工期紧的勘察要求。不仅如此，山区地形地质条件普遍复杂，不良地质体类型繁多，如何提高勘探精度，避免遗漏重大不良地质也是工程勘察面临的重大挑战。要为建设精品铁路工程提供基础保障，需要强化基础勘察工作。
地基承载力是高速铁路设计的重要指标之一，是工程勘察需要提供的重要岩土参数。不同地基承载力的桥梁、路基等工程，工程造价差异极大，地基承载力的不准确可能导致项目资金预算不准确，使得项目难以推进。不同的地基承载力也影响施工工艺及防护措施的选取，地基承载力不准确将带来极大的质量、安全问题。地基承载力是施工方法选择的依据，是进行科学管理及正确评价经济效益、确定结构上的荷载、确定结构的类型及尺寸、制定劳动定额、材料消耗标准等的基础。
岩土一般分为盖层与基岩，基岩承载力一般较高，对工程建设安全影响较小。黏性土作为常见岩土，其承载力往往不均一，受含水率、孔隙比、成因及形成年代影响较大，对工程造价及措施选择影响较大。
在勘察设计阶段，确定黏性土地基承载力主要有三种方法：（1）原位测试法：通过现场直接试验确定承载力（如平板载荷、标准贯入试验）；（2）理论公式法：根据实测的土的抗剪强度指标，利用理论公式计算承载力的方法；（3）规范表格法：根据室内试验指标、现场测试指标或野外鉴别指标（如密实度、孔隙比），通过查规范所列表格得到承载力的方法。
三种方法都依赖钻机原位钻探的成果。其中，原位测试测量深度有限，耗时耗力；理论公式法和规范表格法也依赖钻探取得的样品和原位测试成果，工作量大，测试周期长，而且受地形限制显著，难以解决目前铁路工程勘探遇到的难题。而且这几种方法往往以点带面，无法得到连续的地质成果，达不到设计精度及调整的需要，也无法在缺乏钻探的情况下确定指定位置的地基承载力。
对于越来越高的高铁地质勘察要求，目前常用的确定地基承载力技术存在不同程度的不足，亟需一种简便快捷的实用方法来解决这种难题。
技术实现要素：
鉴于以上勘察难题及需求，本申请实施例致力于提供一种基于bp网络由横波波速确定黏性土地基承载力的校正方法，通过对横波波速进行线性回归得出横波波速与标贯击数的关系，利用bp网络对线性回归曲线进行校正，在对勘测数据进行线性拟合的同时，充分考虑数据的非线性因素，能更精准的预测标贯击数，从而通过规范表确定地基承载力，实现了能够大幅减弱气温、林区、交通和地形等因素对地勘进度的影响，减少原位测试实物工作量，大幅提高地质勘察效率。
本发明提供一种基于bp网络由横波波速确定黏性土地基承载力的校正方法，包括：s1、获取场地的横波波速样本值和标贯击数样本值；
s2、对所述横波波速样本值和标贯击数样本值进行回归曲线拟合，得到第一拟合曲线；
s3、获取场地的横波波速实测值，并输入至训练好的bp网络中，根据bp网络输出的预测值，进行曲线拟合，得到第二拟合曲线；
s4、利用第二拟合曲线对第一拟合曲线进行校正，得到校准曲线；
s5、根据场地的横波波速实测值，利用校准曲线查找对应标贯击数，根据得到的标贯击数与获取的实测孔隙比，利用规范查表确定地基承载力。
在本发明的一个实施例中，通过对横波波速进行线性回归得出横波波速与标贯击数的关系，利用bp网络对线性回归曲线进行校正，在对勘测数据进行线性拟合的同时，充分考虑数据的非线性因素，能更精准的预测标贯击数，从而通过规范表确定地基承载力。
优选的，在s1中，获取场地横波波速时，包括以下方法：
采用小间距采集横波数据集合，对横波数据集合中的横波数据进行处理和反演，得出高精度横波波速数值；
对高精度横波波速数值计算场地横波波速数值交点，提取指定地区的横波波速；
对获取的场地横波波速进行统计分析，对场地横波波速进行正态分布拟合，滤除落在小概率区间的横波波速异常点。
进一步优选的，采集横波数据时，采集道间距设置为5-10m，保持检波器的一致性大于95%，原始数据信噪比大于2。
进一步优选的，在步骤s2中，进行回归曲线拟合时，将所述横波波速样本值和标贯击数样本值输入excel中，形成散点图图表，并在散点图图表中添加趋势线，根据r2值选择曲线类型，形成第一拟合曲线。
进一步优选的，s3中，所述bp网络按照如下过程训练：
将所述横波波速样本值和标贯击数样本值，进行数据清洗后分为训练集和测试集；
将训练集中的横波波速样本值和标贯击数样本值输入构建的bp网络中进行非线性拟合训练；
所述bp网络为三层神经网络包括输入层、隐含层和输出层；从输入层到隐含层和隐含层到输出层的传递函数分别采用logsig函数和purelin函数；
利用训练后的网络参数，输入测试集的横波波速样本值，进行网络预测，根据输出的标贯击数预测值与测试集对应的标贯击数样本值，进行误差计算；误差满足预设阈值时，训练结束。
在本实施例中，采用bp网络，进行非线性拟合，对输入的横波波速样本值和标贯击数样本值的离散数据，进行拟合后，充分考虑数据的非线性因素，能更精准的预测标贯击数。
进一步优选的，在s3中，根据bp网络输出的预测值，进行曲线拟合，得到第二拟合曲线时，采用如下公式计算拟合度
其中，r22为第二拟合曲线的拟合度，sse为输入数据与输出的预测值的残差平方和，sst为输入数据与输出的预测值的总平方和。
进一步优选的，利用第二拟合曲线对第一拟合曲线进行校正时，包括：
s401、将第一拟合曲线和第二拟合曲线，至于同一坐标系中；
s402、采用滑动阈值窗对两曲线进行扫描，当任意点位出现，两曲线之间的间隔大于滑动阈值窗的阈值时，查找该点位横坐标对应的两个原纵坐标，根据预设算法计算新纵坐标，并更新该点位的坐标值；作为修正后的第一拟合曲线中该点位的坐标值，形成新第一拟合曲线；
s403、以滑动阈值窗的中心轨迹作为新第二拟合曲线，减小滑动阈值窗的阈值，对新第二拟合曲线和s402中新第一拟合曲线，再次进行扫描，并重复s402，最终形成校正曲线。
在本实施例中，采用滑动阈值窗对两条曲线进行合并，通过多次重复逐步实现两曲线的平滑合并，实现了在两曲线差异较大的点位出现平滑过渡。
进一步优选的，所述预设算法采用如下公式计算得出:
其中，y为新纵坐标，r12为第一拟合曲线的拟合度，r22为第二拟合曲线的拟合度，y1为第一拟合曲线中该点的纵坐标，y2为第二拟合曲线中该点的纵坐标。
在本实施例提供的预设算法中，以第一、第二拟合曲线的拟合度作为计算纵坐标的权重系数，在保持数据线性拟合的基础上，进行了拟合度优化，实现了在两曲线差异较大的点位出现平滑过渡。
进一步优选的，在步骤s5中，根据规范查表采用如下方法确定地基承载力：
根据标贯击数查取规范表，得到对应标贯击数黏性土的塑性状态和液性指数；
根据实测值或地区经验值，确定指定区域的黏性土孔隙比范围；
根据液性指数和孔隙比，确定黏性土的地基承载力。
本申请实施例提供的一种横波波速确定黏性土地基承载力的方法；相比于现有技术，具有较强的适用性与定量性，克服了复杂地形对勘探的地形约束和工期限制，弥补了钻孔无法连续勘探的不足；建立了横波波速和标贯两种成熟技术的直接联系，再通过实测数据与规范进行约束，依据规范通过查表确定黏性土的地基承载力。与常规勘察方法相比，能够大幅减弱气温、林区、交通和地形等因素对地勘的影响，减少原位测试实物工作量，大幅提高地质勘察效率，缩短勘察周期60%以上，为更好更快地确定黏性土地基承载力提供了新的技术手段，为高速铁路的桥梁、路基等工程设计更快、更好地提供可靠依据。
附图说明
图1所示为本申请一实施例提供的一种横波波速确定黏性土地基承载力的方法的流程图；
图2所示为本申请一实施例提供的横波波速与标贯击数的回归曲线示意图；
图3所示为本申请一实施例提供的bp网络得到的第二拟合曲线；
图4所示为本申请一实施例提供的滑动阈值窗对第一拟合曲线与第二拟合曲线合并校准图；
图5为本申请生成校准曲线示意图；
图6为本申请实施例提供的某桥梁工程的面波勘察成果。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
物探横波探测技术成熟，仪器轻便、效率高、对场地的要求较低，还能获得连续成果，是解决上述问题的首选方法。由于横波波速与标贯击数值一样，能够反映土质的软硬程度，两者具有相关性，而土的软硬正是土体承载力的宏观表现。因此可以从理论上和数理统计上寻求一种简单的数学模型，建立场地横波波速与地基土层标贯击数的关系，再依据现有规范和实测数据修正和约束，推断确定黏性土的承载力。
本发明提供一种基于bp网络由横波波速确定黏性土地基承载力的校正方法，包括：
s1、获取场地的横波波速样本值和标贯击数样本值；优选的，获取场地横波波速时，包括以下方法：采用小间距采集横波数据集合，对横波数据集合中的横波数据进行处理和反演，得出高精度横波波速数值；对高精度横波波速数值计算工程横波波速数值交点，提取指定地区的横波波速。具体为通过商用sufer软件计算桥梁、路基等工程横波波速数值交点，提取指定地区的横波波速。采集横波数据时，采集道间距设置为5-10m。采集横波数据时，最好选择在安静的夜晚进行数据采集，保持检波器的一致性大于95%，原始数据信噪比大于2。统计横波波速数值应大于40个，数据样本越多，回归公式越贴近真实情况。
还包括，对于获取的场地的横波波速样本值，利用正态分布去掉波速异常点时，包括以下方法：对获取的场地横波波速进行统计分析，对场地横波波速进行正态分布拟合，滤除落在小概率区间的横波波速异常点。
由于不同岩土横波速受岩性、水文条件、风化等影响的差异影响较大，在数据量较大的情况下单一岩性横波波速应服从正态分布。根据正态分布的理论，当概率密度函数的值小于某一值时，可以理解为小概率事件，根据数学理论小概率事件几乎是不可能发生的，因此将原始数据位于区间之外的横波波速数值删除，认为正态分布外的数据为异常值。
如图2所示，s2、对所述横波波速样本值和标贯击数样本值进行回归曲线拟合，得到第一拟合曲线；所述回归曲线为在excel中通过最小二乘法，进行回归曲线拟合时，将所述横波波速样本值和标贯击数样本值输入excel中，形成散点图图表，并在散点图图表中添加趋势线，根据r2值选择曲线类型，形成第一拟合曲线。
在本发明一个实施例中，研究中根据45组（53组实测数据去掉8组异常值）实测剪切波（横波的一种）速度和实测黏性土标贯击数的关系，通过最小二乘法回归拟合二者的相关关系曲线（图2）。比较线性、指数、多项式等多种关系式后，采用拟合程度最好的对数关系式如下：
其中：
s3、获取场地的横波波速实测值，并输入至训练好的bp网络中，根据bp网络输出的预测值，进行曲线拟合，得到第二拟合曲线；
如图3所示，所述bp网络按照如下过程训练：
将所述横波波速样本值和标贯击数样本值，进行数据清洗后分为训练集和测试集；
将训练集中的横波波速样本值和标贯击数样本值输入构建的bp网络中进行非线性拟合训练；优选的采用matlab相关算法进行神经网络构建和训练。
所述bp网络为三层神经网络包括输入层、隐含层和输出层；所述从输入层到隐含层和隐含层到输出层的传递函数分别采用logsig函数和purelin函数；
利用训练后的网络参数，输入测试集的横波波速样本值，进行网络预测，根据输出的标贯击数预测值与测试集对应的标贯击数样本值，进行误差计算；误差满足预设阈值时，训练结束。
在本发明的一个实施例中，初始化网络结构：
net=newff(v,
net=train(net,inputn,outputn)进行网络训练；
an=sim(net,inputn_test)进行网络预测；
设置隐含层激活函数为relu(v)＝max(v,0)，控制激活神经元。
在s3中，根据bp网络输出的预测值，进行曲线拟合，得到第二拟合曲线时，采用如下公式计算拟合度
其中，r22为第二拟合曲线的拟合度，sse为输入数据与输出的预测值的残差平方和，sst为输入数据与输出的预测值的总平方和。
如图4所示，s4、利用第二拟合曲线对第一拟合曲线进行校正，得到校准曲线；具体包括利用第二拟合曲线对第一拟合曲线进行校正时，采用以下步骤：
s401、将第一拟合曲线和第二拟合曲线，置于同一坐标系中；
s402、采用滑动阈值窗对两曲线进行扫描，当任意点位出现，两曲线之间的间隔大于滑动阈值窗的阈值时，查找该点位横坐标对应的两个原纵坐标，根据预设算法计算新纵坐标，并更新该点位的坐标值；作为修正后的第一拟合曲线中该点位的坐标值，形成新第一拟合曲线；
s403、以滑动阈值窗的中心轨迹作为新第二拟合曲线，减小滑动阈值窗的阈值，对新第二拟合曲线和s402中新第一拟合曲线，再次进行扫描，并重复s402，最终形成校正曲线l，如图5所示。
所述预设算法采用如下公式计算得出：
其中，y为新纵坐标，r12为第一拟合曲线的拟合度，r22为第二拟合曲线的拟合度，y1为第一拟合曲线中该点的纵坐标，y2为第二拟合曲线中该点的纵坐标。
进一步，在本申请的实施例中，还可以根据校准曲线，反演符合其变化趋势的拟合公式，并采用公式计算标贯击数。
s5、依据标贯击数和孔隙比利用规范查表确定地基承载力。进一步优选的，在步骤s5中，根据规范查表采用如下方法确定地基承载力：根据标贯击数查取规范表，得到对应标贯击数黏性土的塑性状态和液性指数；根据实测值或地区经验值，确定指定区域的黏性土孔隙比范围；根据液性指数和孔隙比，确定黏性土的地基承载力。在一个特定实施例中，采用s4获得的标贯击数查表1得到对应标贯击数黏性土的塑性状态：
表1黏性土塑性状态划分
获得的黏性土的塑性状态和液性指数的基础上，需要通过实测或区域经验，确定指定地区黏性土的孔隙比范围。最后依据液性指数和孔隙比，即可通过查表（表2）确定该层黏性土的地基承载力。
在实际应用中，我们建议采用步骤五中确定的液性指数中较不利的情况进行依据规范查表确定地基承载力的范围。步骤五计算得到黏性土的塑性状态为软塑，在查表时，建议按0.9~1.0（软塑的范围中较不利情况）选取液性指数。孔隙比也按较不利的范围在0.9~1.0考虑。依据本模式推算得到该层黏性土的地基承载力范围就在110~140kpa之间（表2中斜体部分）：
表2q4冲、洪积黏性土地基基本承载力σ0(kpa)
实施例1
统计东北地区已经完成勘探的钻孔剪切波与黏性土标贯击数，收集该地区对应的横波资料，此次统计共有18个钻孔53层黏性土样本点，统计过程中明显的8个异常点需去除。
搜集的资料利用正态分布，在概率密度函数99.7%之外的数据需去除。
利用横波地震仪采集横波数据，点距为5m，进行滤波、反褶积最后经过反演得到该地区的横波波速剖面，利用sufer软件根据克里金差值方法进行网格化，网格化间距为5m*5m利用mapgen软件提取桥梁、路基等工程的横波波速，横波波速的间隔为5m，根据表1统计结果分析。桥梁、路基等工程里程实测得到，岩性根据钻孔资料获得。
根据实测面波成果（sw-x为物探横波波速测试点，图6），通过校正曲线得到不同位置黏性土的标贯击数（表3）。根据原位试验和本发明新方法计算得到的标贯击数对比，数据显示10个对比样本中误差大于20%的只有1个（准确率90%），且计算值普遍较实测值偏小，更为保守，该公式的计算精度能够满足高速铁路初步设计的需求：
表3黏性土标贯击数对比表
除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的方法中的步骤。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
1.一种基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，包括：
s1、获取场地的横波波速样本值和标贯击数样本值；
s2、对所述横波波速样本值和标贯击数样本值进行回归曲线拟合，得到第一拟合曲线；
s3、获取场地的横波波速实测值，并输入至训练好的bp网络中，根据bp网络输出的预测值，进行曲线拟合，得到第二拟合曲线；
s4、利用第二拟合曲线对第一拟合曲线进行校正，得到校准曲线；
s5、根据场地的横波波速实测值，利用校准曲线查找对应标贯击数，根据得到的标贯击数与获取的实测孔隙比，利用规范查表确定地基承载力。
2.根据权利要求1所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，在s1中，获取场地横波波速时，包括以下方法：
采用小间距采集横波数据集合，对横波数据集合中的横波数据进行处理和反演，得出高精度横波波速数值；
对高精度横波波速数值计算场地横波波速数值交点，提取指定地区的横波波速；
对获取的场地横波波速进行统计分析，对场地横波波速进行正态分布拟合，滤除落在小概率区间的横波波速异常点。
3.根据权利要求2所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，采集横波数据时，采集道间距设置为5-10m，保持检波器的一致性大于95%，原始数据信噪比大于2。
4.根据权利要求1所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，在步骤s2中，进行回归曲线拟合时，将所述横波波速样本值和标贯击数样本值输入excel中，形成散点图图表，并在散点图图表中添加趋势线，根据r2值选择曲线类型，形成第一拟合曲线。
5.根据权利要求2所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，s3中，所述bp网络按照如下过程训练：
将所述横波波速样本值和标贯击数样本值，进行数据清洗后分为训练集和测试集；
将训练集中的横波波速样本值和标贯击数样本值输入构建的bp网络中进行非线性拟合训练；
所述bp网络为三层神经网络包括输入层、隐含层和输出层；从输入层到隐含层和隐含层到输出层的传递函数分别采用logsig函数和purelin函数；
利用训练后的网络参数，输入测试集的横波波速样本值，进行网络预测，根据输出的标贯击数预测值与测试集对应的标贯击数样本值，进行误差计算；误差满足预设阈值时，训练结束。
6.根据权利要求1所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，在s3中，根据bp网络输出的预测值，进行曲线拟合，得到第二拟合曲线时，采用如下公式计算拟合度：
其中，r22为第二拟合曲线的拟合度，sse为输入数据与输出的预测值的残差平方和，sst为输入数据与输出的预测值的总平方和。
7.根据权利要求6所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，利用第二拟合曲线对第一拟合曲线进行校正时，包括：
s401、将第一拟合曲线和第二拟合曲线，置于同一坐标系中；
s402、采用滑动阈值窗对两曲线进行扫描，当任意点位出现，两曲线之间的间隔大于滑动阈值窗的阈值时，查找该点位横坐标对应的两个原纵坐标，根据预设算法计算新纵坐标，并更新该点位的坐标值；作为修正后的第一拟合曲线中该点位的坐标值，形成新第一拟合曲线；
s403、以滑动阈值窗的中心轨迹作为新第二拟合曲线，减小滑动阈值窗的阈值，对新第二拟合曲线和s402中新第一拟合曲线，再次进行扫描，并重复s402，最终形成校正曲线。
8.根据权利要求7所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，所述预设算法采用如下公式计算得出：
其中，y为新纵坐标，r12为第一拟合曲线的拟合度，r22为第二拟合曲线的拟合度，y1为第一拟合曲线中该点的纵坐标，y2为第二拟合曲线中该点的纵坐标。
9.根据权利要求1所述的基于bp网络由横波波速确定黏性土地基承载力的校正方法，其特征在于，在步骤s5中，根据规范查表采用如下方法确定地基承载力：
根据标贯击数查取规范表，得到对应标贯击数黏性土的塑性状态和液性指数；
根据实测值或地区经验值，确定指定区域的黏性土孔隙比范围；
根据液性指数和孔隙比，确定黏性土的地基承载力。
技术总结