原状黄土蠕变特性试验研究

以在陕西省杨凌区所采集的黄土样品为研究对象,对不同初始含水率的原状黄土进行了剪切蠕变试验,获取了蠕变曲线和蠕变特征参数,并研究了含水率、剪应力水平对蠕变特性的影响.结果表明,当含水率一定时,剪应力水平对黄土的蠕变特性有较大的影响,表现为剪应力愈大,黄土的蠕变应变愈大;当剪应力水平一定时,含水率对黄土蠕变特性影响明显,表现为含水率愈大,蠕变应变愈大.根据蠕变曲线特征,建立了原状黄土的蠕变本构模型,通过试验数据拟合得到本构模型中的参数.经验证,该模型能较好地模拟杨凌地区原状黄土的蠕变特性.     

籽棉压缩与应力松弛力学特性及模型构建

为深入研究籽棉压缩及应力松弛过程的力学特性并构建其本构模型,该研究以籽棉为研究对象开展试验,分别利用改进西原模型和五元件广义Maxwell模型对压缩和应力松弛的应力应变曲线进行描述。通过定义的本构模型对不同含水率及喂入量的籽棉力学特性试验数据结果进行参数辨识,得到相关模型参数,并探究不同因素对压缩及松弛过程应力的影响规律。研究结果表明:曲线拟合法求解籽棉压缩及应力松弛过程本构模型参数的决定系数均大于0.9,改进西原模型、五元件广义Maxwell模型可以较好地描述籽棉压缩力学特性和应力松弛特性。对籽棉压缩及应力松弛力学特性解析显示,模型参数表现出明显的应力规律:通过Duncan均值比较结果可知:籽棉压缩本构模型参数中不同含水率组间弹性模量差异均显著(P0.05),不同喂入量组间串联虎克体弹性模量差异显著(P0.05),压缩应力值与含水率、喂入量呈正相关关系;籽棉应力松弛模型参数中不同含水率及喂入量组间弹性模量及粘性模量差异均显著(P0.05),弹性模量、粘性模量与含水率及喂入量均呈正相关关系。籽棉压缩与应力松弛力学特性的研究可为籽棉压缩过程机理研究、模拟仿真提供理论依据,缩短机具研发过程。     

基于GIS与神经网络的黄土丘陵区土壤水分模型研究

土壤水分不足是黄土高原丘陵区植被建设的主要限制因子,土壤水分的空间分布受外界气象因子、土地利用与复杂地形等的影响,关系比较复杂。本研究利用黄土丘陵区纸坊沟流域的土壤水分试验资料,建立了基于GIS的BP神经网络模型,模型中同时考虑了多个因子对土壤水分空间分布的影响,利用实测资料对网络进行训练后对整个流域进行了预测,预测结果与实际情况较为一致,表明应用GIS与BP神经网络研究区域复杂地形下的土壤水分分布规律是可行的。     

车辆行驶的表层沙土非线性弹性本构模型的试验研究

以车辆行驶的表层沙土为研究对象，用土壤动态三轴仪对车辆行驶的表层沙土的力学特性进行了试验研究，建立了适于车辆行驶的表层沙土的非线性弹性邓肯（Ｄｕｎｃａｎ）本构模型。研究结果表明它能够较好地反映车辆行驶的表层沙土的本构关系，为车辆行走机构与表层沙土相互作用的力学计算分析和研制沙漠运输车辆奠定了基础     

油松根系固土的基本力学特性

植被根系的力学性质对于斜坡的稳定性是一个重要因素。为确定油松根系的基本力学特性,对油松不同标距不同直径根段进行拉力试验。结果表明：所有根系随直径级的增大,抗拉力以幂函数显著增大,抗拉强度却以幂函数减小,对于直径D≤1mm的根系,抗拉强度显著增加。标距对抗拉力影响不显著,对抗拉强度影响显著。油松的应力应变曲线为单峰曲线,具有弹塑性材料特征。首次初步将油松根系的应力应变曲线简化为3个阶段：线性弹性段、非线性弹性段和塑性段。在理论推导和数据分析的基础上,建立了油松根系的三阶抛物线本构模型。这些研究探明了油松作为水土保持先锋树种固土的力学机理,对护坡植物的选择和优化组合具有重要的参考价值。     

灰分混凝土与钢筋粘结性能试验及粘结滑移本构模型研究

为建立适用于灰分混凝土与月牙纹钢筋的粘结-滑移（?-s）本构模型,将灰分等量替代水泥质量的0、5%、10%、15%掺入混凝土中,用以制备C20、C30、C40强度等级的灰分混凝土粘结试件。采用中心拔出的方法,获得灰分混凝土与月牙纹钢筋?1-s1曲线;在?1-s1曲线基础上,建立灰分混凝土与3种不同直径（12、16、20 mm）月牙纹钢筋?-s本构模型;并通过扫描电镜法从微观角度解释不同灰分掺量下灰分混凝土?1-s1曲线的变化原因;最后利用ABAQUS中的spring2单元对中心拔出试验进行仿真模拟以验证该文提出的?-s本构模型。试验结果表明：灰分混凝土与月牙纹钢筋的粘结破坏模式主要为混凝土劈裂破坏和拔出破坏,劈裂-拔出破坏仅出现在灰分掺量15%、混凝土设计强度等级C20、钢筋直径12 mm的粘结试件中;当灰分掺量为5%时,混凝土微观结构连续密实,粘结性能最优,灰分掺量增至15%,引起混凝土微观形貌由连续密实向疏松多孔转变,导致混凝土劈裂抗拉强度降低52%,灰分混凝土与月牙纹钢筋粘结性能相应减弱,?-s本构模型中形状参数也随掺量的改变而改变。该文提出的?-s本构模型曲线拟合决定系数为0.94,拟合曲线决定系数方差为0.001,相对于Harajli?-s本构模型拟合曲线决定系数方差0.002降低了50%,其拟合稳定程度优于Harajli?-s本构模型。     

基于RBF神经网络的土壤侵蚀预测模型研究

土壤侵蚀的物理机理十分复杂,用数学方式难以描述.针对土壤侵蚀过程的模糊性、随机性、非线性等特点,将RBF神经网络的理论与方法应用到土壤侵蚀预测中.以杏木小流域为研究对象,应用RBF神经网络方法构建土壤侵蚀预测模型,以汛期降雨量、径流系数、土壤容量、有机质含量及孔隙度土壤侵蚀因子作为模型的输入层变量,输出层变量为年土壤侵蚀模数.通过模拟训练和预测,RBF神经网络取得的结果较好,能够有效地预测土壤侵蚀,且与常见的BP神经网络土壤侵蚀预测模型相比,RBF神经网络得到的预测结果精度更高.RBF神经网络模型将土壤侵蚀预测问题转化为影响因子和年侵蚀模数的非线性问题,该模型的模拟与预测为复杂的土壤侵蚀规律研究提供了新途径.     

基于亚塑性本构模型的土壤-触土部件SPH互作模型

触土部件是农机的主要组成部分,高精度的土壤-触土部件互作模型对农业耕作触土部件的节能优化设计具有重大意义。为提高土壤切削过程数值模拟的精确度,该研究基于光滑粒子流体动力学（Smoothed Particle Hydrodynamics,SPH）框架,从土壤亚塑性本构模型出发,结合土壤-触土部件接触模型,提出一种土壤-触土部件互作模型。通过砂土坍塌试验和土壤切削试验,对比分析了模拟仿真和物理试验中砂土自由表面演变、内部应力变化、土壤静止和运动分界面形态以及粒子位移。在此基础上对4种不同形状刀具的土壤切削过程进行模拟,以土壤切应力、位移分布表征刀具在切削过程中对土壤的破坏情况,讨论了大半径抛物线型刀具切削过程中的土壤粒子速度场,并得出不同形状刀具切削阻力的变化规律。结果表明,刀具水平切削阻力的模拟值和试验值平均相对误差为9.885%,说明所提模型对刀具水平切削阻力的预测精度较高。研究结果可为土壤-触土部件互作模型的建立提供新的思路,为触土部件的优化设计提供参考。     

红黏土边坡香根草根土复合体的强度特性

[目的]针对植物护坡效应,探究香根草根系的力学特性及其根土复合体强度特征影响因素,为植物护坡工程设计提供参考依据。[方法]利用模型箱模拟红黏土填筑边坡进行香根草种植,利用根系拉拔试验和原状根土复合体直剪试验等室内试验,研究香根草的力学性能及根土复合体强度特征的影响因素。通过对试验结果进行拟合分析及Spearman相关性分析,分别得出了香根草根系直径与抗拉性能的关系及不同指标对其根土复合体抗剪强度的影响效果。[结果]试验香根草根系平均抗拉力为19.05 N,平均抗拉强度为20.12 MPa;香根草根系的抗拉力、抗拉强度与根系直径呈显著的幂函数关系;土中的根重密度RWD随着深度增加而降低。Spearman相关分析结果显示,根重密度RWD与根土复合体的黏聚力c呈正向强相关关系(R=0.882)。[结论]随着香根草根系直径增大,其抗拉力增大,抗拉强度降低;根重密度RWD的提升能显著提高香根草-红黏土根土复合体的黏聚力c,但对于摩擦角φ提升效果不明显。     

采用SPH方法的黏土切削特性分析

黏土在切削破坏过程中力学特性复杂。为较精确地描述黏土切削破坏过程与预估切削阻力，该研究基于弹塑性力学本构，建立了光滑粒子流体动力学（SPH）框架下的黏土剪切破坏模型和Grady-Kipp张拉损伤破坏模型，并进一步将其耦合得到混合破坏模型。为验证该混合破坏模型开展了简单的黏土切削破坏试验，切削破坏变形的试验结果与模拟结果展示了良好的一致性，裂纹发展方向和裂纹形状有着良好的对应关系。在土-切削部件互作模型的基础上，进一步预测了黏土切削破坏过程中切削部件的切削阻力演化过程，并分析了切削深度及切削部件摩擦系数对黏土切削破坏形态和切削阻力的影响。结果表明，切削深度为0.01、0.02和0.03 m时对应的切削阻力峰值分别为7.89、9.90和11.07 N，切削阻力随切削深度的增加呈增大趋势。切削部件摩擦系数为0.1时对应的波动平缓后的切削阻力最小，为6.1 N。研究可为优化农业机械刀具的结构参数、运动参数，降低作业功耗，减少切削阻力，实现更好的黏土耕作效果提供参考。     

高含水量土壤承压特性的探讨

水田表层土壤由于含水量较高,其承压特性与其他土壤有较大区别。经观测高含水量土壤在平板测头作用下的流动规律,并测定其压力—沉陷关系表明:Bekker的压力—沉陷公式不适用于高含水量土壤。通过分析,导出了高含水量土壤的压力—沉陷公式。试验结果表明,预测值与实测值相当一致。该文还分析了土壤粘度、压板面积、贯入速度对平板贯入阻力的影响。     

基于ANN的复垦土壤水分特征曲线的预测研究

为能较容易且更准确地获取复垦土壤水分特征曲线,将易测定的土壤特性如土壤质地、容重和饱和含水量作为输入变量,采用基于bagging算法的神经网络法建立了用于预测土壤水分特征曲线的土壤转换函数法(PTFs)模型,并对徐州矿区复垦土壤的水分特征曲线进行了预测,同时与普通BP算法预测精度进行了比较.研究结果表明所建立的PTFs参数模型具有较高的估计精度,bagging算法均方根预测误差比普通BP算法减少了7.5%～27.0%,说明该模型的建立与求解为复垦土壤水分特征曲线的预测研究提供了一条新途径.     

青海三江源地区土壤水分常数转换函数的建立与比较

利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海三江源地区土壤饱和含水量、毛管持水量和田间持水量的转换函数,并对其预测精度进行了比较。结果表明:(1)回归分析方法总体预测效果比较理想,特别是田间持水量的平均误差(ME)和均方根误差(RMSE)都在3.397%以下,决定系数(R2)高达0.868;(2)BP神经网络方法的预测效果非常理想,各土壤水分常数平均误差和均方根误差都在4.685%以下,并且决定系数均在0.857以上;(3)Rosetta模型的预测效果相对较差,特别是饱和含水量和毛管持水量,平均误差(ME)和均方根误差(RMSE)相对较大,决定系数(R2)相对较小。3种方式中,BP神经网络方法所建立的毛管持水量和饱和含水量转换函数均为最佳,回归方法所建立的田间持水量的转换函数要好于BP神经网络方法和Rosetta模型,Rosetta模型对土壤水分常数的预测效果不如其他两种方式。研究可为青海三江源地区土壤水力特性参数研究以及区域尺度上土壤水分估算提供科学依据。     

不同土壤含水率、体积质量及光谱反射率的关系模型

为了准确、快速地检测湿胀干缩型土壤含水率,该文提出了基于近红外光谱技术的土壤含水率分析方法。该文以湖北省黄棕壤、潮土、水稻土为研究对象,利用美国Ocean Optic公司的NIR256-2.5微型光纤光谱仪在暗室环境下对不同含水率下的土壤样本进行光谱反射率的测定和特征分析,并同时测量相应的土壤体积质量,研究土壤含水率、体积质量、光谱反射率之间的相关关系,通过采用2种土壤含水率表示方法与3种土壤光谱反射率表示方法反映土壤含水率与光谱反射率之间关系的对比试验分析,消除土壤其它性状对土壤反射率反演土壤含水率的影响,得到较适宜地进行土壤光谱反射率反演土壤含水率的匹配表示方法,构建三者之间关系的曲面模型和体积质量变化的土壤体积含水率与土壤光谱反射率的关系指数模型。研究结果表明,构建的3种土壤的曲面回归模型,决定系数均大于0.977,F值均达极显著水平,光谱反射率与体积质量的偏回归系数检验亦达显著或极显著水平。采用指数模型表述1400、1900nm波长处的归一化减土光谱反射率与体积质量变化的土壤体积含水率的关系,其决定系数均在0.9以上,对模型进行验证,其预测误差在0.3左右,精度较高,所建模型拟合效果好。该研究可为用近红外光谱检测体积质量变化的土壤含水率提供科学资料。     

基于多值神经元复数神经网络的土壤墒情预测

为指导节水灌溉策略的制定,利用基于多值神经元的复数神经网络(multilayer neural network with multi-valued neurons,MLMVN)方法,建立了土壤墒情多步预测模型。首先,利用均值法替换样本中的异常值并对缺失值进行补充,并由数据分析知土壤墒情数据为非平稳的非线性时间序列。然后,根据土壤墒情与环境因素(降雨量、气温和风速)的相关性分析结果选择降雨量为关键环境因素。最后将土壤墒情、降雨量及目标土壤墒情复数化,作为网络输入和期望输出建立MLMVN预测模型。结果表明,网络结构为240-15-1200-1时单步预测精度为0.883,采用循环预测法进行步长为72的多步预测,平均预测精度为0.853,比实数域误差反向传播神经网络BP提高了9.1%。研究表明,MLMVN模型多步预测误差累计小,预测结果可作为该地区节水灌溉策略制定的理论依据。     

基于TM数据的黑土有机质含量空间格局反演研究

以吉林省黑土区为例,采集区域土壤样本,获取Landsat TM遥感影像,基于有机质含量(SOM)与土壤反射率的定量关系,筛选出与土壤有机质分布相关的波段TM1、TM5,建立区域土壤有机质遥感预测模型。结果表明,表层土壤有机质含量的对数值与TM1、TM5的灰度值(Digital Number,DN)呈显著负相关关系,满足二次多项式回归关系,基于TM1、TM5波段DN值的回归模型预测研究区表层土壤有机质含量,结果可靠。研究区表层土壤有机质含量15 g kg-1的区域主要分布在东部地区,含量在15~20 g kg-1的区域主要分布在中部地区,含量在20~25 g kg-1的土壤主要集中在西部地区。调查表明东部地区和中部地区主要是典型黑土,地形部位较高,排水条件较好;西部地区主要是草甸黑土,地势平坦,地下水位适中,水分条件充足,有机质含量较高。     

黑土养分含量的航空高光谱遥感预测

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;全氮、有效磷和速效钾的预测精度,BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

灌溉水中悬浮固体对土壤水分入渗性能的影响

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。