土工实验数据分析方法探讨

摘 要：本文主要针对土工实验数据离散性的特点，以及岩土体内部物质成分、结构构造、强度特征、物理力学性质、荷载条件等具有差异性，提升对土工实验数据的评价。主要对造成土性参数实验结果误差性的原因开展了分析，并且对土工实验数据的检查及其异常点判别的原则开展了简单探讨，同时根据实验数据提出了相关距离δ内能够样本加权平均估计土的平均特性方法和最小样本数的确定方法，详细探究了土工数据的应用状况，最终达到提高土工实验数据的科学性和可靠性的目的。

关键词：土工实验；数据分析；方法

中图分类号：TU411 文献标识码：A

在土工实验过程中，其数据的可靠性和精确性直接影响整个施工方案的实施和选取，因此，为了提升岩土工程设计及其施工的合理性，必须要加强对实验数据分析保障，然而影响土工实验数据可靠性的因素主要取决于土样本身和实验两个方面，实验过程中，由于土体本身具有复杂性，土质之间存在不同的物理学性质以及含水量等，原状土在采样、运输以及存储和制备样品过程中，其扰动程度的因素，影响到土工实验数据可靠性，出现数据误差现象；另外实验因素的影响：可能由于测量存在系统误差，受到测量仪器本身或者是方法不同的影响，造成数据偏差问题，还有可能存在随机误差以及过失误差，这些都会影响实验数据的可靠性。因此，本文主要分析了土工实验数据分析结果问题，详细研究了总体实验数据的检查以及异常数据的分析和处理；最小样本数问题以及土体性质指标问题，进而达到提高土工实验数据分析的可靠性，确保实验数据精确无误。

一、造成土性参数实验结果误差性的原因

笔者通过自身多年实践工作经验，归纳并总结到造成土性参数实验结果误差性的原因，具体表现在两个方面：一方面：由于土体性质造成的。根据物理力学和力学性质研究，从宏观上土体被视为土层，但是由于土体本身具有不均性，再加上受到外界环境的影响，雨水冲击、地下水位以及气候变化等影响时，使得土体性质的不均性更加明显。另一方面：由于取样仪器的型号不同，工作人员在实验数据测量过程中，采用不同的取样技术，不同的实验设备以及不同的实验方法等等，这些都会造成土工参数出现离散性。通常这些因素难以避免，因此在土工实验数据分析中，必须要对土性参数做具体的规定，实验测量得到的数据作为随机变量进行误差处理，并且采用概率理论、数据统计方法以及相关的误差理论等，在了解了土性的分布状况以及具体参数之后，对其实施有针对性的实验，以便提高数据的可靠性和精确性。

二、分析总体实验数据的检查，异常分析及其处理

根据土体样本的物力性质及其力学性质最终得到土工实验数据的测量结果，整个实验过程中，由于数据存在一定的误差性，因此，必须要根据测量经验以及数据统计原则，提高数据测量的精确性，具体从两个方面分析：一方面，根据土的物力力学特性来判断数据的不合理性。当土体实验数据中存在明显不符合土的物理力学性质范围的点，可以直接对其舍弃，但是当实验中，大部分数据在某个值域范围波动时，可以根据一点或者是几点值域之间的差异性，对异常点做剔除处理。另一方面，根据某一置信水平确定实验数据的异常点。当实验测量数据比较多时，采用3σ法则，当数据出现在 [ms-3σ， ms+3σ]之外的数据点时，其概率只有0.27%，此时就将这两点作为实验数据的异常点进行处理，在分析数据异常原因的基础上，不能机械地将 [ms-3σ， ms+3σ]之外的点全部剔除；另外当实验数据的某一个土样参数位于 [ms-3σ， ms+3σ]之外时，表明数据误差是由于实验本身引起的，对数据予以剔除处理；当实验数据比较少时，一般以30作为判别数据多少的中介值，采用t分布的概率值来代替正太分布的概率值，根据t分布函数，确定出对应此置信水平的实验数据范围：，其他点视为异常点，予以舍弃或者是剔除处理。

三、分析最小样本数问题

整个土工实验过程中，由于样本数量过少，造成实验数据结果不稳定，然而影响样本数的因素是：工程规模、实验现场勘察条件以及工程测量的精度要求，针对土工实验数据最小样本数问题，主要从统计特征方面做了详细探究。具体实验中，为了提高数据的可靠性和精确性，以满足统计要求的最小样本数，因此，除了收集实验资料以外，主要利用Bayes方法具体进行。通常土的抗剪强度参数符合正态分布，因此，采用Bayes法时，需要将实验过程中，不同时间测量的数据有机地结合起来，最终得到一个比较可靠的数据，确保实验结果科学、有效。该方法备广泛应用于大型工程设计指标中，其最大的优势是，能够精确处理不同观测数据，并将测量数据进行合并，同时根据不同实验概率规律的信息，将其有机地结合起来，最终得出更可靠的数据分布，进而增强土的抗剪强度参数的合理性和可靠性。

四、分析关于土体性质指标的自相关性问题

土体实验中，测量数据可能存在一定的相关性，一般根据数据之间的线性相关系数来了解土工实验指标，各个系数之间具有指数相关性，因此，可以采用相关距离δ来具体判断。土工实验中，在相关距离δ内，土性指标基本具有相关性，由于相关距离δ属于未知变量，只有通过样本测量最终得到。整个过程中，相关距离由递推平均法测量得到，但是取样间距△Z对δ有一定的影响，当取样距离△Z不同时，δ也不同，通常△Z/δ越大，表明各抽样点的土性间距较小，其抽样的准确性就越大，因此取样距离尽可能地大于δ；当△Z=δ时，表明土的相关距离比较合适。总之，根据工程具体测量精度要求，确定δ的范围，并且要求测量人员结合自身经验对测量数据及其结果进行处理，提高土工实验数据的可靠性。总之，为了提高土工实验数据的精确性，对数据进行整理十分有必要。利用多次测定值的算术平均值，计算出相应标准差以及变异系数，更加直观的了解实际测定值对算术平均值的变化程度，有效识别算术平均值的可靠性，针对计算指标进行整理时，当测定组数比较多时，按照特性指标的方法确定并计算实验结果；当实验数据比较少时，由于受到测定误差、土体本身不均匀性以及测量设备等因素的影响，选择标准差平均值。另外一个标准差的绝对值，对不同应力条件下测得的某种指标，必须要通过数据整理之后，采用图解法或者是最小二乘方分析法，综合确定土性指标，为土工实验提供更有效地数据保障，增强实验的科学性和有效性。

结语

綜上所述，通过分析造成土性参数实验结果误差性的原因，并结合土工实验数据可靠性因素和实验本身因素两个方面，利用物理力学特性判定实验数据并对异常数据进行剔除，使得土工实验数据更接近实际，避免出现数据测量误差问题，同时为了满足最小样本数问题，利用Bayes方法确定出土的性质指标之后，为实验数据提供数据分析；另外了解了土体性质指标的自相关性问题，根据实验数据之间的相关性关系，尽可能地缩小抽样数据之间的误差，满足土工实验数据的精度要求。

参考文献

[1]张庆华，李虎生，杨洪波.土工实验数据整理和分析方法研究[J].中国地震局工程力学研究，2015（35）.