液化、液化实例、液化处理等三个专题

更新于 2026年10月12日 版权声明
(三)液化、液化实例、液化处理等三个专题

液化问题仍是本次大会的热点领域,会议设了3个液化方面的专题,其中液化专题设了3个分会场、18个口头报告,液化实例专题设了1个分会场、5个口头报告,液化处理专题设了2个分会场、12个口头报告。这三个专题的目标是交流液化判别、液化实例验证、液化侧向扩展预测和液化预防处理方面的研究新成果,改进现有液化判别方法的不确定性,研发新的测试手段,建立更加科学、准确、简便的液化判别方法,为地基、大坝、斜坡液化性态设计提供方法与技术。参加液化、液化实例、液化处理三个专题交流的每分会场人数分别为70、68、72人。

液化专题口头报告主要涉及如下内容:日本爱媛大学的Mitsu Okamura教授,以动三轴试验及离心机试验,研究了预振对砂土抗液化强度的影响。加州大学戴维斯分校的Kathleen Darby博士,采用离心机试验研究了预振对砂土CPT指标的影响。智利康塞普西翁大学的Gonzalo Montalva教授对2010年(Mw8.8)Maule地震和2015年(Mw8.3)Illapel地震液化实例进行了分析,发现现有方法都偏于保守,剪切波速方法要差于标贯方法,液化判别方法有待进一步改进。东京理科大学的Yoshimichi Tsukamoto教授进行了不同含水率下粉砂的动三轴试验,研究了含水率对粉砂抗液化强度及液化流动势的影响。日本中央大学的R.Sasaoka博士采用动三轴弯曲元试验系统,研究了沉积年代对砂土抗液化强度及剪切波速的影响。东京竹中建筑公司的Shoichi Tsukuni介绍了在日本广泛使用的网格墙地基抗液化措施,通过离心机振动台试验及2011年东日本大地震震害实例分析,发现网隔墙应建在上覆非液化层相对较厚的地方,虽然深层土部分液化,但沉降量却可以得到控制。加拿大西部大学的Abouzar Sadrekarimi教授通过现场SPT、CPT测试,并进行冻土法取样,室内动三轴液化试验,修正了现有液化判别方法。新西兰奥克兰大学的Gislaine Pardo教授介绍了目前应用生物炭埋于土中以吸收空气中CO2的技术现状,并指出对于含生物炭土体的力学性能研究还很少,他们通过室内试验,研究了不同生物炭含量砂土抗剪强度及抗液化强度。加拿大英属哥伦比亚大学的Sadana Dilrukshi教授研究了地下运输管道开挖沟槽回填土颗粒粒径对地震时管道的压力影响。希腊雅典国立科技大学的S.M.Marinatou教授研究了液化导致地下管道上浮的数值计算方法。(https://www.daowen.com)

液化实例专题口头报告主要涉及如下内容:台湾“国立中兴大学”的Chi-Chin Tsai教授对2016年(Mw6.4)美浓地震两个液化社区进行了勘察试验,并以数值模拟与实际震害对比,研究了浅基础结构与液化土体的相互作用。日本OYO公司的Shun-ichi Sawada对2011年东日本大地震浦安市液化区进行了现场SPT、VS试验,采用了一种称为GS方法的砂土原状样取样方法,对原状样进行了室内动三轴弯曲元试验,比较了室内与现场力学指标与抗液化强度,修正了液化判别方法。东京电机大学的Keisuke Ishikawa教授对东日本大地震浦安市液化场地大量木屋沉降破坏进行了调查研究。东京理科大学的Taichi Hyodo教授对东日本大地震河堤侧向滑移进行了现场试验,应用最新的瑞士触探仪,进行了静力竖向触探与旋转测试。厄瓜多尔Geoestudios公司的Xavier Vera-Grunauer对2016年依斯内·佩德纳莱斯MW 7.8级地震液化区进行了大量现场试验,完善了液化资料,修正了现有液化判别方法。

液化处理专题口头报告主要涉及如下内容:加州大学戴维斯分校的Alex Sturm教授对砾质土进行了贝克贯入试验,通过与邻近SPT试验数据对比,分析以往Harder&Seed方法和Sy&Campanella方法的优缺点,对贝克贯入指标用于砾质土液化判别进行了探讨。纽约州立大学的S.Thevanayagam教授对无塑性粉粒含量对于砂土抗液化强度及CPT指标的影响进行了探讨。新西兰奥克兰大学的S.Y.Mirjafari教授使用了一种新型触探设备SDS,可以竖向触探,也可以旋转触探,对基督城液化场地进行了试验,并推荐了液化判别方法。杨百翰大学的K.W.Franke教授提出了一种新的基于性态设计的简化概率液化分析方法,可以预估侧向滑距、液化沉降和边坡稳定性。华盛顿大学的Brett W.Maurer教授利用基督城液化场地CPT数据,建立了基于土类指数Ic指标的液化判别方法。日本东北大学的Motoki Kazama教授将对土体延性的考虑代入能量法液化判别方法,给出了一个实用的性态液化判别方法框架。

关注公众号获取验证码
复制内容需要验证码(7.99元/天)
✍AI写作