基于响应面方法的数据驱动优化与压力计模量预测，用于更智能的岩土设计

为何更智能的土工测试至关重要

在任何建筑、桥梁或道路施工之前，工程师必须了解在荷载作用下地面会有多大反作用力。如果低估了这一点，地基可能会沉降或失效；如果高估了，则工程成本会不必要地增加。本文探讨了一种现代的数据驱动方法，利用一种称为压力计试验的现场测试和统计工具，从有限的测量中提取更多洞见，以预测地层的刚度。

测量地层的“回弹”特性

在现场，工程师通常将一根圆柱形探头放入狭窄的钻孔中，然后缓慢充气使其对周围土体施压。通过记录探头体积随压力增加的变化量，可计算出压力计模量Ep，这是衡量土体刚度的指标。Ep对地基在荷载下的压缩量有重要影响。传统估算Ep的方法要么依赖简单公式，要么需要大量重复试验，这两者都可能成本高、耗时长且存在不确定性。作者提出：是否可以通过精心设计的试验组配合现代统计方法，在减少现场工作量的同时更准确地预测Ep？

用更少但更智能的试验

研究聚焦于已知会影响地层刚度的四个土性参数：试验深度、土的黏聚力、颗粒抗滑移能力（内摩擦角）以及单位体积重量。研究者没有测试所有可能组合，而是采用称为响应面方法的方案，设计了35个有针对性的试验案例，系统性地在现实范围内改变这四个参数。通过这种设计，每次试验既提供一个直接的Ep值，同时与其他试验共同帮助绘制出Ep随条件变化的整体表面。

在四维空间中寻找规律

基于35次试验，作者构建了将四个输入参数与Ep联系起来的数学表面模型，并通过标准统计检验评估该表面对观测值的拟合程度。模型能够解释约96.5%的Ep观测变异，说明预测值与现场结果高度一致。分析显示，两个因子——黏聚力和单位重——主导了行为：更黏性且更密实的土通常更刚硬。内摩擦角也有影响，但强度较弱，而在研究的深度范围内，深度的直接影响仅为中等。团队还发现了重要的相互作用，例如单位重与黏聚力或内摩擦角结合时，会显著提高或降低Ep，表明这些参数并非独立作用。

寻找最佳土工条件

为了将这些认识转化为实用指导，研究者应用了一种称为期望度函数的优化技术。简单来说，他们让计算机在现实的土壤条件空间中“搜索”那些在满足工程限制的同时最大化Ep的组合。结果不是单一的最佳点，而是一片有利组合的宽泛区域，在该区域内Ep较高且模型预测可靠。对此类结果可给实践带来信心：即现场条件的小幅变化仍能保持良好地基性能，工程师在选择地基深度或决定采取何种土体改良措施以达到安全刚度时拥有更大的灵活性。

对实际地基的意义

对非专业读者而言，关键结论是：我们现在可以在不显著增加时间或成本的前提下，更可靠地获取地基在建筑荷载下的行为信息。将成熟的现场试验与智能化的试验设计和统计建模相结合，本研究展示了如何用相对较小的数据集预测土壤刚度并指出最重要的土性特征。在实践中，这意味着更安全的地基、更有针对性的场地勘察和降低不确定性，尤其适用于无法进行大规模试验或收集大量数据的工程项目。

引用: Boukhatem, G., Bencheikh, M., Bekkouche, S.R. et al. Data-driven optimization and pressuremeter modulus prediction using response surface methodology for smarter geotechnical design. Sci Rep 16, 5679 (2026). https://doi.org/10.1038/s41598-026-36262-2

关键词: 土壤刚度, 地基设计, 压力计试验, 统计建模, 岩土优化