为获得超低温冻土抗压强度预测模型,探究超低温状态下冻土的物理性质及力学性质的变化,对含水率19%, 22%, 25%和28%的低液限黏土土样进行-180°C～-10°C的单轴压缩强度试验,并测量-80°C～-10°C土样的未冻水含量,建立基于WOA-BP神经网络和BP神经网络的预测模型,探究含水率、温度、未冻水含量与超低温冻土抗压强度关系.预测结果表明:含水率、温度、未冻水含量与超低温冻土抗压强度存在复杂的非线性关系,特别是在-180°C～-80°C区间内,现有的线性拟合公式已无法准确预测该区间内冻土抗压强度;基于WOA-BP神经网络预测模型的整体预测效果较好,其绝对误差平均值为1.167 MPa,相对误差平均值为7.62%, BP神经网络预测模型的绝对误差平均值为8.462 MPa,相对误差平均值为47.99%.基于鲸鱼优化算法的BP神经网络预测模型预测误差明显小于BP神经网络预测模型及线性拟合值,更接近实测值.该预测模型具有较高精确度,能有效解决超低温冻土抗压强度与其影响因素间复杂的非线性关系,可为人工冻结技术在地层应急工程中的应用提供参考.
结合一个具体的工程算例,对一种防护网与液氮冻土墙复合基坑的支护结构进行了温度场、位移场和应力场的数值分析,比较了低温盐水冻结和液氮冻结两种情况下温度场演变规律的差异,同时判断了该新型支护结构的安全性,主要得出:液氮冻结形成所需冻土帷幕的时间要比盐水冻结早许多;液氮冻结的冻结效果优于盐水冻结,所形成的冻土帷幕强度比盐水冻结大;计算出来的位移场值均很小;其主应力最小值也都很小,最大值为0.92 MPa;最大剪应力为0.17 Mpa;计算得出拉、压、剪应力值的安全系数均远大于2.由此最终得出的结论为:该工法安全可靠,可为今后类似工程提供重要的参考依据.