基于BP神经网络的MICP加固滨海软土强度仿真和预测

MICP是一种环保且有效的滨海软土加固方法，它是利用微生物分解尿素生成碳酸根，然后与钙源反应生成碳酸钙沉淀，填充土颗粒间孔隙的同时胶结分散的土颗粒进而改善其工程力学性能。但加固后土体的强度受营养液浓度、菌液浓度的影响较大，需要通过大量的试验找寻其规律。为了减少成本，通过Matlab软件构建BP神经网络模型，使用624组数据对模型进行训练，再对加固后土体的156组强度数据进行预测。研究结果表明：经过大量的试验数据训练后，预测的剪应力与实际试验剪应力差异范围在−5.370%到4.238%之间，决定系数R2均大于0.9。验证了通过BP神经网络预测MICP加固滨海软土强度是可靠的，可减少试验工作量，为实际工程节约成本，为日后类似加固土的研究提供指导。

滨海地区，如上海、福建、浙江等地软土分布广泛，软土的天然含水率高、承载力低、压缩性大， 需要进行加固才能运用到工程当中。近年来在“双碳”的背景下，各种环保加固方式兴起，微生物诱导碳酸钙沉积技术(Microbially Induced Carbonate Precipitation, MICP)是一种新型的土壤加固技术， 原理是尿素在微生物降解下生成23CO −，钙源中的Ca2+与之结合成有胶凝性质的CaCO3 沉淀，起到填充土颗粒间的孔隙同时胶结分散的土颗的作用，有效提高土体强度。加固的效果也受到营养液浓度、菌液浓度等因素影响。像此类新颖环保的土体加固方式近年来越来越多，这些研究丰富了工程理论的同时，也给研究人员们带来了巨大的工作量。

对于加固后的土体强度， 检测试验较为困难， 周期较长， 成本很高。

Anh [1]构建人工神经网络模型用于造纸污泥灰稳定剂处理余土混合料设计；顾等[2]引入LASSO 算法，对滆湖组黏性土抗剪强度进行有效预测；Hao 等[3]基于中国15 个城市的18 个固体废物分类指标，使用人工神经网络(ANN)模型，评估城市生活垃圾分离能力。建立基于扫描优化和机器学习方法的人工神经网络来预测缺失指标。

从而将城市生活垃圾分离能力的预测精度提高到95.15%；Huan 等[4]使用BP 神经网络描绘了污染物羽流， 分析了污染物在不同层中的空间分布， 提出了一个集成BP 网络和地质统计学的模型， 以描绘共污染地点的土壤污染物羽流；Li 等[5]用BP 神经网络研究了埋地腐蚀管道的可靠性。

结果表明， 用于预测管道破坏压力的拟合公式比传统代码更准确。埋藏深度、冻胀速率、冻胀段长度等对腐蚀管道可靠性的影响相对较小。5000 mm 以内的冻胀段对腐蚀管道的可靠性起到一定的积极作用；上述研究表明， BP 神经网络预测这个领域国内外已有一定数量的研究， 但是如MICP 这类新颖环保的土体加固方式，