Autoreferat - PB Wydział Budownictwa i Inżynierii Środowiska

Komentarze

Transkrypt

Autoreferat - PB Wydział Budownictwa i Inżynierii Środowiska
Politechnika Białostocka
Wydział Budownictwa i Inżynierii Środowiska
AUTOREFERAT ROZPRAWY DOKTORSKIEJ
mgr Marek Adam Patakiewicz
Wpływ wskaźników sedymentologicznych uziarnienia
na parametry zagęszczalności gruntu
Promotor:
dr hab. inż. Katarzyna Zabielska-Adamska,
Zabielska Adamska, prof. nzw.
Recenzenci:
prof. dr hab. inż. Stanisław Pisarczyk,, prof. zw.
dr hab. inż. Maria Jolanta Sulewska
Białystok 2013
WSTĘP
Grunt jako materiał konstrukcyjny musi spełniać określone wymogi, co
nierozerwalnie łączy się z wykonywaniem odpowiednich badań laboratoryjnych i
polowych. Na podstawie wyników badań uziarnienia i zagęszczalności grunt kwalifikuje
się pod względem jego przydatności do realizacji robót ziemnych. Rodzaj użytego
materiału gruntowego w połączeniu z zastosowaną technologią zagęszczania rzutują na
efekt końcowy, jakim jest wykonanie budowli ziemnej o zakładanych parametrach
stateczności i nośności.
Na wielkość parametrów zagęszczalności ma wpływ wiele czynników, przy czym
uziarnienie – niezależnie od rodzaju gruntu – jest ważnym czynnikiem oddziaływującym
na parametry zagęszczalności. Istotne jest szczegółowe rozpoznanie zależności pomiędzy
parametrami uziarnienia a parametrami zagęszczalności, tym bardziej, że wskaźniki
sedymentologiczne – poza wskaźnikiem niejednorodności uziarnienia CU i wskaźnikiem
krzywizny uziarnienia CC – zasadniczo nie są wykorzystywane w praktyce badań
geotechnicznych. Określanie parametrów zagęszczalności gruntu metodą Proctora jest
badaniem złożonym i czasochłonnym, dlatego prowadzi się wielokierunkowe prace
badawcze mające na celu usprawnienie i przyspieszenie wnioskowania, co do wielkości
parametrów zagęszczalności. Wśród metod przyspieszających wnioskowanie można
wyróżnić metody oparte na zależnościach statystycznych lub wykorzystujących nowe
narzędzia data mining, takie jak sieci neuronowe. W podziale ogólnym można wyróżnić:
1. metody oparte na zależnościach pomiędzy parametrami zagęszczalności
a parametrami plastyczności (granicami Atterberga: wL, wP oraz wskaźnikiem
plastyczności IP);
2. metody oparte na zależnościach pomiędzy parametrami uziarnienia a parametrami
zagęszczalności.
Przykładem metod należących do pierwszej grupy są:
• zależności korelacyjne podane przez Pisarczyka (1994):
ρd max = 1,6727 + 0,0046 fP
(R2 = 0,66)
(R2 = 0,79)
wopt = 6,036 + 0,2384 wL
• zależności korelacyjne, które zaproponowali Aragon i in. (2000):
ρd max = 1,766 – 0,00598 fπ – 0,0158 Iom
(R2 = 0,86)
wopt = 10,1 + 0,23 fπ – 2,669 Iom
(R2 = 0,88)
• zależności korelacyjne Nagaraja (2000) oraz Sridharana i Nagaraja (2005):
γd max = 0,23 (93,3 – wP)
(R2 = 0,86)
wopt = 0,92 wP
(R2 = 0,98)
Do drugiej grupy metod – opartych na zależnościach pomiędzy parametrami uziarnienia
a parametrami zagęszczalności zaliczyć należy:
• zależność zaproponowana przez Arvelo (2004):
ρd max = 1,405 CU 0,166
(R2 = 0,906)
• zależności korelacyjne określone przez Sulewską (2009):
ρd max = 1,532 + 0,052 CU – 0,365 d50
(R2 = 0,843)
wopt = 17,3 – 1,2 CU
(R2 = 0,635)
• modele neuronowe opracowane przez Sulewską (2009), gdzie dla sieci o wejściach:
CU i średnicach d10–d90 oraz wyjściu ρd max – współczynnik determinacji dla
zbioru walidacyjnego wyniósł 0,916, a w przypadku wopt w zbiorze
walidacyjnym uzyskano R2 w granicach 0,721–0,743, gdy wejściami były: CU
i średnice efektywne, a wilgotność optymalna była jedynym lub jednym z kilku
wyjść.
1
1. TEZA, CEL I ZAKRES PRACY
Uziarnienie gruntu oraz parametry zagęszczalności nie są wartościami stałymi dla
danego rodzaju gruntu. Parametry zagęszczalności mogą zmieniać się w dość znacznym
zakresie, istotnym dla oceny stanu zagęszczenia, nawet w przypadku budowli
wykonywanych z gruntów o jednorodnym uziarnieniu, pochodzących z tego samego
ukopu lub kopalni. Stąd istotnym zadaniem – tak pod względem poznawczym, jak i z
punktu widzenia bezpośredniej realizacji inżynieryjnych budowli ziemnych – było
rozpoznanie tego zagadnienia poprzez analizę zależności pomiędzy parametrami
zagęszczalności a parametrami uziarnienia.
Z tych przesłanek wynikała teza pracy: istnieją wskaźniki uziarnienia, inne niż
wskaźnik niejednorodności uziarnienia CU, których zmiany mają istotny wpływ na
zmienność parametrów zagęszczalności gruntów.
Celem pracy było określenie wpływu sedymentologicznych wskaźników uziarnienia
na zmienność parametrów zagęszczalności gruntów, co umożliwi opis parametrów
zagęszczalności gruntów w oparciu o parametry uziarnienia i ułatwi właściwe
zagęszczenie gruntów wbudowywanych w budowle ziemne, przy znacznym ograniczeniu
długotrwałych badań laboratoryjnych.
Cele szczegółowe obejmowały:
1. Analizę wpływu poszczególnych sedymentologicznych wskaźników uziarnienia na
wielkości parametrów zagęszczalności gruntów mineralnych (głównie gruntów
niespoistych). Próbę określenia zmian dynamiki środowiska sedymentacyjnego
i ich wpływu na parametry zagęszczalności gruntów.
2. Wyjaśnienie, czy zmiany wskaźników sedymentologicznych w obrębie jednolitego
genetycznie złoża mają odbicie w zmienności parametrów zagęszczalności. Analizę
wpływu zmienności tych parametrów na jakość realizowanych robót ziemnych.
3. Określenie, które wskaźniki sedymentologiczne i w jakich przedziałach zmienności
mogą służyć do opisu zagęszczalności danego gruntu, podobnie jak wskaźnik
niejednorodności uziarnienia.
4. Próbę wskazania własnego wskaźnika, mającego wpływ na parametry
zagęszczalności gruntów.
Uzyskanie finansowania w ramach projektu badawczego promotorskiego nr N N506
158638, realizowanego w latach 2010-2012, pozwoliło na rozszerzenie celów i zakresu
pracy doktorskiej. Kolejnym szczegółowym celem pracy była analiza składu mineralnego
badanych gruntów oraz kształtu i tekstury poszczególnych ziaren, co umożliwi wyjaśnienie
wpływu genezy gruntów na zmienność parametrów zagęszczalności.
Materiałem wyjściowym do prowadzonych analiz były wyniki badań uzyskane
w trakcie pomiarów kontrolno-badawczych stanu zagęszczenia gruntów nasypowych,
głównie dotyczących obiektów komunikacyjnych i hydrotechnicznych. W dalszym etapie
prac przeprowadzono szereg badań i analiz obejmujących przede wszystkim: badania
parametrów zagęszczalności wybranych gruntów niespoistych, analizy uziarnienia,
badania z wykorzystaniem mikroskopii optycznej i mikroskopii elektronowej (SEM),
badania składu mineralnego oraz analizy kształtu ziaren według klasyfikacji Zingga.
Badania specjalistyczne za pomocą mikroskopu skaningowego wyposażonego
w przystawkę EDS zostały wykonane na Wydziale Geologii Uniwersytetu Warszawskiego
w Międzyinstytutowym Laboratorium Badań Właściwości i Mikrostruktur Geomateriałów.
Badania uziarnienia i jego zmian po zagęszczeniu wykonano przy użyciu analizatora
2
optyczno-elektronicznego w Laboratorium Zakładu Geologii Inżynierskiej Wydziału
Geologii Uniwersytetu Warszawskiego.
Grunty, których wyniki badań zaprezentowano w przedkładanej pracy, reprezentują
wszystkie najważniejsze środowiska sedymentacyjne, tj. środowiska eoliczne, aluwialne,
fluwioglacjalne, zastoiskowe oraz morskie (litoralne). Były to przede wszystkim grunty
niespoiste, o uziarnieniu od piasków pylastych piasków drobnych do żwirów. Do
określenia nazwy gruntu wykorzystano klasyczne nazewnictwo określone normą PN-86/B02480, używane w literaturze i praktyce inżynierskiej. Ze względu na powtarzające się
nazwy gruntów, grunty oznaczono dodatkowo jako obiekty badawcze nazwane od miejsca
pobrania gruntu.
2. SKŁAD MINERALNY GRUNTÓW ORAZ STOPIEŃ OBTOCZENIA
WEDŁUG POWERSA
2.1. Skład mineralny
Skład mineralny gruntów określono na podstawie badań wykonanych przy użyciu
mikroskopu optycznego oraz na podstawie badań SEM z wykorzystaniem mikrosondy
EDS. Badania mikroskopowe (optyczne) składu mineralnego dotyczyły gruntów
reprezentujących środowiska: morskie, aluwialne plejstoceńskie, aluwialne holoceńskie
oraz fluwioglacjalne. Dla każdego z gruntów badania mikroskopowe optyczne wykonano
na trzech wyseparowanych frakcjach gruntu: 0,50−1,00 mm, 1,00−2,00 mm, > 2 mm.
Każdy rodzaj gruntu badano na próbkach liczących od 924 do 1014 ziaren. Wyniki badań
przedstawiono w tabeli 1.
Tabela 1. Zmienność składu procentowego zawartości kwarcu i składników litycznych
w zależności od środowiska sedymentacyjnego
Frakcje gruntu [mm]
Obiekt
Pochodzenie
Lp.
Składnik gruntu
badawczy
gruntu
0,50-1,00
1,00-2,00
>2
[%]
[%]
[%]
1
Wilanów
aluwialne
(plejstocen)
2
Sianożęty
morskie
3
Rudno
Jeziorowe
– kopalnia
fluwioglacjalne
4
Białka
(Nowa Biała)
aluwialne
(holocen)
kwarc
91,0
73,5
37,9
ziarna lityczne
5,3
22,1
52,2
kwarc
92,2
62,2
23,9
ziarna lityczne
5,6
32,3
73,0
kwarc
84,0
78,7
38,1
ziarna lityczne
8,0
15,7
57,5
kwarc
36,8
19,1
13,0
80,9
87,0
ziarna lityczne
63,2
Objaśnienia: ziarna lityczne – ziarna granitoidów, łupków, piaskowców.
Dla badanych gruntów składnikami podstawowymi były: kwarc, składniki lityczne
oraz glinokrzemiany i minerały ciemne. Skład mineralny zmieniał się w zależności od
frakcji gruntu, środowiska osadzania i długości drogi transportu. Zawartość kwarcu w
analizowanych próbkach była zmienna i niezależnie od środowiska sedymentacyjnego,
rosła wraz ze zmniejszaniem się frakcji ziaren gruntów.
Zawartość składników litycznych rosła wraz ze zwiększaniem się frakcji ziaren
gruntów, niezależnie od środowiska sedymentacyjnego. Skład mineralny najbardziej
różnicował się dla gruntów aluwialnych, osadzanych w warunkach krótkiego transportu o
dużej dynamice zmian przepływu (Nowa Biała).
3
Dalsze badania wykonano przy użyciu mikroskopu skaningowego (SEM) z
przystawką EDS. Oznaczenia dotyczyły gruntów reprezentujących środowiska: morskie,
aluwialne plejstoceńskie, aluwialne holoceńskie oraz fluwioglacjalne. Badania SEM/EDS
pozwoliły określić punktowo skład pierwiastkowy wybranych ziaren gruntów,
jednocześnie dając możliwość dokładnej analizy kształtu ziaren oraz reliefu ich
powierzchni.
Przykładowy obraz skaningowy ziaren minerałów występujących w piaskach oraz
widmo EDS dokumentujące skład chemiczny przedstawiono na rys. 1 i 2. Na rys. 3
przedstawiono przykład zróżnicowania kształtów ziaren piasków, będące efektem
działania procesów geodynamicznych i sedymentacyjnych.
Rys. 1. Ostrowo (wydma): kryształ kwarcu (3) wypreparowany w wyniku wietrzenia
ze skały macierzystej, obok kryształu kwarcu widoczne są inne ziarna kwarcowe
o zróżnicowanych stopniach obtoczenia
Rys. 2. Ostrowo (wydma): widmo EDS oznaczanego kryształu kwarcu
4
a)
b)
Rys. 3. Wietrzenie mechaniczne: a) piasek morski Ostrowo – fragment świeżo spękanego ziarna
kwarcu pochodzenia eolicznego z widocznymi przełamami muszlowymi, b) piasek morski
Sianożęty – ziarno piasku kwarcowego ze śladami świeżych odłupań oraz widoczną w prawej
części zdjęcia otwartą linią spękania
Analiza obrazów SEM pozwoliła stwierdzić, iż najlepszym obtoczeniem oraz
najmniej urozmaicona rzeźbą powierzchni charakteryzują się piaski eoliczne. Natomiast
największym zróżnicowaniem reliefu powierzchni charakteryzują się grunty
sedymentowane w środowiskach fluwioglacjalnych i morskich, co wiązać należy przede
wszystkim z dużą dynamiką samego środowiska sedymentacyjnego oraz ze
zróżnicowaniem składu mineralnego. W badaniach EDS ziarna piasków składem
pierwiastkowym odpowiadają głównie kwarcowi i glinokrzemianom. Skład mineralny
najbardziej zróżnicowany jest dla gruntów aluwialnych, osadzanych w warunkach
krótkiego transportu o dużej dynamice zmian przepływu. Zróżnicowanie składu
mineralnego wiąże się ze różnicowaniem odporności ziaren gruntów na wzajemne
oddziaływania mechaniczne w transporcie, szczególnie w odniesieniu do glinokrzemianów
oraz kwarców. Dla ziaren kwarców zaobserwowano powstawanie pęknięć zmęczeniowych
(rys. 3 b). Najbardziej zróżnicowanym składem mineralnym charakteryzują się grunty
aluwialne (holoceńskie), osadzane w warunkach krótkiego transportu, o dużej dynamice
zmian przepływu.
2.2. Stopień obtoczenia według Powersa
Przechodząc przez kolejne cykle sedymentacyjne, ziarna gruntów niespoistych
zyskują specyficzne cechy, takie jak: określony kształt i wielkość, stopień obtoczenia oraz
wygładzenia powierzchni, które nadawane są im przez poszczególne środowiska transportu
i sedymentacji. Stopień obtoczenia frakcji piaskowej i żwirowej najczęściej określa się na
podstawie wizualnego porównania ze wzorcem.
W ramach badań własnych wykonano analizę obtoczenia ziaren badanych gruntów w
zależności od środowiska sedymentacji – według skali Powersa, która wyróżnia sześć klas
obtoczenia ziaren, od ziaren bardzo ostrokrawędzistych do dobrze obtoczonych. Wyniki
badań przedstawiono w tabeli 2. Za wyjątkiem gruntu z Nowej Białej wraz ze
zmniejszaniem się frakcji gruntu rósł stopień obtoczenia poszczególnych ziaren.
5
Tabela 2. Stopień obtoczenia ziaren kwarcu wybranych gruntów według skali Powersa
Lp.
Obiekt
badawczy
Środowisko
sedymentacyjne
Symbol
gruntu
aluwialne
(holocen)
Ps
1
Białka
(Nowa Biała)
2
Jastrzębia Góra
morskie
Ps
3
Sianożęty
morskie
Ps
4
Wilanów
aluwialne
(plejstocen)
Ps
5
Rudni
Jeziorowe
kopalnia
fluwioglacjalne
Po
Frakcja
[mm]
0,50 – 1,00
1,00 –2,00
> 2,00
1,00 –2,00
0,50 – 1,00
1,00 –2,00
> 2,00
0,50 – 1,00
1,00 –2,00
> 2,00
0,50 – 1,00
1,00 –2,00
> 2,00
Średni
stopień obtoczenia
1
1
1
5
2–4
3
3–4
3–4
3–4
2–3
3–4
2–3
2
3. WPŁYW PARAMETRÓW UZIARNIENIA NA PARAMETRY
ZAGĘSZCZALNOŚCI GRUNTÓW
Materiałem wyjściowym dla prowadzonych obliczeń i analiz statystycznych były
zbiory wyników badań stanu zagęszczenia gruntów nasypowych różnorodnych budowli
ziemnych oraz wyniki badań wykonanych w związku z realizacją tematu pracy.
Analizowane grunty były gruntami wieku czwartorzędowego, pochodzącymi z
różnych obszarów Polski. Badania wykonywano głównie na gruntach mineralnych
niespoistych, o uziarnieniu od piasków pylastych po żwiry. Parametry zagęszczalności,
wilgotność optymalną wopt i maksymalną gęstość objętościową szkieletu gruntowego ρdmax,
określano metodą standardową Proctora. Wyniki badań własnych gruntów niespoistych
wskazują, iż wszystkie badane piaski wieku czwartorzędowego charakteryzują się
krzywymi typu A lub typu B (rys. 4) według charakterystyki krzywych zagęszczalności
zaproponowanych przez Lee i Suedkampa (1972).
Rys. 4. Typy krzywych zagęszczalności A i B uzyskiwane metodą Proctora
W pracy przeanalizowano 22 wskaźniki sedymentologiczne uziarnienia (wybrane
wskaźniki pokazano w tab. 3) oraz 9 średnic zastępczych dx (d10–d90). Dla potrzeb pracy
doktorskiej opracowany został program „Granulacja”, służący do obliczeń wskaźników
uziarnienia w oparciu o średnice wyrażone w skali milimetrowej; wszystkie obliczenia
parametrów uziarnienia zostały wykonane z wykorzystaniem tego programu.
6
Tabela 3. Wskaźniki uziarnienia wymienione w autoreferacie (Gołębiewska i Lipiński, 2000;
Racinowski i in., 2001; Merkus, 2009)
Wskaźnik
Lp.
Wzór
Objaśnienia
sedymentologiczny
1 wskaźnik PM
m1 – zawartość w próbce gruntu składników
grubszych od 0,25 mm, m2 – zawartość
w próbce gruntu składników drobniejszych
niż od 0,25 mm
2 wskaźnik SFR
S – zawartość frakcji piaszczystej według
ASTM (≥ 0,074 mm), F – zawartość frakcji
drobnej według ASTM (< 0,074 mm); S + F
= 100%
3 wskaźnik nachylenia
d80, d30 – średnice efektywne ziaren
krzywej uziarnienia
Ux
4 wskaźnik nachylenia
K – współczynnik skali (wartość domyślna
0,5
·
krzywej uziarnienia
K = 1), d80 i d30 – średnice efektywne ziaren
tg α
5
wskaźnik
wysortowania So
(Traska)
6
wskaźnik QDa
odchylenia
standardowego
Krumbeina
7
wskaźnik
różnoziarnistości U
(Hazena)
8
wskaźnik krzywizny
uziarnienia CC
9
wskaźnik szerokości
względnej RW
2
#
!"
!$
%
#
&
·
Q1 – pierwszy kwartyl – średnica ziaren,
które wraz z mniejszymi stanowią 25% masy
badanej próbki gruntu (Q1 = d25); Q3 – trzeci
kwartyl – średnica ziaren, które wraz
z mniejszymi stanowią 75% masy badanej
próbki gruntu (Q3 = d75)
Q1 – pierwszy kwartyl – średnica ziaren,
które wraz z mniejszymi stanowią 25% masy
badanej próbki gruntu (Q1 = d25), Q3 – trzeci
kwartyl, – średnica ziaren, które wraz z
mniejszymi stanowią 75% masy badanej
próbki gruntu (Q3 = d75)
d60, d10 – średnice efektywne ziaren
d60, d30, d10 – średnice efektywne ziaren
d90, d50, d10 – średnice efektywne ziaren
'
Objaśnienia: dx - średnice efektywne ziaren, które wraz z mniejszymi stanowią x% suchej masy próbki.
Analizy statystyczne i obliczenia wykonano przy użyciu pakietu statystycznego
„Statistica 9.1 PL” oraz arkusza kalkulacyjnego Excel 2007. Analizie wstępnej poddawano
każdy ze zbiorów danych wejściowych (obiekt badawczy) zawierający parametry
zagęszczalności i odpowiadające im wyniki analiz uziarnienia. Tok postępowania w
obrębie poszczególnych zbiorów (charakteryzujących dany obiekt badawczy) prowadzony
był według następującej procedury: wprowadzenie danych, weryfikacja danych i
poprawności ich wprowadzenia, obliczenia statystyk opisowych, obliczenia
sedymentologicznych wskaźników uziarnienia z użyciem programu „Granulacja”,
weryfikacja poprawności uzyskanych wyników.
7
Kolejnym etapem były analizy korelacyjne wykonywane metodą regresji prostej
i regresji
wielokrotnej
(wielorakiej).
Dopasowanie
modeli
predykcyjnych
2
charakteryzowano za pomocą współczynnika determinacji R oraz błędu standardowego
estymacji Se, Istotność współczynników korelacji testowano testem t–Studenta.
Dodatkowo, przy ocenie modeli uzyskanych metodą regresji prostej i wielokrotnej
stosowano globalny test F Fishera-Snedecora.
3.1. Grupy badawcze
Analizy statystyczne prowadzono na dwóch grupach wyników badań, wydzielonych
jako grupa główna i grupa analityczna.
W prowadzonych analizach zmiennymi niezależnymi (objaśniającymi) były:
parametry uziarnienia w postaci średnic zastępczych d10–d90 oraz 22 wskaźników
sedymentologicznych uziarnienia. Prezentowane w autoreferacie wskaźniki o największej
istotności statystycznej pokazano w tabeli 3. Zmiennymi zależnymi (objaśnianymi) były:
wilgotność optymalna wopt oraz maksymalna gęstość objętościowa szkieletu gruntowego
ρd max.
Grupa główna
Grupę główną stanowiły wyniki badań gruntów dotyczące 14 budowli ziemnych
(obiektów badawczych), zróżnicowanych pod względem lokalizacji, rodzaju budowli
ziemnej, rodzaju gruntów oraz ich genezy. Łączna liczebność zbiorów wyników zawartych
w grupie głównej wynosiła 423 wyniki badań parametrów zagęszczalności i uziarnienia.
Charakterystykę obiektów grupy głównej przedstawiono w tabeli 4.
Tabela 4. Grupa główna – obiekty badawcze
Lp.
Nazwa
1
2
1
Bojary
2
Choszczówka
3
Dzierżenin
4
Gralewo
5
Pułtusk
6
Pułtusk
7
8
9
10
WarszawaPraga (K)
WarszawaPraga (P)
Łomża –
Kupiski
– Jednaczewo
Siemianówka
Rodzaj budowli ziemnej
Pochodzenie
gruntu
Rodzaj
gruntu
Ilość
pomiarów
3
4
5
6
obwałowanie rzeki Bug
korpus nasypu
– III tor Warszawa-Praga
– Legionowo
warstwa filtracyjna
– III tor Warszawa-Praga
– Legionowo
warstwa filtracyjna
– III tor Warszawa-Praga
– Legionowo
obwałowanie
oczyszczalni
równia
stacyjna
równia stacyjna
grupa końcowa (K)
równia stacyjna
grupa przyjazdowa (P).
aluwialne
Ps
60
aluwialne
Ps
36
fluwioglacjalne
Po + Ps
19
fluwioglacjalne
Po
24
aluwialne
Pd
21
nieoznaczone
Pd
11
nieoznaczone
Ps, Pπ,
Ż
57
nieoznaczone
Ps, Pπ
65
aluwialne
Pd, Pπ
67
nieoznaczone
Ps
7
wał
przeciwpowodziowy
nasyp kolejowy
8
Tabela 4. cd.
1
2
11
Brzezinka –
Dorota – Jęzor
12
Peron „0”.
13
Otwock
14
Tunel
Średnicowy
3
nasyp kolejowy
nasyp peronu dworca
Warszawa-Wschodnia
kolektor sanitarny
(zasypka)
nasyp nad tunelem
kolejowym
4
5
6
fluwioglacjalne
Ps
25
fluwioglacjalne
Ps
14
eoliczne
/aluwialne
Ps + Pr
10
fluwioglacjalne
Po
7
Grupa analityczna
Grupę analityczną tworzył zespół wyników badań gruntów (utworzony z nowych,
odrębnych obiektów badawczych), zróżnicowanych pod względem genezy oraz miejsca
ich występowania. Grupę tę utworzono pod kątem zapewnienia maksymalnego
zróżnicowania uziarnienia i parametrów zagęszczalności gruntów. Liczebność grupy
analitycznej wynosiła 35 wyników badań parametrów zagęszczalności i uziarnienia.
Charakterystykę obiektów grupy analitycznej przedstawiono w tabeli 5.
Tabela 5. Grupa analityczna – obiekty badawcze
Pochodzenie
Obiekty badawcze
gruntu
Karwia, Ostrowo – plaża,
morskie
Sianożęty, Władysławowo
Zakręt, Okęcie, Karpin, Piastów – Fałata,
zastoiskowe
Wieniawskiego
aluwialne
Białka (Nowa Biała)
(holoceńskie)
aluwialne
Białołęka, Saska Kępa, Wilanów
(plejstoceńskie)
Jabłonna
eoliczne
Dębinki, Rudno Jeziorowe – kopalnia,
fluwioglacjalne
Rudno Jeziorowe – przeróbka, Skorosze,
Zakręt 4-5
Rudno Jeziorowe (1)
glacjalne
Przyborowice, Domaniewska
fluwioglacjalne
Baryłka
nieoznaczone
Rodzaj
gruntu
Liczebność
obiektów
Ps
4
Pd
6
Ps, Pr
2
Ps
6
Ps
1
Po
11
Pog
Ps, Pr
Pr
2
2
1
3.2. Grupa główna – analizy statystyczne
3.2.1. Regresja prosta
Dla wszystkich obiektów grupy głównej w pierwszej kolejności obliczono macierze
współczynników korelacji liniowej r. Najwyższe wartości współczynników korelacji
liniowej r pomiędzy parametrami zagęszczalności ρd max i wopt a zmiennymi objaśniającymi
uzyskano dla obiektu Dzierżenin: dla zależności ρd max = f(CU) oraz wopt = f(So). Dla
zależności ρd max = f(CU) wartość współczynnika korelacji wynosiła r = 0,883, co
objaśniało około 78% zmian wartości ρd max, dla zależności wopt = f(So) wartość
współczynnika korelacji wynosiła r = –0,660, co objaśniało około 44% zmian wartości
wopt. Wykresy rozrzutu oraz linie regresji ilustrujące powyższe zależności przedstawiono
na rys. 5. Wartości współczynników korelacji istotne statystycznie – uzyskane w jednym
zbiorze (obiekcie) – nie przenosiły się na obiekty kolejne. W przypadku korelacji średnic
9
zastępczych dx z parametrami zagęszczalności obserwowano zmienność znaków korelacji
– np. średnice dx skorelowane dodatnio z ρd max (Dzierżenin), w przypadku obiektu
Gralewo skorelowane były ujemnie (rys. 6).
Wskaźnikami sedymentologicznymi uziarnienia, które najczęściej wykazywały
statystycznie istotne wartości współczynników korelacji r (na poziomie istotności α =0,05)
były parametry Ux, SFR, tg α, RW i QDa.
a)
b)
[g/cm3]
2,15
.
[%]
13
Dzierżenin
Dzierżenin
2,10
12
wopt = 15,330 - 3,043 So
11
2,05
r = -0,660
wopt
ρ dmax
10
R2 = 0,44
2,00
1,95
9
8
ρdmax = 1,7009 + 0,0445 CU
1,90
7
r = 0,883
1,85
6
R2 = 0,78
1,80
3
4
5
6
7
8
9
5
1,6
10
1,8
2,0
2,2
2,4
CU
2,6
2,8
3,0
So
Rys. 5. Zależności liniowe dla obiektu Dzierżenin:
a) zależność ρd max = f (CU) r = 0,883, b) zależność wopt = f (So) r = –0,660
___
prosta regresji, ---- krzywe 95% przedziałów ufności
a)
b)
[g/cm3]
2,15
[g/cm3]
.
.
2,30
Dzierżenin
Gralewo
2,25
2,10
2,20
R2 = 0,275
2,15
r = -0,524
2,10
ρdmax = 2,1382 - 0,0124 d90
2,00
ρ dmax
ρ dmax
2,05
1,95
2
1,90
1,85
1,80
0,0
R = 0,50
2,00
r = 0,704
1,95
ρdmax = 1,7889 + 0,0608 d90
0,5
1,0
1,5
2,0
2,5
3,0
d90
3,5
2,05
4,0
4,5
5,0
1,90
5,5
1,85
4
6
8
10
12
14
16
18
20
22
24
26
d90
Rys. 6. Zależność liniowa ρd max = f (d90):
a) obiekt Dzierżenin r = 0,704, b) obiekt Gralewo r = –0,524
___
prosta regresji, ---- krzywe 95% przedziałów ufności
Macierze współczynników korelacji liniowej r obliczono także na zbiorze ogólnym –
powstałym z połączenia wszystkich analizowanych obiektów grupy głównej. Liczebność
tego zbioru wynosiła 423 wyniki badań parametrów zagęszczalności i uziarnienia.
Najwyższe wartości współczynników korelacji liniowej r pomiędzy parametrami
zagęszczalności i zmiennymi objaśniającymi uzyskano dla zależności ρd max = f(So) oraz
wopt = f(PM). Dla zależności ρd max = f(So) wartość współczynnika korelacji wynosiła
r = 0,636, co objaśniało około 40% zmian wartości ρd max. W przypadku zależności
wopt = f(PM) wartość współczynnika korelacji wynosiła r = –0,485, co objaśniało zaledwie
około 24% zmian wartości wopt. Wykresy rozrzutu oraz linie regresji ilustrujące powyższe
zależności przedstawiono na rys. 7.
10
a)
b)
[g/cm3]
2,3
[%]
18
.
.
zbiór n = 423
16
2,2
wopt = 11,727 - 0,423 PM
R2 = 0,24
r = -0,485
14
2,1
wopt
ρ dmax
12
2,0
1,9
.
8
zbiór n = 423
1,8
6
ρdmax = 1,585 + 0,152 So
1,7
r = 0,636
1,6
1,0
10
4
R2 = 0,40
2
1,5
2,0
2,5
So
3,0
3,5
4,0
-2
0
2
4
6
8
10
12
14
16
18
20
PM
Rys. 7. Grupa główna – zbiór ogólny (n = 423):
a) zależność ρd max = f (So) r = 0,635, b) zależność wopt = f (PM) r = –0,485
___
prosta regresji, ---- krzywe 95% przedziałów ufności
3.2.2. Regresja liniowa wielokrotna
W regresji liniowej wielokrotnej jako zmiennych niezależnych użyto średnic
zastępczych dx oraz średnic zastępczych dx w połączeniu z sedymentologicznymi
wskaźnikami uziarnienia. Analizę przeprowadzono metodą regresji krokowej wstecznej,
z parametrami FINP = 4 i FOUT = 3. W pierwszej kolejności przeprowadzono obliczenia na
danych z poszczególnych obiektów badawczych, następnie na zbiorze połączonym, tj.
uzyskanym z połączenia wszystkich obiektów badawczych grupy głównej. Uzyskano
niskie wartości współczynnika determinacji R2 (przeciętnie R2 < 0,5). Najlepszy rezultat
osiągnięto na zbiorze uogólnionym dla modelu, gdzie zmienną objaśnianą była ρd max, a
zmiennymi objaśniającymi istotnymi statystycznie były średnice: d10, d30, d40, d50, d80 oraz
wskaźnik wysortowania Traska So. Wielkość współczynnika determinacji była równa
R2 = 0,638, co w około 64% wyjaśniło zmienność wartości ρd max.
3.2.3. Analiza skupień
Analizując przyczyny niskiej korelacji liniowej parametrów zagęszczalności
z parametrami uziarnienia dla zbiorów tworzących grupę główną – przeprowadzono
analizę skupień (cluster analysis) metodą aglomeracyjną. Sprawdzono jak szybko obiekty
mogą się homogenizować, w efekcie wpływając na zawężenie spektrum prowadzonych
obserwacji i analiz.
Do analizy skupień wybrano wartości średnie zmiennych: ρd max, wopt, d30, d50, d70,
CU reprezentujących wszystkie obiekty badawcze (za wyjątkiem obiektu Otwock, gdzie
parametr wopt nie został w pełni udokumentowany). Jako metodę aglomeracji wybrano
metodę Warda, a jako miarę odległości zastosowano odległość euklidesową oraz kwadrat
odległość euklidesowej. Dendrogram uzyskany dla zmiennych standaryzowanych i
odległości euklidesowych przedstawiono na rys. 8, a wykres przebiegu aglomeracji dla
tego dendrogramu przedstawiono na rys. 9. Mimo dużej początkowej liczby obiektów i ich
wstępnego zróżnicowania, następuje bardzo szybka aglomeracja obiektów do kilku
zbiorów (o dużym podobieństwie między poszczególnymi obiektami wewnątrz danego
zbioru), przy jednoczesnych bardzo krótkich odległościach wiązań.
11
Bojary
Metoda Warda
Peron 0
odległ. euklidesowa
zmienne standaryzowane
Choszczówka
Brzezinka-Dorota-Jęz
Dzierżenin
Warszawa-Praga (P)
Warszawa-Praga (K)
Siemianówka
Pułtusk - oczyszczal
Pułtusk - równia sta
Łomża-Kupiski-Jednac
Gralewo
Tunel Średnicowy
0
2
4
6
8
10
12
14
16
Odległość wiąz.
Rys. 8. Dendrogram wyznaczony metodą Warda dla standaryzowanych wartości średnich
zmiennych: ρd max, wopt, d30, d50, d70, CU dla obiektów tworzących grupę główną
---- linia punktu cięcia
W przypadku zastosowania jako miary odległości kwadratu odległości euklidesowej
– aglomeracja do 3 grup obiektów następuje na odcinku, gdzie relacja odległości wiązania
do maksymalnej odległości wiązania wynosi około 10%.
18
Wykres odległości wiązania względem etapów wiązania
16
zmienne standaryzowane
odległ. euklidesowa
14
Odległość wiąz.
12
10
8
6
4
2
0
-2
0
2
4
6
8
Krok
10
12
Wiązania
Odległ.
Rys. 9. Wykres przebiegu aglomeracji wartości standaryzowanych średnich zmiennych:
ρd max, wopt, d30, d50, d70, CU dla obiektów tworzących grupę główną
---- linia punktu cięcia
Powstanie w wyniku aglomeracji zbiorów o dużym podobieństwie między
poszczególnymi obiektami wewnątrz danego zbioru spowodowało ich większą
homogenizację. Na rys. 10 pokazano przykładowe wykresy ilustrujące zależności między
parametrem zagęszczalności ρd max i parametrami uziarnienia: CU, Ux, tg α i QDa,
uzyskane w analizach prowadzonych na zbiorze aglomerowanym (1), który powstał
z połączenia obiektów: Bojary, Peron 0, Choszczówka oraz Brzezinka–Dorota–Jęzor.
12
Spostrzeżenia dotyczące szybkiej aglomeracji obiektów (pomimo ich początkowego
zróżnicowania) – uwzględniono w dalszej analizie, przy tworzeniu grupy analitycznej,
mając na celu zapewnienie maksymalnego zróżnicowania gruntów grupy analitycznej – tak
pod względem uziarnienia, jak i parametrów zagęszczalności.
a)
b)
[g/cm3]
2,05
[g/cm3]
2,05
.
grupa aglom. 1
grupa aglom. 1
2,00
2,00
1,95
1,95
1,90
1,90
ρ dmax
ρ dmax
.
1,85
1,80
1,85
1,80
1,75
r = 0,612
1,75
R2 = 0,375
ρdmax = 1,7599 + 0,0134 CU
1,70
1,65
0
2
4
6
8
10
12
14
16
18
20
1,65
0,02
22
ρdmax = 1,7884 + 0,1491 QDa
0,04
0,06
0,08
0,10
CU
0,14
0,16
0,18
d)
[g/cm3]
2,05
.
.
grupa aglom. 1
grupa aglom. 1
2,00
2,00
1,95
1,95
1,90
1,90
ρ dmax
ρ dmax
0,12
QDa
c)
[g/cm3]
2,05
1,85
1,85
1,80
1,80
1,75
1,75
R2 = 0,0062
r = -0,0787
1,70
1,65
1,2
R2 = 0,0085
r = 0,092
1,70
1,4
1,6
1,8
2,0
2,2
2,4
Ux
2,6
2,8
3,0
3,2
3,4
r = 0,0921
1,70
ρdmax = 1,8203 - 0,0077 Ux
R2 = 0,0085
ρdmax = 1,7895 + 0,0082 tg α
3,6
1,65
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,2
tg α
Rys. 10. Zbiór aglomerowany (1): Bojary, Peron 0, Choszczówka
oraz Brzezinka–Dorota–Jęzor (n = 134):
a) ρd max = f (CU) r = 0,612, b) ρd max = f (QDa) r = 0,092,
c) ρd max = f (Ux) r = –0,079, d) ρd max = f (tgα) r = 0,092
___
prosta regresji, ---- krzywe 95% przedziałów ufności
Uzyskane wyniki upoważniły do wyciągnięcia następujących wniosków:
1. zbyt homogeniczne pod względem uziarnienia grupy gruntów uniemożliwiają
znalezienie w ich obrębie odpowiednio silnych korelacji pomiędzy parametrami
zagęszczalności a parametrami uziarnienia;
2. duże ilości wyników w obrębie niektórych grup badawczych rzutują na rozkład
wyników w zbiorze ogólnym (w tym na położenie wartości średniej), mogąc
jednocześnie oddziaływać na interpretację analizowanych zjawisk;
3. pomimo dużej liczby obiektów (13 obiektów uwzględnionych w analizie skupień)
następuje ich szybka aglomeracja do 3–4 grup (w zależności od przyjętej miary
odległości wiązań), o dużym podobieństwie wewnątrzgrupowym i przy bardzo
krótkich odległościach wiązań w kolejnych etapach aglomeracji.
Po przeanalizowaniu wyników uzyskanych w pierwszym etapie badań, przystąpiono
do drugiego etapu prac, tj. do przeprowadzenia analiz w oparciu o wyniki grupy
analitycznej.
13
3.3. Grupa analityczna – analizy statystyczne
Grupa analityczna była zbiorem o mniejszej liczności (n = 35), utworzonym z
nowych obiektów, z uwzględnieniem zapewnienia maksymalnego zróżnicowania
parametrów uziarnienia i zagęszczalności gruntów. Zbiór analityczny obejmował grunty o
szerokim spektrum wartości ρd max = 1,60 ÷ 2,10 g/cm3 i wopt = 5,6 ÷ 15,4%, zawierając
grunty zróżnicowane pod względem genezy (grunty morskie, fluwioglacjalne,
zastoiskowe, eoliczne, glacjalne, aluwialne wieku plejstoceńskiego oraz aluwialne wieku
holoceńskiego). Grunty pochodzące z tej grupy były zróżnicowane pod względem
uziarnienia (od piasku drobnego do pospółki) oraz pod względem różnoziarnistości
(CU = 1,49 ÷ 15,00). Skład tej grupy dawał możliwość dokładnej obserwacji przebiegu
współzależności parametrów zagęszczalności i uziarnienia, stąd grupę tę określono
mianem grupy analitycznej. Liczebność grupy spełniała warunek liczebności dla prób
dużych (n > 30). Rozkład wartości: ρd max, wopt oraz CU (z uwzględnieniem genezy
gruntów) przedstawiono na rys. 11–13. W poszczególnych grupach genetycznych i w
grupie analitycznej – jako zbiorze jednolitym żadna z wartości parametrów ρd max, wopt oraz
CU nie została sklasyfikowana jako wartość odstająca.
.
2,2
ρdmax
[g/cm3]
2,1
2,0
1,9
1,8
1,7
glacał
fluwioglacł (Po)
aluwialne (holocen)
zastoiskowe
aluwialne (plejstocen)
fluwioglacał (Ps)
eoliczne
geneza nieokreśl.
1,5
grunty morskie
1,6
Rys. 11. Grupa analityczna – zakres zmienności wartości ρd max
z uwzględnieniem genezy gruntów
.
16
12
10
8
glacał
fluwioglacł (Po)
fluwioglacał (Ps)
aluwialne (plejstocen)
aluwialne (holocen)
eoliczne
zastoiskowe
4
grunty morskie
6
geneza nieokreśl.
wopt
[%]
14
Rys. 12. Grupa analityczna – zakres zmienności wartości wopt
z uwzględnieniem genezy gruntów
14
16
14
Mediana
Przedział międzykwartylowy 25%-75%
Zakres wartości nieodstających
Wartości odstające
Wartości ekstremalne
12
CU
10
8
6
4
glacał
fluwioglacł (Po)
fluwioglacał (Ps)
aluwialne (plejstocen)
aluwialne (holocen)
zastoiskowe
grunty morskie
geneza nieokreśl.
0
eoliczne
2
Rys. 13. Grupa analityczna – zakres zmienności wartości CU
z uwzględnieniem genezy gruntów
Dla wszystkich analizowanych zmiennych niezależnych wykonano wykresy rozrzutu
względem wartości ρd max i wopt. Najbardziej optymalne wykresy rozrzutu uzyskano
w odniesieniu do parametrów uziarnienia: CU, tg α oraz QDa, Ux. Wykresy te
przedstawiono na rys. 14–17.
a)
b)
[g/cm3]
2,3
[%]
16
2,2
14
wopt = 15,19 CU -0,345 (± 0,055)
2,1
12
wopt
ρdmax
2,0
1,9
1,8
ρdmax = 1,599 CU 0,117 (± 0,013)
10
8
1,7
6
1,6
1,5
4
0
2
4
6
8
10
12
14
16
0
2
4
6
CU
8
10
12
14
16
CU
Rys. 14. Wykres rozrzutu ρd max i wopt względem wartości parametru CU
z dopasowaną krzywą regresji
a)
b)
[g/cm3]
2,2
[%]
16
2,1
ρdmax = 1,888 tgα -0,118 (± 0,015)
14
2,0
wopt
ρdmax
12
1,9
10
1,8
8
1,7
wopt = 9,31 tgα 0,361 (± 0,052)
6
1,6
1,5
0,0
0,5
1,0
1,5
2,0
tgα
2,5
3,0
3,5
4,0
4
0,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
tgα
Rys. 15. Wykres rozrzutu ρd max i wopt względem wartości parametru tg α
z dopasowaną krzywą regresji
15
a)
b)
[g/cm3]
2,2
[%]
16
2,1
14
2,0
ρdmax = 1,995 QDa
0,058
wopt
ρdmax
12
1,9
(± 0,015)
wopt = 7,76 QDa -0,181 (± 0,044)
10
1,8
8
1,7
6
1,6
1,5
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
4
-0,5
3,5
0,0
0,5
1,0
QDa
1,5
2,0
2,5
3,0
3,5
QDa
Rys. 16. Wykres rozrzutu ρd max i wopt względem wartości parametru QDa
z dopasowaną krzywą regresji
a)
b)
[g/cm3]
2,2
[%]
16
2,1
14
2,0
wopt = 14,09 Ux -0,285 (± 0,051)
wopt
ρdmax
12
1,9
10
1,8
ρdmax = 1,656 Ux 0,089
1,7
(± 0,019)
8
6
1,6
1,5
4
0
2
4
6
8
10
12
Ux
14
16
18
20
22
0
2
4
6
8
10
12
14
16
18
20
22
Ux
Rys. 17. Wykres rozrzutu ρd max i wopt względem wartości parametru Ux
z dopasowaną krzywą regresji
3.3.1. Regresja krzywoliniowa
W regresji krzywoliniowej zastosowano linearyzację zmiennych niezależnych,
wykorzystując transformację logarytmiczną oraz transformację wielomianową
(kwadratową). Decyzję co do metody transformacji zmiennych objaśniających podjęto na
podstawie analizy wykresów rozrzutu i stopnia podobieństwa wykresów rozrzutu do
wykresów funkcji potęgowych i funkcji wykładniczych. Dokładność dopasowania funkcji
regresji oceniano łącznie, w oparciu o: wielkości skorygowanego współczynnika
determinacji R2, błędu standardowego estymacji Se oraz wartości testu F. We wszystkich
przeprowadzanych testach wartość testu F była statystycznie istotna, podobnie jak
statystycznie istotne były wszystkie współczynniki regresji (p < 0,05).
Najlepszym dopasowaniem (uwzględniając wartości skorygowane R2 i Se oraz
wartości testów F) charakteryzowały się modele zbudowane z wykorzystaniem zmiennych
transformowanych funkcją logarytmiczną. Wykresy funkcji regresji przedstawiono na
rys. 14–17.
W przypadku parametru ρd max najlepsze modele predykcyjne określone dla
zmiennych transformowanych logarytmicznie opisane zostały wzorami:
() *+
1,599 !. , /
(R2= 0,878, Se = 0,013)
1 ,
() *+
1,888
(R2= 0,844, Se = 0,015)
16
, '
() *+
1,995
(R2= 0,839, Se = 0,015)
, &
() *+
1,656
(R2= 0,757, Se = 0,019)
W przypadku parametru wopt najlepsze modele predykcyjne określone dla zmiennych
transformowanych logarytmicznie opisane zostały wzorami:
3456 15,19 !. 1 , 7'
(R2= 0,789, Se = 0,055)
, #
3456 9,31
(R2= 0,812, Se = 0,052)
1 ,
3456 7,76
(R2= 0,865, Se = 0,044)
3456 14,09 1 , '
(R2= 0,814, Se = 0,051)
Proponowane wzory do obliczeń ρd max i wopt mogą być stosowane dla parametrów:
CU, tg α, QDa, Ux, których wartości mieszczą się w zakresie:
CU = 1,49 ÷ 15,0
tg α = 0,38 ÷ 3,67
QDa = 0,03 ÷ 3,28
Ux = 1,37 ÷ 21,07
Z uwagi na silne skorelowanie wskazanych wskaźników uziarnienia z parametrami
zagęszczalności, nie było konieczne wskazanie własnego wskaźnika uziarnienia, mającego
wpływ na parametry zagęszczalności.
4. WPŁYW ZAGĘSZCZANIA DYNAMICZNEGO NA UZIARNIENIE
GRUNTÓW NIESPOISTYCH Z UWZGLĘDNIENIEM ZMIAN KSZTAŁTU
ZIAREN
Grunt zagęszczany w trakcie wbudowywania w budowle ziemne może ulegać
stopniowej destrukcji (rozdrobnieniu), szczególnie gdy historia geologiczna gruntu
wywarła wpływ na zmęczenie materiału (rys. 18). W skali laboratoryjnej podobny proces
może zachodzić podczas oznaczania parametrów zagęszczalności gruntu metodą Proctora.
Rys. 18. Ziarno kwarcu pochodzące z piasków morskich Karwi
i fragment powierzchni ziarna z liniami pęknięć
Domyślnie przyjmuje się, że zmiany uziarnienia, będące wynikiem procesu
zagęszczania i kruszenia ziaren gruntu, zawsze oddziaływają korzystnie – doziarniając
zagęszczany grunt i ułatwiając jego zagęszczanie. Interesującym zagadnieniem, tak
z poznawczego jak i praktycznego punktu widzenia, było rozpoznanie jakie grunty (tj.
o jakiej genezie i o jakim uziarnieniu) charakteryzują się najmniejszą podatnością na
17
rozkruszanie w cylindrze Proctora, a także jak efekt stopniowego rozkruszania ziaren
przekłada się na zmianę parametrów zagęszczalności i zmianę wskaźnika CU.
Wszystkie badania wykonano dla gruntów niespoistych, zróżnicowanych
genetycznie i pochodzących z różnych obszarów Polski, o uziarnieniu piasku średniego i
pospółki. Charakterystykę badanych gruntów przedstawiono w tabeli 6.
Tabela 6. Charakterystyka gruntów do oznaczania podatności na rozkruszanie w trakcie
dynamicznego zagęszczania
Obiekt
Miejsce
Podstawowy
Symbol
Geneza
Lp.
badawczy
występowania
skład mineralny
1
Władysławowo
Ps
Bałtyk/plaża
piasek morski
kwarc
taras nadzalewowy
piasek rzeczny
2
Białołęka
Ps
kwarc
Wisły
(plejstocen)
taras nadzalewowy
piasek rzeczny
3
Wilanów
Ps
kwarc
Wisły
(plejstocen)
piasek rzeczny
piaskowce,
taras zalewowy
4
Nowa Biała
Ps
(osad
granitoidy,
rzeki Białki
współczesny)
kwarc
grunt
kopalnia żwiru
kwarc, skalenie,
fluwioglacjalny
5
Dębinki
Po
i pospółki
ziarna lityczne
(plejstocen)
grunt
Rudno
zakład przeróbczy
kwarc, skalenie,
6
Po
fluwioglacjalny
Jeziorowe
kopalni pospółki
ziarna lityczne
(plejstocen)
Objaśnienia: ziarna lityczne – ziarna granitoidów, gnejsów i w mniejszym zakresie wapieni.
Próbki gruntów zagęszczano w cylindrze Proctora metodą normalną. Każda z
badanych próbek gruntu była zagęszczana wielokrotne – na tym samym gruncie oznaczano
5 kolejnych krzywych zagęszczalności (5 kolejnych cykli badawczych). Z zagęszczanego
gruntu, przed rozpoczęciem badań metodą Proctora oraz po zakończeniu każdego cyklu,
pobierano próbki do analizy uziarnienia wykonanej metodą sitową zgodnie
z PN-88/B-04481. W trakcie eksperymentu obserwowano również zmiany wielkości
i kształtu ziaren gruntu. Dla wytypowanych próbek zostały wykonane analizy kształtu
ziaren za pomocą optyczno-elektronicznego analizatora AWK 3D, wykorzystującego
metodę skanowania spadającego ziarna. Zmienność kształtu ziaren analizowano w oparciu
o diagramy Zingga, dla frakcji 0,50–1,00 mm.
4.1. Zmiany uziarnienia zagęszczanych gruntów
Zmiany w uziarnieniu zagęszczanych gruntów analizowano poprzez porównanie
zmian pozostałości frakcji gruntów na poszczególnych sitach – przed rozpoczęciem
zagęszczania oraz po zakończonych 5 cyklach. Porównywano też zmiany wartości
wskaźnika różnoziarnistości CU w odniesieniu do maksymalnej gęstości objętościowej
ρd max (tabele 7 i 8) w celu stwierdzenia, czy zmiany w uziarnieniu będące wynikiem
rozkruszania ziaren zawsze powodują lepsze doziarnienie gruntu i podnoszą jego
zagęszczalność.
Na rys. 19 przedstawiono zmiany uziarnienia zróżnicowanych genetycznie gruntów
stwierdzone po 5 cyklach zagęszczania metodą normalną Proctora.
18
Rys. 19. Zmiany uziarnienia gruntów po 5 cyklach zagęszczeń metodą normalną Proctora
Dla równoziarnistych plejstoceńskich piasków rzecznych (Białołęka, Wilanów)
zmiany w uziarnieniu przed i po zagęszczaniu są niewielkie, w obrębie poszczególnych
frakcji nie przekraczają 1,2–1,4% wagowo. Dla pospółek fluwioglacjalnych (Rudno
Jeziorowe, Dębinki) zmiany w uziarnieniu przed i po zagęszczaniu w obrębie
poszczególnych frakcji sięgają do 4,5–5,2% wagowo. Dla piasków morskich
(Władysławowo) zmiany mas w obrębie poszczególnych frakcji w trakcie kolejnych
zagęszczeń sięgają 7,9%. Dla współczesnych piasków rzecznych (Nowa Biała)
procentowy zakres zmian był największy i sięgał 9,4%.
Tabela 7. Zmiany wartości CU w wyniku zagęszczeń metodą normalną Proctora
CU
Pochodzenie
Lp.
Obiekt badawczy
Wartość
Po 1
Po 2
gruntu
początkowa badaniu badaniu
1
Władysławowo
morskie
1,61
1,60
1,69
2
Wilanów
aluwialne
2,15
2,18
2,16
3
Białołęka
aluwialne
2,07
2,09
2,04
4
Nowa Biała
aluwialne
2,76
4,75
4,71
5
Rudno Jeziorowe
fluwioglacjalne
2,92
3,35
3,37
6
Dębinki
fluwioglacjalne
4,18
5,17
5,25
Tabela 8. Zmiany wartości ρd max w wyniku zagęszczeń metodą normalną Proctora
ρd max [g/cm3]
Pochodzenie
Lp.
Obiekt badawczy
gruntu
Po 1 badaniu
Po 2 badaniu
1
Władysławowo
morskie
1,618
1,616
2
Wilanów
aluwialne
1,767
1,768
3
Białołęka
aluwialne
1,710
1,717
4
Nowa Biała
aluwialne
1,910
1,972
5
Rudno Jeziorowe
fluwioglacjalne
1,876
1,893
6
Dębinki
fluwioglacjalne
1,963
1,968
Po 5
badaniach
1,57
2,16
2,03
4,95
3,38
7,76
Po 5 badaniach
1,618
1,756
1,726
2,084
1,915
2,009
19
Badane piaski pochodzenia rzecznego (wieku plejstoceńskiego) oraz współczesne
piaski morskie są gruntami równoziarnistymi o CU = 1,61÷2,76 (tabela 7). W trakcie
wielokrotnego zagęszczania odznaczają się one niewielkimi zmianami wskaźnika
różnoziarnistości (od +0,5% do –2,5%) oraz niewielkim wzrostem maksymalnej gęstości
objętościowej (poniżej 1,0%). Pospółki pochodzenia fluwioglacjalnego (Dębinki, Rudno
Jeziorowe) w trakcie wielokrotnego zagęszczania odznaczają się zauważalnym wzrostem
wartości CU – od 16% (Rudno Jeziorowe) do 86% (Dębinki). W przypadku pospółki
z Rudna Jeziorowego zmiany wskaźnika różnoziarnistości CU rosną od wartości
początkowej CU = 2,92 do CU = 3,35–3,38, stabilizując się już po pierwszym cyklu
zagęszczenia. Pospółka ze złoża Dębinki w trakcie kolejnych zagęszczeń wykazywała
ciągły wzrost wartości wskaźnika różnoziarnistości CU od 4,18 do 7,76.
W pospółkach (grunty fluwioglacjalne – Rudno Jeziorowe i Dębinki) wielokrotne
zagęszczanie powoduje wzrost wartości ρd max o 2,1÷2,3%. Największy wzrost wartości
ρd max (o 9,1%) odnotowano w trakcie kolejnych zagęszczeń piasków Nowa Biała, czyli
gruntów o odmiennym składzie mineralno-petrograficznym, zawierających głównie ziarna
piaskowców i granitoidów, a dopiero w trzeciej kolejności ziarna kwarcu.
Zmienność wartości ρd max w odniesieniu do zmian wskaźnika różnoziarnistości CU
przedstawiono na rys. 20. Wyniki badań grupują się w dwóch obszarach (A i B),
tworzonych przez grunty o zróżnicowanym uziarnieniu i składzie mineralnym. Obszar
pierwszy (A) tworzony jest przez obiekty: Wilanów, Białołęka, Władysławowo – i dotyczy
piasków monomineralnych, o dominującym składzie kwarcu. Są to grunty równoziarniste
(CU < 3,0). Obszar drugi (B) tworzony jest przez obiekty: Nowa Biała, Dębinki i Rudno
Jeziorowe – zawiera grunty polimineralne, gdzie równolegle z ziarnami kwarcu występują
skalenie oraz składniki lityczne. Są to grunty o wskaźniku różnoziarnistości CU > 3,0.
[g/cm3]
2,10
2,05
Nowa Biała
2,00
Dębinki
1,95
ρd max
1,90
Rudno Jeziorowe
1,85
A
1,80
B
Wilanów
1,75
A – grunty monomineralne
B – grunty polimineralne
piaski średnie
pospółki
Białołęka
1,70
1,65
Władysławowo
1,60
1,00
2,00
3,00
4,00
5,00
6,00
7,00
8,00
CU
Rys. 20. Zależność wartości ρd max od wskaźnika różnoziarnistości CU dla badanych gruntów
4.2. Analiza zmian kształtu – diagram Zingga
Pomiary zmian kształtu ziaren wykonano za pomocą analizatora optycznoelektronicznego AWK 3D dla czterech spośród analizowanych gruntów (Nowa Biała,
Rudno Jeziorowe, Białołęka, Wilanów). Pomiary wykonano przed zagęszczaniem gruntów
20
w aparacie Proctora oraz po zakończeniu 5 cykli zagęszczeń. Badania wykonano dla
frakcji dominującej 0,50–1,00 mm. Zmiany rozkładu przestrzennego kształtów ziaren w
obrębie poszczególnych kategorii diagramu Zingga przedstawiono na przykładzie gruntu z
Rudna Jeziorowego (rys. 21). Kształty ziaren ze wszystkich analizowanych próbek – przed
zagęszczaniem i po 5 cyklach zagęszczeń – wykazywały stałą koncentrację wokół
kształtów zbliżonych do kuli. Przed zagęszczaniem ziarna o kształcie kulistym stanowiły
od 84,8% do 94,2% objętości badanych próbek. Po zagęszczaniu ziaren kulistych było od
88,3% do 94,7%. Za wyjątkiem piasków z Nowej Białej (o znacznej zawartości materiału
fliszowego i krótkiej drodze transportu) uziarnienie gruntów w obrębie czterech
podstawowych klas kształtów diagramu Zingga nie uległo istotnym zmianom; zmiany te
wynosiły poniżej 1% objętościowo.
a)
b)
Rys. 21. Diagramy Zingga obrazujące zmiany rozkładu kształtu ziaren gruntu z Rudna
Jeziorowego: a) przed zagęszczaniem, b) po 5 cyklach zagęszczania
5. WSKAŹNIKI KRZYWEJ ZAGĘSZCZALNOŚCI
W praktyce geotechnicznej nie funkcjonuje samodzielnie parametr, który opisywałby
zdolność danego gruntu do zagęszczenia ocenianą bezpośrednio w oparciu o krzywą
zagęszczalności – bez odwoływania się do dwóch podstawowych wskaźników uziarnienia
gruntu (CU, CC). W agrofizyce zdolność gruntu do zagęszczania w oparciu o krzywą
zagęszczalności jest opisywana głównie za pomocą dwóch wskaźników: zdolności gruntu
do zagęszczania (SC) oraz zakresu zagęszczalności (EC).
Parametrami mogącymi posłużyć do oceny zagęszczalności gruntu są proponowane
przez autora wskaźniki krzywej zagęszczalności (CR, MR, ICR, IC), a szczególnie:
wskaźnik zakresu zagęszczalności ICR oraz wskaźnik zagęszczalności IC. Wskaźniki te
uwzględniają kształt krzywej zagęszczalności, traktowanej jako indywidualna
charakterystyka zdolności gruntu do zagęszczenia.
Potencjał zagęszczalności CR
Potencjał zagęszczalności CR (compactibility rate) jest parametrem z grupy
wskaźników krzywej zagęszczalności, który może być stosowany dla gruntów o krzywej
zagęszczalności typu B (rys. 4), czyli gruntów, dla których na wykresie zagęszczalności w
badaniu Proctora zaznacza się wilgotność krytyczna wc. W przypadku tego typu gruntów
potencjał zagęszczalności CR wyliczany jest zgodnie z rysunkiem 22, ze wzoru:
!
ρ; <=>
;?
ρ
@g/cm E
21
gdzie: ρd max jest maksymalną gęstością objętościową szkieletu gruntowego określoną
metodą Proctora, a ρdc – gęstością objętościową szkieletu gruntowego odczytaną z wykresu
zależności ρd = f (w) przy wilgotności krytycznej wc.
Potencjał zagęszczalności CR określa o jaki zakres dla danego gruntu może
maksymalnie zmienić się wartość ρd w trakcie zagęszczania gruntu o różnej wilgotności
za pomocą tej samej energii zagęszczania.
Potencjał wilgotności zagęszczania MR
Potencjał wilgotności zagęszczania MR (moisture rate) jest kolejnym parametrem
z grupy wskaźników krzywej zagęszczalności. Wskaźnik ten, podobnie jak wskaźnik CR
może być stosowany dla gruntów o krzywej zagęszczalności typu B (rys. 4), czyli gruntów
o widocznej wilgotności krytycznej wc na krzywej zagęszczalności uzyskanej metodą
Proctora. Potencjał wilgotności zagęszczania MR wyliczany jest zgodnie z rys. 22:
F
3GHI
3J
@ E
gdzie: wopt jest wilgotnością optymalną, a wc – wilgotnością krytyczną określoną na
podstawie krzywej zagęszczalności typu B, podanych w postaci bezwymiarowej.
Rys. 22. Interpretacja potencjału zagęszczalności CR i potencjału wilgotności zagęszczania MR
na krzywej zagęszczalności typu B
Wskaźnik zakresu zagęszczalności ICR
W przypadku gruntów charakteryzujących się krzywą zagęszczalności typu B
(rys. 4), iloraz CR/MR, oznaczony jako ICR można traktować jako parametr
charakteryzujący zdolność gruntu do zagęszczania, czyli wskaźnik zakresu
zagęszczalności. Wskaźnik ICR jest wielkością niemianowaną, wyznaczaną zgodnie
z rys. 22 ze wzoru:
KLM
αN
LM
OM
@ E
Parametr ten co do założeń konstrukcji jest zgodny z parametrem SC w jego
pierwszej postaci, przedstawionej przez Quiroga i in. w roku 1999.
22
Wskaźnik zagęszczalności IC
Proponowany wskaźnik zagęszczalności IC określany jest na podstawie krzywej
zagęszczalności uzyskanej metodą Proctora, przy czym dla tego parametru nie jest
konieczne wyznaczenie wilgotności krytycznej wc. Wskaźnik IC definiowany jest jako
tangens kąta nachylenia linii poprowadzonej przez punkt leżący na krzywej
zagęszczalności o współrzędnych (ρd 0,5wopt, w0,5wopt) oraz przez punkt określający
maksymalne zagęszczenie gruntu (ρd max, wopt), co pokazano na rys. 23. Dla gruntów
o stwierdzonej krzywej zagęszczalności typu B (rys. 4) wskaźnik ten może być obliczany
w przypadku, gdy w0,5wopt ≥ wc.
Wskaźnik IC jest wielkością niemianowaną, obliczaną według wzoru:
K!
αN
ρPQRS 1 ρP T,U VWXY
ZWXY 1 ZT,UVWXY
@ E
gdzie: ρd 0,5wopt jest gęstością objętościową szkieletu gruntowego odczytaną z wykresu
zależności ρd = f (w) przy wilgotności równiej ½ wilgotności optymalnej, w0,5wopt – jest
wilgotnością równą ½ wilgotności optymalnej, ρd max – jest maksymalną gęstością
objętościową szkieletu gruntowego oznaczaną metodą normalną Proctora, a wopt oznacza
wilgotność optymalną; wilgotności podano w postaci bezwymiarowej.
Rys. 23. Interpretacja wskaźnika zagęszczalności IC
na krzywej zagęszczalności
Badania wykonano na zróżnicowanych genetycznie gruntach mineralnych (Iom < 2%)
wieku czwartorzędowego, pochodzących z różnych obszarów Polski. Grunty oznaczono
jako obiekty badawcze identyfikowane poprzez miejsce pobrania gruntu. W oparciu
o wykresy zagęszczalności dla każdego z badanych gruntów określono wartości konieczne
do wyznaczenia wskaźników krzywej zagęszczalności: SC i EC oraz wskaźników: CR,
MR, ICR i IC, zaproponowanych w ramach niniejszej pracy.
23
5.1. Wartości wskaźników zagęszczalności CR i MR
Dla zróżnicowanych genetycznie gruntów pochodzących z terenów Polski,
charakteryzujących się krzywą zagęszczalności typu B, uzyskano wyniki przedstawione
w tabeli 9.
Tabela 9. Wartości parametrów CR, MR badanych gruntów
Pochodzenie
Obiekt
Rodzaj gruntu
gruntu
Białołęka 2
Ps
aluwialne
Wilanów 1
Ps
aluwialne
Dębinki 3
Po
fluwioglacjalne
Rudno Jeziorowe - kopalnia (2)
Po
fluwioglacjalne
Sianożęty
Ps
morskie
Karwia
Ps
morskie
Ostrowo – plaża
Ps
morskie
CR
[g/cm3]
0,027
0,050
0,078
0,080
0,035
0,062
0,073
MR
[–]
0,082
0,083
0,076
0,045
0,061
0,131
0,142
Dla badanych gruntów wartości potencjału zagęszczalności CR zmieniają się
w zakresie CR = 0,027 ÷ 0,080. Najniższą wartość uzyskano dla piasku aluwialnego
z Białołęki, najwyższe wartości potencjału zagęszczalności CR otrzymano dla gruntów
fluwioglacjalnych (0,78 ÷ 0,80).
Potencjał wilgotności zagęszczania MR dla badanych gruntów zmieniał się
w zakresie 0,045 ÷ 0,142. Najwyższe wartości parametru MR uzyskano dla piasków
morskich z Karwi i Ostrowa (MR = 0,131 ÷ 0,142), wartość najniższą (MR = 0,045)
uzyskano dla gruntu fluwioglacjalnego z Rudna Jeziorowego – kopalni (2). Grunty
aluwialne charakteryzują się zbliżonymi do siebie wartościami potencjału wilgotności
zagęszczania (MR = 0,082 ÷ 0,083).
5.2. Wartości wskaźników zagęszczalności ICR i IC
Wartości wskaźników ICR oraz IC uzyskane dla zróżnicowanych genetycznie
gruntów pochodzących z terenów Polski przedstawiono w tabeli 10.
W przypadku gruntów o krzywej zagęszczalności typu B warunkiem obliczenia
wskaźnika zagęszczalności IC jest aby w0,5wopt ≥ wc. Dla wszystkich analizowanych
gruntów warunek ten był spełniony.
Porównanie parametrów ICR i IC przeprowadzono na zbiorze wyników badań
zagęszczalności gruntów metodą Proctora (metoda normalna) otrzymanych dla gruntów
niespoistych zróżnicowanych genetycznie (gruntów fluwioglacjalnych, piasków morskich
(litoralnych) oraz piasków aluwialnych wieku plejstoceńskiego i holoceńskiego). Dla
zmiennych ICR i IC istotność różnic sprawdzono poprzez zastosowanie testu Wilcoxona,
jako nieparametrycznej alternatywy testu t–Studenta dla zmiennych powiązanych.
Uzyskana wielkość prawdopodobieństwa testowego p = 0,314 na poziomie istotności
α = 0,05 pozwala przyjąć hipotezę zerową o równości rozkładów parametrów ICR i IC.
Wynik testu Wilcoxona potwierdził wysokie skorelowanie analizowanych zmiennych ICR
i IC (R2 = 0,885), pozwalając traktować oba parametry równoważnie. Dla gruntów o
stwierdzonej krzywej zagęszczalności typu B parametry ICR i IC można traktować
wymiennie, jeśli spełniony jest warunek w0,5wopt ≥ wc.
Wskaźniki ICR i IC wykazują silne lub wyraźne skorelowanie z parametrami
zagęszczalności i uziarnienia.
24
Tabela 10. Wartości parametrów ICR, IC badanych gruntów
Pochodzenie
Typ
Obiekt badawczy
gruntu
krzywej
Baryłka
–
*
Symbol
gruntu
Pr
ICR
[–]
–
IC
[–]
1,38
Białka A
aluwialne
A
Ps
–
2,27
Białka B
aluwialne
A
Pr
–
2,20
Białołęka 1/1
aluwialne
*
Ps
–
0,61
Białołęka 2/1
aluwialne
B
Ps
0,33
0,43
Białołęka 2/2
aluwialne
*
Ps
–
0,34
Wilanów
aluwialne
B
Ps
0,60
0,96
Jabłonna
eoliczne
A
Ps
–
0,50
Dębinki
fluwioglacjalne
B
Po
1,03
1,27
Przyborowice
fluwioglacjalne
*
Pr
–
0,79
Rudno Jez. - kopalnia (1)
fluwioglacjalne
A
Po
–
1,19
Rudno Jez. - kopalnia (2)
fluwioglacjalne
B
Po
1,78
1,48
Rudno Jez. - kopalnia (3)
fluwioglacjalne
B
Po
1,74
1,64
Rudno Jez. - kopalnia (4)
fluwioglacjalne
A
Po
–
1,06
Rudno Jez. - kopalnia (5)
fluwioglacjalne
A
Po
–
0,87
Rudno Jez. - przeróbka (1)
fluwioglacjalne
A
Po
–
1,06
Rudno Jez. - przeróbka (2)
fluwioglacjalne
B
Po
0,86
0,80
Skorosze
fluwioglacjalne
*
Po
–
1,12
Karwia
morskie
B
Ps
0,47
0,66
Ostrowo - plaża
morskie
B
Ps
0,51
0,58
Sianożęty
morskie
B
Ps
0,57
0,55
Władysławowo
morskie
*
Ps
–
0,71
zastoiskowe
*
Pd
–
0,89
Zakręt (podłoże)
zastoiskowe
*
Pd
Objaśnienia: * – typ krzywej zagęszczalności nie był oznaczany.
–
0,50
Okęcie
Parametrami mogącymi posłużyć do oceny zagęszczalności gruntu są proponowane
przez autora wskaźniki krzywej zagęszczalności (CR, MR, ICR, IC), a szczególnie:
wskaźnik zakresu zagęszczalności ICR oraz wskaźnik zagęszczalności IC. Wskaźniki te
uwzględniają kształt krzywej zagęszczalności, traktowanej jako indywidualna
charakterystyka zdolności gruntu do zagęszczenia.
5.3. Wstępna klasyfikacja gruntów pod względem zagęszczalności
Biorąc pod uwagę uzyskane wartości wzajemnie skorelowanych wskaźników
ICR oraz IC, wartości wskaźników uziarnienia oraz wyniki przeprowadzonych testów
statystycznych – badane grunty pod względem zagęszczalności można sklasyfikować
według tabeli 11. W tabeli podano także wartości wskaźników uziarnienia CU oraz CC
odpowiadające granicznym wartościom wskaźników zagęszczalności, jako miar
dotychczas stosowanych do oceny gruntów pod względem zagęszczalności. Parametr ICR
jest parametrem obliczanym dla gruntów o krzywych zagęszczalności typu B, parametr IC
może być obliczany dla gruntów o krzywych zagęszczalności typu A lub typu B.
25
Tabela 11. Klasyfikacja gruntów niespoistych pod względem zagęszczalności
w odniesieniu do odpowiadających zakresom wartości CU i CC
Pochylenie krzywej
Wskaźnik
Kategoria gruntu
CU
ICR lub IC
zagęszczalności αz
Grunty niezagęszczalne
< 0,6
< 30o
<2
i źle zagęszczalne
Grunty trudno zagęszczalne
0,6 – 0,8
30o – 40o
2–4
CC
> 0,9
0,85 – 0,9
Grunty zagęszczalne
0,8 – 1,2
40o – 50o
4–7
0,7 – 0,85
Grunty bardzo dobrze
zagęszczalne
> 1,2
> 50o
>7
< 0,7
6.
WNIOSKI KOŃCOWE
1. Parametrami uziarnienia, których zmiany mają istotny wpływ na zmienność
parametrów zagęszczalności gruntów są: wskaźnik różnoziarnistości CU, wskaźnik
nachylenia krzywej uziarnienia tg α, wskaźnik odchylenia standardowego
Krumbeina QDa, wskaźnik nachylenia krzywej uziarnienia Ux, co udowadnia tezę
pracy.
2. Do predykcji parametru ρd max proponuje się wykorzystanie wzoru:
() *+
1,599 !.
,
/
(dla CU = 1,49 ÷ 15,0)
Największą precyzję oszacowania parametru wopt osiąga się wykorzystując wzór:
3456
7,76
1 ,
(dla QDa = 0,03 ÷ 3,28)
Modele statystyczne zbudowano wykorzystując transformację logarytmiczną
zmiennych niezależnych i zmiennych zależnych.
3. Zbyt homogeniczne pod względem uziarnienia grupy gruntów utrudniają
znalezienie w ich obrębie odpowiednio silnych korelacji pomiędzy parametrami
zagęszczalności a parametrami uziarnienia.
4. Badane grunty niespoiste, niezależnie od ich genezy i składu mineralnego, według
klasyfikacji Zingga są gruntami, w których dominują ziarna o kształtach kulistych.
Wielokrotne zagęszczanie gruntów nie spowodowało istotnych przeklasyfikowań
w obrębie czterech podstawowych typów kształtów ziaren diagramu Zingga.
5. Stwierdzono, że grunty monomineralne charakteryzują się wskaźnikiem
różnoziarnistości CU < 3,0, a grunty polimineralne – wartościami wskaźnika
różnoziarnistości CU ≥ 3,0. Skład mineralny najbardziej różnicuje się dla gruntów
aluwialnych, osadzanych w warunkach krótkiego transportu, o dużej dynamice
zmian przepływu.
6. W gruntach monomineralnych wielokrotne zagęszczanie nie wpływa na uziarnienie
gruntu i nie powoduje istotnych zmian w zakresie parametrów zagęszczalności.
W gruntach polimineralnych wielokrotne zagęszczanie powoduje wzrost wartości
ρd max oraz wzrost wartości wskaźnika uziarnienia CU.
7. Wskaźniki krzywej zagęszczalności: zdolność gruntu do zagęszczania SC oraz
proponowane własne wskaźniki: potencjał zagęszczalności CR, potencjał
wilgotności zagęszczania MR, wskaźnik zakresu zagęszczalności ICR i wskaźnik
zagęszczalności IC mogą być wykorzystywane od oceny zdolności gruntów do
26
zagęszczania. Wskaźnikami uwzględniającymi kształt krzywej zagęszczalności,
traktowanej jako indywidualna charakterystyka zdolności gruntu do zagęszczenia,
są własne wskaźniki krzywej zagęszczalności: wskaźnik zakresu zagęszczalności
ICR oraz wskaźnik zagęszczalności IC.
8. Proponuje się własną klasyfikację gruntów pod względem ich zagęszczalności
w zależności od wartości wskaźnika ICR lub IC, która przewiduje podział gruntów
niespoistych na cztery kategorie: grunty niezagęszczalne i źle zagęszczalne, grunty
trudno zagęszczalne, grunty zagęszczalne, grunty bardzo dobrze zagęszczalne.
9. Badania związane z oszacowaniem wpływu sedymentologicznych wskaźników
uziarnienia gruntów na ich parametry zagęszczalności będą kontynuowane
w oparciu o różnowiekowy materiał badawczy. Przedmiotem dalszych prac będzie
również doskonalenie klasyfikacji gruntów opartej na wskaźnikach krzywej
zagęszczalności.
Literatura cytowana w autoreferacie:
Aragón A., Garca M. G., Filgueira R.R., Pachepsky Y.A. (2000). Maximum compactibility
of Argentine soils from the Proctor test; the relationship with organic carbon and water
content. Soil and Tillage Research, Vol. 56, 197–204.
Arvelo A. (2004). Effects of the soil properties on the maximum dry density obtained from
the standard Proctor test. Master’s thesis. College of Engineering and Computer Science
at the University of Central Florida, Orlando 2004.
Gołębiewska A., Lipiński M. (2000). Miary charakteryzujące rozkład uziarnienia osadów
poflotacyjnych. W: Materiały XII Krajowej Konferencji Mechaniki Gruntów i
Fundamentowania, Tom I, Szczecin – Międzyzdroje 2000, 211–219.
Lee, P. Y., Suedkamp, R. J. (1972). Characteristics of irregularly shaped compaction
curves of soils. Highway Research Record, No. 381, National Academy of Sciences.
Washington 1972, 1–9.
Merkus H. G. (2009). Particle size measurements. Fundamentals, practice, quality.
Springer Verlag Gmbh.
Nagaraj H. B. (2000). Prediction of engineering properties of fine–grained soils from their
index properties. Ph.D. thesis, Faculty of Engineering, Indian Institute of Science,
Bangalore 2000.
Pisarczyk S. (1994). Zależność ρds i wopt dla gruntów spoistych od innych ich cech
fizycznych. Gospodarka Wodna, 1/1994, 4–6.
Quiroga A. R., Buschiazzo D. E., N. Peinemann N. (1999). Soil compaction is related to
management practices in the semi–arid Argentine pampas. Soil and Tillage Research,
Vol. 52, 21–28.
Racinowski R., Szczypek T., Wach J. (2001). Prezentacja i interpretacja wyników badań
uziarnienia osadów czwartorzędowych. Wydawnictwo Uniwersytetu Śląskiego,
Katowice 2001, wyd. II.
Sridharan A., Nagaraj H. B (2005). Plastic limit and compaction characteristics of fine–
grained soils. Ground Improvement, Vol. 9, 17–22.
Sulewska M. J. (2009). Sztuczne sieci neuronowe w ocenie parametrów zagęszczenia
gruntów niespoistych. Komitet Inżynierii Lądowej i Wodnej PAN. Studia z zakresu
inżynierii nr 64, Warszawa – Białystok 2009.
27

Podobne dokumenty