云南岩土工程勘察设计研究院 云南曲靖 655000
摘要：在土工实验中，为了更好地对其实验数据进行分析和处理，从而更好地在土工工程中加强对其的应用，为土工工程方案的制定提供数据上的决策和支持。因而本文主要就如何加强土工实验数据分析提出了几点方法：原因分析法、异常分析法、统计分析法、关联分析法。希望通过本文的论述，更好地提高土工实验数据分析的科学性和精准性，进而更好地促进土工实验数据质量。
关键词：土工实验；数据分析；方法
土工实验数据的分析，主要是鉴于其具有较强的离散性，且在结构构造、物理力学特点、强度特点、物质构成和荷载条件上的差异性较大，因而为了更好地对土工实验数据的精准性进行评价，就必须在数据分析中采取针对性的分析方法，才能更好地确保其科学性与可靠性的提升。
1.原因分析法在土工实验数据分析中的应用
土工实验数据分析具有较强的专业性，通过原因分析法加强对土工实验数据的分析，能及时的掌握土工实验数据的影响因素，并在实验过程中针对性的加强对其的处理和完善，从而通过数据的处理和分析，最终确保土工实验数据的质量。一般而言，在土工实验数据的精准性影响因素分析过程中，由于土样质量和实验质量是主要的影响因素，而且土体自身的复杂性较强，土体的物理力学性质、含水量、采样、运输、制备等过程中均会对其精准性带来影响，将实验仪器、实验人员等均会导致其存在这样或那鱼的误差。因而在土工实验数据分析过程中，通过分析其误差的原因，并针对性的对土样参数进行确定，从而将实验所测的数据当做随机变量，通过强化概率理论和数据统计以及误差理论等，切实掌握其误差的现状，并在实验中针对性的予以改进和优化，从土样的采集、运输、实验到数据处理等环节均注重对其精准性的控制，才能更好地确保土工实验数据分析的精准性，进而为数据的处理和误差的降低以及精准性的提升奠定基础[1]。
2.异常分析法在土工实验数据分析中的应用
在土工实验数据分析中，为了更好地对其进行分析，必须检查其整体实验数据，并在检查过程中，结合其存在的异常，采取异常分析法加强对其的分析和处理，才能更好地将异常的实验数据消除。因为就实验数据的结果来看，其主要是源于土样的物力性质与力学性质。但是实验中难免会存在数据误差的情况，所以为了确保数据的精准性，在采用异常分析法对异常进行处理时，主要是结合土样的物力力学特点对数据合理与否进行判断，并将与实际不符的物力力学性质范围舍去，而且有时候这些异常的数据处于某一值域范围的同时存在一定的波动，此时就需要结合其多点值域的差异，强化异常点的剔除和处理。而在此基础上，还应结合置信水平对实验数据中的异常点进行确定，尤其是存在较多的实验测量数据时，就应强化数据异常原因的分析，并结合数据误差的来源针对性的进行处理，从而将异常数据予以处理，确保土工实验数据分析的质量。
例如在对某土建工程的同一层的土层的内聚力进行试验时，其得出的试验数据为：2.58，3.26，4.12，6.12，5.28，4.19，7.61，4.38，5.64，3.68，2.94，4.56，4.26，5.34，3.99，5.49，4.31，6.34，2.59，3.67，8.99，3.54，4.53，5.36，4.68，6.18，5.48，4.39，4.61，1.99，3.58。而数值分布图如下所示：从图中不难看出，这些数据均属于整台分布，经过计算后，其平均值和标准差分别是4.63和1.44，而其置信水平为99.73%，且其分布范围处于0.31-8.95之间，而8.99这一数值则可以将其取出，因为其属于试验导致的误差，因而我们应将其取出，从而更好地利用统计法对土工实验数据进行分析。但是整个数据分析工作必须以实际为前提，针对性的强化对其的应用，才能提高其精准性。
3.统计分析法在土工实验数据分析中的应用
在土工实验数据分析中，除了采用上述方法外，还应通过统计分析法加强实验数据的分析。在这一过程中，有时候因为土工实验样本的数量较少，而这就会导致实验数据的稳定性带来影响。且除了这些因素外，还有工程规模和实验现场的勘察条件与工程测量精度方面的要求都会对样本数带来影响。所以在数据处理中，为了更好地处理土工实验数据的最小样本数的问题，就需要切实加强对其的统计和分析。这就需要在实验中尽可能地确保数据的精准性与可靠性，从而更好地对最小样本数进行统计，不仅要注重实验资料的收集，而且还要在统计分析中加强贝叶斯定理的应用。但是在贝叶斯定理应用过程中，应切实加强与实验过程的结合，对不同时间段的测量数据进行统计和结合，从而得出的数据具有较强的可靠性，进而更好地对整个实验结果的科学性和有效性进行有效的确定。所以这一方法在诸多工程设计指标确定中得到了有效的应用。究其根源，主要是通过统计分析和贝叶斯定理的应用，得出最小的样本数，从而对不同的观测和实验数据进行处理和合并，并结合实验概率规律信息的有机结合，从而确保数据分布的可靠性，提高土体的抗剪强度，最终有效的提高数据处理的科学性和有效性[2]。
例如在土工试验中，在一个硬粘土层中得到四份原状土样，当每份土样在尚未进行欧爱谁三轴试验之前，其CU值分别是：①101；②97；③95；④109，单位为KN/㎡。为确保其在不排水的前提下，其剪切的强度为95%的概率处于试验结果平均值的5%这一范围是，为了对其关联性进行分析。因为只有四份土样，所以得出以下结论：当n＜30，且采用t分布进行计算时，得出，u=3，那么F（t）=9.5时，t=2.35，那么其CU平均值就是100.5KN/㎡，而σ= 6.19，所以其数值范围在计算后得出是93.23-107.77KN/㎡之间，而离开平均值在计算后为7%，样本需要5%的范围内，所以最后通过增加样本得出增加3个以及以上的样本数才能有效的满足其在精度方面的需要。因此，通过统计和分析，得出其最小样本数之后可以进一步对数据进行优化和完善。
4.关联分析法在土工实验数据分析中的应用
在进行土工实验时，由于不同的测量数据之间具有的关联性较强，所以在对数据进行分析时，还能采取关联分析法对土工实验数据进行分析。由于对土工实验指标的分析，往往是通过分析不同实验数据之间存在的线性关系，掌握每个系数之间指数的关联性。所以在进行关联性分析时，就需要利用相关距离加强对其的判断。若在进行土工实验时，若处于相关距离之内，那么土性指标的关联性较强。但是相关距离为未知变量时，就需要对样本进行测量而得到其相关距离，具体的就是采取递推平均法将相关距离进行测量，而测样的间距又会影响相关距离，若取样距离不同，那么相关距离也会不同。若取样距离与相关距离之间的比例越大，那么每个抽样点的土性间距就会越小，那么抽样的精准性也会越大。所以取样距离一般都比相关距离要大。若相关距离等于取样距离时，那么就说明相关距离较为合适。因而在关联分析过程中，我们应紧密结合工程测量精度的具体要求，对相关距离进行确定，并由测量人员根据自身的经验，强化测量数据和测量结果的处理，从而更好地促进土工实验数据更具有精准性和可靠性。
5.土工实验数据分析需要注意的相关问题
上述四种方法均是对土工实验数据进行分析的方法。在实际应用中，主要是将上述四种方法进行综合应用，但是最终的目的主要是确保数据具有较强的精确性。所以在土工实验数据分析中，应切实注重以下几个方面的问题。一是强化数据整理工作的开展，通过对测定值进行多次计算之后，可将其平均值进行计算，从而得出相关标准差和差异变数，进而更好地掌握实际测定值给算术平均值带来的影响，从而对算术平均值可靠与否进行有效的识别。二是在整理计算指标时，由于很多时候存在诸多的测定数据，这就需要结合特性指标方法的应用，并对实验结果进行计算，而如果此时存在的实验数据较少，因为在测定误差和土体自身均匀性以及测量设备带来的影响，就需要针对性的选取标准差的平均值，而另一个标准差的绝对值，就不同的应力条件下将其技术参数指标进行测量，进而通过数据整理，采取图解法和最小二乘法等方法，对土样的技术指标进行综合的确定，从而为土工实验数据的科学性与适用性提供保障。三是在整个土工实验数据分析过程中，分析人员应始终本着公平公正的原则，在分析过程中应注重客观事实的分析，避免出现主观臆断的情况，并严格按照土工实验规范要求，切实加强实验工作的开展，并通过科学的分析和处理数据，进而更好地确保整个土工实验数据的科学性和精准性，最终促进土工实验的科学开展。四是整个数据分析的过程中，我们还应切实加强对各种误差的处理，加强对其误差原因的分析，并针对性的强化误差处理工作的开展，最终促进整个土工实验数据的精准性，为岩土工程的顺利实施和决策的制定奠定坚实的基础，并为此而不懈的努力和奋斗[3]。
6.结束语
综上所述，在土工实验数据分析中，虽然分析的方法较多，但是不管采用哪一种分析方法，均需要以确保数据的精准性和科学性为前提，切实加强多种分析方法的综合应用，才能更好地达到土工实验数据精准性得以提升的目的。
参考文献：
[1]苏巧荣.土工实验数据分析方法探讨[J].河南大学学报（自然科学版），2006，01：114-118.
[2]余海龙，张利宇.土工实验数据分析方法探讨[J].中国新技术新产品，2015，21：132-133.
[3]刘宏军，林淋.基于软件Maple平台上的土工实验物理实验数据处理及分析研究[J].黑龙江交通科技，2010，02：38+40.
论文作者:温瑞娟
论文发表刊物:《基层建设》2016年27期
论文发表时间:2017/1/9
标签：土工论文; 数据论文; 精准论文; 对其论文; 误差论文; 更好地论文; 距离论文; 《基层建设》2016年27期论文;