改性土填方渠道力学参数反演分析

结合南水北调中线工程某高填方渠道工程现场观测数据,利用BP神经网络中多层前馈神经网络及其反传算法,建立了渠道施工沉降和土体力学参数的多元输入输出连续映射分析模型,从而对岩土参数进行位移反演分析,得到填筑渠道土体的力学参数值。反演结果表明,土体凝聚力和内摩擦角反演相对误差较小,而压缩模量的反演误差随着填筑高程的升高有变大的趋势。所得研究结论为计算和分析填方渠道的有效沉降提供了理论支持。     

海中深厚软土地层围护结构反演分析研究

基坑开挖过程中其侧壁变形与围护桩结构内力分布规律一直是基坑工程的研究重点,海中深厚软土基坑工程因复杂的水文地质、工程地质条件,此类问题更为突出。依托澳门大学跨海隧道工程,采用基于BP神经网络的位移反分析法,对软土地层土体关键物理力学参数进行敏感性分析。分析结果表明,内摩擦角、凝聚力、弹性模量均对土体变形具有高敏感性,其中内摩擦角和凝聚力最为敏感。然后利用反演分析得到的目标参数进行了正向数值模拟计算,计算的水平位移、围护结构内力与监测值误差不超过5%,表明基于BP神经网络的位移反分析方法准确有效。     

滑坡体力学参数反分析研究

除室内试验和现场试验之外,反演分析是一种可以利用现有变形监测数据获取滑坡体等效力学参数的方法.以清江杨家槽滑坡体为例进行研究,提出了将均匀设计、遗传算法与BP神经网络结合起来应用于滑坡体反分析的新方法.先将具有很好全局寻优能力的改进遗传算法作为BP神经网络的学习算法,形成遗传神经网络;然后利用均匀设计方法设计网络学习样本,训练遗传神经网络映射滑坡体变形与滑坡体力学参数的非线性关系;最后将实测位移值作为网络输入,网络输出即为参数的反演值.该方法克服了优化反分析方法反演时间过长,解不易收敛等缺陷,实现了多参数的同时反演.通过对反分析结果进行检验与评价,证明其结果符合实际工程要求.     

大型地下工程围岩力学参数反分析方法研究

基于实时位移监测数据的大型地下工程围岩力学参数反分析理论是实现工程动态反馈优化设计的基本手段。将小波理论与传统BP神经网络结合形成小波神经网络,提高了映射系统的非线性泛化能力;利用均匀设计方法确定围岩待反演物理力学参数组合,并通过有限元正分析计算围岩在相应参数下的理论变形位移,形成网络训练样本集;将小波神经网络作为反分析的人工智能学习算法,映射围岩变形理论位移和力学参数之间的非线性关系;将现场监测位移输入到训练好的网络,计算围岩力学参数的反演值。工程实例验证表明,与传统理论相比,该理论可大大提升反分析的效率和准确性。     

基于均匀设计及神经网络的堆石材料参数反分析

鉴于堆石坝材料参数反演分析问题的复杂性,在BP神经网络反分析的基础上,利用均匀设计理论构造参数样本,结合有限元分析,对水布垭面板堆石坝主、次堆石料的邓肯E-B模型参数进行反演分析。为了验证反演结果的可靠性,再利用反演分析结果,重新进行有限元计算,将计算得到的坝体沉降位移值与实际监测值相比较,结果显示,有限元计算位移值符合大坝变形的基本情况,反分析结果满足精度要求。说明利用均匀设计结合BP神经网络的反分析方法,可以减少堆石坝材料参数反演分析中网络学习的样本数量,提高反分析效率及准确性。     

高寒地区碾压混凝土坝运行期力学参数反演分析

为准确获得高寒地区碾压混凝土坝真实状态下的力学参数,将碾压混凝土作为横观各向同性材料进行参数反演分析。首先采用均匀设计构造力学参数样本,然后基于有限元法计算不同工况下的顺河向位移,将有限元分析得到的水压分量相对值及相应的力学参数作为神经网络的训练样本,建立水压分量相对值与相应的力学参数非线性映射关系。基于大坝实测位移,考虑坝顶冻胀变形的影响,通过建立坝体及坝基多测点变形统计模型分离出水压分量相对值,将其作为反演模型的输入值,得到坝体及坝基的力学参数。通过实例分析表明,该方法反演得到的坝体及坝基力学参数是可行的,可为高寒地区碾压混凝土坝安全性态评估提供参考。     

基于粒子群优化BP神经网络的隧道围岩位移反演分析

针对无锡惠山隧道岩体破碎、围岩稳定性差等特点,基于长期现场监测变形位移数据,借助粒子群算法的参数优化功能,利用Matlab神经网络工具箱编制了优化PSO—BP隧道位移反分析系统。PSO—BP系统利用正交试验设计和有限元方法获得学习样本,再通过粒子群算法搜索最优的神经网络模型参数。用BP神经网络模型建立待反参数与实测位移之间的非线性映射关系,最后用粒子群算法从全局空间上搜索最优反演参数。克服了普通智能优化算法收敛速度慢、正分析计算量大等缺陷,具有全局优化特性。将模型应用于惠山隧道Ⅳ级围岩断面ZK6+485的反分析中,计算结果与实测值对比表明采用PSO—BP预测模型进行隧道位移预测是可行的。     

基于BP神经网络的隧洞围岩参数反演

隧洞开挖后为了得到准确的围岩参数来指导支护设计,利用现场隧洞收敛监测数据,采用Phase2联合MATLAB的BP神经网络工具箱进行围岩参数反演。结果表明:神经网络训练误差较小,有限元反演方法得到的参数能较好地反应围岩开挖后位移变化的规律,变化规律与实测收敛数据一致,利用BP神经网络反演隧洞围岩参数方法可行。     

基于实测资料的引水渠道土体参数反演

通过有限元分析对引水渠道进行结构计算时,为了使数值计算的结果更可靠,需要对相关计算参数进行反演。根据工程实际情况,首先选取多种土体结构参数的组合作为参数训练样本,采用有限元法利用不同的土体结构参数组合对渠道的沉降变形进行数值计算;基于水位变化与引水渠道土体沉降的关系,将选取的样本投入RBF(Radical Basis Function,径向基函数)神经网络中训练,建立渠道土体结构参数与因水位变化引起的渠道土体沉降值之间的映射关系;最后根据渠道实际变形监测值,采用RBF神经网络反演得到相关变形参数,以实现对引水渠道结构的精确计算。     

位移反分析在地下厂房开挖中的应用

针对官地水电站地下厂房,采用三维快速拉格朗日法(FLAC3D)对开挖及支护过程进行弹塑性有限元模拟,基于开挖过程中地下厂房围岩实测位移,采用BP网络和遗传算法对围岩变形模量进行反演,并采用反演模量值对地下厂房后续开挖过程中的变形进行了预测。研究表明,采用BP网络和遗传算法进行反演,可以提高反分析计算速度。反演得到的岩体变形模量为19.95GPa,在参数建议值范围内。采用反演参数对地下洞室后续开挖过程中的位移进行有限元计算和预测,预测位移与现场监测位移较为符合,说明反演结果是合理的。研究成果可为类似地下工程开挖变形预测提供参考。     

基于RBF的隧洞岩体蠕变参数反演方法

岩体蠕变参数是软岩洞室设计和施工中的重要力学参数，为解决蠕变参数难以获取的研究现状，建立基于RBF神经网络的隧洞岩体蠕变参数智能反演方法。在综合分析工程资料的基础上，采用符合该工程岩体变形规律的蠕变本构模型，建立反映隧洞开挖支护工序和长期蠕变特征的仿真计算模型，以测点沉降值为指标，采用敏感性分析方法，确定待反演参数。通过正交设计和仿真计算构造训练样本，对RBF神经网络进行训练，建立蠕变参数和位移值之间的非线性关系。输入实测位移值，得到相应的岩体蠕变参数。将该方法应用于滇中引水工程的隧洞蠕变参数反演中，利用所得参数进行数值计算，计算结果与实测位移值误差较小，表明该方法合理、实用，且具有良好的精度，可为获取软岩隧洞蠕变参数提供简捷高效的方法。     

川南地区土体特征参数的试验研究及分析

为充分掌握川南地区的土体特征参数,基于现场及室内试验资料,分析了川南喜德县境内的土体物理参数及固结参数的分布规律,并利用秩相关系数分析土体固结参数与其物理参数间的相关性,再采用BP神经网络建立了该地区土体参数对固结参数的预测模型。结果表明:该地区不同土体参数的规律性具有一定的差异性,且含水率和饱和度的区域变化相对较大,对土体的力学性质影响较大,尤其对土体的压缩变形影响较大,且粉质黏土压缩模量与其物理参数的相关性明显高于粉土压缩模量与其物理参数的相关性;同时,BP神经网络预测模型的预测精度较高,取得了较好的效果,为该地区土体参数规律性研究提供了一种新的思路。     

龙滩水电站左岸进水口边坡三维位移反分析

 以龙滩水电站左岸进水口边坡为例,采用正交设计、神经网络和遗传算法建立了力学参数的联合位移反分析模型,反演了边坡岩体的综合力学参数。进一步针对高边坡施工期的工程特点,利用显式有限差分法程序FLAC3D对进水口边坡施工过程进行了三维弹塑性仿真模拟。基于该反演参数的正分析计算结果表明,计算位移与监测位移趋势一致,量值吻合,所得参数是合理的。最后分析了开挖完成后边坡岩体的应力分布和变形规律,并对边坡的整体稳定性进行了评价。     

岩滩水电站扩建工程地下厂房围岩变形反馈分析

岩滩水电站扩建工程地下厂房开挖尺寸大、地质条件复杂、开挖工期长,为了保证施工期的安全,需准确地了解地下厂房施工期围岩的稳定性。通过实测的地应力及现场岩石力学试验获取围岩稳定性计算初始参数,利用遗传算法优化的BP神经网络和安全监测实测位移值反演岩体力学参数,进而采用三维有限差分法反演获取地下厂房各开挖步的围岩稳定情况。岩滩水电站扩建工程地下厂房开挖后,围岩变形总体较小,塑性区分布有限,洞室群围岩稳定性良好。应力集中及塑性区比较集中的部位主要位于主厂房底部边墙与尾水管周围,该区域开挖时须加强支护跟进及监测工作。     

考虑松动圈的地下洞室群施工期岩体参数反演

结合大岗山水电站地下厂房洞室群施工期分层开挖特点,提出考虑松动圈参数弱化效应的反演基本模型。引入GA-BP算法,基于正交试验设计与FLAC^3D差分程序获得神经网络学习样本及测试样本,建立起围岩力学参数与位移之间的高度非线性映射关系。根据现场实测位移和网络映射位移,建立目标函数,采用遗传算法在岩体参数经验取值范围内,搜索使目标函数取得最优解的参数组合,以获取反演的最优岩体参数。最后利用获取的岩体参数进行正演分析并进行位移的后验差法检验,结论表明了该方法的适用性,其可用于反馈并指导地下工程设计与施工。     

淤泥深基坑开挖下土体的变形特征

以长乐某深厚淤泥基坑工程实例为研究对象,通过工程监测数据以及数值模拟分析深厚淤泥层开挖过程中土体的变形特征。结果表明:淤泥深基坑土体变形主要发生在淤泥土层开挖阶段,决定开挖土层稳定性,其中淤泥土层强度、顶部加载以及支护设计刚度为影响开挖土层变形量的主导因素;淤泥深基坑开挖过程中土体侧向位移呈“弓型”变化,基坑外侧土体沉降位移随着与基坑位置的间距增加呈开口向上的抛物线变化;ＨＳＳ模型比ＭＣ模型能较好地拟合淤泥深基坑的开挖变形特征,ＭＣ模型模拟得到的位移偏大不适用于本工程及相类似较敏感的工程开挖土体的工况。     

红黏土地区深基坑变形特性的时空效应研究

为消除地下空间施工安全隐患,针对人为诱导作用下深基坑施工过程中产生的沉降变形问题,研究红黏土地区深基坑施工监测与变形特性的规律。通过在深基坑开挖和拆撑施工过程中对支护结构水平、竖向位移,深层水平位移、内支撑轴力、地下水位和孔隙水压力等进行监测,对高层建筑深基坑变形监测的工作流程、监测方法及监测数据等进行研究。结果表明:特殊的红黏土大型深基坑工程受分步和分阶段开挖作用的综合影响,基坑开挖扰动作用的范围和程度极大不同。伴随基坑开挖力度的加深,基坑坑顶水平位移、竖向沉降位移、周边建筑物沉降位移等均逐步增大,直至基坑开挖至基底后,累积变化数值将稳定于某一具体数值。基坑的开挖导致的周边土体应力释放,同时基坑底部由于上部土体的严重卸荷导致的底部土体产生隆起,致使基坑周围土体进一步向基坑应力损伤方向滑移,为加重地表沉降、水平位移及坑底隆起等不良工程问题的主要原因;孔隙水压力随基坑开挖沿深度基本呈线性变化,时间越长,孔隙水压力值越小,且稳定在某一具体区间内,这与地下水位的补给和基坑底部的土体物理力学参数的规律性变化相关。     

基于BP神经网络的堆石坝参数二次反演与变形预测

在预测堆石坝长期变形时,常常需对堆石体流变参数进行反演。若同时对堆石体的瞬时变形力学参数和流变参数进行反演,则反演参数多,网络结构复杂,所需的训练样本数量大,反演效率低。根据堆石坝的监测资料,将堆石坝的沉降分解为瞬时沉降和流变引起的沉降,运用BP神经网络方法逐次增加训练样本,循环训练网络,将瞬时力学参数与流变参数分开来进行二次反演,训练样本少,反演效率高,输出结果用于预测能与监测资料较好吻合,可为类似工程提供参考和借鉴。     

大型水电站调压井围岩力学参数反演及稳定性预测

大型水电站地下洞室群施工受复杂地质条件的影响，围岩稳定性问题突出。以某水电站调压井开挖为例，结合施工现场进度及新出露的地质信息，基于实测增量位移，通过均匀设计-神经网络开展围岩力学参数反演，获得围岩等效力学参数，并以此对后期开挖围岩力学响应进行预测分析。结果表明，调压井第4层开挖完成后，围岩变形及塑性区较大区域主要集中在1号调压井靠近断层F_230-2边墙处，后期施工应加强支护。     

基坑开挖位移及土体水平抗力比例系数的反分析

基坑设计土体参数的正确选取直接影响支护结构的位移和内力计算结果,特别是土体水平抗力比例系数m值对支护结构位移的影响最为显著。结合基坑开挖工程实例,通过材料性状与基坑开挖施工过程的平面有限差分法模拟,模拟计算基坑分布开挖过程结构的水平位移;通过分析诸多土体参数对基坑支护结构水平位移的影响程度,确定杨氏模量作为位移反分析所需获取的参数,构建实测位移与模拟计算位移之间的目标函数,反分析给出各层土的杨氏模量;基于弹性地基梁法推导的m值与杨氏模量的关系,给出反映实际侧向变形特性各层土的m值。研究结果为基坑工程设计参数的合理确定提供了一定理论参考依据,对有效控制基坑位移与变形具有重要的实践意义。