边坡开挖期实测位移的分解与合成预测

边坡受开挖影响，原有平衡状态被打破，其状态及安全性的掌握十分重要，变形的监测分析在其中起着重要作用。而分期开挖使变形在开挖和非开挖阶段呈现出明显不同的规律，为预先知道分期开挖时边坡变形大小，在考虑变形组成成分的前提下，提出了利用原始监测值，采用数学监测模型将实测变形中的蠕变变形和开挖瞬时变形加以分离的方法，结合开挖因素建立瞬时变形和开挖的关系模型，依照蠕变规律建立蠕变发展模型，可以根据需要对后期开挖变形大小加以预测。给出了具体实施的步骤，并以实例对可行性予以证明，为分期开挖变形预测提供了实用方案。     

边坡变形统计回归分析模型及应用

 考虑时效、温度和降雨等对边坡变形的影响,并将其作为边坡变形的影响因子,建立边坡变形统计回归分析模型,应用Microsoft Visual C++网络编程技术和逐步回归分析算法在自行开发的岩土边坡监测信息管理与监测数据分析网络系统中实现可视化的边坡变形回归与预测。通过对龙滩水电站高边坡变形监测资料的统计回归分析表明：边坡变形统计回归值与实测值吻合良好,统计复相关系数较大,剩余标准差较小。统计回归分析模型能够较好地反映边坡的变形规律与变化趋势,为快捷、高效地评价边坡运行安全性态和预测其变形发展趋势提供有效的分析方法和手段。     

现场监测和数值模拟在土质边坡加固中的对比

为分析土质边坡的加固效果、得出现场监测与数值模拟的异同点、保证施工质量、优化工程设计,以某农村村围预应力锚索——框架梁永久加固边坡为例,在ADINA有限元分析优化的基础上,通过现场实测变形及平面和空间模型数值模拟,对比分析得出:边坡位移和其变化速率大小均与坡度成正比,较大坡度区域是加固的重点;降水对边坡变形影响较大,应做好边坡排水防护工程;随着时间的增长,边坡变形幅度越来越小,变形趋于稳定,加固效果满足要求;平面和空间模型模拟边坡变形的趋势相同,空间模型与现场实测变形相吻合,误差±3 mm,满足工程要求,而平面模型模拟结果总小于现场实测值,且不稳定,最大误差达20 mm;空间模型和平面模型分别模拟出定量和定性的结果;空间模型更符合实际,但建模比较复杂且分析时间长;通过平面模拟可定性分析问题。因此,应根据不同阶段和分析的需要选用正确模型并进行有限元分析的优化;这些结论为边坡的加固、变形预测、有限元分析优化及边坡分析模型的选择提供了参考依据。     

偏最小二乘回归在边坡工程安全监测中的应用

偏最小二乘回归法利用了成分提取的工作思路,在变量系统中选取若干对系统具有最佳解释能力的新综合变量,而非直接考虑因变量与自变量进行回归建模,因而能有效地解决自变量之间具有多重相关性的问题。应用该法针对边坡工程安全监测变量及其影响因子间的复杂相关性进行研究。通过对锦屏一级水电站左岸边坡深部变形的实测资料的建模分析表明,偏最小二乘回归法适用于对复杂相关的因子进行建模,通过交叉有效性检验确保模型的精度,同时对引起边坡变形的影响因子的重要程度进行排序,因而在边坡工程安全监测资料的统计分析方向具有广阔的应用前景。     

节理岩质边坡地震时程响应分析

通过对节理岩质边坡输入6组不同频率、波形的模拟及实测地震波进行计算,研究边坡在地震过程中的变形时程响应。根据对预置监测点的位移时程曲线的分析,将边坡在地震过程的变形可划分为变形启程、变形累积及稳定(失稳)3个阶段及启程剧动、临界变形2个关键点;并通过对边坡动力响应规律的总结和探讨,验证节理岩质边坡在地震过程中,位移的边缘放大效应。计算结果表明：等效地震波波形和频率对计算结果有较大影响,4种不同波形的正弦波产生的极限位移相差1倍,采用振幅由小到大的正弦波替代实测地震波能获得更为接近实际情况的计算结果。地震波频率的高低对边坡的累积变形影响较大,高频快速振动会加速边坡变形的累积和失稳,地震波的高频部分控制边坡的累积变形,低频部分控制边坡变形的启程。     

京珠高速K108边坡软弱夹层流变参数的智能反演

岩土体的流变特性是影响边坡变形及稳定性的重要因素,对边坡进行稳定性评价、结合变形监测资料对边坡进行预警预报,都有必要考虑岩土体的流变效应。本文以京珠高速K108边坡为研究对象,采用粘弹塑性数值方法建立该边坡的计算模型,通过大量的数值分析获得神经网络的训练样本,由人工神经网络的非线性映射功能建立岩土体流变位移与待反演参数之间的特征关系,将实测位移代入训练好的神经网络进行反分析得到软弱夹层的流变参数,通过后验差的方法验证了反演结果的合理性,得到的结果可用于后续的边坡稳定分析及预警。     

破碎岩质边坡预应力锚固机制数值模拟研究

以金华-丽水-温州高速公路破碎岩质边坡预应力锚固工程为例，对破碎岩质边坡的预应力锚固机制开展系统的数值模拟分析。首先，依据现场实测预应力锚索张拉吨位与岩体变形的关系曲线，通过数值反分析，确定边坡岩体的力学参数，建立岩体力学计算分析模型。结合现场监测数据和室内试验研究成果，重点分析锚索预应力的扩散方式，探讨岩体质量、锚索张拉吨位以及外锚固结构对加固坡体应力和变形分布的影响规律，揭示预应力锚索体系的应力传递规律和坡体变形响应规律，从力学机制上揭示预应力锚索加固该类破碎岩质边坡的机制。     

浅谈土质路堑边坡变形与稳定性

通过对永漳公路K15 183深挖路堑的观测，从稳定性分析评析和变形两方面对影响土质路堑边坡变形及稳定性的因素作了介绍，总结了路堑边坡开挖的几点建议。     

边坡非线性位移的神经网络-时间序列分析

边坡的变形表现出复杂的非线性演化特征，大量的工程实践表明利用部分实测的边坡位移时间序列来预测未来边坡的位移更为准确。以神经网络和时间序列分析方法为基础，使用零均值化和标准偏差预处理方法，以及规则化能量函数法和贝叶斯规则化方法进行BP神经网络建模，利用BP网络对边坡位移非平稳时序进行趋势项提取，使非平稳监测时序转化为平稳时序以进行常规ARMA时序分析。结合滚动预测方法，建立了适合岩土体位移预测的神经网络-时间序列分析联合模型，以隔河岩水电站进水口边坡变形和水布垭水电站大岩淌滑坡位移为例进行预测分析。研究结果表明：新模型的预测精度高、实时可靠，可应用于实际工程。     

西南地区某库岸边坡监测及稳定性分析

随着国家水电的大力开发,西南地区库岸边坡的稳定性逐渐成为制约水电发展的工程地质问题之一。依托锦屏一级水电站库区呷爬滑坡体为例,通过在蓄前及初蓄期和运行期的不同阶段中,对滑坡体的监测手段和变形特征进行对比,分析了边坡变形在不同阶段的影响因素,并通过实测资料和前期的数值模拟成果进行对比分析以及监测资料定性分析与回归模型定量分析相结合,深入挖掘出边坡的变形机制和变形趋势。结果表明:呷爬滑坡体的变形机制为"蠕变-拉裂",目前坡体变形主要受时效作用影响,而且这个作用将持续很长一段时间,预计失稳方式将以逐级牵引式滑塌为主,对工程不会造成很大的影响,同时也说明了GNSS监测相对传统监测的巨大优势。     

光纤传感技术在边坡模型试验中的应用

 关于边坡模型的坡体变形监测较为困难,将光纤传感技术应用于边坡模型试验尝试解决这一问题。构建边坡模型进行人工降雨试验,采用光纤布里渊散射光时域反射测量技术(BOTDR)监测坡体变形和光纤光栅(FBG)传感技术监测坡面变形。将BOTDR光纤分层埋入坡体不同位置,以边坡后缘模型箱为固定的参照点,监测坡体内不同位置的应变变化;将光纤光栅传感器铺设在坡面的不同位置,以坡面后缘为固定参照点,监测坡面各位置处位移变化。根据降雨前、降雨过程中及降雨后变形记录资料,得到边坡在降雨作用下的变形规律：在降雨初始一段时间内,边坡并没有明显变形,随着降雨时间的发展,坡体和坡面位移会出现突发性的大幅度增长,并且距坡面较近的土体产生较大的变形,坡体底部变形较小。总体规律是随着坡体深度的增大,坡体变形受降雨入渗的影响越来越不明显,这解释了降雨诱发的均质土坡破坏容易出现在浅层的原因。在坡面上,后缘产生较大位移,而坡体前端位移较小。降雨停止后,部分变形值会变小。试验结果表明,用光纤BOTDR和FBG传感技术监测有众多的优点,且光纤传感技术在岩土模型试验中具有良好的应用价值和前景。     

膨胀土边坡物理模型试验研究

进行了一系列压实膨胀土的大型静力模型试验,对边坡土体吸湿后的含水率、膨胀变形等进行了实时监测。试验成果显示,膨胀土边坡浅层土体吸湿后其含水率场分布不均匀,干湿分界面处土体易由于不均匀膨胀变形而导致局部剪切错动,并随水分在坡体内的迁移,局部滑动面逐渐向边坡纵深扩展,在不同深度、不同部位形成多重剪切滑动面,最终导致边坡整体塌滑。针对静力模型试验进行了考虑膨胀性的非线性有限元计算,比较了边坡自重条件下和吸湿后应力场的变化,可知吸湿引起顺坡向正应力在干湿分界面处变化剧烈,剪应力明显增大,强度折减法得到的模型试验边坡安全系数仅0.92。研究成果表明：影响膨胀土边坡浅层稳定性的最根本原因并非膨胀土的超固结性或裂隙性,而是土的胀缩特性。     

斜坡失稳的降雨阈值模型及其应用

 为了实现对斜坡稳定性的可视化分析与预测,以楚雄双柏一斜坡作为研究工点,在数字高程模型(DEM)的基础上,结合降雨量、地形地貌、土的特性等因素,运用降雨阈值模型计算斜坡单元变形失稳所需临界降雨量,分析降雨入渗以及地形坡度对斜坡稳定性的影响。比较模型预测结果与斜坡实际监测结果表明,降雨阈值模型能较好地模拟斜坡各单元产生滑坡失稳的诱因,即所需降雨量大小;当降雨量大于各单元产生滑坡失稳的临界值时,该单元即有可能产生失稳滑动。模型预测的产生滑坡的斜坡单元与现场失稳情况较为一致。     

矿区形变监测数据动态分析研究

采用时间序列的方法对矿区监测数据进行分析与预测,提取某矿区相关监测数据,利用时间序列模型对监测数据进行回归分析和研究,并对矿区形变进行预测及评定,得出时间序列可以对矿区变形进行短期预测的结论,预测具有重要的意义。     

某工程边坡降雨条件下之变形分析

深入分析某工程边坡五个监测点的监测资料,通过重点研究降雨对工程边坡变形的启动时间和缓和收敛时间的影响,以及分析变形位移规律,得出的主要结论为：工程边坡变形的启动时间和缓和收敛时间明显滞后于降雨量大且集中的时段,滞后大约20天;降雨不仅引起了工程坡体位移量值的突变,而且使工程坡体位移产生了明显的趋同性.     

考虑降雨入渗条件下边坡稳定性的研究进展

在导致滑坡失稳的众多因素中,降雨是影响边坡失稳的主要诱发因素,边坡土体自身的复杂性决定了降雨入渗对边坡的影响是非常复杂的,通过总结国内外对降雨引起边坡失稳现象的研究进展与现状,结果表明:主要研究是从基质吸力、土体的应力状态、土体的变形、降雨强度、降雨持时、土体的渗透性和土体中的裂隙等方面分析了降雨入渗对边坡稳定性的影响,随着降雨的入渗,降雨强度对边坡稳定影响显著,降雨间隔时间和方式对边坡稳定性也有较大影响,目前国内外在这一方面缺乏系统全面的研究。最后总结了进一步研究方向与目标。     

大气作用下膨胀土边坡的现场响应试验研究

在广西南宁地区建立了缓坡、陡坡与坡面种草3种类型膨胀土边坡的原位监测系统。采用小型气象站、土壤含水率TDR系统、烘干法、温度传感器、测斜管和沉降板跟踪测试了边坡含水率、温度、变形等随气候变化的演化规律。认为降雨是膨胀土边坡发生灾变的最直接的外在因素,蒸发效应是边坡灾变的重要前提条件,而风速、净辐射量、气温和相对湿度是间接影响因素;土温变化可间接反映边坡不同位置的含水率变化性状;边坡变形主要集中在表层土体,坡中变形最大,其次是坡顶,坡脚处变形最小,陡坡在大气作用下发生了渐进性破坏;草皮覆盖有利于保持边坡表层土体水分、降低坡面冲刷和径流量、抑制边坡变形,且对土温有很好的削峰填谷作用。     

Prediction of grey-catastrophe destabilization time of a granite residual soil slope under rainfall

The stability of a residual soil slope is a system of grey and white, and gradual change and sudden change. It is difficult to accurately forecast the instability time of a granite residual soil slope, because the factors affecting the instability of granite residual soil slopes are random and uncontrollable. Using the grey prediction method, the accumulation generation of data weakens the influence of random disturbance factors in the original sequence, and enhances the regularity of data. In this paper, we proposed a grey cusp catastrophe prediction model to calculate the instability time of granite residual soil slopes under rainfall. We took one-time cumulative transformation of the remote monitoring data of slope displacement, and then conducted polynomial regression fitting on the processed displacement data and monitoring time. The grey cusp catastrophe instability prediction model of granite residual soil slopes was established using the nonlinear dynamic catastrophic prediction theory. The critical instability time of the slope was predicted using the grey catastrophe instability prediction method presented in this paper. For comparison, we conducted exponential curve fitting on the displacement data and monitoring time, and then established the Saito instability forecasting method of a soil slope to predict the slope instability. Through the engineering application, and using the presented grey catastrophe slope instability prediction method, the slope instability process may be accurately predicted. The calculation results using the grey catastrophe slope instability prediction method presented in this paper are in good agreement with the actual situation. Whether it can be used for other slopes remains to be further studied.