肖家桥滑坡堵江机制及灾害链效应研究

 地震是滑坡灾害的一个重要触发因素,而这类形式的滑坡通常体积较大。以肖家桥滑坡为例,在对滑坡区进行详细的地质调查基础上,结合动力有限元分析技术,再现滑坡三维空间失稳过程。在此基础上,提出肖家桥滑坡形成及堵江的4个阶段：地震触发及岩体的累进破坏→滑体破坏、高速下滑→撞击解体、堵江形成堰塞体→震动密实。通过对堰塞体结构特征及不同工况下堰塞体的稳定性分析的成果表明：堰塞体边坡在天然状态下稳定性较好,当再次发生强地震时可能会发生局部的坍塌;最可能的破坏方式为“漫顶式”逐级冲刷破坏,由于其内部岩体结构相对较为完整,发生管涌及整体破坏的可能性较小。     

基于现场数据的TBM掘进速率研究

为了研究TBM掘进速率在不同地质条件下的变化规律,基于吉林引松供水隧道工程开敞式TBM现场掘进数据,将TBM刀盘破岩过程分为3个阶段：挤压阶段、起裂阶段和破碎阶段,并对破碎阶段应用统计回归方法,分析在不同岩石饱和单轴抗压强度、完整性系数的条件下,TBM刀盘贯入度与刀盘推力、刀盘扭矩的关系.研究表明,在特定施工条件下,刀盘贯入度随刀盘推力增大呈幂函数曲线增长,随刀盘扭矩增大呈线性关系增长,增长率与岩石饱和单轴抗压强度、完整性系数密切相关.进一步建立对于不同强度、完整性岩石的掘进机掘进速率模型,进行实际工程施工预测,预测结果的平均相对误差都低于16%,表明模型预测精度较高,可以为实际工程施工中操作参数的优化和不良地质条件的捕捉提供帮助.     

遗传算法在斜条分上限法中的应用探讨

 应用斜条分上限解法求解边坡稳定、地基极限承载力等问题时,需要借助优化手段寻求最优的上限解。由于斜条分法中增加了条间倾角作为优化自变量,导致优化变自量增加,传统的数值优化算法经常陷入局部极值的陷阱。本文以无重力地基承载力问题为例,通过基于非均匀变异的微型遗传算法求解其临界滑移模式。发现改进后的遗传算法具有较好的全局搜索能力和局部收敛能力,能使问题较好地收敛到闭合解;采用改进遗传算法与单纯形法结合或滑裂面坐标和条块界面角分开优化的方式可以得到更为精确的解答。最后用该数值方法对地基承载力公式中考虑地基土重力的经验系数进行了对比验证。     

基于GRU算法的盾构掘进参数预测——以成都地铁19号线为例

刀盘扭矩和刀盘推力是保障盾构机正常掘进的关键参数，对其准确预测可有效指导设备运行。本项研究的数据来源于成都地铁19号线土压平衡(EPB)盾构机的掘进数据。深入剖析了EPB盾构掘进数据的特点，提出了一种包含数据分割、异常值处理、数据降噪和数据编译4个阶段的标准数据预处理算法。在Butterworth滤波器基础上，利用门控循环单元(GRU)建立了盾构掘进参数预测模型，基于RMSE和MAE指标综合评估预测模型的预测效果。结果表明：预测模型对不同地质条件下的刀盘扭矩和刀盘推力掘进参数均能实现良好预测；经过Butterworth滤波，预测模型的预测精度提高显著；砂岩地层中，预测模型对刀盘扭矩的预测误差最小，RMSE和MAE分别为4.91和3.86。基于GRU算法的掘进参数预测，可提高盾构机掘进状态的判断水平，利于施工参数优化调整。