不同特征应力区间单裂隙砂岩与完整岩石蠕变特性的相关关系

为研究裂隙硬岩与完整岩石蠕变特性间的相关关系,结合不同特征应力区间下硬岩蠕变特性有较大区别的特点,以不同角度的单裂隙砂岩为对象开展蠕变试验。结果显示：当所受应力σ₁<起裂应力σ_ci时,试样均仅表现出衰减蠕变特性,此时各试样蠕变变形的不同主要是由于裂隙角度引起的初始损伤不同而导致的;当σ₁>σ_ci时,试样均进入了加速蠕变阶段并最终发生破坏。此时,各试样蠕变特性的不同不仅包含初始损伤影响,还受到时效损伤的影响。基于此,建立裂隙岩体全阶段损伤蠕变模型：当σ₁<σ_ci时,开关闭合,模型仅受初始损伤影响;当σ₁>σ_ci时,开关断开,时效损伤体进入工作。模型中初始损伤可从应变能角度进行计算,时效损伤则可采用Kachanov蠕变损伤公式计算。该模型对完整岩石和裂隙岩体均适用,仅在参数上有所区别。因此,先根据完整岩石特征应力推导裂隙岩体的特征应力,再计算特征应力区间下的损伤变量便可实现完整岩石推导裂隙岩体...     

基于多变量自优化动态神经网络的“阶跃型”滑坡变形预测

传统累计变形预测方法在曲线结构分解和表征模型选择上具有多样性,由此引起了工作量大、预测精度低以及预测方法适用对象较局限等问题,为此考虑降雨量、库水位、库水位变化对滑坡累计变形的影响,基于非线性自回归模型建立了多变量自优化动态神经网络,并将其应用在三峡库区典型的“阶跃型”滑坡——白家包滑坡累计位移预测中。通过对滑坡变形累计曲线时间序列的分析,采用神经网络方法对全曲线模型进行求解,形成了非线性自回归神经网络模型,利用多种群遗传算法对神经网络的参数和结构进行优化训练,并将适应度函数均方误差作为预测模型误差偏离标准。结果表明:所提出的自优化动态神经网络对滑坡多个测点的累计位移拟合精度高,误差可控制在1%左右,预测过程减少了主观因素引起的误差,考虑了滑坡发展过程的动态性,可为“阶跃型”滑坡累计位移的实时预测提供参考。     

周期性渗透压作用下红砂岩渗透特性试验研究

水库运行期水位的周期性变化使软岩岸坡防洪限制水位以下的岩体长期处在周期性变化渗透压作用的环境中,这种周期性变化的渗透作用对软岩的渗透特性将产生很大的影响。以三峡库区红砂岩为研究对象,利用自主研发的"具有模拟库水位周期性变化环境下水压变化条件的渗透仪"对红砂岩进行周期性渗透试验,探讨防洪限制水位以下的红砂岩在周期性渗透压作用下的渗透特性变化规律。试验结果表明,随着周期性渗透压的变化,红砂岩的渗水量在第一个渗透周期增长最快,而后逐渐减小;随着周期性渗透压的变化,红砂岩的渗透速度和渗透系数也呈周期性变化;不同岩样的累计渗水量、渗透速度和渗透系数的变化存在一定的差异,但经过4个渗透周期之后,红砂岩的累积渗水量、渗透速度和渗透系数随压力的变化范围稳定,且变化趋势一致。研究结果说明,三峡水库岸坡防洪限制水位以下的红砂岩在水库运行期经历4次周期性水位变化之后,渗透特性逐渐趋于稳定。     

三轴固结排水试验中偏应力计算取值的探讨

在三轴固结排水试验中,偏应力大小的求解过程是基于试样始终是等体积圆柱体的假定来进行推导的,该假定认为在整个试验过程中,试样任意横截面的面积相等。但是在试验过程中,由于端部效应的存在,使得试样在轴向加载的过程中逐渐变成了鼓形,这与偏应力的计算假定不符。为了计算三轴试验中鼓形试样受偏应力的大小,进行了一系列固结排水三轴试验,并根据试样的实际变形情况对试样所受的偏应力进行了重新推导。结果表明按照实际变形情况推导出的偏应力计算公式与规范采用公式不同,根据推导公式计算的偏应力值在一个范围内变化,其最小值较规范值小,最大值较规范值大;通过计算坝体沉降量从坝体安全的角度给出了粗粒土三轴固结排水试验强度计算时偏应力的推荐值。     

基于位移和松弛深度的岩体参数概率反分析方法

鉴于目前工程中含多目标变量多参数输出的概率反分析方法匮乏,在改进多输出支持向量机算法(MSVM)的基础上,建立基于贝叶斯理论(Bayes)的概率反分析方法(B-MSVM方法)。该方法通过改进支持向量机算法形成多个岩体参数与多目标变量之间的映射关系,以分步开挖引起的典型测点的松弛深度和表层变形监测信息为输入,以边坡岩体多个力学参数为待反分析输出,通过选择合适的核函数在改进的支持向量机算法中运算,获得多次开挖条件下待反分析参数的取值及其不确定性动态表征。应用该方法对白鹤滩水电站坝基边坡的力学参数进行反分析,得到10个非相关参数的取值及其不确定性分布,用反分析的参数值计算相应开挖步下边坡典型测点的位移和松弛深度,并与实测值进行对比,结果表明该方法的正确性,并初步讨论本方法在相关参数反分析计算中的应用思路。研究成果为岩土工程参数概率反分析方法的建立提供了思路,具有重要的理论意义和工程实用价值。