滑坡概率与安全系数应用比较分析

应用滑坡概率法和安全系数法分析边坡稳定性,并比较2种方法应用于边坡稳定性分析的优劣性。选取重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙压力比6个因素作为滑坡因子,结合36个边坡实例,应用逻辑回归模型和确定性系数,采用SPSS软件回归求解各边坡实例滑坡概率。结合各边坡实例安全系数,对边坡实例进行安全系数稳定性等级划分和滑坡概率稳定性等级划分,分析比较应用2种方法所得边坡稳定性等级的差异性。结果表明：滑坡概率法与安全系数法分析所得边坡稳定性等级大体相同,说明2种方法都有较好的适用性和准确性;安全系数法研究较为成熟,偏向于定量评价;滑坡概率法属于定性评价,但研究方法存在不足。     

基于模糊综合评判的露天矿软岩边坡稳定性分析

根据某露天矿边坡特别是软岩边坡的实际条件,应用模糊数学和系统工程的理论与方法,分析影响边坡稳定性的各种因素的复杂性和模糊性,建立软岩边坡稳定性的一级模糊综合评判和多级模糊综合评判模型并采用层次分析法确定各指标的权重。对露天矿软岩边坡的稳定性进行模糊综合评价。结果表明,该露天矿边坡极不稳定。该研究弥补了直观判定的不足,为软岩边坡稳定性的判断提供了一种有效方法。对灾害预测预报及工程治理具有借鉴意义。     

边坡稳定性预测的DDA模型及应用

将距离判别分析法(DDA)应用于岩体边坡稳定性预测中,建立了边坡稳定性预测的距离判别模型。模型选取重度、黏聚力、摩擦角、边坡角、边坡高度和孔隙水压力比等6个指标作为判别因子;以边坡实测样本作为训练样本,建立相应线性判别函数对待判样本进行分类。研究结果表明,距离判别分析模型是边坡预测的一种有效方法,可以在实际工程中应用。     

基于GS-PSO-SVM模型的边坡稳定性预测模型

针对传统边坡稳定性预测模型的不足,提出一种基于网格搜索和粒子群优化的支持向量机模型(GS-PSO-SVM model)。为了解决支持向量机参数选取问题,首先利用网格搜索法粗略寻优,确定参数范围,然后利用粒子群二次寻优。利用该模型对边坡实例预测,39个实例样本中,30个为训练样本,9个为预测样本,以岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力等6个边坡稳定性影响因素作为输入,边坡稳定性状态作为输出,预测结果与单独的网格搜索法、粒子群算法和遗传算法优化的支持向量机模型对比。结果表明,GS-PSO-SVM模型分类准确率100%,有更高的预测精度和预测效率,该模型能有效地对边坡稳定性状态进行预测。     

基于GS-PSO-SVM的边坡稳定性预测模型

针对传统边坡稳定性预测模型的不足,提出一种基于网格搜索和粒子群优化的支持向量机模型（GS-PSO-SVM）。为了解决支持向量机参数选取问题,先利用网格搜索法粗略寻优确定参数范围,然后利用粒子群二次寻优。利用该模型对边坡实例预测,39个实例样本中,30个为训练样本,剩下9个作为预测样本,以岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6个边坡稳定性影响因素作为输入,边坡稳定性状态作为输出,预测结果与单独的网格搜索法、粒子群算法和遗传算法优化的支持向量机模型对比。结果表明,GS-PSO-SVM模型分类准确率100%,有更好地预测精度和更高的预测效率,该模型能有效的对边坡稳定性状态预测。     

岩质边坡稳定性评估的多维云模型

为了准确地评估岩质边坡的稳定性等级,针对边坡稳定性受众多评价因素影响,具有较强的随机性和模糊性特点,提出运用多维云模型理论,进行岩质边坡稳定性等级评估。从地形地貌、岩体环境特征、人工开挖、地震及气象水文5个大指标出发,选取14个因素作为岩质边坡稳定性等级评判指标。基于云理论,采用指标近似法得出云模型数字特征,综合各评判指标的相关度和信息量,结合改进CRITIC法确定评判指标权重,生成岩质坡稳定性等级评估的多维云模型。运用该模型,输入重钢集团西昌太和铁矿中的8组岩质边坡的指标实测值得到隶属于各标准边坡稳定性等级的综合确定度,依据最大确定度原则确定边坡稳定性等级。并将评估结果并与一维云模型、模糊评判法、CSMR法以及边坡的实际状态进行比对。结果表明,多维云模型应用于岩质边坡稳定性评估中更加高效,且准确度较高。     

模糊综合评价岩质边坡的稳定性分析

为确定岩质边坡稳定性,为工程实际问题研究提供合理的依据,确定了黏聚力、内摩擦角、坡向与岩层产状关系、地貌面、基本地震烈度、日均降雨量、植被覆盖率、坡度及工程边坡高度九项岩质边坡稳定性指标作为评判因素,应用层次分析法与模糊综合评价法确定各级指标的权重值和隶属度,构建了岩质边坡稳定性的模糊综合评价模型,利用工程案例加以验证其准确性。结果表明:岩质边坡稳定性处于较稳定状态(Ⅱ)与一般状态(Ⅲ)之间,说明该模型能较客观地反应岩质边坡的实际情况。模型构建合理,具有一定的实用价值。     

边坡稳定性模糊数学评价方法的应用

针对露天矿边坡稳定性问题,分析了影响边坡稳定性的主要因素,结合模糊数学基本原理和方法,建立了模糊综合评判模型,确定了边坡稳定性分级指数,从而可以判断边坡稳定性。     

基于二级层次分析的模糊综合评判法评价露天矿边坡稳定性

为综合评价生产过程中露天矿边坡稳定性,采用二级层次分析的模糊数学评价模型对边坡稳定性进行评价。充分考虑影响露天矿边坡稳定性的工程地质、几何条件、水文气象及外加荷载等诸多要素,建立两级评价指标体系,共14项分指标。考虑不同分指标对露天矿边坡稳定性影响的趋势特点,建立相应指标的权重集合和隶属度模糊矩阵,构造基于二级层次分析的模糊综合评判集合,给出边坡稳定性程度评价结果。研究表明,基于二级层次分析的模糊评判法计算简单、实用,评判结果与实际情况较为吻合,可为影响因素众多且生产爆破频繁的露天矿边坡稳定性评价提供指导与帮助。     

渗流作用下边坡稳定性模糊评判与边坡角优化

引入渗透率这一指标,结合其他因素对大顶铁矿露天采场边坡稳定性进行模糊评判。在评判结果满足工程稳定要求的基础上,考虑适当增加边坡角,提出变边坡角优化设计方案。选取垂直高度最大和岩体条件最为复杂的边坡面,采用FLAC程序建立边坡流固耦合数值模型,分析各方案在水渗流作用下边坡水平位移特征和总体稳定性,并基于二分法原理确定最优边坡角,对于减少剥岩量,提高矿山整体经济效益具有重要的参考意义。     

基于神经网络铀矿边坡稳定性分析

如何能比较准确地预测滑坡的发生,已成为各矿山开采过程中的难题之一。对人工神经网络及BP网络模型作了简要的介绍,分析BP网络的结构特点、参数选择、数据收集与处理、构造网络模型等问题之后, 以中核金安铀矿的边坡稳定状况为学习训练样本及预测样本, 建立了预报模型。讨论了基于BP神经网络技术的边坡岩体稳定性分析方法及其有效性。实例计算表明,通过样本的训练检验,利用人工神经网络方法对边坡稳定性的预测取得了比较满意的效果,为今后此类边坡稳定性的评价提供了可借鉴的方法。为神经网络在矿山边坡稳定性的应用提供了可行性。     

基于正交实验法的坡体安全系数影响因素分析

为研究黄土沟壑区坡体稳定性影响因素,结合边坡安全系数,应用正交实验法,得到影响因素影响程度排序:坡体角度>坡高>内摩擦角>内聚力>土体容重,结果表明坡体角度是黄土沟壑区坡体稳定性最主要的影响因素。基于数值模拟结果,通过回归分析拟合给出黄土沟壑区边坡安全系数与影响因素的综合函数表达式,通过实例予以验证,结果表明函数表达式具有较高可信度,为类似地质条件下坡体滑移、滑坡等地质灾害预测和边坡临界滑裂面预测提供一定参考。     

基于属性数学理论的岩质边坡稳定性评价

为准确的评价岩质边坡的稳定性,基于属性数学的理论和方法,建立岩质边坡稳定性评价属性识别模型。该模型选取影响岩质边坡稳定性的主要因素作为评价指标,如RQD、岩体结构特征、地应力、内聚力、内摩擦角、坡高和日最大降雨量,并将边坡的稳定性等级分为5个等级。通过构建各评价指标属性测度函数,并通过相似权理论确定指标权重,从而计算得到单指标属性测度和多指标综合属性测度,最后,应用置信度准则进行岩质边坡稳定性属性识别分析。利用该模型对文中边坡实例进行评价,其评判结果与物元可拓评判结果有较好的一致性,这表明建立的岩质边坡评价模型是合理和可靠的。     

基于GIS的边坡危险区域等级划分

GIS系统在边坡稳定性分析中的应用越来越受到重视.以布沼坝露天边坡岩体力学参数、降雨量等6个因素为基础,利用模糊综合评判的原理,将GIS强大的数据处理和空间分析功能应用到露天矿边坡危险区域的等级划分,提出了利用模糊综合评判的方法,基于GIS的边坡危险区域等级划分的理论方法,由此可以区划出整个边坡岩体不同区域的安全度;考虑影响因素多,安全度评价结果用颜色分区更直观,弥补极限平衡方法分析边坡稳定性中的不足,为工程区域治理范围提供决策依据.     

基于R语言的边坡稳定性预测模型优选研究

边坡稳定性的准确评判对边坡工程具有重要的指导意义。在综合考虑边坡稳定性的11类影响指标的基础上,通过对比分析5类预测模型误判样本数量,建立了基于Fisher判别分析的最优模型。通过借助R语言实现训练样本与测试样本的分层随机抽样技术,保证了判别模型中样本数据的随机性与差异性。多次随机试验研究表明:基于R语言的边坡稳定性线性判别分析模型,操作简便,预测准确率高达95.24%。同时,预测模型程序化语言的实现对保障矿山工程后期边坡稳定性研究的可持续性具有重大的意义。     

露天矿最终边坡角的BP神经网络预测及数值模拟验证

利用专家调查表的方式分析露天矿山边坡稳定性的主要影响因素,确定网络模型的输入层神经元。研究BP神经网络的结构和输出方式,对神经网络模型进行优化,并收集大量矿山稳定边坡的相关参数作为样本库,建立神经网络预测模型,将该模型用于某大型深凹露天矿山最终边坡角的预测。根据预测边坡角参数,采用SURPAC—MIDAS—FLAC3D多软件组合的方式,创建逼真的矿山边坡稳定性三维数值计算模型并进行模拟分析,结果表明,模型预测的边坡角满足设计要求。     

边坡稳定性的模糊综合评判

模糊综合评判法能较好地解决边坡稳定性的评价问题，其显著优点是能处理大量的定性资料及模糊信息。因此，选择模糊数综合评判法对桌道路边坡稳定性评价．反映了边坡稳定的实际情况。     

露天矿地表松散层边坡角寻优模型研究

露天矿地表松散层边坡角的确定是露天矿开采设计的基础研究工作,为矿山开采提供有效的安全保障。通过采用边坡极限平衡分析与回归正交试验相结合的方法,建立包括松散层厚度、粘结力、内摩擦角、边坡角和容重五个主要影响因素与边坡稳定性之间的回归模型,得出各影响因素及其交互作用对边坡稳定性的影响规律。通过回归模型的显著性、失拟性检验,对比相同参数条件下的回归模型与数值模拟计算值,结果表明:回归模型显著,拟合度高,计算结果具有较高的可信度。在此基础上,通过反解回归模型,得出任意许用安全系数下的地表松散层边坡角寻优模型。该模型通用性强,为露天矿边坡角寻优提供了一种新的方法。     

基于T-S模糊神经网络的边坡稳定性分析

由于影响边坡稳定性的因素存在随机性、模糊性,本文将模糊系统思想融入到神经网络的应用中,建立T-S模糊神经网络,采用粘聚力、摩擦角、边坡角、边坡高、人为影响、采矿工程影响这6个参数作为边坡稳定性评价系统的输入参数,而将边坡稳定状态作为输出参数,通过对工程实例的建模分析表明,该网络预测精度达到工程要求,该分析方法具有较为广泛的应用前景。     

基于可拓理论的高陡边坡稳定性评价

基于物元模型的可拓学理论分析,提出高陡边坡岩体稳定性的可拓学预测方法。利用岩体边坡稳定性等级和影响因子,构造经典域物元和节域物元,应用物元和可拓集合中的关联函数,建立岩体边坡稳定性等级综合评判的可拓预测模型;通过可拓学评价分析,得到岩体边坡稳定性的预测结果。实例分析表明该预测方法能够更加准确、科学地预测岩体边坡的稳定问题,从而为露天转地下开采矿山采取相应的经济合理的支护加固措施提供了可靠的依据。