岩体力学参数对反倾边坡稳定性影响的数值模拟研究

应用离散元软件UDEC,以秦岭南部略阳县菜籽坝反倾边坡为例,研究岩体物理力学参数(主要为抗拉强度、节理刚度、内摩擦角及黏聚力)对边坡稳定性的影响。通过比较三者所引起的边坡位移及变形破坏情况,得到以下主要结论:抗拉强度对反倾边坡稳定性的影响有限,但随着抗拉强度的大幅降低,边坡失稳范围也会加大;节理刚度的合理选取至关重要,极大影响着结构面的弯曲变形;随着内摩擦角及黏聚力的不断降低,边坡潜在破坏范围逐渐增大;三者对倾倒变形影响大小关系为:内摩擦角、黏聚力节理刚度抗拉强度。     

一种确定岩体边坡稳定性的图解分析法

一种确定岩体边坡稳定性的图解分析法柴康生编译（平凉地区水利水电勘测设计院甘肃平凉７４４０００）近年来，岩土工程学中高边坡岩体稳定性研究和预测取得了重大进展。本文介绍一种确定岩体边坡稳定安全系数最小值的新方法，该方法以函数微分分析为基础［１］。在岩体边...     

基于神经网络参数优化的岩体边坡稳定性评价

高陡岩体边坡的稳定性是一个内部存在多种相互联系、相互影响因素的复杂系统,而BP人工神经网络属于非线性动态系统,较适合用于评价高陡岩体边坡稳定性。分析了BP网络模型参数对高陡岩体边坡稳定性评价精度的影响,并提出了对模型参数进行优化,以提高预测精度的若干办法。用一工程实例对参数优化后的BP神经网络在高陡岩体边坡稳定性评价中的应用效果进行了检验。研究表明,用经参数优化的BP人工神经网络模型预测高陡岩体边坡稳定性是可行的,预测结果虽然与实际状态存在一定的误差,但仍可以相对准确地反映边坡稳定状况。     

玛尔挡水电站边坡岩体宏观力学参数优化反演及应用

裂隙岩体的变形、强度特性研究以及其力学参数的确定是岩土工程界、工程力学界最为关注的参考指标。在室内试验的基础上,考虑地应力与结构面尺寸、方向、连通率等因素情况下,采用分区分级方法对玛尔挡水电站边坡岩体的宏观力学参数进行优化反演,并将结果应用到三维有限元计算中。计算结果表明:模型采用反演所得宏观参数能够客观、合理反映出边坡整体的安全稳定状况。研究结果为相关参数反演与边坡稳定性研究提供了参考。     

乌东德水电站边坡岩体卸荷特征及稳定性评价

就水电工程而言,高陡边坡岩体卸荷可能导致边坡整体或局部失稳,对水电工程的施工及运行安全构成威胁。以乌东德水电站坝址区高陡岩质边坡为研究对象,在边坡卸荷岩体宏观地质特征、渗透特征及弹性波特征3方面研究的基础上,综合分析确定了坝址区边坡岩体卸荷的水平深度及特征,并就卸荷带岩体总体稳定性进行了分析评价。总体认为,乌东德水电站坝址区边坡岩体卸荷变形微弱,边坡总体稳定性较好。      

环境边坡危岩体稳定性定性评价研究

水电工程环境边坡分布的危岩体存在“走不近、看不清、查不明”的难题,稳定性评价困难。根据金沙江乌东德水电站、旭龙水电站等高山峡谷坝址区环境边坡大量危岩体稳定性评价成果,提出了环境边坡危岩体稳定性的定性评价标准与方法。结果表明：滑移型危岩体的稳定性评价依据包括滑面几何特征、滑面性状、结构面卸荷松弛张开因素,倾倒型危岩体的稳定性评价依据包括底面悬空程度、后缘结构面特征、高厚比,坠落型危岩体的稳定性评价依据包括通过凸出程度、后缘结构面特征、坚硬程度及完整性;通过对块体结构面产状、松弛张开特征、底部临空情况、附近变形破坏迹象等要素进行分项按权重赋分,可进行危岩体稳定性半定量评价。将定性评价结果与稳定系数对应,可建立定性评价与定量评价的关系,为支护设计提供参考。     

高滩水电站厂房人工边坡岩体稳定性综合分析

在掌握边坡变形破坏的地质模型的基础上，通过以结构面与边坡面的具体组合关系为依据的定性判断、力学计算等方法，对边坡岩体稳定性进行了综合分析评价。     

节理岩体边坡浅表层稳定性分析

通过引入无黏性土坡休止角和一定假设条件,考虑岩块间的黏聚力,推导出了节理岩体边坡浅表层稳定性计算公式,并结合某工程实例进行了分析.结果表明:节理岩体休止角对稳定性的影响最为显著,其次是边坡坡角,再次是坡高和岩体容重,影响最小的是岩块间的黏聚力.     

高陡边坡灌浆岩体变形模量测试及评价

现场原位变形试验能准确获取岩体的变形模量,是评价岩体灌浆加固效果的有效方法。我国西南山区山高谷深、地形险要,复杂的地形和气候条件使得在边坡表面开展原位变形试验极为困难。为此提出了高陡边坡原位变形试验与测量方法,分析了应力传递深度对变形试验结果的影响和温度变化引起的变形测量误差的计算公式。以某水电站高边坡为例,选择含平行结构面的不同质量岩体,对其灌浆前、灌浆后及强化灌浆后的变形模量进行测试,得到结论如下:①固结灌浆对高质量岩体变形模量的提高效果不明显,而低质量岩体在灌浆后、强化灌浆后变形模量可分别提高22%和38%;②结构面充填胶结后,会对两侧岩块变形起到约束作用,类似增加中间主应力提高岩体变形模量的效果,沿结构面走向方向的岩体变形模量也会明显提升。     

紫坪铺水利枢纽左岸坝顶边坡岩体变形破坏模式与稳定性评价

紫坪铺水利枢纽左岸坝顶边坡岩体变形破坏模式主要有沿层间剪切带的压缩变形，表现为上部岩体拉裂破坏、卸荷拉裂、楔体滑动等形式。边坡岩体稳定性按CSMR体系进行分类，结果表明，岩体属于Ⅳ、Ⅴ类。为不稳定至很不稳定岩体。须加强喷锚、锚索、贴坡混凝土等支护处理措施，才能保证施工安全。     

基于BP神经网络的大坝沉降预测模型

以某大坝沉降监测数据为例,利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明,滚动BP神经网络算法能较好地应用于大坝沉降数据的预测,具有良好的应用前景。     

基于BP神经网络时间序列模型的降水量预测

基于降水过程存在周期性、随机性的特点,应用时间序列典型分解法提取原降水量序列中的趋势成分和周期性成分,对于剩余平稳序列成分,采取BP神经网络模型对其进行模拟;最后建立降水量的BP神经网络时间序列预测模型。以宿迁市近14年的月平均降水资料为实例对该模型进行了具体的应用。结果表明:基于BP神经网络时间序列预测模型可以有效地预测降水量,并和传统的时间序列加法模型进行了比较,结果显示基于BP神经网络的时间序列预测优于传统的时间序列加法模型,模型具有较高的精度和稳定性。     

基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用

BP神经网络以其对非线性系统的强大映射能力而被广泛应用于模糊性、随机性强的大坝变形预测分析中。传统的BP神经网络由于初始权值和阈值的随机性,容易导致网络在训练过程中极易陷入局部最小值,同时存在网络收敛速度慢等缺点。针对传统算法的不足,采用改进的粒子群算法(IPSO)对BP网络的初始权值和阈值给予优化,建立大坝变形预测的IPSO-BP模型,并与PSO-BP网络模型进行对比。结果表明,改进的IPSO-BP模型具有收敛速度更快、预测精度更高的优点。该方法可供大坝安全监测和预警分析参考。     

基于主成分分析与BP神经网络模型的大坝渗流监测资料分析

大坝渗流观测资料分析中,各因子间常存在不同程度的相关性,这种相关性有时会对分析效果产生较大的影响,另外,通常的回归模型为线性模型,难以精确反映一般为非线性函数的因变量的变化规律。针对上述问题,本文将主成分分析和神经网络相结合,建立大坝渗流观测数据的主成分神经网络模型,经实例计算,该模型的预报精度较高。     

基于人工神经网络(BP)的混凝土抗裂性能指标预测

通过对人工神经元及BP网络的简要介绍,结合三峡工程大坝混凝土试验实测数据,应用人工神经网络的理论和方法,利用MATLAB语言编制了基于神经网络理论的混凝土抗裂指标预测程序,实现了对混凝土抗裂指标值的预测,证明了人工神经网络在混凝土抗裂指标预测方面的可行性与可靠性。     

基于BP神经网络的温榆河水质参数反演模型研究

为进一步提高内陆水体水质参数遥感反演的准确性,北京市温榆河被选为研究对象,研究选取ETM＋数据和准同步实测水质指标（浊度、BOD;）数据,建立了多个隐含层数目为1的BP神经网络模型,并选出分别针对浊度和BOD5的最佳神经网络模型,利用ETM＋影像的波段组合值反演了浊度和BOD,浓度值。最后将其反演结果与常规多元线性回归模型的反演结果进行精度比较。结果表明：温榆河的水质参数遥感反演为非线性问题,使用BP神经网络方法进行浊度与BOD,两种水质参数反演的结果优于线性回归方法的反演结果。     

基于不同输入层的BP人工神经网络径流模拟研究

为定量研究BP人工神经网络不同输入层对径流模拟的影响,以滨江流域8个雨量监测站长系列逐日降水径流资料为基础,对比分析原始降水、算术平均降水、复合前期径流降水、流域面积加权降水和复合径流面积加权降水作为输入层时,BP人工神经网络月径流量模拟的结果差异。研究表明：采用流域面积加权降水模拟的径流量,具有最优相关系数和确定性系数,以原始降水作为输入层所得结果相对误差最小,由算术平均降水模拟出的结果分布最集中,网络模拟效果稳定。复合输入层的模拟精度相对较高,但输入层并非越复杂越好,基于面积加权降水得出的模拟径流量综合评价最高。     

基于BP神经网络的三维地应力场反演分析

在工程地应力测试和试验洞变形监测结果综合分析的基础上,建立地质概化模型,试验洞施工开挖模型、地应力场分布模型。在此基础上,采用正交设计方法和神经网络进行了岩体地应力场三维变形反演分析,获得了岩体地应力场沿深度的分布规律。比较监测与计算位移,两者在量值上相当,在变形趋势上也基本相同,而且实测与计算所得地应力值较吻合,表明所获得岩体地应力场是基本合理的。     

GRNN在边坡稳定预测分析中的应用

介绍广义回归神经网络(GRNN)的原理和影响因素,论述光滑因子的影响和选择。采用LOO交叉验证方法遍历所有样本,搜索出合适的光滑因子,结果表明合适的光滑因子能够较大幅度地提高网络泛化能力。应用收集到的82个圆弧滑面边坡稳定状态的实例资料,将GRNN模型应用于边坡稳定性评价,计算结果表明,在边坡稳定状态分析及预测方面,GRNN模型比BPNN模型更加精准简捷。     

BP神经网络在鱼洞河滑坡稳定性评价中的应用

 以边坡高度、边坡角度、岩土重度、粘聚力、内摩擦角等作为输入模式变量，建立BP人工神经网络训练样本集以之用作滑坡稳定性评价。通过对网络学习参数的优化，如学习速率为0.9，学习步长为0.7，在迭代12 589次网络训练后样本收敛。以此为基础，建立BP神经网络各隐含层的连接权重和阈值，进行模式识别，完成了鱼洞河边坡状态和稳定系数的计算。计算结果表明，鱼洞河边坡处于破坏（不稳定）状态，稳定系数为1.100 5