基于RBF的隧洞岩体蠕变参数反演方法

岩体蠕变参数是软岩洞室设计和施工中的重要力学参数，为解决蠕变参数难以获取的研究现状，建立基于RBF神经网络的隧洞岩体蠕变参数智能反演方法。在综合分析工程资料的基础上，采用符合该工程岩体变形规律的蠕变本构模型，建立反映隧洞开挖支护工序和长期蠕变特征的仿真计算模型，以测点沉降值为指标，采用敏感性分析方法，确定待反演参数。通过正交设计和仿真计算构造训练样本，对RBF神经网络进行训练，建立蠕变参数和位移值之间的非线性关系。输入实测位移值，得到相应的岩体蠕变参数。将该方法应用于滇中引水工程的隧洞蠕变参数反演中，利用所得参数进行数值计算，计算结果与实测位移值误差较小，表明该方法合理、实用，且具有良好的精度，可为获取软岩隧洞蠕变参数提供简捷高效的方法。     

面板堆石坝瞬时变形和流变变形参数的联合反演

堆石坝变形包括瞬时弹塑性变形及时间相关的流变变形,从实际的监测变形中精确区分这两种变形有一定技术难度。本文将瞬时及流变变形参数的反演问题转化为一个组合优化问题,采用智能优化算法寻找最佳的堆石变形参数。研究中,首先拟定了多种变形参数样本,采用有限元法计算坝体变形;然后采用径向基神经网络训练上述样本,建立堆石变形参数与坝体变形之间的映射关系;最后根据坝体实际变形测量值,采用多种群遗传算法优化得到坝体瞬时及流变变形参数。采用径向基神经网络替代有限元可节省计算时间,提高计算效率;而多种群遗传优化算法可避免传统遗传算法早熟问题。用反演参数再次计算得到的水布垭坝体沉降与实测值吻合较好。     

改性土填方渠道力学参数反演分析

结合南水北调中线工程某高填方渠道工程现场观测数据,利用BP神经网络中多层前馈神经网络及其反传算法,建立了渠道施工沉降和土体力学参数的多元输入输出连续映射分析模型,从而对岩土参数进行位移反演分析,得到填筑渠道土体的力学参数值。反演结果表明,土体凝聚力和内摩擦角反演相对误差较小,而压缩模量的反演误差随着填筑高程的升高有变大的趋势。所得研究结论为计算和分析填方渠道的有效沉降提供了理论支持。     

基于优化BP神经网络算法的隧道岩土体力学参数分析方法研究

在隧道稳定工程稳定分析中,岩土体力学参数的准确性对工程设计有着重要影响,以获取隧道岩土体力学参数指导支护设计,保障隧道施工及运营期的安全性。采用有限差分数值计算模型构建位移与岩土参数的训练样本集,结合CO-RDPSO算法优化BP神经网络的初始权值和阈值进行训练,将实际监测位移带入训练好的神经网络反演岩土体力学参数,利用反演参数带入有限差分模型计算得到隧道位移,并将其与监测位移进行对比分析,并对该方法进行实例验证,结果表明,基于有限差分方法反演得到的参数能较好地反映隧道开挖后土体的位移沉降,变形规律与监测数据基本一致,CO-RDPSO算法优化BP神经网络具有一定的可行性。     

高心墙堆石坝瞬变-流变参数解耦反分析方法及变形预测

高心墙堆石坝材料分区较多,且静力模型和流变模型参数均不相同。为了避免二者同时反演时巨大的计算量,并进一步提高反演参数的准确性,更好地分析堆石坝应力变形、进行变形预测,考虑堆石体瞬变和流变参数的解耦关系,对瞬变和流变参数进行解耦反演分析。以瀑布沟心墙堆石坝为例,在参数敏感性分析的基础上,利用堆石坝施工期、第一次满蓄水期、第二次满蓄水期的变形监测资料,以敏感性较强的参数为待反演参数,采用基于基因片段差异度的遗传算法和径向基函数神经网络(RBF)构建反演平台,对瞬变-流变模型参数进行了解耦反演分析。反演结果表明,计算值与实测值在数值和变化规律上总体符合较好,反演结果较为合理可靠。     

盾构隧道穿越水工渠道安全影响模拟分析

针对TBM盾构隧道下穿水工渠道实际工况,考虑渠道、隧道、地层等影响因素,建立三维有限元数值模型进行分析。结果表明,隧道左线开挖时渠道的最大沉降变形为3.19 mm,地表竖向沉降量最大值为8.76 mm;隧道右线开挖时渠道的最大沉降变形为4.54 mm,地表竖向沉降量最大值为8.26 mm;隧道施工所致渠道结构的最大拉应力变化为0.20 MPa,根据相关技术要求中的沉降限值,得出分析结论。     

基于BP神经网络和遗传算法的软基参数反演与沉降预测

以九江绕城高速公路桩网复合地基加固软基试验段为工程背景,利用智能反演方法、正交试验设计和有限元数值方法相结合,对软基土体参数进行反演和工后沉降预测。研究结果表明,采用有限元和正交试验设计方法相结合,可以为BP神经网络和遗传算法参数反演模型提供大量的训练样本,能够确保参数反演精度;工程应用证明,BP神经网络和遗传算法与ADINA有限元程序相结合对软基工后沉降进行计算和预测是可行的,BP神经网络反演方法计算的软基沉降最大误差为5.26%,遗传算法计算的软基沉降最大误差为3.1%,因此,遗传算法在桩网复合地基软基沉降预测中具有更高的预测精度。     

基于均匀设计及神经网络的堆石材料参数反分析

鉴于堆石坝材料参数反演分析问题的复杂性,在BP神经网络反分析的基础上,利用均匀设计理论构造参数样本,结合有限元分析,对水布垭面板堆石坝主、次堆石料的邓肯E-B模型参数进行反演分析。为了验证反演结果的可靠性,再利用反演分析结果,重新进行有限元计算,将计算得到的坝体沉降位移值与实际监测值相比较,结果显示,有限元计算位移值符合大坝变形的基本情况,反分析结果满足精度要求。说明利用均匀设计结合BP神经网络的反分析方法,可以减少堆石坝材料参数反演分析中网络学习的样本数量,提高反分析效率及准确性。     

地铁站深基坑土体力学参数反演分析

基于正交试验设计和FLAC3D建立的学习样本以及测试样本,通过工程现场获取的地铁站深基坑支护体系位移信息,在总结分析基坑变形受力特征的基础上,找出对地铁站深基坑变形起主要作用的因素,确定待反演土体力学参数,然后建立BP神经网络理论反演的参数同支护结构位移间潜在的映射关系。实例计算结果表明,利用BP神经网络的仿真预测功能实现地铁站深基坑土体力学参数反分析是较为准确可行的。     

基于神经网络的土体渗透参数反演研究

基于神经网络的非线性映射特性,在渗流有限元计算的基础上,结合水头和流量等实测资料提出了边坡渗透参数的反演方法.对南水北调中线穿黄工程高边坡渗流反演进行了分析,得到了边坡土体的渗透参数为3.97×10-4cm/s,综合给水度为0.027,并进行了渗流计算.结果表明,采用反演的渗透参数所计算的各观测井的水位值与实测值基本相同,误差较小.     

海中深厚软土地层围护结构反演分析研究

基坑开挖过程中其侧壁变形与围护桩结构内力分布规律一直是基坑工程的研究重点,海中深厚软土基坑工程因复杂的水文地质、工程地质条件,此类问题更为突出。依托澳门大学跨海隧道工程,采用基于BP神经网络的位移反分析法,对软土地层土体关键物理力学参数进行敏感性分析。分析结果表明,内摩擦角、凝聚力、弹性模量均对土体变形具有高敏感性,其中内摩擦角和凝聚力最为敏感。然后利用反演分析得到的目标参数进行了正向数值模拟计算,计算的水平位移、围护结构内力与监测值误差不超过5%,表明基于BP神经网络的位移反分析方法准确有效。     

引水明渠二维水流数学模型的建立及应用

准确计算引水明渠内的水力学特征对于设计渠道断面型式及控制渠道泥沙淤积等具有重要意义。通过建立平面二维水流数学模型,对某引水渠道及其上游干流、下游库区区域的水流进行了数值模拟研究,分析了计算区域内的流态、流速分布和水位变化等水力参数。在此基础上对引水明渠渠底高程进行优化,对比了不同高程下渠道的水位和水流特征,成果可为明渠的优化设计及其防淤方案的制定提供科学依据。     

新疆克拉玛依风克干渠4~#渡槽反演地基沉降三维有限元计算分析

结合现场多年实测沉降资料,采用三维有限元计算方法反演渡槽基础沉降,通用调整地基的弹性模量、泊松比、粘聚力、摩擦角等参数,得出渡槽基坑竖向沉降变形值,使得反演计算值最终接近实测沉降资料中的值,将反演参数与原始参数进行对比分析,评价渡槽基础的现状情况。依此,为今后老旧结构安全评价提供借鉴。     

基于参数空间变异性随机场的地铁基坑变形研究

鉴于地铁基坑工程存在土体参数不确定性导致难以精细化控制变形的问题,依托济南地铁闫千户站基坑工程,考虑土体参数空间变异性,将随机场理论与数值模拟有机耦合,研究基坑变形特性与变异系数对变形的影响规律。结果表明,土体参数变异性较小时,可将二维随机场模型简化为一维计算;地表沉降大小和围护结构的变形具有较强相关性,围护结构最大变形区域在0.5H～0.9H,平均值约在0.7H;变异系数与地表沉降呈正相关,变异系数从0.1增加到0.4,地表沉降值增大了70%。     

双沟水电站面板堆石坝变形反演分析

利用反演预测模型,结合混凝土面板堆石坝原型观测资料,对大坝填筑料的邓肯E-B模型参数进行反演分析,并用反演所得的坝体材料参数及其实际填筑过程进行有限元计算,得到坝体及面板的变形值;利用模型对水库蓄水三年后的变形值进行计算;根据实际监测结果与计算值进行对比,证明了有限元计算结果的合理性。     

一种软土地基沉降预测的反演方法

根据太沙基固结理论,结合公路路堤工程实际,提出一种软土地基沉降的反演预测计算方法.该方法利用早期的沉降观测数据和准确的加载信息可以预测更长时间内的软土地基的沉降情况,同时也可以推算出一些重要的土体变形参数.工程算例表明,本文方法是可行的.     

涔天河面板堆石坝施工期变形监测资料及参数反演分析

对涔天河面板堆石坝施工期变形监测资料进行了较全面分析,然后建立了堆石坝施工期有限元模型。基于实测相对沉降,采用正交设计、神经网络、遗传算法相结合的方法,反演了堆石坝的非线性材料参数。分析表明:(1)涔天河面板堆石坝坝体沉降随着大坝填筑的逐步升高而增大,当填筑到320.3 m高程后,坝体沉降变形渐趋稳定。在施工期间,该大坝经历了"5.20"洪水、"11.11"罕见冬汛等事件,但对堆石坝的变形影响小。(2)基于实测相对沉降进行的堆石坝材料参数反演结果表明,主堆石区的K和Kb较室内剪切试验参数偏小,而其他反演参数结果和室内剪切试验值较为接近,沉降值计算值与实测值的时程曲线趋势符合较好。(3)由于观测房修建滞后,沉降仪从安装埋设到首次观测期间的沉降位移缺乏过程值,建议及时修建观测房,尽早获得沉降过程值。     

基于BP神经网络的堆石坝参数二次反演与变形预测

在预测堆石坝长期变形时,常常需对堆石体流变参数进行反演。若同时对堆石体的瞬时变形力学参数和流变参数进行反演,则反演参数多,网络结构复杂,所需的训练样本数量大,反演效率低。根据堆石坝的监测资料,将堆石坝的沉降分解为瞬时沉降和流变引起的沉降,运用BP神经网络方法逐次增加训练样本,循环训练网络,将瞬时力学参数与流变参数分开来进行二次反演,训练样本少,反演效率高,输出结果用于预测能与监测资料较好吻合,可为类似工程提供参考和借鉴。     

黄土地区引水隧洞施工围岩变形特征分析

为研究引水隧洞施工期间的变形特征,依托某黄土地区引水隧洞工程为例,综合采用现场实测数据分析和数值模拟开展隧洞的变形特征研究。结果表明：（1）隧洞拱顶位移变化速率和累计沉降值最大,且出口右线的沉降速率比左线的更大。与出口相比,进口处的地面沉降值明显较小,其中进口处地面的最大沉降值为35 mm,出口处地面最大沉降为70 mm;(2)建立数值有限元模型进行计算表明,数值模拟结果与实际监测规律基本一致,其中实测隧道开挖结束的拱顶最大沉降为60 mm,而数值模拟结果为78 mm,两者相对误差在20%以内;随着隧洞的开挖,隧道应力发生重分布,衬砌两侧发生应力集中,最大值为6.0 MPa,顶部围岩应力达到2 MPa。     

基于非饱和蠕变模型的滑坡长期变形数值模拟

绝大多数滑坡的发生都与水直接相关,滑坡土体经常处于非饱和状态,而坡体的失稳破坏大都经历了一个时间过程,即滑坡变形具有蠕变性质。因此,绝大多数滑坡的失稳过程实质为非饱和蠕变过程,数值模拟时考虑渗流耦合蠕变效应更能符合滑坡变形的真实状态。根据前期研究成果所得的非饱和土非线性蠕变模型及其三维形式,采用试验数据对模型进行验证。由于常规商业有限元软件没有提供适合特定土体的非饱和蠕变模型,编制了基于渗流及蠕变耦合计算的有限元计算程序,并利用该程序对树坪滑坡在库水位变动下的变形过程进行了数值模拟。结果表明,计算结果与实际变形的监测值趋势比较接近,说明本文所建立的蠕变模型合理,编制的程序可靠,可用于实际滑坡的长期变形计算。