基于进化神经元算法的堡镇隧道软弱围岩施工弹塑性智能位移反分析

结合宜万铁路堡镇隧道的施工,将BP神经网络和遗传算法引入特长隧道软岩段的施工位移反分析,采用遗传算法自动搜索BP神经网络训练效果最优的参数,建立起反映围岩变形与岩体物理力学参数及初始地应力之间高度非线性、不确定的GA-BP智能模型,然后采用遗传算法在岩体物理力学参数和初始地应力取值范围内,搜索BP神经网络预测围岩变形与实测围岩变形最接近的参数组合,取得反演获得的岩体物理力学参数和初始地应力.从堡镇隧道应用结果来看,这种进化神经元算法反演结果可以满足隧道施工的需要,并为类似工程提供了借鉴.     

基于单纯形—有限元耦合算法的隧道围岩蠕变参数反演

采用大型有限元(FEM)程序ABAQUS编程建立隧道岩体计算模型,以Matlab语言为平台,编制单纯形算法与有限元结合的优化反分析程序Nelder-Mead—FEM,实现Matlab对ABAQUS模型的动态循环调用及逐步寻优。结合软岩隧道大变形监测,考虑高地应力下围岩流变特征,方便快捷、稳定高效地实现反分析程序对岩体蠕变参数的反演辨识,反演变形中后期预测数据与实测变形拟合较好。     

三峡库区陡崖形成及长期稳定性初步研究--以万州区太白岩为例

陡崖是山丘地区常见的地貌景观,是危岩灾害孕发的起源地.以三峡库区万州区太白岩陡崖为例,笔者运用危岩发育链式机理探讨了陡崖的形成过程,指出陡崖是危岩链式发育的必然结果.得到了危岩主控结构面连通率与弹性模量及危岩体损伤度之间的相关参数,运用岩石蠕变时效本构关系建立了危岩微观链蠕变稳定时间计算式,初步建立了陡崖长期稳定性预测方法.初步得到了太白岩陡崖微观链稳定时间在891～15904年之间,在8万年内将会有危岩体逐渐发育的结论.     

三峡库区陡崖形成及长期稳定性初步研究——以万州区太白岩为例

陡崖是山丘地区常见的地貌景观，是危岩灾害孕发的起源地．以三峡库区万州区太白岩陡崖为例，笔者运用危岩发育链式机理探讨了陡崖的形成过程，指出陡崖是危岩链式发育的必然结果．得到了危岩主控结构面连通率与弹性模量及危岩体损伤度之间的相关参数，运用岩石蠕变时效本构关系建立了危岩微观链蠕变稳定时间计算式，初步建立了陡崖长期稳定性预测方法．初步得到了太白岩陡崖微观链稳定时间在891—15904年之间，在8万年内将会有危岩体逐渐发育的结论     

高地应力层状软岩隧道大变形预测分级研究

为探明高地应力层状软岩隧道的非对称变形破坏规律及其支护结构的非对称受力特性,结合碳质千枚岩力学特性与变形破坏机制的各向异性特性,对层状软岩隧道围岩的非对称变形破坏特征进行了分析. 在93座典型高地应力层状软岩隧道变形数据的基础上,系统性地分析了隧道拱顶沉降、水平收敛、最大变形量与地应力、岩体抗压强度、隧道埋深之间的关系. 研究结果表明:高地应力层状软岩隧道的变形量与最大地应力、岩体抗压强度、埋深的分布较为离散,在一定地应力、岩体强度或埋深条件下,隧道变形量既存在于高值区间,也存在于低值区间;隧道变形量随地应力的增大、岩体强度的降低、埋深的升高逐渐向高值区间靠拢,高地应力层状软岩隧道大变形是高地应力、软弱围岩、层理弱面耦合作用的结果;基于隧道最大变形量与隧道强度应力比的幂指数变化规律,提出了高地应力层状软岩隧道的大变形预测分级指标.      

隧道围岩位移的区间分析

不同级别的岩体具有不同的物理力学指标,根据物理力学参数的区间特性,引入区间分析方法,把各个参数当作区间变量,据此分析计算出隧道嗣岩位移大小的区间,为今后工程设计、施工中的同岩变形预留量提供一个定赶的参考范围。     

人工神经元网络在公路隧道围岩判别中的应用

基于人工神经元网络原理,结合公路隧道围岩判别的工程实际资料,通过BP神经网络模型的有师学习记忆和预测功能,对公路隧道围岩判别预测进行了研究。通过实例预测检验,证明了人工神经元网络在公路隧道围岩判别中的可行性和实用性。     

应用支持向量机回归确定岩体强度指标

在确定岩体力学参数中引入支持向量机，介绍了其具体的回归算法．并用这一方法回归预测岩体强度指标，通过实例证明支持向量机用于多影响因素、小样本容量的岩体强度指标回归问题，能够保证较理想的推广预测能力．     

节理岩体抗剪强度参数的实验分析

对红层软岩的大量实验表明，剪切与三轴压缩实验测得的抗剪强度参数值不一致，而且内摩擦角从完整岩石剪切实验、三轴压缩实验到结构面剪切实验呈现出由大到小的规律．基于上述实验结果，分别从岩石强度理论和实验方法的角度分析了3种实验所得参数不一致的原因，导出了三轴压缩实验得到的岩体抗剪强度参数与结构面抗剪强度参数之间的关系式，并提出了岩体抗剪强度参数的选取原则．     

铁路岩石边坡稳定性分类的逐步判别分析

本文利用全国铁路147个岩石边坡的调查资料,按边坡稳定状况分成三 类和二类:即稳定、基本稳定和不稳定,以及稳定和不稳定。选择岩石 回弹值R、岩体完整性系数I。等n个参数和岩坡综合相时贯通度GP、 岩坡综合稳定性系数GX等5个参数为判别变量。采用逐步判别分析方 法时铁路岩石边坡的稳定性进行评价,其结果比较理想。      

考虑地层岩性及地质构造的区域边坡岩体完整程度预测

通过野外现场调查采集到的基础数据,得到一系列样本点的岩体完整程度,并考虑地层岩性以及地质构造对岩体完整程度的影响,建立多因子加权叠加模型,对整个研究范围内的边坡岩体完整程度进行预测。预测结果显示:长江干流边坡岩体完整程度明显差于支流边坡,而且预测结果呈深色区域均有已知滑坡灾害点分布,其中一处已经发生滑动,说明预测结果符合实际情况。该预测结果可以应用于岩质边坡的稳定性分析以及作为该区域地质灾害防治规划的依据。     

岩石工程岩体各向异性的显现模式研究：以三峡工程永久船闸？…

岩体各向异性是岩石工程所面临的重要问题，是一切岩体力学及岩体水力学行为特性的主要控制因子。本文以三峡工程永久船闸边坡工程为例，对岩石工程体各向异性的基本显现模式进行了研究。岩体各向异性主要表现在岩体中的地应力、岩体宏微结构特性、岩体力学及岩体水力学参数等方面：地应力状态主分量值在垂直剖面σ１≠σ２≠σ３、主方向会发生明显的偏转；地表及岩体中岩体结构面的分布、岩体的微观特性结构均呈现明显的方向性；岩     

软弱岩体分类及其变形规律的研究

根据软弱岩体中起主要作用的影响因素，将软弱岩体分为软弱型、破碎型、软弱破碎型、高应力型和膨胀型等五种。给出了相应的分类指标及其与《工程岩体分级标准》（国家标准）中参数Ｑ的对应值，以及不同类型软岩隧道围岩变形定性规律和失稳规律，有助于正确及时地对软弱岩体稳定性作出评价。     

铜绿山矿田成矿远景预测及三维地质模型

铜绿山矿田是鄂东南矿集区最重要的矽卡岩型铜铁金多金属矿田, 其成矿与铜绿山岩株体关系密切。 因此, 查明该岩体深部展布和形态及其与周缘灰岩大理岩的接触关系, 对于矿田深部找矿预测具有十分重要的意义。 论文在细致分析铜绿山岩体及岩株体、 灰岩大理岩及捕虏体、 矽卡岩矿体及矿化体等的重磁异常组合特征的基础上, 推测铜绿山岩体的边界, 圈定铜绿山岩体内部大理岩捕虏体和矿化体, 利用三维物性反演、 2. 5D 重磁人机交互反演、 3D 重磁人机交互反演结果, 结合钻孔、 地质资料开展三维地质建模, 获得了铜绿山矿田 3000m 以浅的岩体、 矿化体的三维地质模型, 为该区的靶区圈定及深部找矿预测提供依据。     

人工神经元网络在地下工程预测中的应用

将适用于处理非线性和随机特性的人工神经元网络应用于地下工程监控预测中的位移预测，提出一种有效的方法，并用Ｃ语言程序实现。     

岩体变形参数的应力状态效应研究

岩体力学参数存在随应力状态不同而变化的特性，称为应力状态效应。岩体力学特性的实测值具有空间场分布特征，分析表明地应力（或围压）的有规律变化是造成岩体力学参数空间变化的主要原因。考虑到实测地应力多具有较大的离散型，尝试利用反演方法获取地应力场信息，通过多元回归分析得到实测岩体变形参数与地应力的经验关系，以研究岩体变形参数的应力状态效应。通过一工程实例研究：得到地下厂房区域的岩体变形模量为16GPa左右，与反演分析结果也比较符合；通过应力状态效应研究得到的岩体变形参数物理场，是一个渐变的物理场模型，是更为符合工程实际的；主要考虑了岩体力学参数的应力状态影响，通过一系列的计算得到，人为因素少，计算结果可供工程实践参考。     

岩石材料渐变破裂的重正化群方法研究

建立了描述岩石材料渐变破裂的重正化群模型,解析了其临界概率和临界应力,讨论了这些参数在岩体力学性质推断、破裂预测与稳定性判别中的意义。     

高应力软岩隧道预应力锚索支护的设计研究

对高应力软岩隧道预应力锚索支护设计进行研究,结合工程实例,通过三维有限元软件FLAC3D,对锚杆锚索联合支护的作用原理、设计参数及支护效果进行了分析,结果表明:锚杆锚索联合支护主要通过控制垂直位移、水平位移、垂直应力、压应力、拉应力和岩体的屈服特征来解决高应力软岩隧道的支护问题,相比于传统的支护方式更加有效.     

三维岩体滑坡诱发冲击波近场波的特性试验研究

为了预测水库库岸滑坡入水后产生的冲击波(涌浪)到达承灾体的时间及立波高度,以水库岩体滑坡所诱发的冲击波为研究对象,对近场区涌浪的波场特征进行研究.首先,根据弗劳德相似准则,并结合三峡库区典型岩体滑坡参数及其裂隙发育情况,建立碎裂岩体滑坡涌浪三维物理模型;其次,通过模型试验揭示了近场涌浪的产生机理及传播规律;最后,通过多...     

基于时间序列与神经网络的软岩隧道变形预测模型及其应用

针对软岩隧道具有变形量大、变形分析困难和稳定性差等特点以及传统的变形分析方法过于单一和精度低等问题,分别运用时序分析和神经网络方法对软岩隧道变形进行了预测,以单个方法的预测结果为基础,结合IOWHA算子,根据各方法的预测精度计算出它们在组合模型中的权重,建立了组合预测模型．通过工程监测获取原始数据,运用组合预测方法得到相应的预测结果,并将其与单个方法的预测结果进行了对比分析．研究结果表明：新的组合预测方法能够综合时序分析和神经网络方法的优势,预测结果精度明显提高,该方法的应用对具体软岩隧道的稳定性评价及隧道工程的施工与维护具有一定的指导意义．