基于松散型小波神经网络的某隧道仰坡变形趋势研究

针对某隧道洞口仰坡的稳定性问题,首先选取松散型小波神经网络对仰坡的沉降变形进行预测,再利用秩相关系数检验和Mann-Kendall检验对仰坡的变形趋势进行判断;结果表明:不同小波函数的去噪效果不一致,其中监测点#5采用db4小波的去噪效果最好,而监测点#6则是采用db7小波的去噪效果最好;另外,秩相关系数检验和Mann-Kendall检验在仰坡变形趋势的判断中具有很好的一致性,均得出两监测点的变形趋势是往减小方向发展,仰坡变形趋于稳定,可以安全地进行后期施工。     

边坡抗滑桩优化设计

针对现在边坡抗滑桩设计方面的不足之处,提出了一种边坡抗滑桩优化设计方法:对边坡进行有限元分析,找出边坡位移最大位置;在位移最大位置处设置抗滑桩,进行边坡抗滑桩整体有限元分析;根据抗滑桩有限元计算结果进行配筋设计.对该设计理论进行了工程实例验证,结果显示,使用该方法能考虑土体的本构关系、力学概念明确,因而比传统配筋设计方法具有明显的优越性.