学位论文 > 优秀研究生学位论文题录展示

基于变形参数的顺层岩质边坡安全预警标准研究

作　者: 牟锐
导　师: 刘涌江；唐树名
学　校: 重庆交通大学
专　业: 道路与铁道工程
关键词: 顺层岩质路堑边坡位移预警标准 BP人工神经网络多元回归分析
分类号: U416.14
类　型: 硕士论文
年　份: 2009年
下　载: 36次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,随着公路、铁路建设的飞速发展,工程建设中出现越来越多的滑坡灾害,其中顺层岩质路堑边坡失稳造成的滑坡比例较大,其对工程建设、经济建设和人民生命财产造成巨大损失难以估计,这也是多年来一直困扰着岩土工程界的一个难题。传统的边坡安全预警标准操作起来比较麻烦,而且操作过程对部分工程技术人员来说也并不直观,因此,寻求更简洁直观的顺层岩质路堑边坡位移预警标准有重要意义。实际工程中的公路边坡类型多种多样,而各种类型的边坡,其基于变形参数的安全预警标准相差较大,无法建立一个普适性的预警标准。可行的方法是根据每一种类型边坡的具体特点,分别建立各自相应的安全预警标准。顺层岩质边坡是一种层状结构岩体边坡,而全部沉积岩和大部分变质岩均具有层状结构,我国仅沉积岩就覆盖了陆地表面积的77.3%。而顺层岩质边坡失稳造成的滑坡、崩塌等地质灾害,多年来一直困扰着岩土工程界。另外,山区道路病害大多发生在路堑挖方地段,尤其以顺层岩质路堑边坡失稳形成的顺层滑坡最为常见。因此,本文以顺层岩质路堑边坡为研究对象。本文总结了顺层岩质路堑边坡的特点及破坏模式,介绍了有限元法的基本理论,并利用MIDAS/GTS岩土工程数值分析软件,通过对不同参数的变化,选取典型的顺层岩质路堑边坡建立模型进行了详细的数值模拟。边坡变形预警标准的建立需要较多的临界变形数据,本文在数值计算分析的基础上,根据对边坡变形临界位移影响较大的六个参数建立了人工神经网络BP模型,详细分析了边坡变形各控制因素与变形临界值之间的影响规律,为建立基于变形参数的边坡安全预警标准奠定了基础。最后,本文利用1stOpt(First Optimization)工具软件包,以对边坡临界位移影响较大的六个参数为自变量,边坡临界位移为因变量做多元回归分析,得出了安全系数分别为1.0和1.2时顺层岩质路堑边坡位移预警标准的计算公式。经检验,该公式有较高的计算精度,有很大的工程应用价值。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-18
  1.1 问题的提出及研究意义  8-11
  1.2 顺层岩质路堑边坡稳定性分析方法  11-13
  1.3 边坡位移安全预警标准的国内外研究现状  13-14
  1.4 顺层岩质边坡研究的历史、现状和发展趋势  14-17
    1.4.1 顺层岩质边坡研究的历史  14-15
    1.4.2 顺层岩质边坡研究的现状  15-16
    1.4.3 顺层岩质边坡研究的发展趋势  16-17
  1.5 本文研究内容与思路  17-18
第二章顺层岩质路堑边坡的特点及破坏模式  18-27
  2.1 岩质边坡不同于土质边坡的特点  18
  2.2 顺层岩质边坡概述  18-19
  2.3 顺层岩质边坡的特点  19-20
  2.4 顺层岩质路堑边坡的常见病害  20-21
  2.5 顺层岩质路堑边坡的破坏模式  21-26
  2.6 小结  26-27
第三章顺层岩质路堑边坡失稳数值模拟  27-46
  3.1 引言  27
  3.2 有限元法的基本理论  27-30
    3.2.1 有限元法的基本思想  27-28
    3.2.2 岩体的弹塑性有限元理论  28-30
  3.3 强度折减系数法的基本原理  30
  3.4 屈服准则及其对分析结果的影响  30-33
  3.5 顺层岩质路堑边坡失稳数值模拟  33-42
    3.5.1 MIDAS/GTS 岩土分析软件简介  33
    3.5.2 莫尔－库仑屈服准则  33-36
    3.5.3 几何模型的建立  36-37
    3.5.4 参数选取  37
    3.5.5 算例  37-42
  3.6 MIDAS/GTS 数值计算数据分析  42-45
  3.7 小结  45-46
第四章顺层岩质路堑边坡安全预警标准的确定  46-71
  4.1 人工神经网络概述  46-53
    4.1.1 人工神经网络的基本内容  46-48
    4.1.2 人工神经元模型  48-49
    4.1.3 人工神经网络模型  49-51
    4.1.4 人工神经网络的学习方式  51-52
    4.1.5 人工神经网络的训练方式  52
    4.1.6 人工神经网络的仿真  52-53
  4.2 BP 神经网络介绍  53-55
    4.2.1 BP 网络的基本结构  53
    4.2.2 BP 网络的学习算法  53-54
    4.2.3 BP 网络在本文中的运用思路  54-55
  4.3 人工神经网络的建立  55-60
  4.4 网络精度分析  60
  4.5 边坡位移预警标准的得出  60-69
    4.5.1 1stOpt 工具软件包简介  60-61
    4.5.2 安全系数为1.0 时位移预警标准的确定  61-63
    4.5.3 安全系数为1.2 时位移预警标准的确定  63-69
  4.6 小结  69-71
第五章结论与展望  71-73
  5.1 总结  71-72
  5.2 展望  72-73
致谢  73-74
参考文献  74-77
在学期间发表的论著及取得的科研成果  77

基于变形参数的顺层岩质边坡安全预警标准研究

内容摘要

全文目录

相似论文