大型露天终了边坡稳定性分析与加固方案优化

基于正交试验设计、有限元分析与RBF神经网络理论建立露天边坡岩体力学参数反演模型,形成露天边坡岩体力学参数分析方法;基于MIDAS/GTS大型数值计算平台建立露天边坡三维稳定性分析模型,形成露天边坡稳定性分析方法。选择典型矿山,对露天矿山终了边坡的岩体力学参数和边坡的稳定性进行分析,提出可行的加固方案,并通过数值计算分析与经济效果评价提出合理的加固措施。研究结果表明:该研究方法对类似工程研究有借鉴意义。     

基于层次—集对理论的边坡稳定评价模型

以某露天采场为研究对象,选取层次分析和集对理论相结合的方法对该露天矿山的边坡稳定性进行系统全面的评价。首先对影响该矿山边坡的因素进行分析,得到影响较大的16个评价指标,并以此建立了该露天矿山边坡稳定性风险评价指标体系。再运用层次分析和集对理论分析相结合的方法确定各评价指标的权重值,得到边坡稳定性评价等级。通过定量分析方法对露天矿山边坡工程的稳定性进行了全面评价,能够为露天矿山边坡灾害的治理工作提供一种新的思路,从而有效预防边坡灾害。     

基于信息扩散和BP网络的黄土边坡稳定性分析

目的探讨基于信息扩散原理的BP神经网络的黄土边坡稳定性评价模型。方法收集黄土地区24组黄土边坡实例,采用模糊信息优化处理中的信息扩散原理,建立各评价因子与安全系数之间的模糊关系,并在此基础上建立与BP神经网络相结合的评价模型。结果建立的评价模型对4组预测样本的预测结果,效果良好,较好地解决了样本过少或含有矛盾样本的问题。结论该模型在黄土边坡稳定性评价中比普通神经网络具有更高的实用性和有效性。     

基于神经网络的边坡冲刷稳定性综合评价

边坡冲刷稳定性评价具有不确定性,将人工神经网络应用于边坡冲刷稳定性评价,建立了边坡冲刷稳定性神经网络模型并进行了验证,对边坡的设计和施工有一定的使用价值。     

露天、井下复合开采条件下边坡稳定数值模拟

为了解决露天与地下复合开采条件下的边坡稳定性问题,通过有限元数值模拟分析地下开采下露天矿边坡中的应力、位移场,损伤,探讨了地下开采对边坡稳定性的影响。采用国际上比较流行的大型有限元分析软件ABAQUS,结果表明,此方法不仅适用地下与露天复合开采条件下的边坡稳定性的评价,同样也适用于地下开采对丘陵山区斜坡体、铁路路基稳定性的评价。     

多重影响因素下的边坡稳定性评价方法及应用

 在边坡稳定性评价方法基础上,分析了边坡稳定性评价方法的某些缺陷,讨论了影响边坡稳定性的因素,并对影响边坡稳定性的几类指标进行分析和归类.从地质条件、自然环境、工程设计等角度考虑,建立了一种考虑多重影响因素并结合层次分析法(AHP)和模糊数学的边坡稳定性评价方法,利用该方法对某露天矿山边坡进行了稳定性评价.新分级体系下的边坡稳定性分级结果表明,中区和南区下盘边坡是潜在不稳定区域,需要进一步分析,而上盘边坡的稳定性明显好于下盘边坡的稳定性,这与CSMR的分级结果相近,验证了指标分类的合理性以及该评价方法的可行性.     

露天矿边坡稳定性预测的人工神经网络模型

利用人工智能中的神经网络原理和方法,建立了露天矿顺层边坡稳定状态预测的神经网络模型,描述了矿山边坡稳定指标与其影响的非线性映射关系,提出了露天矿边稳定性预测的神经网络原理和方法。     

风化岩质边坡破坏概率及其数值方法

由于矿山岩体的复杂性,影响露天矿山边坡稳定性的诸种因素均难以精确观测。根据露天矿山工程实际情况,本文主要考察风化破碎的一类岩质边坡失稳问题;把矿山岩体视为宏观均质各向同性介质,依此建立评价边坡稳定程度的力学和数学模型,计算边坡的破坏概率。为此,文中对破坏概率的计算问题给出了一种新的数值方法,进而可对边坡破坏概率进行定量地计算分析,为评价边坡稳定性提供科学之依据。     

有限元强度折减法在顺溪场滑坡治理工程中的应用

以边坡的稳定性作为评价指标,采用有限元强度折减法和BP神经网络研究顺溪场滑坡在格构锚固结构治理后的效果.根据监测数据,采用有限元强度折减法研究随时间推移边坡稳定性的变化趋势,并采用BP神经网络预测边坡的长期稳定性,来评价边坡治理的效果.结果表明在设计锚固力下,格构锚固结构治理边坡的稳定性系数与极限平衡法计算结果相符;在使用阶段,随时间推移锚索预应力不断损失,边坡的稳定性也随之下降,最初几个月稳定性下降较快,之后变化逐渐趋于平缓,但在较长的一段时间里边坡稳定性仍会缓慢降低.     

基于粒子群优化算法的相关向量机边坡稳定性分析模型

为快速获取边坡稳定性系数,及时对边坡进行稳定性评价,提出一种基于粒子群优化算法(particle swarm optimization,PSO)的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。该模型通过选取影响边坡稳定性安全系数的6个主要因素,并对这6个主要影响因素产生的30组数据进行拟合训练,利用粒子群算法对相关向量机模型参数进行优化,选取最优参数值,根据这30组训练样本来对剩余4组样本进行精准预测。结果表明：与实际值进行对比,基于PSO-RVM模型预测的平均相对误差仅为5.64%,且建立的PSO-RVM预测模型的边坡稳定性安全系数的平均相对误差均明显优于利用BP(back propogation)神经网络和协调粒子群(coordinated particle swarm optimization,CPSO) -BP模型预测得到的平均相对误差,进一步为边坡稳定性预测及评价提供一种新方法。     

智能化的边坡稳定性分析方法

应用智能科学理论和控制论的思想，提出了露天矿边坡稳定性分析的智能模型，讨论了一种新的知识表示方法和实现边坡稳定性分析的问题求解新机制．新的知识表示方法是集框架，规则，神经网络，数学模型于一体的面向对象和综合集成的方法．用逻辑推理、模式识别、模型计算综合集成的方法进行了边坡稳定性分析．运用该模型对实际边坡进行了破坏模式识别，识别结果与实际相吻合．     

黄土边坡稳定性分析的神经网络方法

针对黄土边坡稳定分析计算方法繁琐、复杂、精度低等缺陷,应用神经网络理论,提出了黄土边坡稳定性分析的新方法.以14个边坡工程的稳定状况作为学习样本和预测样本,讨论了基于神经网络技术的黄土边坡稳定性分析方法及其有效性.研究表明,神经网络方法具有精度高,收敛速度快,容错能力高等特点,且操作简洁方便,能有效地应用于黄土边坡稳定性分析.     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析,与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

基于人工神经网络的井泉滑坡稳定性

针对组成边坡的地质条件、岩土体物理力学性质等因素的不确定性、模糊性特点,为了解决准确预测边坡稳定程度的问题,利用人工神经网络技术,在边坡稳定性评价方面进行了探索,建立了一种把人为因素降到最低程度、融定量与定性指标于一体的边坡稳定性综合评价模型,并应用该模型对井泉滑坡工程实例进行了分析。分析结果表明:该模型对井泉滑坡的安全系数与边坡状态判断准确,与实际情况吻合。该模型在边坡稳定性评价方面具有重要的工程应用。     

露天煤矿边坡稳定性的随机森林预测模型

 边坡工程是露天煤矿中的重点工程,边坡的稳定性关系着煤矿的安全生产。边坡稳定性预测是边坡防治工作的前提,针对煤矿边坡工程稳定性预测的复杂性,为了快速、有效地判别煤矿边坡稳定性,利用随机森林算法建立煤矿边坡稳定性预测模型。通过选取与煤矿边坡工程密切相关的岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6 个指标作为边坡稳定性的影响因素,即为随机森林预测模型的输入,边坡稳定性状态作为随机森林预测模型的输出,通过随机森林算法建立边坡稳定性影响因素与边坡稳定状态之间的非线性关系。利用煤矿实测30 组边坡稳定性数据作为随机森林预测模型的训练数据集,进行模型的学习训练;另用12 组边坡稳定性数据作为预测模型的测试数据,通过训练好的边坡稳定性预测模型进行测试;为了验证随机森林预测模型的准确率,同时与SVM 和BP 神经网络的测试数据进行比较。结果说明,选取煤矿边坡稳定性的6 个指标建立的随机森林预测模型,人工控制参数较少、结构简单、容易实现,且具有较高的准确度,边坡稳定状态预测结果与煤矿边坡工程实际状态相吻合,能有效预测边坡稳定性状态,指导煤矿边坡防治工作的开展。     

基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

白音华一号露天煤矿合理帮坡角的确定及边坡稳定性评价

 为保证白英华一号露天煤矿开采过程的边坡安全,确定了白音华煤田一号露天煤矿各帮合理帮坡角,并对其边坡稳定性进行了分析与评价。根据白音华煤田一号露天煤矿边坡各剖面分层物料的物理力学性质,应用FLAC^3D数值模拟软件计算模拟了白音华煤田一号露天煤矿各帮边坡的稳定性,确定了各帮合理帮坡角。同时,对东端帮实施内排提高帮坡角进行了研究,模拟结果表明,内排的实现提高了所压边坡的稳定性,在保证内排跟踪距离的前提下适当提高帮坡角,进而提高煤炭的回收率在露天煤矿中是可行的。     

降雨条件下的节理化露天矿高边坡稳定性分析

露天矿的开采形成了许多节理化的人工高边坡,这些边坡的岩土体结构破碎且复杂,因而在考虑边坡的整体稳定性时,地震力和地下水的作用不可忽略。为最大限度地减小开挖量及保证开采过程中的边坡整体稳定,结合青海省某大型露天镍钴矿开采后形成的节理化高陡边坡,在考虑地下水和地震力作用下,通过Geo Studio软件中的几大模块对研究区域整体边坡稳定性进行定量计算分析,并得到降雨条件下边坡稳定性及表面水平位移变化规律。之后通过对计算结果的分析得到研究区域内最佳开采坡角为44°,持续降雨状况下,坡中点的表面水平位移变化最大。最终得到开采坡角的角度对露天矿边坡整体稳定性影响巨大,且对该露天矿的开采提出了一些实用性建议。     

基于极限平衡法和FLAC3D软件的高陡边坡稳定性分析

某露天矿山设计终了边坡高度278～350m,坡角42～48°,属于典型高陡边坡。开采过程中出现了出现裂缝、下挫等现象。为了确保该矿山的安全生产,结合其地质资料及边坡的现状,本次选取了6个典型剖面,采用极限平衡法和FLAC~(3D)数值模拟软件,对该露天边坡进行稳定性分析,为后续边坡安全管理提供建议。