爆破振动对矿山边坡稳定性影响的预测

针对矿山爆破过程中爆破点附近的边坡稳定性问题,应用因子分析和免疫最小二乘支持向量机方法,选取爆破振幅、主频率、主频率持续时间、岩石重度、粘聚力、内摩擦角、边坡角、边坡高度、孔隙水压力等为影响因素.对相关性较高的因素进行因子分析,提取公共因子,建立爆破振动对矿山边坡稳定性影响的免疫最小二乘支持向量机预测模型.利用24组爆破数据作为学习样本进行训练,并采用回代估计法进行检验,误判率为1/12.用另外10组数据作为测试样本进行预测,同时通过与其他预测模型预测结果进行对比,验证本文所得模型在边坡稳定性预测中具有更高的准确度.研究结果表明:所得预测模型泛化误差满足精度要求,预测结果的误判率仅为1/10,优于其他预测模型.     

基于灰色关联分析的高边坡稳定性评价

影响边坡工程稳定性的因素众多而复杂,它们之间具有一定的相互联系且具有较强的不确定性。基于灰色系统的灰色关联分析方法,对重度、粘聚力、内摩擦角、空隙水压力比、边坡高、边坡角度等影响边坡稳定性的主要因素进行分析,从而对边坡是否失稳进行了预测。预测结果与实际情况相符,从而验证了将灰色关联分析法应用于高边坡稳定性预测的可行性。     

基于FLAC3D强度折减法的边坡稳定性研究

目的针对影响边坡稳定的几个关键因素:粘聚力、坡角、内摩擦角和土体密度,分析各种影响因素对边坡稳定性的影响程度。方法利用FLAC3D数值计算方法,模拟计算出特定结构中各因素变化时的安全系数,并分析了各个影响因素对安全系数的影响程度。结果计算结果表明,对于边坡坡角变化范围较小的情况下,在粘聚力、坡角、内摩擦角、土体密度4个主要影响因素中,粘聚力对边坡安全系数影响最大,土体密度影响最小。结论说明黏聚力对边坡稳定性的影响最大。     

重度增加法与强度折减法的应用对比分析

基于ANSYS有限元软件,通过实例将重度增加法应用到边坡稳定分析中,发现得出的边坡安全系数比运用有限元强度折减法计算所得的结果偏大.然后对影响计算精度的因素包括粘聚力、内摩擦角和坡角进行了敏感性分析,结果表明粘聚力、内摩擦角和坡角对重度增加法计算精度的影响均高于强度折减法,说明强度折减法计算结果较为可靠,而重度增加法的应用具有一定的局限性.     

支持向量机在边坡稳定分析预测的应用

目的提出一种基于改进算法的支持向量机模型(PSO-SVM),利用边坡的参数分析预测边坡稳定性.方法利用支持向量机有效解决小样本、高维数、非线性等问题的优势,建立粒子群算法(PSO)优化的支持向量机模型,粒子群算法优化支持向量机参数,模型中边坡几何参数和强度参数:边坡角β、边坡高度H、岩石容重γ、黏聚力c、内摩擦角φ以及孔隙水压力ru作为输入参数,边坡稳定性系数FS和边坡稳定状态S作为输出参数.结果 PSO-SVM模型与网格搜索算法(GS)、遗传算法(GA)优化SVM模型以及人工神经网络ANN模型相比,具有更高的分类精度和更强的预测能力.结论 PSO-SVM模型能够准确地获得边坡的稳定性系数,评价其稳定性,在边坡稳定分析和预测中具有良好的实际应用价值.     

顺层岩质边坡稳定性影响因素灰色关联分析

首先用离散元软件UDEC计算出顺层岩质边坡稳定性安全系数在不同因素影响下的大小,再依据该结果用灰色关联方法分析7个不相关因素(岩层倾角、岩层厚度、岩体密度、层面内摩擦角、层面粘聚力、岩体内摩擦角、岩体内聚力)对顺层岩质边坡安全系数敏感性影响。研究结果表明:层面粘聚力和岩体内聚力对顺层岩质边坡稳定性影响比较敏感,岩层倾角、岩体密度、岩层厚度以及层面内摩擦角次之,岩体内摩擦角相比之下较不敏感。该结论为以后顺层岩质边坡的设计及其治理提供了评价依据。     

浅析强度折减法在边坡稳定性分析中的应用

借助MIDAS/GTS软件,对强度折减法在边坡稳定性计算中的应用进行探讨,并对影响边坡稳定性的因素进行研究。结果表明,采用强度折减法进行土质边坡稳定性安全系数的计算结果与传统的条分法相比,数值上偏小6%,具有较高的精确度,可用于实际的工程计算。随着粘聚力和内摩擦角的增大,总体趋势上,稳定性安全系数呈线性增长,但并非完全是线性增长的,粘聚力、内摩擦角与坡体稳定性安全系数曲线存在部分奇异点。     

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。     

简单均质土坡变分法的可靠度分析

传统的可靠度分析法一般都是以抗滑安全系数为基础进行求解,建立安全系数的极限状态方程。本文从相反的角度出发,以变分法为基础,对于给定形状的边坡,求解出与之对应的让边坡刚好处于极限状态的一系列土体粘聚力与内摩擦角。即对任一内摩擦角,均有一与之对应的粘聚力,使边坡刚好处于临界状态。若将求解出的这一系列粘聚力与内摩擦角用某一函数表示,即构成边坡的极限状态方程。     

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PCA-Logistic模型边坡稳定性分析

提出一种基于PCA-Logistic模型算法,并对边坡的稳定性进行预测分析。先用PCA对样本数据进行处理,有效控制稳定性因素的计算数量。选出边坡重度、内聚力、内摩擦角、边坡角四个主成成分进行Logistic建模分析。得出其Logistic回归模型,并运用于边坡稳定性实例分析,与用Logistic回归模型确定权重的模糊综合法进行对比。研究结果表明：PCA-Logistic模型有效的处理样本数据,减少不必要的分析过程,计算得出的边坡稳定性状态与实际情况相符;并与Logistic回归模型确定权重的模糊综合法进行对比,验证其计算结果的准确性,高效性。该方法可在工程地质、采矿工程、经济等众多领域应用与推广。     

基于有限元极限分析的桩基础荷载下边坡稳定性

为探讨桩基础荷载作用下边坡稳定性变化的一般规律，提出相应的稳定性系数计算方法. 首先，概述有限元极限分析方法，并引入某陡坡段桩基础工程实例，验证了该数值分析方法的合理性；其次，通过对桩顶水平荷载、黏聚力、桩坡相对位置等因素进行归一化处理，给出了不同工况时桩基础荷载下边坡稳定性系数计算方法，并将其以表格形式表示；然后，在探究桩基础荷载下边坡破坏模式的同时，引入荷载影响因子表征桩顶水平荷载对边坡稳定性系数的影响，并提出了桩基础荷载下边坡稳定性系数半理论半经验方法；最后，探讨了桩顶水平荷载、边坡坡比、内摩擦角、黏聚力及桩坡相对位置对边坡稳定性系数的影响. 结果表明边坡稳定性系数与内摩擦角及黏聚力正相关，与桩顶水平荷载负相关.以上分析可为陡坡段桥梁工程设计提供参考，具有一定的理论及工程应用价值.     

非饱和参数交互作用的边坡稳定性分析

为研究降雨入渗条件下的边坡稳定性,提出一种基于流固耦合理论及非饱和渗流参数敏感性分析的边坡稳定性分析方法.边坡的非饱和参数交互作用影响边坡稳定,为此,建立基于有限元方法的边坡非饱和渗流的边坡稳定性分析模型.构建了边坡稳定性分析参数敏感性分析模型,分析了非饱和参数对边坡稳定特征的直接作用和耦合交互作用.结果表明:降雨入渗时的非饱和参数共同作用下,降雨强度和渗透系数对边坡稳定性孔压及饱和度特征的直接影响和间接影响较内摩擦角和黏聚力更为明显.降雨强度对特征单元位移直接影响最大,内摩擦角与其他参数的耦合作用最显著.黏聚力对边坡稳定的直接影响最大,且对塑性变形作用时与内摩擦角、降雨强度及饱和渗透系数的耦合最为紧密.非饱和参数共同变化时,交互作用不是单项参数的作用效果直接叠加.     

基于M-C等面积圆屈服准则的岩土混合边坡稳定分析

针对有限元软件基于外角外接圆D-P准则计算边坡稳定安全系数偏大的问题,采用M-C等面积圆屈服准则进行改进,推导了二者计算安全系数的关系.基于M-C等面积圆屈服准则计算岩土混合边坡,计算前对输入的土质和岩质的黏聚力及内摩擦角进行转换,结果表明,计算安全系数与Morgenstern-Price法得到的结果较为接近,并且塑性区与滑动面形状近似,表明了M-C等面积圆屈服准则在分析岩土混合边坡稳定问题是可行的.分析发现,岩土混合边坡安全系数随土质黏聚力和内摩擦角正切值的减少而减少,并且塑性区形状保持不变.     

基于主成分分析法优化神经网络的滆湖组黏性土抗剪强度预测

为了研究苏锡常地区滆湖组黏性土抗剪强度特性,建立抗剪强度参数预测模型;以研究区711组滆湖组黏性土物理力学试验数据为载体,运用主成分分析(principal component analysis, PCA)方法,从样本11个指标中提取影响目标变量的主成分;将其作为反向传播神经网络(back propagation neural network, BPNN)模型的输入层,建立基于PCA-BPNN算法的滆湖组黏性土抗剪强度预测模型。结果表明：当主成分数量为3时,主成分累计贡献率达93.4%;第一、二主成分贡献率分别为52.1%和36.6%;PCA算法即保留了样本大部分信息,又实现了对多维变量的降维。第一主成分可归纳为土体孔隙特性,与黏聚力和内摩擦角均呈负相关关系;第二主成分可归纳为土体水稳性,与黏聚力和内摩擦角均呈正相关关系;土体孔隙特性越显著,水稳性越弱,抗剪强度越低。建立了滆湖组黏性土抗剪强度参数PCA-BPNN预测模型,模型抗剪强度拟合优度为0.85,内摩擦角拟合优度为0.72;模型可靠性总体较高。可见PCA-BPNN预测模型即可降低解释变量间的多重共线性,简化了模型,又能够提升模型...     

基于可拓理论的边坡强度指标

基于可拓理论,从3个层次5个指标建立了边坡稳定性评价指标体系,研究了内摩擦角和黏聚力对边坡稳定性的影响,给出了抗剪强度参数与安全系数之间的数量关系.研究结果表明:随内摩擦角和黏聚力的增大安全系数呈线性增大,且内摩擦角对安全系数的敏感性明显大于黏聚力对安全系数的敏感性.最后,基于安全、经济、高效的原则,采用锚杆措施对辽宁省小盘岭边坡进行加固处理.