基于弹性滑体的边坡失稳尖点突变模型研究

针对含软弱夹层边坡,其滑面介质的应变软化和水致弱化将对边坡稳定带来不利影响.本文通过分析边坡滑体变形及能量积聚对边坡稳定的影响,并根据土剪切变形发生的机理,提出了不同滑面介质位移与滑体高度的函数关系,推导了含软弱夹层边坡的修正力学模型和尖点突变模型.在构建边坡的尖点突变模型时,通过改变势函数积分的上下限把滑体对边坡稳定的影响考虑在内,推导了滑面在不同应变状态下与边坡失稳点对应滑体高度的关系式,分析了边坡出现滑体发生整体平面滑动失稳和滑体溃屈或弯折破坏失稳两种表现形式.通过突变分析发现,考虑滑体作用的边坡系统突发失稳必要条件为k≤2-3/m,对比简化滑体为刚体的突变分析大大缩小了判定边坡突变失稳的条件范围.本文模型是考虑滑体自身变形和能量积聚的初步尝试,为进一步研究边坡稳定奠定了基础.     

层状岩质边坡失稳的燕尾突变模型

根据层状岩质边坡含软弱夹层失稳的特点,建立了边坡地质力学模型,应用非线性科学理论中的突变理论建立了完善的边坡失稳燕尾突变模型。研究得出内外环境参数的变化改变系统控制变量的取值。边坡势函数形式发生变化,边坡在演化过程中可能处于稳定状态,也可能处于失稳状态,其稳定性取决于边坡岩体的内在和外界因素。计算了边坡处于失稳状态下系统所释放出的能量。研究结果加深了对滑坡成因的认识,论证了应用突变理论研究边坡失稳现象的可行性。     

层状岩质边坡失稳的尖点突变模型

根据含软弱夹层层状岩质边坡失稳的特点,建立了边坡地质力学模型,考虑内外环境因素对边坡稳定性的影响,建立了完善的边坡失稳尖点突变模型,分析得到了边坡系统发生突变的必要条件。边坡在与外界进行物质和能量的交换过程中,其内外环境的变化导致突变模型中控制变量改变,边坡可能不会滑坡,也可能发生快速和慢速蠕滑,从而形成复杂的演化特征。研究结果加深了对滑坡成因的认识,揭示了应用突变理论研究边坡失稳现象是可行性。     

边坡蠕变失稳研究

边坡在各种地质营力的作用下,它的外形和内在的工程水文地质特性都会随着时间不断地发生变化.采用PLAXIS有限元分析程序来分析边坡的蠕变破坏特性、过程和稳定安全系数随时间变化的规律问题,说明边坡的蠕变特性与岩土体的蠕变特性相似.     

水利水电工程边坡失稳原因及综合治理

广大水电建设者在与滑坡灾害作斗争的过程中不断总结经验教训,开展科技攻关,总结出了一整套水电高边坡工程勘测、设计、施工新技术。通过混凝土抗滑桩、混凝土沉井、预应力锚索、锚杆、以及减裁、排水等加固、治理边坡的方式和措施的应用,成功地建成复杂的高边坡工程。本文就水利水电工程岩质高边坡的加固与整治措施及其适用条件作一简要介绍,供同行参考。     

基于RS-GP模型的边坡安全系数预测

鉴于边坡系统影响因素之间的高度非线性和不确定性,融合RS-GP模型的优势,提出了依据边坡稳定性影响因素类比计算边坡安全系数的方法.该方法通过学习样本的数据特征分析、计算属性的重要性及约简规则,降低了遗传规划预测模型的结构规模.人工神经网络(ANN)模型与RS-GP模型计算结果比较表明:该方法具有计算速度快、容错能力强及精度高等特点.     

边坡失稳系统的固流耦合模型

在考虑边坡岩体物理力学性质不均一性及地下水渗透力分布不均匀性的条件下,将边坡失稳作为一个系统来定性地分析其在失稳过程中的机理,建立了边坡失稳系统固流耦合的数学模型,并结合算例分别对应力和位移进行了耦合分析,从而验证该数学模型的可靠性。     

基于RS-BPNN理论的边坡稳定性预测及应用

从文献资料中收集并整理了45组各类危险边坡数据实例,结合粗糙集理论的数据挖掘功能和BP神经网络理论的非线性映射功能,建立了基于粗糙集-BP神经网络(RS-BPNN)理论的边坡稳定性预测模型.利用粗糙集对离散化后的数据进行了属性约简,利用神经网络对约简前后的数据进行了网络训练和仿真,并对其中五组边坡的安全系数和稳定状态进行了预测.结果表明,未经约简的BP网络安全系数预测的平均误差率为14.51%,约简后的RS-BP网络预测的平均误差率为7.24%,且经过粗糙集约简后边坡的预测状态与边坡的实际状态更加吻合.     

基于失稳模量理论的降雨条件下非饱和边坡流滑 与滑移失稳机理研究

基于经典塑性理论,利用失稳模量（HIN）的概念建立了非饱和土的渗流稳定性准则;针对非饱和土边坡常出现的失稳形式（即有限滑移失稳和快速流动失稳）,通过引入考虑基质吸力依赖性的弹塑性本构模型,给出了识别边坡不同失稳模式的HIN表达式;对于具有潜在液化能力的松散火山灰土给出了理论模型参数的标定方式;在此基础上,预测了火山灰土边坡出现的失稳模式以及相应的失稳含水率,通过与室内水槽试验结果对比验证了理论模型的正确性和合理性,结果显示,结合无限边坡模型与失稳模量理论可进一步推导出不同失稳模式下的边坡安全系数表达式,二者互为验证;最后,通过参数分析研究了各模型参数对边坡在不同边界条件下失稳模式的影响. 研究结果可进一步明晰降雨条件下非饱和土边坡出现不同失稳模式的内在机理,以便为渗流边坡稳定性的评估与设计提供相应的指导.     

基于ABAQUS的边坡失稳综合判据法

在分析有限元计算不收敛、坡体位移突变和潜在滑移面塑性区贯通这3种边坡失稳判据优缺点的基础上,提出边坡失稳的综合判据法,即先进行小变形有限元计算,以计算不收敛为边坡失稳判据,后进行大变形有限元计算,以位移突变为判据。采用综合判据法、运用ABAQUS有限元软件对一个标准算例和一个工程实例进行边坡稳定性分析,并与常用的简化Bishop法进行比较,二者所得安全系数接近,证明了边坡失稳综合判据法的合理可行。     

粗糙集理论及其应用发展综述

介绍了粗糙集理论的基本概念、研究对象，叙述了其在各领域的应用发展情况，并对它和模糊集、证据理论等相关理论，以及它和神经网络、知识工程、遗传算法、自动控制等相关领域的关系进行了阐述。     

采场断层活化期望模型的构建及应用

着眼各型断层对煤矿安全的负面干扰,概括采场断层活化期望控制指标体系并关联保护煤柱。用GM(1,1),Verhust,残差GM和GMANN构建数据挖掘模型实现比较准确拓展样本数据,选择成本型或效益型函数去除量纲实现归一。综合关联分析表明,有效隔水层厚度和工作面长度是断层失稳活化主导因素,以接近关联和相似关联研究证明断层倾角与断层活化失稳的耦合关系并未完全显化。经突变级数法给出活化期望系数并把0.88,0.84和0.74作为临界阈值,分级结果相对符合样本实例。应用表明,模型比较准确且相对保真,具备一定研究价值和基本实际意义。     

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。     

基于小波神经网络理论的边坡位移预测

研究边坡位移混沌时间序列的预测,利用混沌系统的相空间重构理论,提出基于小波神经网络的边坡位移预测方法.通过计算表明,该方法与其它方法相比可避免误差曲面局部最小,网络节点少,参数确定较为容易,学习效率高,收敛速度快,自适应性强,精度高等优点,为边坡位移预测提供了一种可行的、新的探索途经.     

一种基于粗糙神经元的神经网络预测算法

根据粗糙集理论的上、下边界,在神经网络预测模型中引入粗糙神经元,建立了一种新的BP神经网络,它由传统神经元和粗糙神经元组成。仿真实例中将其应用于降水量的预测控制,研究显示了该网络具有良好的克服偶然因素的能力以及较强的预测准确率。     

一种组合预测模型及其应用

在分析宏观经济灰色预测模型、BP神经网络预测模型、回归分析预测模型等基础上,结合西安市宏观经济预测模型指标GDP的历史数据,采用最小二乘法求权系数的方法,建立并检验了一种组合预测模型.实验证明该模型的预测精度有显著提高.     

煤炭价格预测模型及其应用

采用多元线性回归分析法和时间序列分析法建立了全国煤炭平均价格的预测模型，并将其较好地应用于2004年煤炭平均价格及其置信区间的预测。     

边界条件熵的属性约简及在定性仿真中的应用

从Pawlak拓扑的角度,给出了一种知识边界粗糙熵和边界条件熵的新定义,并反映出集合的不确定性可以通过边界域来描述的思想,证明了边界条件熵随着信息粒度的变小而单调减少的重要结论.弹簧定性仿真实例,结合定性推理技术,以边界条件熵为基础构造属性约简的启发式算法,消去定性描述中的冗余,获得了弹簧系统定性微分方程式.实验结果表明,粗集理论在定性推理与定性仿真技术中的重要应用价值,基于边界条件熵的属性约简是有效的.     

基于突变理论的边坡监测预警概率性模型研究

为解决边坡系统演化过程中不确定因素的影响,得到非确定性的边坡预警结果。结合突变理论与广义胞映射理论提出了一种边坡监测预警概率性模型。该模型采用尖点突变理论识别边坡稳定状态;将边坡稳定性演化结果视为随机事件,基于广义胞映射理论计算滑坡在某一时刻准时发生、提前发生、滞后发生、滑坡不发生的概率,从而实现边坡概率性预警。利用该模型计算了某黄土区工程边坡在某时刻发生失稳的概率为100%,且滞后发生的概率为83.8%,判定边坡系统突变会在该时刻之后发生,预警结果与实际情况一致,验证了该模型的有效性。与传统模型相比,概率性预警模型可提供更丰富合理的信息,有助于提升监测预警的准确率,为边坡监测预警研究提供了一种新思路。     

双向S-概率粗糙集及其应用

在集合X的双向动态特性与知识库中统计信息的基础上,提出了双向S-概率粗糙集模型。讨论了双向S-概率粗糙集的动态特性,给出了双向S-概率粗糙集的应用。