岩质边坡智能化位移反分析及工程应用

论文摘要

采用传统的岩石力学理论分析计算岩石边坡的开挖变形时,发现计算的边坡位移量远小于实际的边坡位移量。“力学参数给不准”是影响预测岩质边坡位移的主要原因之一。反分析法是利用现有的边坡体实际位移观测值,通过建立一定的反分析计算模型,确立一定的目标函数,不断地优化以寻找目标函数的全局最小值,最小目标函数对应的岩土力学参数即为岩土体的等效力学参数。位移反分析研究从20世纪70年代末开始提出,至今仅30多年,但由于其解决问题的独特性,倍受重视,很快成了解决岩土工程问题的有力工具。本文在利用人工神经网络方法和遗传算法进行了岩质边坡位移反分析的基础上,提出了一种免疫遗传-神经网络反分析方法。主要所做的工作如下:①利用数值分析方法,研究岩石边坡岩体的基本物理力学性质、边坡的几何特征、岩体的结构面参数等对岩质边坡位移的影响,以确定影响岩石边坡位移的主要的物理、力学、几何及结构面因素,为位移反分析的因素选择提供依据。②将先进的试验设计方法-均匀设计法引入到岩石边坡变形的计算和分析中,将容许域内的计算参数值（输入变量）进行数值仿真试验,对每一方案进行有限元模拟计算得出对应的目标值（边坡位移）,以快速地掌握边坡位移变化规律,并以此构建样本库作为位移反分析的训练样本。③研究人工神经网络来预测边坡特征点位移以替代数值仿真。④研究人工神经网络、遗传算法、免疫遗传神经网络等智能方法解决岩质边坡位移反分析问题,并比较各种方法的优缺点。⑤岩质边坡智能化位移反分析法在工程中的应用——考虑岩体结构面的位移反分析。以某一具体工程为基础,将免疫遗传-神经网络位移反分析方法应用于存在结构面的岩质边坡位移反分析中。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 研究背景及意义
• 1.3 问题的提出
• 1.4 国内外研究现状
• 1.5 本论文的主要研究内容和思路
• 2 岩质边坡的工程特性分析
• 2.1 岩质边坡的分类
• 2.2 岩质边坡的工程特性
• 2.3 岩质边坡的变形破坏分析
• 2.4 岩质边坡位移反分析方法的概念模型
• 2.5 本章小结
• 3 基于有限差分法的岩质边坡位移的影响因素研究
• 3.1 边坡位移影响因素的定量化分析工具及计算模型
• 3.2 岩体物理性质的影响
• 3.3 岩体力学强度的影响
• 3.4 边坡形状的影响
• 3.5 岩体结构面的影响
• 3.6 影响边坡位移的其他因素
• 3.7 本章小结
• 4 岩质边坡位移数值试验及位移预测研究
• 4.1 概述
• 4.2 试验均匀设计
• 4.3 基于均匀设计的边坡位移数值试验
• 4.4 基于神经网络的边坡位移预测
• 4.5 本章小结
• 5 岩质边坡位移反分析的智能化方法研究
• 5.1 岩质边坡位移反分析概述
• 5.2 基于神经网络方法（ANN）的边坡位移反分析
• 5.3 基于遗传算法（GA）的边坡位移反分析
• 5.4 边坡位移反分析的免疫遗传－神经网络算法（IGA-ANN）
• 5.5 本章小结
• 6 岩质边坡智能化位移反分析法的工程应用——考虑岩体结构面的位移反分析
• 6.1 工程概况
• 6.2 神经网络的训练
• 6.3 边坡位移监测
• 6.4 免疫遗传－神经网络位移反分析方法的应用
• 6.5 本章小结
• 7 主要结论和建议
• 7.1 主要结论
• 7.2 进一步研究的建议
• 致谢
• 参考文献
• 附录
• 1. 作者在攻读博士学位期间发表的论文
• 2. 作者在攻读博士学位期间参加的科研项目
• 3. 作者在攻读博士学位期间通过的考试和取得的证书
• 独创性声明
• 学位论文版权使用授权书