基于BP神经网络的边坡岩体力学参数反分析

论文摘要

岩质边坡岩体力学参数在边坡稳定性评价等边坡问题的研究中有着十分重要的意义。如何获取准确的岩体力学参数一直都是国内外专家学者研究的重要内容。本文主要研究如何利用位移反分析方法来获取边坡岩体力学参数。主要内容包括：现场原位滑坡监测,用FLAC3D软件对边坡开挖进行模拟和利用BP神经网络进行岩体力学参数反分析。首先,在现场原位滑坡试验所在区域埋设测斜管,布置地表位移监测点,用来监测边坡开挖过程中边坡的深部位移和地表位移。其次,用FLAC3D软件对边坡开挖进行模拟,由于模型比较复杂,选择用ANSYS建模再导入到FLAC3D中进行数值分析,根据边坡结构特征,数值分析时采用横观各向同性本构模型,输入的力学参数经过均匀试验设计,保证输入参数在试验范围内均匀分布,获得由不同输入参数计算的得到的边坡开挖产生的深部位移。然后,以FLAC3D数值分析得到的边坡深部位移和所对应的力学参数为反分析的输入集和输出集,建立BP神经网络,并进行网络的训练和仿真。最后,用现场原位滑坡监测的边坡深部位移的实测值作为反分析的输入集,进行力学参数反分析,并将力学参数的反分析值和真实值进行对比。研究成果验证了用BP神经网络进行岩体力学参数反分析的可行性和可靠性,并提供了一种简单、高效地获取岩体力学参数的方法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 反分析方法的分类
• 1.3 反分析法国内外研究历史及现状
• 1.4 人工神经网络的发展简史
• 1.5 本文的研究思路、内容及方法
• 第二章 人工神经网络的BP算法
• 2.1 人工神经网络简介
• 2.2 人工神经网络的传递函数和学习规则
• 2.3 BP神经网络
• 2.4 基于BP算法的多层网络设计
• 第三章 现场原位滑坡试验
• 3.1 工程概述
• 3.2 监测方案的设计与测斜管的埋设
• 3.3 开挖面监测
• 3.4 边坡深部位移监测
• 3.5 地表位移监测
• 3.6 小结
• 第四章 基于参数均匀设计的边坡开挖FLAC3D模拟
• 4.1 FLAC3D简介
• 4.2 均匀试验设计
• 4.3 模型的建立
• 4.4 边坡开挖的FLAC3D模拟
• 4.5 基于参数均匀设计的FLAC3D计算
• 4.6 小结
• 第五章 基于BP神经网络的力学参数反分析
• 5.1 基于MATLAB的BP神经网络设计
• 5.2 边坡岩体力学参数反分析的BP神经网络建立
• 5.3 力学参数反分析
• 5.4 反分析结果分析
• 5.5 基于反分析参数的边坡开挖模拟
• 5.6 小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间的主要研究成果