

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著計算機及智能化的發(fā)展,在進行邊坡工程布局及方案設計和施工方案選擇中,研究學者們熱衷于選擇數值模擬作為分析手段,而數值模擬的真實性很大程度上取決于巖體材料參數是否正確,使得邊坡工程穩(wěn)定性分析的關鍵就在于獲取巖土體的力學參數。本文基于有限元差分數值計算方法,結合正交試驗設計對邊坡的變形及穩(wěn)定性進行力學參數敏感性分析,確定主要影響因素和次要影響因素。采用基于Matlab編程的誤差反向BP神經網絡分析方法,以邊坡實際監(jiān)測點位移為依據,對邊坡
2、巖體主要力學參數進行反演。在實際監(jiān)測值的基礎上,旨在研究對邊坡變形及穩(wěn)定性影響大的力學參數,進而將數值模擬分析成果運用到實際邊坡工程中,對該邊坡施工過程中穩(wěn)定性和位移進行分析、對該邊坡今后運行進行預測分析,以及對擬建邊坡施工、設計提供指導分析。
?。?)結合某經典均質邊坡,采用正交試驗進行設計因素組合,對容重、黏聚力、抗拉強度、內摩擦角、泊松比和彈性模量6因素進行關于邊坡變形及穩(wěn)定性的敏感性分析。再結合非均質邊坡進行敏感性分析驗
3、證,確定了影響邊坡穩(wěn)定性及變形的主要因素為容重、黏聚力、內摩擦角、彈性模量。
(2)選擇了能夠完成任意精度的非線性函數映射的BP神經網絡作為反演訓練方法,設計3層網絡模型,采用Matlab語言實現(xiàn)BP神經網絡反演編程。
?。?)以錦屏一級電站左岸拱肩槽邊坡4-4剖面為對象,根據待反演參數的取值范圍,基于均勻設計試驗方法設計不同的力學參數組合;采用FLAC3D分別計算不同力學參數組合下監(jiān)測點位移,將監(jiān)測點位移作為網絡輸入
4、,參數組合作為網絡輸出,得到BP神經網絡的訓練樣本;通過輸入樣本進行網絡訓練獲得位移與各反演參數之間的函數關系;最后將實際監(jiān)測位移輸入訓練好的網絡反演出9個主要巖體力學參數,并將反演計算位移與監(jiān)測位移進行對比,監(jiān)測點位移的相對誤差均小于5%,證明反演成果的合理性。
?。?)基于反演獲得的力學參數,對錦屏一級電站左岸拱肩槽邊坡4-4剖面,分別進行無支護和邊開挖邊支護過程的數值模擬分析計算,分析開挖過程中邊坡穩(wěn)定性及位移的變化規(guī)律,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經網絡的邊坡巖體力學參數反分析.pdf
- 基于BP神經網絡法的巖質邊坡穩(wěn)定性評價.pdf
- 基于灰色神經網絡的邊坡穩(wěn)定性預報方法研究.pdf
- 基于灰色理論和神經網絡技術的邊坡穩(wěn)定性分析方法研究.pdf
- 基于pso算法的bp神經網絡在邊坡穩(wěn)定性評價中的應用
- 基于BP神經網絡的巖質邊坡位移反分析及其應用研究.pdf
- 基于神經網絡技術的邊坡穩(wěn)定性研究.pdf
- 圓弧滑動邊坡穩(wěn)定性分析神經網絡方法和自適應神經模糊推理方法的比較研究.pdf
- 基于神經網絡的邊坡穩(wěn)定性評價及影響因素的分析.pdf
- 容差電路故障診斷BP和SOFM神經網絡方法.pdf
- BP神經網絡模型的改進及其在邊坡穩(wěn)定性評價中的應用.pdf
- 基于超越概率和RBF神經網絡的邊坡穩(wěn)定性評價模型研究.pdf
- 基于神經網絡的高邊坡穩(wěn)定性預測與加固研究.pdf
- 基于人工神經網絡技術的邊坡穩(wěn)定性評價研究.pdf
- 基于Kohonen和BP神經網絡的數據挖掘方法研究.pdf
- 基于神經網絡的邊坡穩(wěn)定性集成智能評估系統(tǒng)的研究.pdf
- 基于灰色理論的神經網絡方法在防洪堤邊坡穩(wěn)定性分析中的應用.pdf
- 基于bp神經網絡的故障診斷方法
- 基于BP神經網絡的本體映射方法研究.pdf
- 基于BP神經網絡和SVM的信號分類方法的研究.pdf
評論
0/150
提交評論