巖質邊坡安全性評價集成分析系統(tǒng).pdf

1、滑坡每年給全世界造成巨大的經濟損失和人員傷亡。近年來我國對西部進行開發(fā)，涌現(xiàn)出了大量的巖質邊坡工程，邊坡的安全性研究日益突出，基于此，本文開發(fā)了巖質邊坡安全性評價分析集成系統(tǒng)。該程序不但可以對巖質邊坡的穩(wěn)定性做出分析，還可以對邊坡的變形進行短期和長期的預測，確定邊坡的安全狀況。該程序主要有兩個子系統(tǒng)：巖質邊坡的穩(wěn)定分析子系統(tǒng)和邊坡的變形預測子系統(tǒng)。 巖質邊坡節(jié)理裂隙發(fā)育，它的穩(wěn)定性通常受結構面的控制，而實際上垂直方向的結構面數量

2、很少，大部分結構面與垂直方向成一定的角度，因此本文采用改進的Sarma法作為穩(wěn)定分析子系統(tǒng)的分析方法。使用穩(wěn)定分析子系統(tǒng)計算邊坡的穩(wěn)定系數時，事先并不假定一系列滑裂面，而是子系統(tǒng)自動搜索出最危險滑裂面。子系統(tǒng)搜索臨界滑裂面，是以最小抗剪力為準則，以A木算法為搜索方法。在搜索滑裂面以前，用三維網絡模擬程序再現(xiàn)結構面在邊坡中的分布狀況，并把結構面“點化”。最危險滑裂面確定后，穩(wěn)定分析子系統(tǒng)根據結構面特征自動對邊坡體進行斜條分，計算出正常工況

3、和暴雨情況下邊坡的穩(wěn)定系數。 對于邊坡變形預測子系統(tǒng)，采用了模擬退火優(yōu)化的神經網絡技術。神經網絡具有高度的非線性變換和高度的并行處理能力，適合用于變形預測；但BP神經網絡有收斂不到全局最小點、網絡結構設計比較主觀等缺點，因此本文用模擬退火算法克服BP神經網絡的缺點與不足，建立了模擬退火優(yōu)化地神經網絡模型。另外，邊坡變形預測子系統(tǒng)采用動態(tài)預測技術以減小前期變形對變形預測的影響，從而實現(xiàn)更高的預測精度。 最后用巖質邊坡安全性