岩体变形模量偏最小二乘回归与神经网络关联性研究

偏最小二乘回归不直接考虑因变量与自变量回归问题,而直接提取与系统有关的新的综合变量,并能利用交叉原理确定成分个数,尤其在分析单因变量与多自变量间关系上,其所得结果更为满意;人工神经网络具有自适应学习和记忆能力,尤其是3层BP网络模型。把这两者相关联,以岩体变形模量为因变量,岩石比重等7个因素为自变量,分析研究了焦作—晋城高速公路试验资料,所得拟合值与实测值误差最大为5.43%,较偏最小二乘法回归分析19.07%的误差好了许多。该方法为参数选取找到了一条新的途径。

岩体变形模量随深度的变化关系

针对花岗岩，使用岩石力学参数管理系统ＲＯＭＥＤＡ（ＲｏｃｋＭｅｃｈａｎｉｃｓＤａｔａ）中的数据，推导了岩体变形模量随深度的变化关系，并把这种关系应用到三峡永久船闸边坡岩体变形模量的预测中。

水电工程岩体变形模量与波速相关性研究及应用

水电工程常常用原位岩体承压板法变形试验的变形模量E0与对应部位岩体的纵波速度VP之间的关系来确定大范围及深部岩体宏观变形参数,E0-VP的相关性与试点的地质代表性、测试方法、试验数量、选用的函数关系等有关。介绍建立E0-VP关系的试验方法及影响因素,以典型工程为实例,从试验数量、地质代表性、试验条件及函数关系4个方面研究E0与VP之间的相关性及对宏观变形参数的影响程度,分析国内10多个水电工程建立的E0-VP关系特点及一般规律。研究表明,在考虑主要影响因素后,建立的E0-VP关系具有一定的普遍性和适用性。对评价不同勘探阶段大范围岩体和深部岩体变形参数具有十分重要的工程意义。

基于因子分析的BP神经网络在岩体变形模量预测中的应用

岩体变形模量是研究岩体变形特性的重要参数,它对工程岩体稳定性评价与优化设计具有重要意义。本文提出了基于因子分析的BP神经网络预测岩体变形模量的方法。以西藏某水电站为例,在现场调查、室内外试验的基础上,建立了48组包括密度、吸水率、纵波波速、单轴抗压强度、岩块变形模量以及泊松比等因素的数据库,采用因子分析法对6个影响因素进行分析,可得3个公共因子,该3个公共因子作为神经网络的输入参数,采用BP神经网络进行预测。结果表明:利用因子分析法可降维输入数据,消除BP神经网络中由于输入数据太多而影响数据处理速度的缺陷;把因子分析法和BP神经网络结合进行岩体变形模量的预测,可使预测精度提高;该研究思路不仅对岩体变形参数的预测是一个有益的尝试,而且对类似岩土工程问题的预测也有借鉴意义。

基于GSI系统的岩体变形模量取值及应用

在分析岩体的变形特性时,岩体变形模量是一个非常重要的参数,一般要通过现场试验来确定。但利用现场试验直接确定岩体变形模量时,具有时间长、代价高以及试验结果可靠性差等缺点。E.Hoek利用地质强度指标GSI,通过大量现场试验数据的分析研究,建立一种新的估算岩体变形模量的公式。分析这种最新计算岩体变形模量的方法,并通过对岩体结构特征和结构面表面特征的定量描述,对GSI系统进行量化取值,特别对岩体体积节理数Jv的取值进行深入分析。最后通过实际工程的运用,研究应用这一方法的具体过程。最后通过与现场试验结果进行对比,分析这一方法的合理性。

BQ岩体质量分级与坝基岩体变形模量关系

总结了已有利用岩体质量分级估算岩体变形模量的各种方法,讨论了其应用条件及预测结果,并根据已有研究成果及黄河上游两座电站的55组实测数据,建立了几个利用岩体工程分级[BQ]估算岩体变形模量的公式。通过估算结果的对比分析,阐明了各种方法预测结果的异同,并推荐了用来估算岩体变形模量的公式。

岩体变形模量的分形特性

岩体变形模量是评价岩体性质的重要参数,具有十分重要的工程实践意义,但由于岩体条件和力学性质十分复杂,岩体变形模量的求取很困难.为此运用分形理论探讨了岩体变形模量的特征,发现岩体变形模量与分形维数之间具有较好的统计线性相关性,得出了二者之间的相关关系,为岩体变形模量的取值找到了一条新的途径.

基于支持向量机回归的岩体变形模量预测

岩体变形模量是表征岩体变形特性的最重要参数之一,其获取手段有室内试验与现场试验法、经验关系法、数值模拟法、人工智能预测方法等。人工智能预测方法中常用的是神经网络方法,但神经网络易陷入局部极小值和过学习而导致低精度,支持向量机回归(SVR)方法能有效地避免神经网络的以上缺陷,并在小样本、非线性预测方面具有较大优势,但目前SVR应用于岩体变形模量预测的研究较少。以某水电站坝址区英安岩的试验数据为依托,采用灰色关联分析筛选出与变形模量最相关的纵波波速作为输入变量。在此基础上,以3个国内的水电站为例,分别建立相应的以实测纵波波速作为输入变量的粒子群算法优化-支持向量机回归(PSO-SVR)变形模量预测模型,同时,通过与BP神经网络(BP-NN)、RBF神经网络(RBF-NN)2种预测方法进行对比,对比分析表明SVR模型具有更高的预测精度,预测效果较好,说明PSO-SVR方法更适用于岩体变形模量预测。

基于蒙特卡罗法的岩体变形模量统计特征及参数权重分析

经验公式估算岩体变形模量是岩体工程中常用方法之一,在岩体分级系统中出现了很多的经验估算公式,但对于不同经验估算公式计算结果的统计特征与自变量权重分析报道较少。采用蒙特卡罗随机抽样法,基于地质强度指标GSI(geological strength index)系统地分析岩体变形模量估算公式计算结果的统计分布特征及其自变量的权重,讨论不同扰动因子条件下的岩体变形模量统计分布规律及其自变量权重的变化规律。结果表明,扰动因子对各种岩体变形模量统计分布模型均值的影响各异,对Hoek公式得出的岩体变形模量统计模型均值的影响最大,质量好的岩体变形模量受到的影响比质量差的岩体小。

岩体结构特征与岩体变形模量相关性研究

以Nam Ngum5水电站为背景,通过室内试验和现场原位试验分别确定岩石的弹性模量和岩体的变形模量,并引入岩体完整性系数Kv和结构面状态指标Kz,通过多元非线性回归理论,建立了岩体结构特征指标与岩体变形模量的关系式,具有较好的相关性。利用该公式估计了Ⅱ类和Ⅲ类围岩的岩体变形模量并于规范建议值进行对比,可满足规范要求,说明该方法可以确定质量较好岩体的变形模量。

基于纵波波速值的岩体质量分级及变形模量估算

岩体质量分级是经验设计的基础,被广泛应用于岩体工程中。但岩体级别或岩体质量指标往往包含众多影响因素,在实际工程中获取各影响因素的完整资料是非常困难的。应用已有研究成果及西藏某水电站的实测数据,建立了利用岩体纵波波速Vp值估算岩体质量分级方法的公式。并在此基础之上,对CSMR值与岩体变形模量Em的相关性进行讨论,建立经验估算公式,对目前国际上通行的估算岩体变形模量的经验方法进行了补充,以达到更为简便、直观、快速地预测岩体力学参数目的。

《工程岩体分级标准》与Q分类法、RMR分类法的关系及变形参数估算

通过对不同工程的１００多个现场实测数据的统计分析，研究了国标《工程岩体分级标准》与Ｑ系统分类方法、ＲＭＲ分类方法之间的关系，提出了表达它们之间关系的公式和对照表。研究了国标工程岩体质量［ＢＱ］值与岩体变形模量之间的关系，提出了由工程岩体质量［ＢＱ］值估算岩体变形模量的经验公式。

大坝坝基岩体变形特征及适宜性评价——以天水曲溪城乡供水工程为例

在大坝工程建设中,岩体变形模量是大坝设计和坝基变形稳定性验算的重要力学参数。岩体变形模量主要与坝基岩体的地层岩性、风化程度、完整程度等因素相关。由于坝基岩体的不均匀性,力学参数的多变性、不确定性等特征,增加了变形模量建议值的取值难度。因此,对大坝坝基岩体变形模量取值的研究具有重要意义。以天水曲溪城乡供水工程为例,根据坝基岩体原位变形试验结果,对不同岩性、不同风化程度的坝基岩体变形模量特征及试验值进行了分析研究,初步评价了坝基岩体的适宜性。

隧道开挖损伤区围岩声波监测与变形模量预测研究

针对西南地区某公路隧道的钻孔声波监测数据,分析了爆破开挖方式下围岩损伤区的分布特征。基于岩体RMR分值和Q指标值,采用现场声波测试结果,预测隧道开挖损伤区围岩和原岩的变形模量。研究结果可为隧道工程的设计和施工建设提供有益的参考和技术支持。

国标《工程岩体分级标准》应用中的几个问题

根据数个工程的实践经验,对国标应用中的几个问题:①国标在认识岩体力学性质中的作用;②工程岩体单元的划分;③结构面的统计和Kv值的选取;④岩体变形参数的估算等进行了讨论,可以作为工程岩体分级实践和国标修订时的参考。

偏最小二乘回归在岩体力学参数取值中的应用

为了解决工程实践中复杂岩体的岩体力学参数的取值问题,利用偏最小二乘回归方法,在自变量间存在强相关性的情况下建立计算模型,有效解决了变量间的多重共线性问题,尤其当样本点少、变量个数多时,该方法更有效.以岩体变形模量的取值为例进行了分析研究,结果表明,PLS拟合值与实测值相差很小,拟合值与实测值的趋势基本一致,说明该方法实用有效.计算量小,预测精度高.

破碎岩体上混凝土重力拱坝的设计要点分析

由于巴基斯坦高摩赞大坝坝址地质条件复杂,岩体破碎,天然条件下不满足修建混凝土坝的地基条件。以现场勘查和试验为基础,采用大范围大深度的固结灌浆处理方案。结合生产性灌浆试验,采用声波测试结合承压板载荷试验,验证固结灌浆对提高坝基变形模量的效果,并采用固结灌浆处理后的岩体物理力学参数对大坝进行了有限元分析。在多方论证的基础上,经过对大坝体型和结构的精心设计,在十分破碎的岩体条件下,成功建成了133 m高的混凝土重力拱坝。研究成果为国外混凝土重力拱坝的设计提供参考。

基于偏最小二乘法和随机模糊理论的岩土力学参数研究

利用偏最小二乘回归方法和随机-模糊理论,建立了基于偏最小二乘回归的确定岩土力学参数的随机-模糊方法,导出了相应的公式。并以岩体变形模量为例对本文提出的公式进行了分析验证。研究结果表明:对上述两种方法进行耦合,可有效地规避这两种方法单独使用时的不足之处,用之解决实际问题能获得比传统方法更为合理的结果。

开采沉陷预计参数的确定方法

基于相似理论的基本原理 ,根据我国 1 2 0多个地表移动观测站的监测数据 ,导出了开采沉陷预计参数与岩体综合变形模量E、采深H和采厚M等因素之间的统计公式 ,即地表下沉系数 q、水平移动系数b、主要影响角正切tanβ和拐点偏移距与采深的比值S0 /H与相似准则E/Em 和 ρH2 ( 1 0 0MEm)之间呈线性关系 .研究表明 :岩体的综合变形模量对开采沉陷预计参数的影响显著 ,采深主要影响拐点偏移距 ,对其它预计参数的影响甚微 ,而采厚对所有预计参数的影响都很小 。