岩土工程反分析的计算智能研究

传统岩土工程学科的研究方法及思路限制了岩土工程反分析技术,乃至整个学科的发展,因此,从研究思维变革的根本上着手,把现代智能科学中的新发展分支—计算智能引入岩土工程反分析,可望使其产生一个飞跃性突破,以至带动整个岩土工程学科的发展。基于此思路,本文把计算智能方法引入反分析领域(本文反分析指位移反分析),全面而系统地进行了反分析的计算智能研究。

基于岩土工程反分析的藏区公路隧道弃渣场稳定性研究

以西藏某公路隧道弃渣场边坡为例,运用岩土工程反分析技术,采用Morgenstern-Price法对边坡进行稳定性评价,并对弃渣场边坡失稳后形成堰塞的可能性进行评判。研究成果表明:该弃渣场边坡失稳的主要诱发因素为(1)坡脚开挖,(2)集中、超高堆载,(3)排水不畅;正常工况下边坡稳定最小安全系数为1.062,处于基本稳定状态;非正常工况(暴雨工况)下边坡稳定最小安全系数为0.940,处于不稳定状态;经评判,暴雨工况下弃渣边坡失稳后形成堰塞湖的可能性较小。研究成果可为类似工程提供参考。

粒子群算法改进及内变量本构模型参数反演

为了研究深埋煤矿巷道通常存在长时间、大变形问题,拓展岩土工程反分析的手段,改善岩土工程反分析的效率和精度,首先基于自然选择、自适应变惯性权重、异步变化学习因子的策略改进了粒子群算法并完成了程序实现,通过Sphere和Rastrigrin两函数测试了改进算法的优越性;其次以Matlab软件为平台,联合大型有限元软件ABAQUS,编制了岩土反分析程序Geo PSOInverse.m;最后应用所编程序反演了以不可恢复应变为变量的、不显含时间的泥岩蠕变模型参数。结果证实:改进的粒子群算法在岩土工程参数反演计算中体现出了可靠的反演能力和很快的收敛速度,可进行复杂采矿工程的实践应用。