基于简化Newmark位移模型的区域地震滑坡危险性快速评估——以汶川M_S8.0级地震为例

以汶川MS8.0级地震重灾区的11县市为例,初步提出了基于简化Newmark位移模型的地震滑坡危险性应急快速评估方法。利用汶川地震即时地震动参数、工程地质岩性经验分组及地形坡度数据,借助ArcGIS空间数据建模工具编制了地震滑坡危险性快速评估流程模块。计算了区域浅表层饱和岩土体斜坡的静态安全系数Fs、临界加速度ac,并借此分析了地震滑坡易发性。利用经验式获得了汶川地震Arias强度和区域滑坡位移DN分布,实现了汶川地震重灾区地震滑坡危险性的快速评估,为应急救灾决策提供了参考。通过对比评估结果和震后滑坡调查成果,可知数十处灾难性滑坡绝大部分位于-高危险区的龙门山主中央断裂带两侧约20km地带中,显示了评估方法的可靠性;同时,分析指出了空间数据精度及更新不足导致局部评估结果欠佳的局限性,并提出了改进建议。

基于KANO模型和感性工学的电动位移床设计研究

目的融合KANO模型和感性工学两种设计方法,设计一款兼具审美、安全、方便、省力等特性的电动位移床。方法通过用户画像等方式对重病患者和医护人员的需求进行分类,并运用KANO法来对这些需求进行优先等级分层,获取设计的优先要素信息;再建立电动位移床样本库,采用Likert七级量表将模糊的感性语义转变成设计所需求的设计要素数据,以此进行电动位移床的设计研究。结果在前述研究基础上,构建了面向用户期望需求和兴奋需求为主的电动位移床设计模式,完成了安全、省力、易用的设计方案。结论通过KANO模型和感性工学的融合能准确获取用户的需求层级和产品开发中的设计聚焦,再结合定性与定量分析,从而建立产品设计与用户需求之间的对应关系,有助于设计师设计决策的优化和电动位移床用户满意度的提升。

滑坡位移预测模型补充评价方法

针对目前滑坡位移预测模型评价方法中总体性指标区分能力不足,以及对滑坡高风险期预测效果评价不准确等问题,设计滑坡位移预测模型快速位移期综合误差(CERDP)和峰值预测误差(PPE)两个补充评价指标以及对应的补充评价技术流程。基于滑坡监测数据的实例研究表明,所提补充评价指标和应用流程合理可行,可以有效地应对均方根误差(RMSE)等指标差异不显著带来的评价不准确问题,遴选出总体性能可靠,在风险时段和最高风险时点表现更好的模型,为滑坡风险管理工作提供有效的技术支持。

基于Kelvin模型的圆形巷道位移反分析的唯一性

讨论了黏弹性岩体中圆形巷道位移反分析的唯一性问题。以Kelvin模型为研究对象,在圆形巷道位移解析解的基础上,利用参数可辨识条件,对岩体参数进行了位移反分析唯一性的研究。结果表明:无论测量出多少个测点的位移,都不能唯一地反分析出所有岩体参数,至少要已知2个参数,才有可能唯一地反分析出其余参数;随着已知参数的增多,各参数的可辨识性逐渐增强;竖向地应力与水平地应力是否相等,且二者作为已知条件时其大小是否为0对反分析结果有较为明显的影响;适当减少待反演参数的数量对提升反分析结果的唯一性有显著影响;所有参数中地应力具有最好的可辨识性,其次是弹性模量,泊松比及黏滞系数最差。

遗传算法下的滑坡蠕滑位移预测模型研究

滑坡位移预测是预报滑坡灾害的重要依据,以往的滑坡位移预测模型多数为时间序列预测模型、BP神经网络预测模型、Gaussian拟合预测模型以及其他一些非线性预测模型。这些滑坡位移预测模型在建立上缺乏力学理论支撑,对不同力学特性产生的滑坡位移预测分析上没有针对性。文章针对力学特性为重力蠕变型滑坡位移的预测,提出一种基于遗传优化算法的滑坡蠕滑位移非线性预测模型。以鲁家坡滑坡东侧J05监测点的累计水平位移为例,划定测试区域与预测区域进行模型预测分析,并将新模型预测结果与Gaussian拟合预测模型、BP神经网络预测模型预测结果进行对比分析。结果表明,相较于传统预测模型,新模型的预测效果有所提升,有一定的工程价值与实践价值。

基于多位移光谱遥感图像的空间引力模型亚像元定位

目前基于多位移光谱遥感图像的亚像元定位方法通常很少考虑点扩散函数效应影响,本文提出了一种基于多位移光谱遥感图像的空间引力模型亚像元定位方法。为了生成粗糙丰度图像,首先对多个多位移光谱遥感图像进行解混;在点扩散函数效应被考虑的前提下,对粗糙丰度图像实施面积到点的克里插值处理,然后通过理想方波滤波进行滤波,最终获得改进后的粗糙丰度图像;利用空间引力模型对改进后的粗糙丰度图像进行上采样,从而得到上采样丰度图像,再对上采样丰度图像执行整合处理,以生成精细丰度图像;在完成上述所有图像处理步骤后,最终通过应用类别分配方法,将类别标签分发给各个亚像元,以此获得精确的定位结果。在2组实验数据集上的实验结果表明:本文提出的方法比现有的亚像元定位方法获得了更好的定位效果。

基于STL-Holt-WOA-RF的拱坝位移预测模型

传统的混凝土拱坝位移预测模型主要关注水压、温度、时效等因素与拱坝位移之间的关系,未对拱坝位移数据中所包含的信息进行充分挖掘。为此,采用Seasonal and Trend decomposition using Loess算法(STL)将拱坝位移原始数据分解为趋势序列、周期序列及残差分量。在此基础上,采用鲸鱼优化算法(WOA)结合随机森林算法(RF)对三个分量进行预测,并使用Holt-Winters算法充分考虑趋势序列中的趋势信息对趋势序列的预测结果进行修正。最后将修正后的趋势序列预测结果和周期序列、残差分量预测结果相加,得出拱坝位移最终预测结果。工程实例表明,基于STL-Holt-WOA-RF的拱坝位移预测模型能够显著提高预测的准确性和稳定性,为拱坝位移预测提供了新的思路和方法。

GNSS表面位移监测融合三维模型在不稳定边坡安全监测的应用

为了实时有效对不稳定边坡安全的监测,文章依托江西上饶公路边坡项目,使用GNSS(globl navigation satellite system)自动化表面位移监测系统,根据项目实地情况及要求制定监测方案,实现边坡表面位移实时、全天候监测,并利用倾斜摄影测量技术构建三维模型,通过近半年监测数据融合三维模型进行分析,结果表明,GNSS01和GNSS02监测点边坡体在X,Y方向位移变形累积较大,变形最大为500-600MM,GNSS03监测点坡体位移变形较小,变形量在30mm以内。该监测系统能够高效且实时监测不稳定边坡的状态,通过自动化设备并融合三维模型,较好评估边坡稳定状态,并对后期的变形趋势及灾害预防提供很好的参考。

倾斜拉拔荷载下锚桩承载性能及桩周位移场可视化离心模型试验

单点系泊系统作为一种新型锚固系统获得越来越多的应用,然而倾斜拉拔荷载下单点系泊锚桩的承载性能及桩周土体变形机理尚不明确。基于人工合成透明土材料搭建了可视化离心模型试验系统,对倾斜拉拔荷载下锚桩的力学响应展开离心模型试验,探讨加载角度对锚桩承载力、失效模式和桩周土位移场的影响规律,并与1g条件下透明土模型试验结果进行定性的对比分析。研究结果表明,开展的基于透明砂土的离心模型试验,可以用于评估现场应力状态下锚桩的承载特性与失效机理、土体内部位移场;桩周土体的位移量沿深度方向差别相对较为明显,锚眼附近的土体位移相对较大;1g条件下土体位移场无法合理反映位移沿桩身方向的变化规律,极限荷载下桩侧土体的变形量小于离心模型试验中的土体变形量。

基于XGBoost模型的降雨诱发阶跃型滑坡位移预测

滑坡位移预测一直是滑坡研究的热点之一。近年来,随着计算机科学的发展,越来越多的人工智能技术模型被用于滑坡位移的预测。相较于常用的如LSTM神经网络等机器学习模型,集成算法中的XGBoost模型在滑坡位移预测领域尚不多见。由于其在滑坡位移预测中具有预测精度更高、运行速度更快等优点,目前在学术界已成为研究的热点领域。文中以泉州市安溪县尧山村滑坡地灾点监测数据为例,运用Python搭建XGBoost模型,并通过最大信息系数的比较来选定与位移高度相关的特征,输入至模型中对滑坡位移进行预测。结果表明,XGBoost模型因其在目标函数中引入正则项来控制模型过拟合、模型数据集划分采用前向验证方式等优点,相较于大多数机器学习模型,能更加准确地预测降雨诱发阶跃型滑坡位移。该模型对此类滑坡的位移预测及早期监测预警具有重要参考意义。

基于Newmark模型的地震滑坡承灾体风险评估——以2014年云南鲁甸6.5级地震为例

以云南省昭通市为研究区,利用区域地质和地形数据,基于Newmark位移模型开展斜坡临界加速度计算与地震滑坡危险性分析;基于滑坡滑动距离统计模型,建立简化的地震滑坡影响范围预测方法;利用2014年鲁甸6.5级地震地震动峰值加速度模拟数据,引入建筑物、人口和道路数据,尝试开展地震滑坡承灾体风险评估。结果表明:昭通市地震滑坡高易发区主要分布在河流两岸陡坡地区和软弱岩层集中分布区域,受坡度和岩性因素控制明显;鲁甸地震因地质灾害死亡人口均分布在地震滑坡威胁建筑物和人口较多的乡镇;地震滑坡道路致灾高风险路段与实际受灾严重路段重合度较高;评估结果能在区域尺度反映承灾体的风险分布情况。

利用“人船模型”巧解系统动量守恒问题

归纳了“人船模型”具有的特殊规律及其适用条件,给出了双人式的“人船模型”转化为单人式的“人船模型”以及在质心参考系中应用“人船模型”的巧妙方法,对有关“人船模型”的若干物理问题进行巧妙解答.

基于单位根检验和ARMA模型的桥墩位移稳定性时间序列分析

评估桥墩位移是否收敛和稳定是桥梁健康评估的重要内容。在运用全球定位系统获取桥墩三维监测位移的基础上,首先运用时间序列方法对监测数据进行处理和分析,并使用单位根检验来确定桥梁监测序列是否平稳,为了克服短期偶发因素影响,进而建立自回归移动平均模型对桥梁信号监测数据进行预测分析,最后将桥墩水平位移实测数据与模型拟合结果的残差序列进行单位根检验,以进一步确定桥墩位移的长期稳定性。工程实例表明:单位根检验表明监测序列没有时间趋势,不存在单位根,数据序列为平稳序列,具有常均值和方差;自回归移动平均模型能够较好地刻画监测数据,且具有较高的可靠性和可行性;根据平稳时间序列模型的特征,可以计算监测序列的均值和方差。

宽温域磁致伸缩位移传感器输出电压模型及特性分析

磁致伸缩位移传感器应用于高温环境时,磁致伸缩材料存在随温度升高而力磁性能下降的固有属性,因此迫切需要研究宽温域下传感器的输出特性。基于玻耳兹曼统计量、磁弹性耦合效应和德拜模型,建立了非等温条件下传感器输出电压模型。搭建提供可调脉冲电流和轴向偏置磁场的变温平台,选用直径0.8 mm的(Fe_(83)Ga_(17))_(99.4)B_(0.6)和Fe_(82)Ga_(13.5)Al_(4.5)波导丝,实验验证了模型的准确性。确定变温下传感器的最佳激励参数,(Fe83Ga17)99.4B_(0.6)偏置磁场21.3 kA/m,脉冲电流24.6 A;Fe_(82)Ga_(13.5)Al_(4.5)偏置磁场16.7 kA/m,脉冲电流18.8 A。在20~350℃用最佳激励参数测得(Fe_(83)Ga_(17))_(99.4)B_(0.6)输出电压最高为577.63 mV,Fe_(82)Ga_(13.5)Al_(4.5)输出电压最高为419.56 mV。采用输出幅值高的(Fe_(83)Ga_(17))_(99.4)B_(0.6)波导丝根据其最佳激励参数设计了硬件电路和移动位置磁铁结构,制作宽温域传感器样机并在高温平台上进行测试,20℃时输出电压最高为595.32 mV,500℃时仍有254.67 mV,非线性误差为±1.3 mm。

耐久性弱化边坡模型试验及DIC位移测试研究

边坡岩土与支护结构长期耐久性能弱化对边坡变形及安全稳定性产生影响,开展定量化研究以指导边坡耐久性设计和评估分析具有重要意义。以锚喷支护边坡为例,通过几何相似比为1∶50的模型试验探讨不同弱化程度的边坡受耐久性因素影响的效果。首先基于正交设计试验确定模型边坡岩层以及喷射混凝土层相似材料配合比,进一步设计单槽尺寸0.75 m×1.5 m×1.1 m的双模型槽对比试验系统,模拟正常工况,以及降雨(7 d)+风干(7 d)、酸雨/盐雾(7 d)+风干(7 d)等边坡耐久性影响工况,基于DIC仪器测试不同工况条件下坡顶分次堆载对坡面位移变化影响。研究表明:支护结构材料耐久性能退化对边坡变形位移产生一定量影响,可为长期复杂环境影响下的边坡耐久性稳定性设计评估提供参照。

基于遗忘递推最小二乘法的泵站水平位移动态监控模型研究

泵站建筑物水平位移是泵站长期运行过程中的重要监测项目,对水平位移监测数据进行分析和建模是掌握泵站结构运行状态的重要手段。传统统计模型的回归参数为固定值,不能反映泵站结构变形性态的动态变化特征。为此,构建了基于遗忘递推最小二乘法(FFRLS)的泵站水平位移动态监控模型,该模型通过引入遗忘因子增强了新监测数据对模型的修正能力,实现了对统计模型参数的动态求解,从而使模型长期保持较高的预测精度。最后结合南水北调东线工程某泵站枢纽,验证了模型的有效性。工程实例表明,所构建的模型可以根据新数据的加入自适应更新泵站水平位移统计模型的回归参数,有效提高了统计模型的拟合与预测精度,为掌握泵站建筑物安全性态提供了新方法。

基于LSO-RF模型的阶跃型滑坡位移速率预测方法

针对阶跃型滑坡在预测其位移速率时存在精度不高的问题,以泉州市安溪县尧山村阶跃型滑坡为例开展相应研究.首先,基于斯皮尔曼相关系数和灰色关联度综合分析,选取预测模型的输入特征;其次搭建结合扩展窗口法的狮群优化(LSO)-随机森林(RF)模型,提出一种适用于阶跃型滑坡位移速率预测的新方法.结果表明:综合斯皮尔曼相关系数和灰色关联度结果的特征选择方法,能弥补各自的局限性,选出最适合预测模型的输入特征组合;经过对比分析,LSO-RF模型预测阶跃型滑坡位移速率精度较高,能解决常见模型在预测阶跃型滑坡位移速率上的不足,可为阶跃型滑坡位移速率的预测提供参考.

一种滑动检测算法下的滑坡位移时序分解方法

针对“阶跃式”滑坡位移时序分解模型力学解释性不强的缺陷,根据西原蠕变本构模型与自适应改进遗传算法模型,提出滑动R_(nl)阶跃点检测方法与改进加权移动平均修正阶跃项位移方法,并将该方法应用于白水河滑坡位移时序分解。将滑动R_(nl)阶跃点检测结果与MK检验结果、滑动t检验结果以及Bayes检测结果作对比。结果表明,滑动R_(nl)阶跃点检测结果更加准确与适用;同时将新型滑坡位移时序分解结果与二次移动平均时序分解结果、三次指数平滑时序分解结果以及VMD时序分解结果作对比。结果表明,新型滑坡位移时序分解方法解决了滑坡趋势项位移无规律、无力学解释性的问题,且在时序分解加法模式中单独引入滑坡位移预测中最重要的阶跃项位移,分析预测更具有针对性。因此,新型时序分解模型有一定的工程价值与时序预测借鉴价值。

断层永久位移预测及断层悬索桥地震响应研究

断层错动诱导的地表破裂永久位移对跨断层桥梁结构会造成严重破坏,准确预测断层错位的永久位移对跨断层桥梁结构抗震性能评估具有重要意义。首先结合反向传播神经网络(BPNN)提出具有较高精度的断层错位量预测模型,然后通过低频成分叠加高频成分方法人工合成断层面两侧地震动(简称跨断层地震动),最后以某主跨为538 m的跨断层大跨钢桁架悬索桥为研究对象,利用有限元软件ABAQUS建立考虑桩−土相互作用(m法)的全桥计算模型,探究断层位置和跨越角度对悬索桥地震响应的影响。结果表明:基于BPNN提出的方法能精确预测断层位错永久位移,对比已有的回归公式具有更高的精度,为人工合成跨断层地震动的准确性提供了保障;断层相对位置会显著影响桥梁结构的地震响应,与近断层地震动作用相比,在跨断层地震动作用下,悬索桥的塔底剪力、弯矩、相对位移以及扭矩响应增加了22.79%、154.1%、139.36%和265.48%;断层跨越角度对悬索桥动力响应影响明显,其响应均以跨越角度θ=90°呈规律对称分布,塔顶纵向位移、塔底纵向弯矩、塔底纵向剪力以及塔底扭矩最大值均出现在θ=90°,分别为0.81 m、282.45 MN∙m、3.96 MN和6.14 MN∙m。研究成果可为跨断层悬索桥抗震分析提供一套简便、可靠的人工地震动合成方法,也揭示了跨越角度和断层位置对跨断层悬索桥地震响应的影响。

基于改进组合深度学习模型的大坝位移预测研究

大坝位移可直接影响大坝的质量和运行安全,为找出大坝位移的合理预测模型,以时间卷积神经网络模型为基础(TCN),采用遗传算法对麻雀搜索算法(SSA)、灰狼算法(GWO)和蝙蝠算法(BA)三种仿生算法进行改进,得到MSSA、MGWO、MBA三种优化算法,并引入深度置信网络模型(DBN)构建了D-MSSA-TCN、D-MGWO-TCN、D-MBA-TCN三种组合赋权模型,以均方根误差、决定系数、平均绝对误差、效率系数和GPI指数为精度指标体系,结果表明在三种优化仿生算法中,MSSA算法的运行效率及精度最高,三种组合模型的精度显著高于其余模型,其中D-MSSA-TCN模型在所有模型中精度最高,可推荐用于估算坝体位移。