[发明专利]一种考虑滑床岩体结构特征的桩顶位移非线性预测方法有效

专利信息
申请号: 201811603721.6 申请日: 2018-12-26
公开(公告)号: CN109711051B 公开(公告)日: 2020-06-26
发明(设计)人: 孙自豪;王亮清;姜耀飞 申请(专利权)人: 中国地质大学(武汉)
主分类号: G06F30/23 分类号: G06F30/23;G06K9/62;G06N3/00;G06F111/10
代理公司: 武汉知产时代知识产权代理有限公司 42238 代理人: 郝明琴
地址: 430000 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 考虑 滑床岩体 结构 特征 位移 非线性 预测 方法
【说明书】:

发明公开了一种考虑滑床岩体结构特征的桩顶位移非线性预测方法,针对当前滑床岩体结构特征的研究较少且仅停留在基于连续介质的单因素敏感性分析层面,本发明将滑床岩体结构特征多因素考虑在内,采用粒子群优化算法和支持向量回归机方法,建立桩顶位移的最优化预测模型,当滑床为复合层状岩体结构时,有效的提高了抗滑桩位移预测的精度。

技术领域

本发明属于地质灾害防控技术领域,具体涉及一种考虑滑床岩体结构特征的桩顶位移非线性预测方法。

背景技术

目前多将滑床视为均质体进行计算,但当滑床为复合层状岩体时,滑床的岩体结构特征对抗滑桩的桩顶位移产生较大的影响;目前对滑床岩体结构特征对边坡稳定性的研究较少且仅停留在基于连续介质的单因素敏感性分析层面,不能反映各因素对桩顶位移的综合影响;各因素之间存在的相关性及随机联动性,与桩顶位移之间是高度非线性关系,很难利用传统数学方法建立用于桩顶位移预测的显式数学模型。而支持向量机机器学习算法对于小样本数据库的拟合及预测,均具有良好的性能。

发明内容

本发明要解决的技术问题在于,针对现有技术对滑床岩体结构特征对边坡稳定性的研究较少且仅停留在基于连续介质的单因素敏感性分析层面的缺陷,提供一种考虑滑床岩体结构特征的桩顶位移非线性预测方法。

本发明解决其技术问题所采用的技术方案是:构造一种考虑滑床岩体结构特征的桩顶位移非线性预测方法,具体包括以下步骤:

S1、对三峡库区所有采用抗滑桩支护的滑坡进行勘察统计,选择典型滑坡建立概化地质模型;利用三维离散元数值模拟软件-3DEC,建立所述概化地质模型的三维离散元数值模型;

S2、选取滑床岩体结构特征参数,包括有下述四个特征参数:岩层倾角α、岩层倾向与主滑方向夹角β、层厚比r、单组厚度d,其中r=hhard/hsoft,d=hhard+hsoft,hhard为硬岩单层真厚度,hsoft为软岩单层真厚度;确定参数单桩荷载q;

将上述五个参数带入步骤S1建立的概化地质三维离散元数值模型中,并进一步开展数值仿真实验进行单因素敏感分析,确定参数α、β、γ、d和q对抗滑桩桩顶位移的影响程度及影响范围;其中,在进行单因素敏感分析时,为保证对滑坡进行全方位的勘测,所述参数α、β、γ、d和q,选取为M个水平;所述参数具体为:α=[α12...,αM]、β=[β12...,βM]、γ=[γ12...,γM]、d=[d1,d2...,dM]和q=[q1,q2...,qM],M0;

S3、根据步骤S2中分析得到的单因素敏感分析结果,选取对抗滑桩桩顶位移影响最大的n个水平;所述特征参数具体为:α=[α12...,αn]、β=[β12...,βn]、γ=[γ12...,γn]、d=[d1,d2...,dn]和q=[q1,q2...,qn];其中,Mn0;

S4、针对所述参数α、β、γ、d和q,基于步骤S3选取得到的对抗滑桩桩顶位移影响最大的n个水平,采用正交设计方法,设计参数α、β、γ、d和q在内的N组实验;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811603721.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top