基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。     

基于3D打印的裂隙岩体力学特性尺寸效应及各向异性初探

裂隙岩体力学参数的尺寸效应和各向异性是岩石力学与工程领域亟待解决的难点问题。充分利用3D砂型打印技术快速成型、可批量制备复杂内部结构岩体模型的优势,以石英砂和呋喃树脂为打印基材,制备不同尺寸和旋转角的裂隙网络类岩石试件。通过单轴压缩试验研究裂隙网络岩体力学特性的尺寸效应,揭示裂隙密度与强度之间的相关性,分析表征单元体尺度岩体力学特性的各向异性。结果表明：3D砂型打印试件的力学性能与真实岩体相似,应力-应变曲线可划分为初始压密、弹性变形、裂纹萌生与扩展和峰后破坏4个阶段。试件抗压强度与试件边长之间呈指数衰减关系,存在显著尺寸效应性质。裂隙密度与抗压强度之间呈显著的负指数关系,基于裂隙密度与抗压强度确定的岩体表征单元体尺度具有良好的一致性。裂隙岩体的破坏模式和抗压强度具有显著的各向异性特征。研究方法从3D打印角度为复杂裂隙岩体尺寸效应及各向异性的室内试验研究提供了可靠途径。