基于BP神经网络的岩土胶结材料速率敏感效应预测研究

为建立针对岩土类胶结材料的微观特征-加载速率-宏观响应之间的对应关系,基于离散单元法,通过施加平行胶结模型模拟胶结材料物理力学特征,并进行不同微观参数(胶结数目、胶结黏聚力、胶结杨氏模量、胶结内摩擦角、孔隙比)以及不同加载速率(1、0.1、0.01、0.002 mm/min)条件下的三轴不排水数值试验。以残余强度、峰值强度及其对应的轴向应变3个参量为基础,探讨不同微观参数条件下的加载速率效应特征。在数值试验结果基础上,采用BP神经网络算法建立胶结材料率效应预测的智能模型。研究结果表明,(1)胶结材料具有显著的速率敏感性特征,其峰值强度随加载速率的增加显著增加,呈半对数线性相关,但其残余强度以及峰值强度处的轴向应变对加载速率敏感性较弱;(2)胶结材料对加载速率敏性的特征主要由其内部胶结破碎引起,剪切全过程中单位应变内的平均胶结破碎率变化趋势与偏应力变化趋势一致,随着加载速率的增加,其内部平均胶结破碎率呈现增加趋势;(3)所建立的BP神经网络模型充分考虑了微观参数以及加载速率对宏观特性的影响,能较好地反映胶结材料对加载速率敏感效应特征,相对误差在10%左右。

Prediction of rate-dependent behaviors of cemented geo-materials based on BP neural network