X2检验假设分布有效性的岩体工程应用

在工程地质问题中许多现象是不确定、且具有随机分布的特性，而这种随机分布特性往往可以采用某种形式的密度函数来描述。采用Ｘ２检验假设分布有效性是一个重要的方法，采用该法可以获得观测数据最佳拟合的概率模型，通过自编程序可以同时检验多种概率密度函数并选取最佳模型。本文将介绍这一方法，并通过一个实例加以说明。     

鄱阳湖地区网纹红土的工程地质特性

本文通过对广泛分布江西省鄱阳湖地区的网纹红土物质成分和微结构特征的研究，从本质上揭示了纹网红土的工程地质特性。指出以往对地基潜力估计不足，大胆提出了要提高地基土强度的利用率，并提供了地基允许承载力（R）的参考值，减少在国民经济建设中的一系列不必要浪费。     

先期固结压力理论的新认识

近年来,在对国内广泛分布的老粘性土、红土等土体的研究过程中发现,这些土均为＂超固结土＂,其先期固结压力（Ｐｃ）值不仅与土的受荷历史有关,而且还与土的物质组成和结构特征有着十分密切的关系。研究结果表明,影响Ｐｃ值大小的因素很复杂,红土和下蜀土中对Ｐｃ值大小起决定作用的为游离氧化物的胶结连结,而黄土状土中土自重压力则为主导因素。可见土的先期固结压力并非唯一由上覆荷载所致。     

深埋低水平地应力硬质岩隧道稳定性研究

低地应力是地下工程中极易被忽视的一种应力状态,它对地下工程稳定性有重要影响。本文通过分析地应力影响特征,指出了地应力分析应从地质构造和构造形迹分析入手。鉴于地应力测量中存在多种问题,提出了地下工程低地应力的地质标志判别方法。结合低水平地应力条件,给出了块体组合结构面强度的分级办法,推导出地下工程中常见块体的二维计算公式,并将其应用于工程实践,结果证明该计算方法比较符合实际。     

人工神经网络在澜沧江某电站坝基右岸复杂岩体分类中的应用

结合云南省澜沧江某水电站工程实例,应用BP人工神经网络方法建立3层BP网络模型。选取岩石单轴抗压强度、岩体完整性系数、RQD、节理面粗糙度系数、节理面风化变并系数、透水性系数等6个影响因素为输入变量,对坝基右岸复杂岩体进行质量分类。通过对比分析发现,BP网络模型经多次学习后,预测岩体质量类别时辩识能力较强,结果可靠,取得了较好的实际应用效果。      

基于神经网络对有限元强度折减法分析

基于改进BP神经网络方法对目前较为流行的强度折减法的理论进行分析。人工神经网络可以模拟人脑的思维,可以在完全不知道数据分布形式和变量之间确切关系的的情况下处理边坡各参数之间的复杂非线性映射,利用这一优势预测分析不同的理论在实际应用中的准确性。将已经通过工程手段计算出结果的数据以输入单元、隐含层和输出单元的形式代入系统进行神经网络训练,不同的屈服准则对应训练出不同的网络系统。用训练好的网络对检验数据进行预测分析,还使用这一方法预测了不同剪胀角对边坡破坏的影响程度及趋势,结果显示,对于平面应变问题,在有限元强度折减法中使用DP4和DP5准则所得到的效果较好,DP1准则的误差最大。     

隧道围岩超欠挖与节理和洞轴线之间的关系

从分形几何角度分析,隧道围岩超欠挖具有自相似性,对于一定洞径的隧道,隧道围岩超欠挖曲线分形维数是岩体结构和洞轴线的函数。对于主要发育一组陡倾节理的情况研究表明,隧道围岩超欠挖曲线分形维数与节理间距呈双对数线性关系,与节理走向和洞轴线的夹角呈双对数线性关系,并建立了它们之间的多元关系。     

基于人工神经网络的三峡水库库岸稳定性分级

为避免库岸稳定性评价法的随意性和不确定性,尝试采用具有处理非线性关系功能的人工神经网络方法进行库岸稳定性分级,为此构建了15-31-4结构的三层BP网络。该网络采用BP弹性算法,同时对初始权值和阀值进行了优化,实现了网络的非线性映射,并有着极快的收敛速度。用该BP网络对三峡水库的上游段库岸进行了稳定性等级判断,其结果与常规计算方法所得的结果基本相似。     

锦屏一级水电站左岸IV#～VI#山梁稳定性分析

锦屏Ⅰ级水电站左岸IV#～VI#山梁发育较多的深裂缝,分布有断层F2、F5、F9,这些断层、深裂缝在空间上交切组合形成了巨大的潜在不稳定块体,其在开挖及泄洪雨雾条件下的稳定性问题备受关注。在大量野外地质调查的基础上,总结了岩体裂隙分布特征及其对稳定性的影响,分析了IV#～VI#山梁在泄洪雨雾条件下整体及浅表部的变形失稳模式。在此基础上,运用三维数值模拟方法,分析IV#～VI#山梁在边坡开挖过程中地应力的变化情况,尤其是拉应力的分布范围,以此分析开挖对边坡稳定性的影响,可见开挖对山梁整体的应力分布未见明显影响,对边坡整体稳定性影响不大。运用 FLAC3D软件模拟泄洪雨雾时水文地质条件改变情况下的IV#～VI#山梁变形情况,并进行了参数变化及地下水位变化的敏感性分析。参数变化分析结果表明,与地下水位变化相比较,前者边坡稳定性的影响更明显。     

瑞金六月最高洪峰预报方法初探

为了做好汛期洪涝灾害服务工作,尤其汛期大水进城的重大预报服务,我们利用训练迭代法,制作了预测6月最高洪峰超警戒水位(191.0米)3米(大水进城水位)的预报方法.该方法拟合率为25/26,试报及预报准确率为10/10(见表1).现将该方法作一简单介绍.所谓训练迭代法,就是对m个因子x_i(i=1、2、…m)确定系数b_i(i=1、2、…m),并由此建立预报方程:y=b_0x_0 b_1x_1 … b_mx_m,式中x_0是为求取常数b_0而虚设的因子,令x_0=1,b_i是待定系数.