边坡稳定性分析中工程岩体抗剪强度参数选取的神经网络方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
图 1 误差随训练次数的变化曲线 Fig.1 Error curve with training times
从图中可以看出网络学习约 2 650 次后,误差ε <1.9×10-4,能满足精度要求,训练结束。 3.3 神经网络检验
利用已训练好的神经网络预测表 2 中后 11 个检 验样本的岩体抗剪强度,结果如图 2。
11 云母石英片岩 新鲜 15.43 40.36 131.8
12 绿泥石英片岩 新鲜 15.89 34.59 66.00
13 角闪片岩 微风化 11.02 40.76 104.40
14 角闪片岩 新鲜 17.08 40.46 171.00
15
铁英岩
新鲜 13.65 40.93 159.20
16 含铁石英片岩 新鲜 15.63 46.43 136.00
5 混合岩化片麻岩 较重 7.00 42.00 28.29
6
页岩
严重 1.188 45.80 36.30
7 石英砂岩 轻微 4.20 43.70 114.40
8 石英砂岩 新鲜 8.13 44.60 171.0
9
粉砂岩
新鲜 6.34 41.80 61.00
10
粉砂岩
较重 4.89 38.80 48.00
编
岩石
号
名称
风化 程度
岩石抗剪强度 单轴抗 粘聚力 摩擦 压强度 /MPa 角/(°) /MPa
1 磁铁石英岩 中风化 8.35 49.15 80.10
2 斜长角闪岩 新鲜 8.00 59.00 105.70
3 斜长角闪岩 新鲜 8.00 49.00 118.00
4 混合岩化片麻岩 新鲜 10.00 53.50 105.30
据此,将结构面状态分类[10] 列于表 1。
表 1 结构面状态分类表 Table 1 Classification and description of structural faces
对于定量指标可直接作为输入参数输入,对定性指 标可采用相应的数字代码作为输入。
3 选取岩体抗剪强度参数的 BP 网络 模型
分支,能将所有控制因素作为一个整体来考虑,而 不仅局限于定量因素。因此如果能够获得足够的样 本,神经网络就能较好地处理工程岩体抗剪强度参 数问题[3~9]。
2 影响边坡岩体抗剪强度参数的因素
影响边坡工程岩体抗剪强度的因素很多,本神 经网络模型主要考虑以下因素:
(1) 岩石的粘聚力 cr(MPa)。 (2) 岩石的内摩擦角ϕ r(°)。 上述二者是确定岩体抗剪强度参数的主要依 据,岩体抗剪强度最终就是由岩石抗剪强度参数依 据其它特征折减而来。 (3) 岩石单轴抗压强度 Rc(MPa)。岩石单轴抗压 强度反映了岩石的坚硬程度,单轴抗压强度越高, 岩石越坚硬。因而单轴抗压强度一定程度上影响岩 体抗剪强度的大小。 (4) 坡高 H(m)。不同的正应力范围对应不同的 抗剪强度参数,因此必须了解矿山边坡的坡高,弄 清岩体正应力的大概范围,才能比较正确地确定出 岩体的抗剪强度参数。 (5) 服务年限(a)。岩石具有流变性,随着时间的 增长,岩体长期强度将逐渐降低,同时随着边坡的
29
凝灰岩
中风化 2.76 32.30 10.55
30
贫铁矿
新鲜 15.8 45.50 52.80
31 角闪片岩 新鲜 23.17 50.38 112.60
32 斜长片麻岩 新鲜 16.07 52.80 107.40
33 伟晶花岗岩 新鲜 18.27 48.17 136.40
34 斜长片麻岩 新鲜 11.15 39.10 76.50
41
安山岩
微风化 10.0 37.70 37.30
坡高 /m
232 160 232 260 210 160 400 400 400 400 576 576 372 460 444 402 402 402 576 576 140 140 40 100 100 100 100 100 100 140 98 120 120 120 135 100 140 140 120 120 100
17 绿泥石英片岩 微风化 18.55 40.76 78.50
18
角闪岩
新鲜 12.71 51.40 149.30
19 云母石英片岩 中风化 7.09 37.74 73.30
20 含泥石英片岩 中风化 2.427 31.42 23.00
21 辉长闪长岩 微风化 6.91 36.50 17.68
22 辉长闪长岩 微风化 0.221 34.18 8.71
从图 2 中可以看出,神经网络预测的结果和实 际取用的结果比较接近,其中粘聚力平均相对误差 为 24.97%;而摩擦角的相对误差较小,平均相对误
• 860 •
岩石力学与工程学报
2002 年
表 2 训练和检验神经网络的样本 Table 2 Samples for training and checking ANN
岩体作为地质体具有十分复杂的力学特性,它 们的力学行为是多种因素共同作用的结果,如形成 过程、地质环境和工程环境等,通常的经验公式很 难将这些因素尤其是地质环境因素带入传统数学模 型加以计算,而只是将几个较为常见的因素而不是 全部因素作为变量来建立函数进行计算。由于这些 公式忽视了许多因素,因此其预测结果与实际工程 有一定的差异。人工神经网络作为人工智能的一个
论。
关键词 工程岩体抗剪强度,神经网络,边坡稳定性
分类号 TU 457,TP 183
文献标识码 A
文章编号 1000-6915(2002)06-0858-05
1引言
目前,极限平衡分析、数值计算以及概率分析 方法已在岩石工程领域得到广泛的应用;但如何选 择计算时需要的工程岩体抗剪强度参数成为关键问 题,因为这些输入的抗剪强度参数直接影响分析计 算的结果。对于重要工程,可通过现场大型岩体原 位试验,取得较为符合实际的岩体力学参数[1,2]。 但原位试验受时间和资金的限制,不可能大量地进 行,因而仍有一定的局限性。利用经验公式确定岩 体抗剪强度参数是最常用的方法。众所周知,经验 公式是以一定数量的室内和现场试验资料为依据, 通过回归等手段求出的,未能把较多的地质描述引 入其中,各个经验公式计算同一岩体时,离散性很 大[3]。
整体块状结构:整体结构Ⅰ,块状结构Ⅱ; 层状结构:层状结构Ⅲ,薄层状结构Ⅳ; 碎裂结构:镶嵌结构Ⅴ,层状碎裂结构Ⅵ,碎 裂结构Ⅶ; 散体结构Ⅷ。 (12) 蚀变特征。蚀变对岩体抗剪强度影响很 大,本模型将蚀变特征划分为以下几大类:① 硅 化,② 碳酸盐化,③ 无蚀变,④ 绢云母化,⑤ 蛇 纹石化,⑥ 绿泥石化,⑦ 石墨化,⑧ 高岭土化, ⑨ 泥化。 因此,确定岩体抗剪强度参数共计 12 个指标,
服务 年限
/a 25 25 25 25 25 22 20 20 20 20 43 43 43 43 43 43 43 43 43 43 15 15 15 15 15 15 15 15 15 15 22 22 22 22 22 15 15 15 22 22 15
节理密度 软化 /条·m-1 系数
岩性
结构面 状态 类型
岩体 结构
蚀变 特征
岩体抗剪强度 粘聚力 摩擦角 /MPa /(°)
11.29 0.92 变质岩 2
块状
无 0.600 44.00
11.29 0.83 岩浆岩 3
块状 高岭土化 0.052 33.50
11.29 0.83 岩浆岩 4
块状
无 0.340 41.00
5.78 0.83 变质岩 3
块状 高岭土化 0.025 32.30
1
2
3
4
5
微粗糙,结构 微粗糙,结构 滑面或夹泥 软夹泥
非常粗糙,
面张开度<1 面张开度<1 <5 mm 厚 不连续,闭
>5 mm 厚
mm,轻微风 mm,严重风化 或张开度 合化岩壁。
或张开度
化岩壁。 岩壁。
1~5 mm 连续。 >5 mm。
(11) 岩体结构。依据谷德振 1979 年分类方法, 将岩体结构分为以下 8 类:
20.55 0.83 变质岩 5
块状 高岭土化 0.012 24.00
ຫໍສະໝຸດ Baidu
9.43 0.55 沉积岩 5 薄层状 无 0.016 35.00
5.46 0.84 沉积岩 2 薄层状 无 0.353 36.70
3.38
0.84 沉积岩 1
层状
无 0.576 37.50
3.44 0.70 沉积岩 2 薄层状 无 0.320 33.81
35 角闪石英片岩 新鲜 30.0 54.40 162.40
36
凝灰岩
微风化 5.0 34.60 19.11
37 粉砂质泥岩 中风化 1.38 36.91 23.04
38 长石石英砂岩 微风化 8.9 39.76 46.23
39 绿泥角闪片岩 较重 16.48 36.90 99.00
40 断层角礴岩 严重 7.03 39.30 4.10
第 21 卷 第 6 期 2002 年 6 月
岩石力学与工程学报 Chinese Journal of Rock Mechanics and Engineering
21(6):858~862 June,2002
边坡稳定性分析中工程岩体抗剪强度参数选取 的神经网络方法
许传华 1,2 房定旺 2 朱绳武 2
( 1 河海大学土木工程学院 南京 210098) (2 马鞍山矿山研究院 马鞍山 243004)
摘 要 影响工程岩体抗剪强度参数的因素很复杂,具有不确定性。由于神经网络方法不仅能考虑定量因素,而且
能考虑定性因素的影响,因而神经网络适用于解决非确定性的工程岩体抗剪强度参数的选取问题。建立了选取工
程岩体抗剪强度参数的人工神经网络模型,并利用大量工程资料对网络进行训练和测试,得出了一些有意义的结
• 859 •
开挖,岩体暴露于空气中易风化,强度随着时间的 推移而逐渐变弱,因此必须考虑其时间效应。
(6) 不连续面密度(条/m)。不连续面密度越高, 岩体越破碎,因而其强度越低。
(7) 软化系数。水对岩体抗剪强度影响最普 遍的是水的软化作用,软化系数是反映岩体水理软 化特征的重要参数。
(8) 风化程度。本次模型输入将岩石风化程度 分为 4 级,即未风化、风化轻微、风化较重、风化 严重。
3.1 BP 网络简介
目前神经网络中以 BP 网络的应用最为广泛。 BP 网络是通过将网络输出误差反馈回传来对 网络参数进行修正,从而实现网络的映射能力。 1989 年 Robet Hect-Nielson 证明了具有 1 个隐层的 3 层 BP 网络可以有效地逼近任意连续函数,这个 3 层 BP 网络包括输入层、隐层和输出层。考虑到实 际应用的要求,网络设计时应坚持的一个原则是尽 可能地减小系统的规模和复杂性。本文就采用 3 层 改进的 BP 网络模型。具体算法请参考文[11]。 3.2 网络学习 作者收集了若干不同矿山的岩体抗剪强度指标 用于训练网络。为了最大程度地保证收集样本的准 确性和代表性,收集的 41 组数据(如表 2),多数为 现场原位剪切实验实测值或依据已发生滑坡的反分 析值。利用前 30 组数据作为训练样本,另 11 组数 据作为检验样本。训练过程中绘出误差随训练次数 变化的曲线图,如图 1。
2000 年 11 月 16 日收到初稿,2001 年 1 月 9 日收到修改稿。 作者 许伟华 简介:男,30 岁,1994 年毕业于河北地质学院水文地质工程地质专业,现为河海大学在职博士研究生,主要从事水工结构及岩土地基 稳定性方面的研究工作。
第 21 卷 第 6 期
许传华等. 边坡稳定性分析中工程岩体抗剪强度参数选取的神经网络方法
23 辉长闪长岩 中风化 1.25 31.51 52.80
24
安山岩
强风化 0.16 29.79 0.38
25
安山岩
中风化 5.85 34.40 41.25
26 角砾熔岩 微风化 5.85 34.40 16.00
27 角砾熔岩 微风化 7.48 35.98 26.51
28
凝灰岩
强风化 1.13 29.60 5.14
(9) 岩性。构成地壳岩体单元体的岩石按其成 因分为岩浆岩、变质岩、沉积岩,由于岩石成因的 不同,形成不同的岩石的结构与构造,并进而影响 岩体的力学性质。
(10) 主要结构面的状态。岩体结构面的成因类 型很多,性质也很复杂,各有其不同的特征,考察 结构面的状态,主要考虑以下几点:① 结构面的物 质组成;② 结构面的延展性与贯通性;③ 结构面 的平整光滑程度、平直完整程度、光滑度以及起伏 差等特征;④ 结构面的密集程度因其对岩体结构影 响较大,并能给出定量统计,已将其单独列出。