基于GA-BP网络算法的高边坡力学参数反演及稳定性分析研究

摘要

近年来，随着水利工程建设条件的越趋复杂及不断朝高大型方向发展，高边坡安全稳定问题的研究也在不断深入，边坡在开挖过程中以及工程建成后的长期运行中，其安全稳定性对于水利水电工程建设及其效用发挥关系重大、影响深远。鉴于建筑物、岩土体等材料普遍存在的非线性特性给设计参数和计算精度所带来的影响，使目前水工设计还难以做到完全与工程实际相吻合，有时所得结果往往与实际情况有较大出入。本文正是从该角度出发，以高边坡工程为研究对象，建立高边坡工程的有限元正分析模型，在获得反演分析所需的样本对后，基于遗传算法优化BP神经网络反分析模型，反演得出边坡工程物理力学参数，再根据点安全系数法对边坡体的安全稳定性作出分析评价。主要研究内容和成果如下:
　　(1)结合边坡工程的具体特点，选取适宜的本构关系模型、屈服准则和模型参数等，建立了边坡体有限元正分析模型，对边坡体结构的变位量与岩体参数间的作用关系进行分析。
　　(2)建立了高边坡本构模型参数反演分析的GA-BP神经网络模型。针对目前反分析中存在的计算量大和解的稳定性差等不足，将具有良好非线性拟合的BP网络与自适应搜索范围大的遗传算法相结合，建立了高边坡岩体参数反演的GA-BP神经网络模型，并应用MATLAB编制了相应的算法求解程序。结合工程算例，通过对BP神经网络模型和GA-BP算法反分析模型的结果对比分析显示，所建立的GA-BP反分析模型在解的稳定性和求解精度上均得到了提高。
　　(3)建立了基于点安全系数法的高边坡稳定性分析评价方法。将点安全系数理论引入到边坡体的安全稳定评价分析中，建立边坡点安全系数评价方法。结合高边坡体工程实例，利用ANSYS强大的后处理功能绘制出高边坡模型上各点的安全系数等值线云图，运用点安全系数理论对边坡的稳定性作出分析评价。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 国内外的研究现状

1．2．1 反演分析的研究进展

1．2．2 边坡稳定性评价研究进展

1．3 本文的研究内容与思路

1．3．1 研究内容

1．3．1 技术路线

2 高边坡岩土体有限元正分析模型研究

2．1 有限元法的基本概念

2．2 有限元法的基本原理

2．3 有限元模型的建立

2．3．1 确定材料性质的基本假定

2．3．2 选取本构模型和力学参数

2．4 有限元模型的求解设计

2．4．1 定义问题和求解域

2．4．2 结构离散化

2．4．3 单元结构分析

2．4．4 边界条件

2．4．5 求解处理与结果评价

2．5 高边坡岩土体的有限元模型建立

2．5．1 某边坡工程地质条件及变形测点设置情况

2．5．2 边坡体的监测设置

2．5．3 边坡体的物理力学参数

2．5．4 边坡体有限元模型的建立

2．6 本章小结

3 基于遗传算法优化的BP神经网络研究

3．1 BP神经网络算法

3．1．1 算法概述

3．1．2 算法原理

3．1．3 求解设计

3．2 遗传算法

3．2．1 算法概述

3．2．2 算法原理

3．2．3 求解设计

3．3 遗传算法与神经网络的融合

3．3．1 遗传算法与神经网络融合的可行性研究

3．3．2 遗传算法与神经网络融合的方式

3．3．3 基于遗传算法优化的BP神经网络算法流程

3．4 本章小结

4 基于变位监测资料的边坡力学参数反演分析模型研究

4．1 反分析理论

4．2 参数反演的样本设计

4．2．1 参数样本设计方法

4．2．2 参数敏感性分析

4．3 工程边坡算例分析

4．3．1 反分析特征点的选择

4．3．2 待反演参数样本设计

4．3．3 基于GA-BP网络模型的岩土体参数反演

4．4 本章小结

5 基于点安全系数法的边坡稳定性评价

5．1 点安全系数法的基本理论

5．1．1 点安全系数法的原理

5．1．2 点安全系数法的优点

5．1．3 Druker-Prager弹塑性本构模型

5．2 边坡稳定性计算与评价

5．3 本章小结

6 总结与展望

6．1 总结

6．2 展望

致谢

参考文献

附录