岩土力学 ›› 2020, Vol. 41 ›› Issue (4): 1259-1269.doi: 10.16285/j.rsm.2019.0788

• 基础理论与实验研究 • 上一篇    下一篇

结构面粗糙度统计测量最小样本数确定方法

侯钦宽，雍睿，杜时贵，徐敏娜，曹泽敏   

  1. 绍兴文理学院 土木工程学院，浙江 绍兴 312000
  • 收稿日期:2019-04-30 修回日期:2019-07-17 出版日期:2020-04-11 发布日期:2020-07-01
  • 通讯作者: 雍睿，男，1987年生，博士（后），副教授，主要从事岩体结构面力学性质与边坡工程稳定性评价方面的研究工作。 E-mail: yongrui_usx@hotmail.com E-mail:771575689@qq.com
  • 作者简介:侯钦宽，男，1995年生，硕士研究生，主要从事岩体结构面力学性质与边坡工程稳定性评价方面的研究工作。
  • 基金资助:
    国家自然科学基金（No.41502300，No.41427802）；浙江省自然科学基金（No.LQ16D020001）。

Methods of determining the minimum number of samples for statistical measurement of rock joint roughness

HOU Qin-kuan, YONG Rui, DU Shi-gui, XU Min-na, CAO Ze-min   

  1. School of Civil Engineering, Shaoxing University, Shaoxing, Zhejiang 312000, China
  • Received:2019-04-30 Revised:2019-07-17 Online:2020-04-11 Published:2020-07-01
  • Supported by:
    This work was supported by the National Natural Science Foundation of China (41502300, 41427802) and the Natural Science Foundation of Zhejiang Province (LQ16D020001).

PDF (Chinese)

259

PDF (English)

6

摘要： 由于结构面粗糙度具有各质异性、各向异性、非均一性和尺寸效应等特征，结构面粗糙度系数（JRC）取值具有不确定性，工程中广泛采用统计方法来分析结构面粗糙度性质，然而以往研究往往忽略样本数不足对统计结果的影响。针对结构面粗糙度统计测量时无法确定合理样本数的问题，分别提出基于变异系数级比分析及简单随机抽样原理的最小样本数确定方法。以实际工程岩体结构面表面数据为研究对象，对比分析两种方法在系列尺寸下确定的统计测量最小样本数。实例分析表明：小尺寸样本的变异系数（CV）值明显大于大尺寸样本，且CV值随取样尺寸的增大而减小，取样尺寸为10～50 cm的CV值基本稳定在0.31～0.47之间，取样尺寸为60～100 cm的CV值基本稳定在0.21～0.31之间；最小样本数与取样尺寸基本满足幂函数关系，且最小样本数随取样尺寸的增大而减少；系列尺寸下级比分析方法在允许误差为±2%时确定的最小样本数与简单随机抽样原理在最大允许误差为10%、置信度为95%时计算的最小样本数是一致的，相似度大于0.997。该研究方法可为工程岩体中定量获取结构面粗糙度统计测量最小样本数提供依据，保证了JRC（结构面粗糙度系数）统计测量结果的准确性，对工程岩体稳定性评价中结构面力学参数的准确获取具有重要意义。

关键词: 结构面粗糙度系数, 级比分析, 简单随机抽样原理, 最小样本数

Abstract: The rock joint roughness has many characteristics like heterogeneity, anisotropy, nonuniformity and scale effect. In engineering practice, different statistical methods are utilized for analyzing the rock joint roughness due to its uncertainty. However, previous studies often neglected the impact of insufficient samples on statistical results. To solve the problem that reasonable number of samples cannot be determined during the statistical measurement of joint roughness, the methods based on the coefficient of class ratio analysis and the simple random sampling principle are proposed for determining the minimum number of samples (MNS), respectively. In the case study, the MNS of statistical measurements is determined based on the proposed methods. The results of rock joint samples are compared and analyzed with different sample sizes. The results indicate that the coefficient of variation (CV) value of the small samples is significantly larger than that of large ones, and the CV value decreases with the size of samples. The CV values of the joint samples with the sizes of 10?50 cm basically are in a range of 0.31?0.47, and the values for those of 60?100 cm samples are between 0.21?0.31. The relationship between MNS and sample size basically satisfies the power function relationship, and the MNS decreases with the sample size. The MNS determined by the former method with an allowable error of ±2% is consistent with that calculated by the latter with a maximum allowable error of 10% and a confidence level of 95%. The similarity of the results based on these two methods is greater than 0.997. This study can provide basis for quantitatively obtaining the MNS in rock joint roughness statistical measurement, and can ensure the accuracy of JRC statistical analysis. It is of great significance to accurately obtain mechanical parameters of rock joints in rock mass stability evaluation.

Key words: joint roughness coefficient, class ratio analysis, simple random sampling principle, minimum number of samples

中图分类号: 

  • TU 457
[1] 卢锋, 仇文革, . 基于能量演化理论的多参数非等比例折减的 安全系数求解方法[J]. 岩土力学, 2021, 42(2): 547-557.
[2] 王川, 冷先伦, 李海轮, 李刚, . 节理分布空间变异的地下洞室稳定性概率分析[J]. 岩土力学, 2021, 42(1): 224-232.
[3] 崔溦, 魏杰, 张贵科, 李宏璧, . 基于离散元模拟的二元颗粒柱坍塌特性研究[J]. 岩土力学, 2021, 42(1): 280-290.
[4] 贾志波, 陶连金, 史明. 地震作用下预应力锚索边坡的稳定性分析[J]. 岩土力学, 2020, 41(11): 3604-3612.
[5] 艾啸韬, 王光进, 张超, 胡斌, 刘文连, 马洪岭, 崔博, . 宽级配废石的高排土场稳定性研究[J]. 岩土力学, 2020, 41(11): 3777-3788.
[6] 王东英, 汤华, 尹小涛, 杨光华, 姜燕, . 基于简化力学模型的隧道锚极限承载力估值公式[J]. 岩土力学, 2020, 41(10): 3405-3414.
[7] 蒋水华, 刘源, 章浩龙, 黄发明, 黄劲松, . 先验概率分布及似然函数模型的选择对边坡可靠度评价影响的定量评估[J]. 岩土力学, 2020, 41(9): 3087-3097.
[8] 张天龙, 曾鹏, 李天斌, 孙小平, . 基于主动学习径向基函数的边坡系统可靠度分析[J]. 岩土力学, 2020, 41(9): 3098-3108.
[9] 安彩龙, 梁 烨, 王亮清, 邓 姗, 孙自豪, 范斌强, 郑罗斌. 岩质边坡楔形体锚索加固方向角三维优化设计[J]. 岩土力学, 2020, 41(8): 2765-2772.
[10] 薛阳, 吴益平, 苗发盛, 李麟玮, 廖康, 张龙飞. 库水升降条件下考虑饱和渗透系数空间变异性的白水河滑坡渗流变形分析[J]. 岩土力学, 2020, 41(5): 1709-1720.
[11] 陈虎, 叶义成, 王其虎, 胡南燕, 刘冉, 江慧敏. 基于岩梁−块体理论的巷道软弱层直接顶板 破坏形式研究[J]. 岩土力学, 2020, 41(4): 1447-1454.
[12] 周子涵, 陈忠辉, 王建明, 张凌凡, 年庚乾. 爆破荷载作用下露天矿边坡稳定性的突变研究[J]. 岩土力学, 2020, 41(3): 849-857.
[13] 陈卫忠, 李翻翻, 雷江, 于洪丹, 马永尚, . 热−水−力耦合条件下黏土岩蠕变特性研究[J]. 岩土力学, 2020, 41(2): 379-388.
[14] 张艳博, 孙林, 姚旭龙, 梁鹏, 田宝柱, 刘祥鑫, . 花岗岩破裂过程声发射关键信号时 频特征试验研究[J]. 岩土力学, 2020, 41(1): 157-165.
[15] 蒋水华, 冯泽文, 刘贤, 姜清辉, 黄劲松, 周创兵. 基于自适应贝叶斯更新方法的岩 土参数概率分布推断[J]. 岩土力学, 2020, 41(1): 325-335.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 刘振平，贺怀建，李 强，朱发华. 基于Python的三维建模可视化系统的研究[J]. , 2009, 30(10): 3037 -3042 .
[2] 陈中学，汪 稔，胡明鉴，魏厚振，王新志. 云南东川蒋家沟泥石流形成内因初探[J]. , 2009, 30(10): 3053 -3056 .
[3] 杨 坤，周创兵，王同旭. 多种外界随机荷载综合作用下的坝坡风险评价[J]. , 2009, 30(10): 3057 -3062 .
[4] 许金华，何 川，夏炜洋. 水下盾构隧道渗流场应力场耦合效应研究[J]. , 2009, 30(11): 3519 -3522 .
[5] 毛昶熙，段祥宝，吴良骥. 砂砾土各级颗粒的管涌临界坡降研究[J]. , 2009, 30(12): 3705 -3709 .
[6] 易小明，张顶立，逄铁铮，骆建军. 房屋注浆抬升实践与监测分析[J]. , 2009, 30(12): 3776 -3782 .
[7] 吴 健，谢新宇，朱向荣. 饱和土体一维复杂非线性固结特性研究[J]. , 2010, 31(1): 81 -86 .
[8] 王光勇，顾金才，陈安敏，徐景茂，张向阳. 全长粘结式锚杆加固洞室抗爆性能试验研究[J]. , 2010, 31(1): 107 -112 .
[9] 张莎莎，谢永利，杨晓华，戴志仁. 典型天然粗粒盐渍土盐胀微观机制分析[J]. , 2010, 31(1): 123 -127 .
[10] 齐吉琳，马 巍. 冻土的力学性质及研究现状[J]. , 2010, 31(1): 133 -143 .
版权所有 © 《岩土力学》编辑部
地址：湖北武汉武昌小洪山中国科学院武汉岩土力学研究所(430071)　邮编：200042　电话：027-87198484, 87199252, 87199253, 87198752　E-mail: ytlx@whrsm.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发