岩土力学 ›› 2022, Vol. 43 ›› Issue (8): 2287-2295.doi: 10.16285/j.rsm.2021.1578
江巍1, 2, 3,欧阳晔1,闫金洲1,王志俭1,刘立鹏3
JIANG Wei1, 2, 3, OUYANG Ye1, YAN Jin-zhou1, WANG Zhi-jian1, LIU Li-peng3
摘要: 针对已滑动或有明显变形的边坡,取定稳定系数值进行反演分析是确定岩土体抗剪强度的重要手段。当边坡滑动面穿越多层岩土体时,盲目地抗剪强度试算反演明显不合理。为解决此问题,构造以多层岩土体抗剪强度为输入,以GeoSlope计算得到的稳定系数、滑面剪入口和剪出口位置为输出的BP神经网络,基于取定的稳定系数和现场测定的滑动面剪入口和剪出口位置,通过重复执行“逆向反推-误差校验-样本修正”实现岩土体抗剪强度的逆向迭代修正反演。工程实例验证结果表明,该方法获取的岩土体抗剪强度基本合理,可供小型边坡防护工程设计参考。该方法成功地规避了BP神经网络以已知信息为输入、以待反演参数为输出的传统做法在解决该问题时为欠定的局限性,对样本库样本数量的要求降低且具有较好精度。
中图分类号:
[1] | 姜宇航, 王伟, 邹丽芳, 王如宾, 刘世藩, 段雪雷, . 基于粒子群−变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究[J]. 岩土力学, 2022, 43(S1): 601-612. |
[2] | 朱旻, 陈湘生, 张国涛, 庞小朝, 苏栋, 刘继强, . 花岗岩残积土硬化土模型参数反演及工程应用[J]. 岩土力学, 2022, 43(4): 1061-1072. |
[3] | 闫长斌, 汪鹤健, 杨继华, 陈馈, 周建军, 郭卫新, . 利用PLSR-DNN耦合模型预测TBM净掘进速率[J]. 岩土力学, 2021, 42(2): 519-528. |
[4] | 房昱纬, 吴振君, 盛谦, 汤华, 梁栋才, . 基于超前钻探测试的隧道地层智能识别方法[J]. 岩土力学, 2020, 41(7): 2494-2503. |
[5] | 韩建文, 刘宝, 王飞, 杨明雨, 陶明安. 高速铁路硅藻土路基工程现场综合试验研究[J]. 岩土力学, 2020, 41(12): 4063-4072. |
[6] | 旷杜敏, 龙志林, 周益春, 闫超萍, 陈佳敏, . 基于BP神经网络的岩土胶结材料速率敏感 效应预测研究[J]. 岩土力学, 2019, 40(S1): 390-399. |
[7] | 许婧璟, 唐旭海, 刘泉声, 冯禹菲. 基于能量跟踪法研究岩石破碎 对滚石运动轨迹的影响[J]. 岩土力学, 2019, 40(S1): 541-548. |
[8] | 赵久彬, 刘元雪, 刘娜, 胡明, . 海量监测数据下分布式BP神经网络区域 滑坡空间预测方法[J]. 岩土力学, 2019, 40(7): 2866-2872. |
[9] | 马春辉, 杨杰, 程琳, 李婷, 李雅琦, . 基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究[J]. 岩土力学, 2019, 40(6): 2397-2406. |
[10] | 钟国强, 王 浩, 李 莉, 王成汤, 谢壁婷, . 基于SFLA-GRNN模型的基坑地表最大沉降预测[J]. 岩土力学, 2019, 40(2): 792-798. |
[11] | 王庆武,巨能攀,杜玲丽,黄 健,胡 勇,. 拉林铁路桑日至加查段三维地应力场反演分析[J]. , 2018, 39(4): 1450-1462. |
[12] | 张艳博,杨 震,姚旭龙,梁 鹏,田宝柱,孙 林,. 基于声发射信号聚类分析和神经网络识别的岩爆预警方法实验研究[J]. , 2017, 38(S2): 89-98. |
[13] | 张社荣,胡安奎,王 超,彭振辉, . 基于SLR-ANN的地应力场三维智能反演方法研究[J]. , 2017, 38(9): 2737-2745. |
[14] | 杨 啸 ,杨志强 ,高 谦 ,陈得信,. 混合充填骨料胶结充填强度试验与最优配比决策研究[J]. , 2016, 37(S2): 635-641. |
[15] | 王佳信,周宗红,赵 婷,余洋先,龙 刚,李春阳. 基于Alpha稳定分布概率神经网络的围岩稳定性分类研究[J]. , 2016, 37(S2): 649-657. |
|