浅谈BP神经网络力学参数反分析法的应用.pdfVIP

Serial 总第260期 交通科技 No．260 2013年第5期TransportationScienceTechnology No．5Oct．2013 浅谈BP神经网络力学参数反分析法的应用 何健嫦1 杨永斌2 (1．贵州省交通规划勘察设计研究院股份有限公司贵阳 550001；2．万科企业股份有限公司长沙410000) 摘要通过现场原位滑坡试验，获取岩石的物理力学参数及滑坡体的深部位移和地表位移，将 力学参数经过均匀试验设计，用于FLAC3D数值模拟计算，得到边坡开挖产生的深部位移，并建立 BP神经网络，进行力学参数反分析，反分析值和真实值误差在5％～10％之间，用反分析获得的力 学参数进行边坡开挖的FLAC3D数值模拟所获得的2号测斜管不同深度的位移与现场实测位移 基本吻合。 关键词 现场试验均匀试验设计FLAC3D数值模拟BP神经网络反分析法 在边坡稳定性分析中，岩体力学参数是否准 质或砂质板岩。该区岩层产状为：倾向110。～ 确具有十分重要的影响。岩体的力学参数包括弹 120。倾角35。～45。。主要发育2组节理：A组产 性模量、应力、应变、泊松比、粘聚力及内摩擦角 状，倾向4。、倾角68。；B组产状，倾向291。、倾角 等。岩体力学参数不准确给边坡稳定性分析带来 81。。因此设计的滑坡方向为115。。 了一定的困难，解决这一难题的有效方法之一就 2边坡开挖的FLAC3D模拟 是反分析方法。本文结合现场原位滑坡试验和 FLAC3D数值模拟，提出一种基于BP神经网络 2．1本构模型的选择 反分析横观各项同性岩体力学参数的方法[1]，将 为了满足工程分析的需要，FALC3D给使用 力学参数的反分析值和真实值进行了对比，并用 者提供了12种不同的岩土本构模型[引，包括3个 反分析所得的力学参数进行了边坡开挖的数值模 弹性模型、8个塑性模型和空模型。 拟，使数值解答能够用于实际的工程预测。 进行现场原位滑坡试验的试验点边坡属于顺 层节理化岩质边坡，组成边坡的岩石均为板岩，所 1工程概况 以可以选取横观各项同性弹性模型[31(即aniso— 厦蓉高速公路水口至都匀段BT3标四格互 tropic力学模型)，但是运用到其中的力学参数不 通区作为现场滑坡试验点，E匝道和B匝道之间 能直接使用完整岩体的力学参数，需要做恰当的 的山体都要挖平，以修筑服务区。由于该区开挖 折减。在用横观各项同性弹性模型进行计算时需 时会形成20～30in的高陡边坡，且不用做支护 要预先知道7个参数：各项同性面的倾角dip和 加固，可以监测到从山体开挖到破坏的全程数据， 倾向dd，各项同性面内和垂直于各项同性面内的 是较理想的试验点，因此选择该区域作为边坡开 弹性模量E。和E。，各项同性面内和垂直于各项 挖监测试验场地。试验区位于一个山脊上。山脊 同性面内的泊松比u，和u。，还有垂直于各项同性 的坡腰上有3级平台，高程分别为719．1，723．4， 面的任意面的剪切模量G：。 725．1 1TI，这三级平台都是当地居民的农田。平 2．2物理力学参数 台以上和以下部分都是自然坡面，坡面较陡，坡角 通过对滑坡试验所在山体的板岩做单轴压缩 30。～44。。