论文部分内容阅读
分析了西南某岩质高边坡的工程地质条件和区域地质条件,分别采用Sarma法、三维楔形体法等分析了各种工况及不同开挖锚固情况下边坡的安全稳定性；结合实际分析了预应力锚索加固优化设计的主导参数,并在滑动面基本已定情况下计算了右岸边坡的理论最优锚固角；用有限单元法对岩质高边坡的不同锚索加固工况进行了数值模拟,进一步分析了边坡预应力锚索的加固效果；建立了三维楔形体稳定性分析的遗传算法及人工神经网络预测分析模型,并对边坡的三维楔形块体局部失稳模式稳定性系数进行了预测。首先对两岸的边坡进行了沿结构面滑动破坏失稳模式(Sarma法)和三维楔形块体局部失稳模式的边坡稳定性刚体极限平衡法分析。着重介绍了用Sarma法计算分析右岸LPⅧ-Ⅷ剖面卸荷裂隙XL9-15和XL316-1滑移模式。通过赤平投影法将工程勘察地质报告的裂隙进行组合,并进行三维楔形块体局部失稳模式计算,为进一步的边坡加固分析和神经网络预测提供相应的参考数据。对预应力锚索锚固体系进行了论述,提出影响锚索设计的相关参数后,按照最优决策分析原理,确定出影响优化设计的关键参数和优化结果,包括锚索与水平面的夹角、锚固段长度和锚索的间距等参数,根据实际工程条件,当滑动面基本已定时,主导设计参数变为锚索水平倾角(即锚固角)θ,计算了右岸各个主要剖面沿卸荷裂隙XL9-15滑移模式的理论最优锚固角。在有限元模拟分析过程中分别通过减少锚固长度20%,增加锚固长度20%,来分析左岸与右岸各个剖面边坡相对位移、第一主应力、第三主应力中的拉应力以及塑性区的变化规律,进一步分析了边坡预应力锚索的加固效果。结合高边坡工程实际,建立了三维楔形体稳定性分析遗传算法优化后的BP神经网络预测分析模型。在神经网络输入变量选择中引入了控制性结构面方位系数F及结构面倾向倾角对楔形体重量的影响系数。在遗传算法优化神经网络权重的种群初始化时,根据小区间法将[-2,2]均匀分为种群总数个小区间,并进行随机初始化,保证了初始种群含有较丰富的模式,增强了遗传算法搜索收敛于全局最优点的可能。利用改进的BP神经网络预测分析模型对边坡的三维楔形块体局部失稳模式稳定性系数进行了预测,得到了令人满意的预测结果。