一种考虑滑床岩体结构特征的桩顶位移非线性预测方法技术

本发明专利技术公开了一种考虑滑床岩体结构特征的桩顶位移非线性预测方法，针对当前滑床岩体结构特征的研究较少且仅停留在基于连续介质的单因素敏感性分析层面，本发明专利技术将滑床岩体结构特征多因素考虑在内，采用粒子群优化算法和支持向量回归机方法，建立桩顶位移的最优化预测模型，当滑床为复合层状岩体结构时，有效的提高了抗滑桩位移预测的精度。

A Nonlinear Prediction Method of Pile Top Displacement Considering the Structural Characteristics of Sliding Bed Rock Mass

【技术实现步骤摘要】
一种考虑滑床岩体结构特征的桩顶位移非线性预测方法
本专利技术属于地质灾害防控
，具体涉及一种考虑滑床岩体结构特征的桩顶位移非线性预测方法。
技术介绍
目前多将滑床视为均质体进行计算，但当滑床为复合层状岩体时，滑床的岩体结构特征对抗滑桩的桩顶位移产生较大的影响；目前对滑床岩体结构特征对边坡稳定性的研究较少且仅停留在基于连续介质的单因素敏感性分析层面，不能反映各因素对桩顶位移的综合影响；各因素之间存在的相关性及随机联动性，与桩顶位移之间是高度非线性关系，很难利用传统数学方法建立用于桩顶位移预测的显式数学模型。而支持向量机机器学习算法对于小样本数据库的拟合及预测，均具有良好的性能。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术对滑床岩体结构特征对边坡稳定性的研究较少且仅停留在基于连续介质的单因素敏感性分析层面的缺陷，提供一种考虑滑床岩体结构特征的桩顶位移非线性预测方法。本专利技术解决其技术问题所采用的技术方案是：构造一种考虑滑床岩体结构特征的桩顶位移非线性预测方法，具体包括以下步骤：S1、对三峡库区所有采用抗滑桩支护的滑坡进行勘察统计，选择典型滑坡建立概化地质模型；利用三维本文档来自技高网...

【技术保护点】
1.一种考虑滑床岩体结构特征的桩顶位移非线性预测方法，其特征在于，包括步骤如下：S1、对三峡库区所有采用抗滑桩支护的滑坡进行勘察统计，选择典型滑坡建立概化地质模型；利用三维离散元数值模拟软件‑3DEC，建立所述概化地质模型的三维离散元数值模型；S2、选取滑床岩体结构特征参数，包括有下述四个特征参数：岩层倾角α、岩层倾向与主滑方向夹角β、层厚比r、单组厚度d，其中r＝hhard/hsoft，d＝hhard+hsoft，hhard为硬岩单层真厚度，hsoft为软岩单层真厚度；确定参数单桩荷载q；将上述五个参数带入步骤S1建立的概化地质三维离散元数值模型中，并进一步开展数值仿真试验进行单因素敏感分析...

【技术特征摘要】
1.一种考虑滑床岩体结构特征的桩顶位移非线性预测方法，其特征在于，包括步骤如下：S1、对三峡库区所有采用抗滑桩支护的滑坡进行勘察统计，选择典型滑坡建立概化地质模型；利用三维离散元数值模拟软件-3DEC，建立所述概化地质模型的三维离散元数值模型；S2、选取滑床岩体结构特征参数，包括有下述四个特征参数：岩层倾角α、岩层倾向与主滑方向夹角β、层厚比r、单组厚度d，其中r＝hhard/hsoft，d＝hhard+hsoft，hhard为硬岩单层真厚度，hsoft为软岩单层真厚度；确定参数单桩荷载q；将上述五个参数带入步骤S1建立的概化地质三维离散元数值模型中，并进一步开展数值仿真试验进行单因素敏感分析，确定参数α、β、γ、d和q，对抗滑桩稳定性的影响程度及影响范围；其中，在进行单因素敏感分析时，为保证对滑坡进行全方位的勘测，所述参数α、β、γ、d和q，选取M个水平；所述参数具体为：α＝[α1,α2...,αM]、β＝[β1,β2...,βM]、γ＝[γ1,γ2...,γM]、d＝[d1,d2...,dM]和q＝[q1,q2...,qM]，M＞0；S3、根据步骤S2中分析得到的单因素敏感分析结果，选取对抗滑桩影响最大的n个水平；所述特征参数具体为：α＝[α1,α2...,αn]、β＝[β1,β2...,βn]、γ＝[γ1,γ2...,γn]、d＝[d1,d2...,dn]和q＝[q1,q2...,qn]；其中，M＞n＞0；S4、采用正交设计方法，设计参数α、β、γ、d和q在内的N组试验；S5、利用3DEC软件对步骤S4设计的N组实验开展数值仿真试验，监测并记录每一组实验方案下抗滑桩桩顶节点的位移值yi；经过N组实验后，建立含有五个自变量α＝[α1,α2...,αN]、β＝[β1,β2...,βN]、γ＝[γ1,γ2...,γN]、d＝[d1,d2...,dN]、q＝[q1,q2...,qN]和一个目标变量y＝[y1,y2...,yN]的数据库；其中i＝1,2...,N；S6、将所述数据库中的每一项数据进行归一化处理；S7、采用支持向量机机器学习算法，将步骤S6归一化处理后的数据作为输入变量，带入到支持向量回归公式，建立支持向量回归机模型；S8、采用粒子群优化算法，对步骤S7建立的支持向量回归机模型进行优化，建立最优化的桩顶位移预测模型；S9、针对一具体滑坡案例，确定参数α、β、γ、d和q；对步骤S9确定的参数α、β、γ、d和q做归一化处理后，将其带入步骤S8中建立的桩顶位移预测模型，进一步得到桩顶位移归一化后的预测值，对所述桩顶位移归一化后的预测值做反归一化处理，得到的预测值即为实际的桩顶位移预测值。2.根据权利要求1所述的一种考虑滑床岩体结构特征的桩顶位移非线性预测方法，其特征还在于，步骤S2在进行单因素敏感性分析时，岩层倾角选取10°、20°、30°、40°、50°、60°、70°、80°、90°共9个水平，岩层倾向与主滑方向夹角选取0°、10°、20°、30°、40°、50°、60°、70°、80°共9个水平，层厚比选取1:9、1:7、1:5、1:3、1:1、3:1、5:1、7:1、9:1共9个水平，单组厚度选取1m、2m、3m、4m、...

【专利技术属性】
技术研发人员：孙自豪，王亮清，姜耀飞，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42