一种非饱和土边坡稳定鲁棒性可靠度分析方法技术

本发明专利技术公开了一种非饱和土边坡稳定鲁棒性可靠度分析方法，该方法首先采用马尔科夫链蒙特卡洛模拟方法生成大量服从模型参数后验分布的随机样本，然后将随机样本作为输入信息进行确定性分析计算边坡安全系数和相应的条件失效概率，最后根据全概率理论计算边坡失效概率的加权平均值。本发明专利技术允许非饱和土边坡稳定可靠度分析中合理地考虑SWCC模型参数不确定性和模型选择不确定性，克服了现有技术中SWCC不确定性被低估的局限，能够更合理地反映非饱和土边坡稳定可靠性，进一步丰富了非饱和土边坡稳定可靠度分析方法。本发明专利技术概念清晰、科学严谨、合理可行，为非饱和土边坡可靠度评估提供了一种新方案。

【技术实现步骤摘要】
一种非饱和土边坡稳定鲁棒性可靠度分析方法
本专利技术涉及边坡可靠度评估
，具体涉及一种非饱和土边坡稳定鲁棒性可靠度分析方法。
技术介绍
滑坡作为常见的地质灾害，会导致房屋掩埋、交通堵塞甚至人员伤亡等事故，给人民群众的生命财产造成巨大损失。作为世界上滑坡灾害最为严重的国家之一，我国非常重视滑坡的研究与防治工作，并且每年投入专项资金进行滑坡治理。诱发滑坡的因素有很多，如地震、降雨、不良水文地质条件以及人类活动等。大量的滑坡实例表明，降雨是诱发滑坡的主要因素。降雨入渗导致的边坡失稳是非饱和土边坡稳定中最突出的问题，而开展非饱和土特性研究是揭示降雨诱发滑坡机理的关键所在。土水特征曲线(简称SWCC)是描述非饱和土力学特性的关键要素和非饱和土边坡稳定分析的必要输入信息。工程实践中，SWCC通常采用现场或室内试验测得。由于所需试验条件较为苛刻且试验耗时较长，使得现场或室内试验所测数据有限，难以获得基质吸力可能范围内完整的SWCC。鉴于直接试验方法的局限性，通常采用参数表达式对有限的试验数据进行拟合，从而间接表征SWCC。迄今为止，可用于表征SWCC的参数模型有许多种，例如Brooks-Corey模型、vanGenuchten模型及Fredlund-Xing模型等。传统曲线拟合方法难以辨识不同模型，导致所得SWCC模型存在不确定性，包括模型选择不确定性和模型参数不确定性。尽管同时存在着SWCC参数不确定性和模型选择不确定性，然而在非饱和土边坡稳定可靠度分析中如何合理地考虑SWCC模型参数不确定性和模型选择不确定性仍是一个关键难题。基于此，有必要研发一种同时考虑SWCC模型参数不确定性和模型选择不确定性的非饱和土边坡稳定可靠度分析方法来科学定量地评估非饱和土边坡的安全程度。
技术实现思路
本专利技术的目的是提供一种非饱和土边坡稳定鲁棒性可靠度分析方法，克服现有技术存在的不足，实现SWCC模型参数不确定性和模型选择不确定性的定量表征，允许非饱和土边坡稳定可靠度分析中合理考虑这两类不确定性。为实现本专利技术目的而采用的技术方案是这样的，一种非饱和土边坡稳定鲁棒性可靠度分析方法，包括以下步骤：1)获取一组现场或室内非饱和土的试验数据其中表示在基质吸力ψi处的有效饱和度；2)选取NC个备选SWCC模型Mj，并确定模型参数Θ的先验信息；3)采用Metropolis-Hastings算法生成NMH个服从后验分布的模型参数随机样本，并采用下述公式计算模型发生概率P(Mj|DATAS)：式中：P(DATAS|Mj)表示试验数据DATAS在模型Mj条件下的概率密度函数；P(Mj)表示模型Mj的先验概率；4)依次将每个参数的随机样本作为SWCC输入参数进行边坡稳定确定性分析，计算相应的安全系数，并根据下述公式确定条件失效概率P(FS＜1|DATAS,Mj)：式中：FSi表示在给定试验数据DATAS和模型Mj条件下模型参数为时对应的安全系数；I()表示示性函数；5)对NMH个安全系数计算结果进行统计分析，分别计算安全系数的期望和方差；6)重复步骤3)至5)NC次，依次计算每个SWCC模型Mj的模型发生概率、条件失效概率以及安全系数的期望和方差；7)采用如下公式计算边坡失效概率的加权平均值P(FS＜1|DATAS)：进一步，步骤1)中的有效饱和度θi、θs和θr分别表示体积含水量、饱和体积含水量和残余体积含水量。进一步，步骤2)中的所述模型参数Θ的先验信息反映无观测数据条件下对参数的认知，来源于工程经验或既有数据；当工程经验或既有数据匮乏时，采用均匀分布表征先验信息。进一步，当工程经验或既有数据匮乏时，步骤3)中假定NC个备选模型具有相同的先验概率，即P(Mj)＝1/NC。进一步，在步骤4)中，当所述安全系数FSi＜1成立时，示性函数I()＝1；反之，I()＝0。进一步，步骤5)中所述安全系数的方差Var(FS|DATAS)根据条件方差公式分解为两部分：式中：E(FS|DATAS,Mj)和Var(FS|DATAS,Mj)分别表示在给定试验数据DATAS和模型Mj条件下FS的期望和方差；E(FS|DATAS)表示FS在试验数据DATAS下的条件期望；第一部分用于定量表征模型参数不确定性；第二部分用于定量表征模型选择不确定性。本专利技术的技术效果是毋庸置疑的，本专利技术提出的非饱和土边坡稳定鲁棒性可靠度分析方法采用计算得到的加权平均失效概率衡量边坡的安全程度，能够更合理地反映非饱和土边坡稳定可靠性，克服了非饱和土边坡稳定可靠度分析中SWCC不确定性被低估的局限性。本专利技术所提方法基于有限数据定量地表征SWCC不确定性，允许非饱和土边坡稳定可靠度分析中合理地考虑SWCC模型参数不确定性和模型选择不确定性，丰富了非饱和土边坡稳定可靠度分析方法，为非饱和土边坡失稳防治提供技术支撑和参考依据。附图说明图1为本专利技术的流程图；图2为实施例2的边坡的几何尺寸及其边界条件；图3为实施例2的残体土SWCC试验数据图；图4为实施例2的边坡安全系数概率密度函数图。具体实施方式下面结合实施例对本专利技术作进一步说明，但不应该理解为本专利技术上述主题范围仅限于下述实施例。在不脱离本专利技术上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本专利技术的保护范围内。实施例1：本实施例公开了一种非饱和土边坡稳定鲁棒性可靠度分析方法，参见图1，为该方法的流程图，具体包括以下步骤：1)获取一组现场或室内非饱和土的试验数据其中表示在基质吸力ψi处的有效饱和度；其中，所述有效饱和度θi、θs和θr分别表示体积含水量、饱和体积含水量和残余体积含水量；2)选取NC个备选SWCC模型Mj，并确定模型参数Θ的先验信息；其中，所述模型参数Θ的先验信息反映无观测数据条件下对参数的认知，来源于工程经验或既有数据，如参数可能的取值范围；当工程经验或既有数据匮乏时，则采用均匀分布表征先验信息；3)采用Metropolis-Hastings算法生成NMH个服从后验分布的模型参数随机样本，Metropolis-Hastings算法为蒙特卡罗马尔科夫链中的一个抽样方法，并采用下述公式计算模型发生概率P(Mj|DATAS)：式中：P(DATAS|Mj)表示试验数据DATAS在模型Mj条件下的概率密度函数，通常称之为模型证据；P(Mj)表示模型Mj的先验概率，当工程经验或既有数据匮乏时，假定NC个备选模型具有相同的先验概率，即P(Mj)＝1/NC4)依次将每个参数的随机样本作为SWCC输入参数进行边坡稳定确定性分析，计算相应的安全系数，并根据下述公式确定条件失效概率P(FS＜1|DATAS,Mj)：式中：FSi表示在给定试验数据DATAS和模型Mj条件下模型参数为时对应的安全系数；I()表示示性函本文档来自技高网...

【技术保护点】
1.一种非饱和土边坡稳定鲁棒性可靠度分析方法，其特征在于：包括以下步骤：/n1)获取一组现场或室内非饱和土的试验数据

【技术特征摘要】
1.一种非饱和土边坡稳定鲁棒性可靠度分析方法，其特征在于：包括以下步骤：
1)获取一组现场或室内非饱和土的试验数据其中表示在基质吸力ψi处的有效饱和度。
2)选取NC个备选SWCC模型Mj，并确定模型参数Θ的先验信息；
3)采用Metropolis-Hastings算法生成NMH个服从后验分布的模型参数随机样本，并采用下述公式计算模型发生概率P(Mj|DATAS)：



式中：P(DATAS|Mj)表示试验数据DATAS在模型Mj条件下的概率密度函数；P(Mj)表示模型Mj的先验概率；
4)依次将每个参数的随机样本作为SWCC输入参数进行边坡稳定确定性分析，计算相应的安全系数，并根据下述公式确定条件失效概率P(FS＜1|DATAS,Mj)：



式中：FSi表示在给定试验数据DATAS和模型Mj条件下模型参数为时对应的安全系数；I()表示示性函数；
5)对NMH个安全系数计算结果进行统计分析，分别计算安全系数的期望和方差；
6)重复步骤3)至5)NC次，依次计算每个SWCC模型Mj的模型发生概率、条件失效概率以及安全系数的期望和方差；
7)采用如下公式计算边坡失效概率的加权平均值P(FS＜1|DATAS)：





2.根据权利要求1所述的一种非饱和土边坡稳定鲁棒性可靠度分析方法，其...

【专利技术属性】
技术研发人员：王林，仉文岗，顾鑫，丁选明，刘汉龙，顾东明，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50