龙滩水电站边坡模型试验洞岩体流变参数反演分析

摘要

本文以有代表性的龙滩水电站工程边坡岩体为研究对象和工程背景,采用理论分析与反演分析相结合的方法,对岩石的流变性能进行了研究与探讨,主要工作如下:(1)对72#模型试验洞岩层的力学特性进行概化,考虑岩层的主要力学性质,根据地质资料的描述,建立岩体力学特性的地质概化模型.(2)根据工程经验和试验数据,对数据进行预处理.(3)采用神经网络和遗传算法相结合的智能优化方法,基于所建立的72#试验洞的概化模型,和通过预处理预先确定力学参数的取值范围,设计计算样本,反演岩体的流变参数.(4)采用fish语言对Flac<'3D>进行了二次开发,以用于流变参数反演中的正向计算.

目录

文摘

英文文摘

独创性声明和学位论文版权使用授权书

第一章绪论

1.1龙滩工程背景简介

1.2流变研究的目的与意义

1.3岩体流变的研究现状

1.4本文的研究工作

第二章岩体特征参数优化预处理

2.1关于岩体参数的相关研究资料

2.2岩体特征及其概化

2.2.1边坡岩体简介

2.2.2边坡岩体参数的概化

2.3岩体特征参数优化预处理

第三章参数反演的优化方法

3.1参数反演的基本理论

3.2神经网络和遗传算法简介

3.2.1神经网络简介

3.2.2BP算法基本步骤

3.2.3遗传算法简介

3.3Flac-3D简介

3.3.1概述

3.3.2和其它方法的比较

3.3.3FLAC-3D的基本原理

3.3.4FLAC-3D的数值模拟功能

3.3.5针对FLAC-3D中的fish语言的二次开发

第四章模型洞岩体流变参数反演

4.1龙滩水电工程地址概况

4.1.1地形地貌

4.1.2地层岩性

4.1.3构造断裂

4.1.4岩体风化特征

4.1.5左岸倾倒蠕变岩体

4.2现场监测简介

4.2.1前言

4.2.2模型洞监测断面及测线的布置

4.2.3围岩收敛变形的观测成果

4.3计算模型的建立

4.3.1模型计算范围的确定

4.3.2模型的边界条件及开挖步的确定

4.3.3计算模型网格的划分

4.4改进的遗传—神经网络算法

4.5参数反演样本的设计

4.5.1反演参数的范围及其水平划分

4.5.2样本设计的方法

4.6流变参数的智能反演

4.6.1反分析目标函数的构造

4.6.2参数反演结果

4.7结语

第五章结论与展望

5.1论文结论

5.2展望

参考文献

致谢