本文關鍵詞：基于BP神經(jīng)網(wǎng)絡方法和有限差分法的邊坡穩(wěn)定反饋分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機及智能化的發(fā)展,在進行邊坡工程布局及方案設計和施工方案選擇中,研究學者們熱衷于選擇數(shù)值模擬作為分析手段,而數(shù)值模擬的真實性很大程度上取決于巖體材料參數(shù)是否正確,使得邊坡工程穩(wěn)定性分析的關鍵就在于獲取巖土體的力學參數(shù)。本文基于有限元差分數(shù)值計算方法,結合正交試驗設計對邊坡的變形及穩(wěn)定性進行力學參數(shù)敏感性分析,確定主要影響因素和次要影響因素。采用基于Matlab編程的誤差反向BP神經(jīng)網(wǎng)絡分析方法,以邊坡實際監(jiān)測點位移為依據(jù),對邊坡巖體主要力學參數(shù)進行反演。在實際監(jiān)測值的基礎上,旨在研究對邊坡變形及穩(wěn)定性影響大的力學參數(shù),進而將數(shù)值模擬分析成果運用到實際邊坡工程中,對該邊坡施工過程中穩(wěn)定性和位移進行分析、對該邊坡今后運行進行預測分析,以及對擬建邊坡施工、設計提供指導分析。(1)結合某經(jīng)典均質邊坡,采用正交試驗進行設計因素組合,對容重、黏聚力、抗拉強度、內摩擦角、泊松比和彈性模量6因素進行關于邊坡變形及穩(wěn)定性的敏感性分析。再結合非均質邊坡進行敏感性分析驗證,確定了影響邊坡穩(wěn)定性及變形的主要因素為容重、黏聚力、內摩擦角、彈性模量。(2)選擇了能夠完成任意精度的非線性函數(shù)映射的BP神經(jīng)網(wǎng)絡作為反演訓練方法,設計3層網(wǎng)絡模型,采用Matlab語言實現(xiàn)BP神經(jīng)網(wǎng)絡反演編程。(3)以錦屏一級電站左岸拱肩槽邊坡4-4剖面為對象,根據(jù)待反演參數(shù)的取值范圍,基于均勻設計試驗方法設計不同的力學參數(shù)組合;采用FLAC3D分別計算不同力學參數(shù)組合下監(jiān)測點位移,將監(jiān)測點位移作為網(wǎng)絡輸入,參數(shù)組合作為網(wǎng)絡輸出,得到BP神經(jīng)網(wǎng)絡的訓練樣本;通過輸入樣本進行網(wǎng)絡訓練獲得位移與各反演參數(shù)之間的函數(shù)關系;最后將實際監(jiān)測位移輸入訓練好的網(wǎng)絡反演出9個主要巖體力學參數(shù),并將反演計算位移與監(jiān)測位移進行對比,監(jiān)測點位移的相對誤差均小于5%,證明反演成果的合理性。(4)基于反演獲得的力學參數(shù),對錦屏一級電站左岸拱肩槽邊坡4-4剖面,分別進行無支護和邊開挖邊支護過程的數(shù)值模擬分析計算,分析開挖過程中邊坡穩(wěn)定性及位移的變化規(guī)律,對邊坡施工過程中穩(wěn)定性和位移變化進行預測分析,為其安全支護設計、施工提供理論依據(jù),為其他擬建邊坡工程設計、施工提供參考指導。
【關鍵詞】：邊坡工程 敏感性分析 BP網(wǎng)絡 巖體參數(shù)反演 邊坡位移分析
【學位授予單位】：西華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TU43
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-18
• 1.1 選題背景及研究意義9-10
• 1.2 國內外研究現(xiàn)狀10-12
• 1.2.1 國外研究現(xiàn)狀10-11
• 1.2.2 國內研究現(xiàn)狀11-12
• 1.2.3 存在的主要問題12
• 1.3 反饋分析方法12-14
• 1.3.1 正分析方法12-13
• 1.3.2 反分析方法13-14
• 1.4 主要研究內容及技術路線14-17
• 1.4.1 主要研究內容14-16
• 1.4.2 主要技術路線16-17
• 1.5 本章小結17-18
• 2 力學參數(shù)對邊坡穩(wěn)定的敏感性分析18-32
• 2.1 敏感性計算方法18-19
• 2.1.1 單因素敏感性計算方法18-19
• 2.1.2 多因素敏感性計算方法19
• 2.2 均質邊坡力學參數(shù)敏感性分析19-26
• 2.2.1 網(wǎng)格模型及計算條件19-20
• 2.2.2 敏感性計算分析20-26
• 2.3 非均質邊坡力學參數(shù)敏感性驗證分析26-31
• 2.3.1 網(wǎng)格模型和計算條件26-27
• 2.3.2 敏感性計算分析27-31
• 2.4 本章小結31-32
• 3 基于BP神經(jīng)網(wǎng)絡方法的邊坡力學參數(shù)反演32-47
• 3.1 BP神經(jīng)網(wǎng)絡方法32-34
• 3.1.1 BP神經(jīng)網(wǎng)絡的激活函數(shù)32
• 3.1.2 BP神經(jīng)網(wǎng)絡的學習步驟32-34
• 3.1.3 神經(jīng)網(wǎng)絡工作示意圖34
• 3.2 均勻設計34-35
• 3.3 邊坡巖體主要力學參數(shù)反分析35-46
• 3.3.1 工程概況35
• 3.3.2 邊坡計算模型建立35
• 3.3.3 力學參數(shù)取值范圍及均勻試驗設計35-38
• 3.3.4 訓練樣本計算38-39
• 3.3.5 BP神經(jīng)網(wǎng)絡設計及巖體參數(shù)反演分析39-46
• 3.4 本章小結46-47
• 4 基于反演參數(shù)的邊坡開挖支護穩(wěn)定性分析47-62
• 4.1 計算模型及參數(shù)47-48
• 4.2 開挖計算方法及模擬步驟48
• 4.3 無支護措施下計算結果及分析48-57
• 4.3.1 豎向變形分析48-51
• 4.3.2 水平變形分析51-54
• 4.3.3 剪切區(qū)域變化分析54-57
• 4.4 有支護措施下計算結果及分析57-59
• 4.4.1 支護措施及模擬計算過程57
• 4.4.2 計算結果分析57-59
• 4.5 動態(tài)監(jiān)測位移分析59-61
• 4.6 本章小結61-62
• 5 結論與展望62-65
• 5.1 結論62-63
• 5.2 展望63-65
• 參考文獻65-68
• 攻讀碩士學位期間發(fā)表論文68-69
• 致謝69-70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉彩紅;唐萬梅;;基于組合神經(jīng)網(wǎng)絡的教師評價模型研究[J];重慶師范大學學報(自然科學版);2008年04期

2 鐘義信;;神經(jīng)網(wǎng)絡:成就、問題與前景[J];科學;1992年02期

3 莫恭佑;;神經(jīng)網(wǎng)絡及其在英國的應用[J];國際科技交流;1992年03期

4 閔志;;神經(jīng)網(wǎng)絡:使計算機具有快速學習功能[J];國際科技交流;1992年03期

5 馮建峰,錢敏平;神經(jīng)網(wǎng)絡中的退火——非時齊情形[J];北京大學學報(自然科學版);1993年03期

6 唐功友;離散Hopfield神經(jīng)網(wǎng)絡的穩(wěn)定性[J];青島海洋大學學報;1994年S2期

7 靳蕃;;中國神經(jīng)網(wǎng)絡學術大會在西南交通大學隆重召開[J];學術動態(tài)報道;1996年04期

8 彭宏,張素;帶有時滯的神經(jīng)網(wǎng)絡的穩(wěn)定性[J];杭州大學學報(自然科學版);1997年04期

9 陳新,孫道恒,黃洪鐘;結構分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡[J];起重運輸機械;1999年06期

10 成宇;神經(jīng)網(wǎng)絡是怎么搭建的?[J];百科知識;2005年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

  本文關鍵詞：基于BP神經(jīng)網(wǎng)絡方法和有限差分法的邊坡穩(wěn)定反饋分析，由筆耕文化傳播整理發(fā)布。

本文編號：411933