基于神经网络的离散元细观参数标定方法研究——以甘肃黑方台黄土滑坡为例

发布时间：2021-03-14 04:06

　　离散元细观力学参数与宏观力学参数之间存在着很高的非线性特征,目前人工试算的参数标定方法存在着很大的随机性和盲目性,标定过程效率低,标定结果可重复性差。因此为了找到一种新的准确、高效的参数标定方法,以黑方台2015～2017年发生的7起典型黄土滑坡为研究对象,采用离散元数值试验及神经网络等方法,首先根据前人力学试验及相关研究确定出6个本征参数的取值,利用室内休止角试验以及GEMM材料数据库,确定出剩余的6个待标定参数的取值范围;然后通过对剩余6个待标定参数的敏感性进行分析,确定出JKR模型能量密度的取值为100J/m²,并设计出其中6起滑坡以剩余5个待标定参数为变量的系列数值模拟试验,得到各组参数及其对应的模拟形态（滑源区横向宽、滑源区纵向宽、滑坡的壁高、滑坡整体落差、滑距、堆积区横向宽）;然后以此作为样本进行神经网络训练,确定出模拟形态与参数之间的映射关系;进而利用此映射关系反演标定出这6起滑坡的最优模拟参数,并以这6组最优模拟参数作为该地区黄土滑坡数值模拟参数的取值范围;最后通过对第7个滑坡的正演结果,验证了该参数取值范围的可靠性和准确性,避免相同地质条件下人工... 

【文章来源】：岩石力学与工程学报. 2020,39(S1)北大核心

【文章页数】：11 页


本文编号：3081458