基于位移反分析的边坡支护研究
发布时间：2021-12-01 20:06
由于城市化进程的不断推进,土地利用率也在相应不断提高,边坡工程开始频繁出现。边坡工程破坏后的影响往往是恶劣的,所以边坡的支护设计方案要在变形、稳定性方面都满足规范要求,而边坡进行支护设计的前提是确定边坡准确的岩土层参数,而实测这些参数费时费力。本文以长沙某边坡工程实例作为研究对象,进行边坡位移反分析的研究和边坡支护设计方案的模拟验算。本文的主要研究内容和结论如下:（1）简要介绍了位移反分析理论,并对强度折减法在边坡稳定性研究中应用进行了简要叙述。（2）根据边坡工程的相关资料,用FLAC3D软件建立边坡的数值模型,以强风化泥质粉砂岩土层参数粘聚力c和内摩擦角φ作为位移反分析的参数,其他变形参数保持为定值,确定不同参数组合下的研究方案,并借助软件FLAC3D模拟不同试验方案下的边坡变形情况。（3）以不同试验方案下FLAC3D软件模拟得到的边坡位移值为基础,借助MATLAB软件进行岩土层参数与边坡位移值之间映射关系的学习,学习训练完成后,将边坡实测位移值代入神经网络,经过仿真预测得到所需岩土层的参数。（4）将反分析得到的岩土体参数再反代入软件FLAC3D进行模拟,将其得到的模拟位移值与实测位...
【文章来源】：河北工程大学河北省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
工程场地平面图
河北工程大学硕士学位论文3D 软件来进行数值模拟[44-46]时，三个基本要素首格；本构关系和材料特性；边界和初始条件。网本构关系和材料特性用以确定所建立模型的力学边界和初始条件则用以定义模型未发生变化之前大要素都确定之后，即可进行模型求解，获得初中模拟条件，进一步求解可得模型在执行模拟条件求解流程如图 3-2 所示。
节点数为 7202 个。边坡岩土体参数如表 3-1 所示，坐标方向及建立的开挖前模型见图3-3。表 3-1 边坡主要力学参数Table3-1 Main mechanical parameters of slope岩土体名称 厚度（m）天然密度（kg/m3）粘聚力（kPa)内摩擦角（°）弹性模量（MPa）泊松比粉质粘土 11.8 1970 27.3 16.6 35 0.30强风化泥质粉砂岩25.2 2240 32.0～52.0 20.0～35.0 65 0.24
【参考文献】：
期刊论文
[1]工程地质类比法在川藏铁路隧道围岩分级上的应用[J]. 冯涛,蒋良文,王存德,王栋,张广泽. 四川建筑. 2017(02)
[2]基坑支护边坡稳定问题处理方案[J]. 董兴民,李晓明,齐贞光. 住宅与房地产. 2016(36)
[3]不同失稳判据下边坡稳定性的规律性[J]. 王飞阳,潘泓. 土木建筑与环境工程. 2016(06)
[4]环境水对边坡工程稳定性的影响研究[J]. 孟慧娟. 海河水利. 2016(04)
[5]强度折减法在建筑边坡稳定性分析中的应用[J]. 吴标,王志斌,安永林,邱磊. 土工基础. 2016(04)
[6]基于塑性区开展的边坡失稳判据研究[J]. 杨才,王世君,丰土根. 中国科技论文. 2016(13)
[7]强度准则和失稳判据对有限元强度折减法结果的影响[J]. 冯旭. 水资源与水工程学报. 2015(06)
[8]基于BP神经网络的隧道锚围岩参数反演分析[J]. 王丽新,陈建胜,左成荣. 低碳世界. 2015(36)
[9]基于FLAC3D的山区高速公路高边坡支护方案优化设计[J]. 许宇明. 公路工程. 2015(06)
[10]合理确定支护方案,确保基坑安全经济[J]. 袁薇,胡辉群,沈斌,浦海江. 江苏建筑. 2014(S1)
硕士论文
[1]基于遗传神经网络算法的基坑土体参数反演和基坑沉降预测研究[D]. 崔宇鹏.山东大学 2017
[2]边坡与滑坡工程抗剪强度参数反演分析及其应用[D]. 马金莲.兰州理工大学 2016
[3]基于FLAC3D的边坡稳定性分析研究[D]. 袁强.中国地质大学(北京) 2016
[4]基于位移反分析的边坡稳定性研究[D]. 徐文文.武汉理工大学 2014
[5]基于遗传算法的深井巷道围岩力学参数反演[D]. 刘磊.安徽理工大学 2013
[6]基于FLAC3d的土质边坡稳定性及其抗滑桩加固研究[D]. 褚铅波.浙江大学 2013
[7]基于FLAC3D的白云鄂博铁矿东矿边坡稳定性研究[D]. 李默然.内蒙古科技大学 2011
本文编号：3526975
【文章来源】：河北工程大学河北省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
工程场地平面图
河北工程大学硕士学位论文3D 软件来进行数值模拟[44-46]时，三个基本要素首格；本构关系和材料特性；边界和初始条件。网本构关系和材料特性用以确定所建立模型的力学边界和初始条件则用以定义模型未发生变化之前大要素都确定之后，即可进行模型求解，获得初中模拟条件，进一步求解可得模型在执行模拟条件求解流程如图 3-2 所示。
节点数为 7202 个。边坡岩土体参数如表 3-1 所示，坐标方向及建立的开挖前模型见图3-3。表 3-1 边坡主要力学参数Table3-1 Main mechanical parameters of slope岩土体名称 厚度（m）天然密度（kg/m3）粘聚力（kPa)内摩擦角（°）弹性模量（MPa）泊松比粉质粘土 11.8 1970 27.3 16.6 35 0.30强风化泥质粉砂岩25.2 2240 32.0～52.0 20.0～35.0 65 0.24
【参考文献】：
期刊论文
[1]工程地质类比法在川藏铁路隧道围岩分级上的应用[J]. 冯涛,蒋良文,王存德,王栋,张广泽. 四川建筑. 2017(02)
[2]基坑支护边坡稳定问题处理方案[J]. 董兴民,李晓明,齐贞光. 住宅与房地产. 2016(36)
[3]不同失稳判据下边坡稳定性的规律性[J]. 王飞阳,潘泓. 土木建筑与环境工程. 2016(06)
[4]环境水对边坡工程稳定性的影响研究[J]. 孟慧娟. 海河水利. 2016(04)
[5]强度折减法在建筑边坡稳定性分析中的应用[J]. 吴标,王志斌,安永林,邱磊. 土工基础. 2016(04)
[6]基于塑性区开展的边坡失稳判据研究[J]. 杨才,王世君,丰土根. 中国科技论文. 2016(13)
[7]强度准则和失稳判据对有限元强度折减法结果的影响[J]. 冯旭. 水资源与水工程学报. 2015(06)
[8]基于BP神经网络的隧道锚围岩参数反演分析[J]. 王丽新,陈建胜,左成荣. 低碳世界. 2015(36)
[9]基于FLAC3D的山区高速公路高边坡支护方案优化设计[J]. 许宇明. 公路工程. 2015(06)
[10]合理确定支护方案,确保基坑安全经济[J]. 袁薇,胡辉群,沈斌,浦海江. 江苏建筑. 2014(S1)
硕士论文
[1]基于遗传神经网络算法的基坑土体参数反演和基坑沉降预测研究[D]. 崔宇鹏.山东大学 2017
[2]边坡与滑坡工程抗剪强度参数反演分析及其应用[D]. 马金莲.兰州理工大学 2016
[3]基于FLAC3D的边坡稳定性分析研究[D]. 袁强.中国地质大学(北京) 2016
[4]基于位移反分析的边坡稳定性研究[D]. 徐文文.武汉理工大学 2014
[5]基于遗传算法的深井巷道围岩力学参数反演[D]. 刘磊.安徽理工大学 2013
[6]基于FLAC3d的土质边坡稳定性及其抗滑桩加固研究[D]. 褚铅波.浙江大学 2013
[7]基于FLAC3D的白云鄂博铁矿东矿边坡稳定性研究[D]. 李默然.内蒙古科技大学 2011
本文编号：3526975
本文链接：https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/3526975.html
