基于数值模拟的黑方台黄土滑坡滑距预测研究
发布时间：2021-08-31 23:38
黄土高原约占我国国土总面积的6.6%,由于黄土自生结构的特殊性,在外力因素的干扰,尤其是水的作用下,会表现出屈服、软化、强度降低及湿陷等特性,导致地质灾害频频发生,其灾害总数约占据全国总数的三分之一。而对于甘肃黑方台地区,由于长期农业漫灌,地下水位不断抬升,导致平均每年有3-5次滑坡地质灾害发生,严重制约了当地的社会、经济、文化发展。目前对于黑方台黄土滑坡的致灾因素、灾变机理、成灾模式以及演化过程等研究,已有大量的研究成果,而对于黑方台黄土滑坡的滑距预测,却鲜有报道,因此展开对黑方台黄土滑坡的空间滑距预测研究,可以为该地区的滑坡预警及防控提供科学依据。本文围绕着滑距预测这一目的,基于黑方台2015—2017年发生的7起典型黄土滑坡滑前及滑后地形数据,首先通过离散元数值模拟软件对其中6起滑坡进行以参数为变量的系列正交试验,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得到这6起滑坡的最优模拟参数,并以这6组最优模拟参数的范围作为该地区黄...
【文章来源】：成都理工大学四川省
【文章页数】：118 页
【学位级别】：硕士
【部分图文】：
黄土高原分布图
图 1-2 黑方台灾害分布图对于黑方台黄土滑坡的形成机理、滑坡类型、分布规律、监测预警及时间测预报等方面，许多学者做了大量的研究（Xu et al，2013；Xu et al，2014；et al，2014；许强等，2016；Peng et al，2017；Qi et al，2018），而在黑方台坡的滑距预测方面，除了李骅锦（2017）在基于数据挖掘方法和亓星（2018过以滑坡后退距离和坡度两个参数建立的非确定性黄土滑坡滑距预测模型外有报道。基于滑坡体物理力学机制的滑距预测模型可以从动力学、运动学、能学等力学的角度来定量化的研究滑坡运动距离、速度及规模范围等，进而为滑周围的人类生产活动及区域规划等提供理论依据和指导，有利于合理的规划防减灾工程，减少滑坡地质灾害所带来的损失。目前对滑坡运动距离及影响范围预测的确定性模型理论的研究至今还不成熟，对于不同成因机理、不同规模及地形条件的滑坡滑距、规模预测存在着大的难度，还需要不断的完善和总结。但随着近年来计算机技术的飞速发展值模拟技术被广泛应用于地质灾害研究的各个领域，加快了地质灾害问题研究量化步伐，深化了对地质灾害成因的理解和分析，成为了解决研究地质灾害问
14图 1-3 技术路线图1.3.4 本文主要创新点本文的主要创新点如下：（1）利用 PFC 软件结合 EDEM 中 API 开发的快速填充模块，提出“逐层brick 填充法”，实现了任意复杂滑体几何模型的大量颗粒快速平衡填充。（2）基于滑坡形态要素反演分析法，通过正交试验、离散元与神经网络等方法相结合对黑方台滑坡的离散元细观参数进行反演标定，构建了能反应滑坡模
【参考文献】：
期刊论文
[1]黑方台典型黄土洞穴形成的影响因素[J]. 邹锡云,许强,彭大雷,张一希,赵宽耀. 科学技术与工程. 2018(28)
[2]不同地区饱和原状黄土静态液化特性试验研究[J]. 张一希,许强,刘方洲,赵宽耀,赵程,修德皓,邹锡云. 地质科技情报. 2018(05)
[3]三维离散元模型的滑坡能量守恒模拟研究[J]. 刘春,张晓宇,许强,朱晨光,汤强. 地下空间与工程学报. 2017(S2)
[4]红粘土细观力学特性的颗粒流模拟[J]. 彭国园,周海清,周淑玲. 重庆理工大学学报(自然科学). 2017(01)
[5]黏性粗粒土颗粒宏细观力学参数相关性研究[J]. 詹永祥,姚海林,张静波. 铁道工程学报. 2016(11)
[6]溃散性滑坡成因机理初探[J]. 许强,彭大雷,李为乐,董秀军. 西南交通大学学报. 2016(05)
[7]甘肃黑方台黄土滑坡类型及其发育特征研究[J]. 赵宽耀,许强,亓星,彭大雷,董秀军. 人民长江. 2016(14)
[8]2015年4.29甘肃黑方台党川2#滑坡基本特征与成因机理研究[J]. 许强,彭大雷,亓星,董秀军,李骅锦,巨袁臻. 工程地质学报. 2016(02)
[9]基于BP神经网络的土体细观力学参数反演分析[J]. 李澄清,刘天为,张海洋,徐文杰. 工程地质学报. 2015(04)
[10]灌溉引起地下水位上升对斜坡稳定性的影响——以甘肃黑方台为例[J]. 谷天峰,朱立峰,胡炜,王家鼎,刘亚明,冯力. 现代地质. 2015(02)
博士论文
[1]黄土滑坡潜在隐患早期识别研究[D]. 彭大雷.成都理工大学 2018
[2]突发型黄土滑坡监测预警研究[D]. 亓星.成都理工大学 2017
[3]黑方台灌区台缘黄土滑坡稳定性研究[D]. 马建全.吉林大学 2012
硕士论文
[1]数字边坡信息技术研究[D]. 吴华锐.北方工业大学 2017
[2]数据挖掘在滑坡泥石流预测评价中的应用[D]. 李骅锦.成都理工大学 2017
[3]基于无人机摄影测量技术的黄土滑坡早期识别研究[D]. 巨袁臻.成都理工大学 2017
[4]基于BP神经网络的土体参数反演及其工程应用[D]. 高明尚.河北工程大学 2016
[5]甘肃黑方台地下水长期作用对黄土强度影响的试验研究[D]. 李姝.成都理工大学 2016
[6]黑方台黄土台塬滑坡稳定性研究[D]. 武金辉.兰州大学 2016
[7]甘肃省黑方台黄土斜坡变形特征与滑坡机理研究[D]. 周飞.成都理工大学 2015
[8]灌溉诱发型黄土滑坡离心模型实验和数值分析[D]. 宋登艳.长安大学 2014
[9]黑方台岩层产状对黄土—基岩滑坡的影响[D]. 杨柳.兰州大学 2013
[10]黑方台灌溉诱发黄土滑坡变形机理研究[D]. 杨飞.长安大学 2013
本文编号：3375830
【文章来源】：成都理工大学四川省
【文章页数】：118 页
【学位级别】：硕士
【部分图文】：
黄土高原分布图
图 1-2 黑方台灾害分布图对于黑方台黄土滑坡的形成机理、滑坡类型、分布规律、监测预警及时间测预报等方面，许多学者做了大量的研究（Xu et al，2013；Xu et al，2014；et al，2014；许强等，2016；Peng et al，2017；Qi et al，2018），而在黑方台坡的滑距预测方面，除了李骅锦（2017）在基于数据挖掘方法和亓星（2018过以滑坡后退距离和坡度两个参数建立的非确定性黄土滑坡滑距预测模型外有报道。基于滑坡体物理力学机制的滑距预测模型可以从动力学、运动学、能学等力学的角度来定量化的研究滑坡运动距离、速度及规模范围等，进而为滑周围的人类生产活动及区域规划等提供理论依据和指导，有利于合理的规划防减灾工程，减少滑坡地质灾害所带来的损失。目前对滑坡运动距离及影响范围预测的确定性模型理论的研究至今还不成熟，对于不同成因机理、不同规模及地形条件的滑坡滑距、规模预测存在着大的难度，还需要不断的完善和总结。但随着近年来计算机技术的飞速发展值模拟技术被广泛应用于地质灾害研究的各个领域，加快了地质灾害问题研究量化步伐，深化了对地质灾害成因的理解和分析，成为了解决研究地质灾害问
14图 1-3 技术路线图1.3.4 本文主要创新点本文的主要创新点如下：（1）利用 PFC 软件结合 EDEM 中 API 开发的快速填充模块，提出“逐层brick 填充法”，实现了任意复杂滑体几何模型的大量颗粒快速平衡填充。（2）基于滑坡形态要素反演分析法，通过正交试验、离散元与神经网络等方法相结合对黑方台滑坡的离散元细观参数进行反演标定，构建了能反应滑坡模
【参考文献】：
期刊论文
[1]黑方台典型黄土洞穴形成的影响因素[J]. 邹锡云,许强,彭大雷,张一希,赵宽耀. 科学技术与工程. 2018(28)
[2]不同地区饱和原状黄土静态液化特性试验研究[J]. 张一希,许强,刘方洲,赵宽耀,赵程,修德皓,邹锡云. 地质科技情报. 2018(05)
[3]三维离散元模型的滑坡能量守恒模拟研究[J]. 刘春,张晓宇,许强,朱晨光,汤强. 地下空间与工程学报. 2017(S2)
[4]红粘土细观力学特性的颗粒流模拟[J]. 彭国园,周海清,周淑玲. 重庆理工大学学报(自然科学). 2017(01)
[5]黏性粗粒土颗粒宏细观力学参数相关性研究[J]. 詹永祥,姚海林,张静波. 铁道工程学报. 2016(11)
[6]溃散性滑坡成因机理初探[J]. 许强,彭大雷,李为乐,董秀军. 西南交通大学学报. 2016(05)
[7]甘肃黑方台黄土滑坡类型及其发育特征研究[J]. 赵宽耀,许强,亓星,彭大雷,董秀军. 人民长江. 2016(14)
[8]2015年4.29甘肃黑方台党川2#滑坡基本特征与成因机理研究[J]. 许强,彭大雷,亓星,董秀军,李骅锦,巨袁臻. 工程地质学报. 2016(02)
[9]基于BP神经网络的土体细观力学参数反演分析[J]. 李澄清,刘天为,张海洋,徐文杰. 工程地质学报. 2015(04)
[10]灌溉引起地下水位上升对斜坡稳定性的影响——以甘肃黑方台为例[J]. 谷天峰,朱立峰,胡炜,王家鼎,刘亚明,冯力. 现代地质. 2015(02)
博士论文
[1]黄土滑坡潜在隐患早期识别研究[D]. 彭大雷.成都理工大学 2018
[2]突发型黄土滑坡监测预警研究[D]. 亓星.成都理工大学 2017
[3]黑方台灌区台缘黄土滑坡稳定性研究[D]. 马建全.吉林大学 2012
硕士论文
[1]数字边坡信息技术研究[D]. 吴华锐.北方工业大学 2017
[2]数据挖掘在滑坡泥石流预测评价中的应用[D]. 李骅锦.成都理工大学 2017
[3]基于无人机摄影测量技术的黄土滑坡早期识别研究[D]. 巨袁臻.成都理工大学 2017
[4]基于BP神经网络的土体参数反演及其工程应用[D]. 高明尚.河北工程大学 2016
[5]甘肃黑方台地下水长期作用对黄土强度影响的试验研究[D]. 李姝.成都理工大学 2016
[6]黑方台黄土台塬滑坡稳定性研究[D]. 武金辉.兰州大学 2016
[7]甘肃省黑方台黄土斜坡变形特征与滑坡机理研究[D]. 周飞.成都理工大学 2015
[8]灌溉诱发型黄土滑坡离心模型实验和数值分析[D]. 宋登艳.长安大学 2014
[9]黑方台岩层产状对黄土—基岩滑坡的影响[D]. 杨柳.兰州大学 2013
[10]黑方台灌溉诱发黄土滑坡变形机理研究[D]. 杨飞.长安大学 2013
本文编号：3375830
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3375830.html
