共查询到19条相似文献，搜索用时 47 毫秒
1.
《岩土力学》2017,(Z2):89-98
开展巷道岩爆室内模拟声发射监测实验,对岩爆过程中的声发射信号进行聚类分析,得到3种类型声发射信号,优选具有岩爆前兆演化异常、能量大、数量小等特征的信号类型作为岩爆前兆特征信号。岩爆发生前,岩爆前兆特征信号开始密集出现,明显的前兆异常。运用时间窗函数对岩爆前兆特征信号的时间密集性进行量化分析,提出衡量信号时序演化特征的量化指标即时间密集度f_t。岩爆发生前,前兆信号密集出现,出现了f_t≥3值,可将首次f_t≥3作为岩爆前兆信息,可将岩爆预警阈值a划定为3。基于岩爆前兆特征信号优选和预警阈值提取,借助BP神经网络,智能识取岩爆前兆特征信号,利用时间窗函数计算岩爆前兆特征信号f_t值,当岩爆前兆特征信号f_t值开始达到岩爆预警阈值(f_t≥a)时则进行岩爆灾害预警,建立了基于巷道岩爆模拟实验声发射数据的岩爆实时预警方法,为工程现场岩爆预警方法的建立提供了新思路。 相似文献
2.
岩爆发生机制复杂,影响因素较多,通过粗糙集理论中的属性约简和条件属性重要性评价,确定特定地质条件下岩爆的主要影响因素,删除冗余数据。使用遗传算法(GA)优化径向基函数（radial basis function,简称RBF）神经网络参数,通过RBF神经网络隐层单元将低维模式输入变换到高维空间内,拟合影响因子和岩爆等级之间的非线性映射关系,建立基于粗糙集理论的遗传-RBF神经网络岩爆预测模型,目前未见其在地下洞室岩爆预测中应用。在根据工程实际情况选取多个理论判据的基础上,将建立的预测模型应用于实际工程的岩爆预测问题,并与实际岩爆发生情况进行对比分析。结果证明,该方法的评价结果与实际情况较为吻合,对后期施工有较好的指导作用。 相似文献
3.
针对沈阳地铁一号线重工街站至启工街站区间隧道开挖引发地面沉降变形的问题,利用现场实测的地表沉降变形数据建立BP神经网络模型,并进行网络训练与预测。预测结果表明,时间序列神经网络模型能够很好地表达地面沉降监测数据序列间的非线性关系。利用BP神经网络建立的预测模型,所得预测值与实测值拟合很好,是预测地铁施工引发地面沉降变形的一种有效方法,能为沈阳地铁隧道的设计及施工提供科学合理的依据。 相似文献
4.
由于月降水量时间序列含有大量噪声, 并表现出明显的混沌特性, 现有预测模型均存在一定程度的不足.基于混沌理论的小波分析-VOLTERRA级数自适应(WA-VOLTERRA)耦合预测模型, 在对月降水量时间序列进行混沌特性识别的基础上, 先用小波分析对月降水序列进行时频分解, 再分别对各频率分量进行相空间重构并用3阶VOLTERRA级数自适应模型建模预测, 最后综合得到原始序列的预测值.以相近区域杭州市和南通市的月降水序列为例, 并通过与小波分析-支持向量机(WA-SVM)模型进行比较, 发现该模型具有较强的适用性和更高的预测精度. 相似文献
5.
混沌序列WA-ELM耦合模型在滑坡位移预测中的应用 总被引：1，自引：0，他引：1
《岩土力学》2015,(9):2674-2680
针对滑坡位移序列的混沌特性和传统时间序列预测模型的不足,提出了一种基于混沌时间序列的小波分解-极限学习机(WA-ELM)滑坡位移预测模型。该模型以滑坡位移序列混沌特性分析为基础,应用小波分析将位移序列分解为具有不同频率特征的分量,对各特征分量分别进行相空间重构并应用极限学习机进行预测,最后将各特征分量预测值叠加,得到原始位移序列的预测值。以三峡库区八字门滑坡为例,并与小波分析-支持向量机(WA-SVM)以及单独ELM模型进行对比研究。结果表明,基于混沌时间序列的WA-ELM模型预测精度较高且具有较好的通用性与稳定性,是一种有效的滑坡位移预测方法。 相似文献
6.
深部矿井开采极易诱发矿柱型岩爆,矿柱型岩爆严重威胁着矿山的安全高效开采,为探究矿柱型岩爆破坏机制和前兆信息,选用自贡红砂岩进行单轴压缩试验,并采用主动超声和被动声发射对破裂过程进行监测,联合主动超声与被动声发射监测数据对波速进行层析成像反演,分析试样破裂过程中波速演化规律。研究结果表明：砂岩试样在加载过程中速度模型呈现高度非均质性,在加载过程中会出现低速区,且声发射事件集中出现在低速区内部;P波速度离散度可反映全局波速变化特征,在峰值附近变化剧烈,随荷载增加P波速度离散度持续增大;声发射事件在峰前、峰后定位结果相差较大,峰前阶段声发射事件随机分布,峰后阶段声发射事件定位结果集中。此外,研究发现选用均质速度模型进行声发射事件定位会增大定位误差,试样最终失稳前b值的降低表明试样大尺度裂纹活动加剧,导致岩石非均质性增大,也间接证明了采用非均质速度模型进行声发射震源定位的必要性。该研究结果可用于现场矿柱稳定性监测,定期反演获得矿柱波速变化为矿柱型岩爆提供先兆预警信息。 相似文献
7.
高速公路高填方路基沉降量的神经网络预测 总被引：4，自引：2，他引：2
利用BP神经网络较强的高次非线性映射能力和学习功能 ,建立了基于人工神经网络的高速公路路基沉降量的预测模型。该模型依据现场实测资料 ,避免了计算过程中各种人为因素的影响。通过对某高速公路高填方路基沉降量的现场监测成果的学习与预测检验 ,证明其预测精度与适用性良好 ,具有较大的工程实用价值 相似文献
8.
为了研究胶结充填体在荷载作用下的时空演化规律,利用WAW?300微机电液伺服万能试验系统与DS2系列全信息声发射监测系统,监测了胶结充填体试样在单轴压缩过程中的应力、应变变化规律和声发射活动,根据振铃计数率、能率的阶段性特征,将加载过程声发射参数变化规律分为3个阶段:上升期、平静期和活跃期,进而研究声发射参数时空演化规律;并利用振铃计数率、能率参数,结合尖点突变理论,进行胶结充填体破裂预测。研究表明:(1)单轴压缩条件下,胶结充填体属于延性破坏,裂纹贯穿属于剪切贯穿;(2)通过声发射参数演化规律及定位演化特征,分析得出胶结充填体在加载中是由局部破坏向整体失稳演化;(3)运用尖点突变理论进行胶结充填体破裂预测,并构建了破裂预测模型,预测结果与试验结果一致。研究结果可为人工矿柱稳定性监测和破裂预测提供依据。 相似文献
9.
滑坡位移预测是预报滑坡灾害的重要依据,以往的滑坡位移预测模型多数为时间序列预测模型、BP神经网络预测模型、Gaussian拟合预测模型以及其他一些非线性预测模型。这些滑坡位移预测模型在建立上缺乏力学理论支撑,对不同力学特性产生的滑坡位移预测分析上没有针对性。文章针对力学特性为重力蠕变型滑坡位移的预测,提出一种基于遗传优化算法的滑坡蠕滑位移非线性预测模型。以鲁家坡滑坡东侧J05监测点的累计水平位移为例,划定测试区域与预测区域进行模型预测分析,并将新模型预测结果与Gaussian拟合预测模型、 BP神经网络预测模型预测结果进行对比分析。结果表明,相较于传统预测模型,新模型的预测效果有所提升,有一定的工程价值与实践价值。 相似文献
10.
加权函数组合预测边坡变形模型的研究 总被引：1，自引：0，他引：1
边坡变形监测是边坡监测的主要内容之一,其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形预测模型的局限性,如神经网络预测方法需要大量的实测数据作为学习样本,灰色系统模型要求原始数据序列必须满足指数规律,且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型,同时给出了灰色GM(1,1)边坡预测模型。提出边坡的神经网络与灰色系统加权函数组合预测模型,采用动态规划解法,将原模型转化为多阶段决策问题,使组合预测误差的平方和最小,得到组合权重,这样得到的变形预测结果的精度将大大提高,弥补了单一方法的局限性,满足工程预测的需要。通过边坡实例加以验证,加权函数组合预测模型的预测结果精度有一定提高,能够与实际监测数据相吻合,达到准确预测的目的。 相似文献
11.
12.
预测滑坡地下水位的动态演变过程对滑坡稳定性分析具有重要意义, 三峡库区库岸滑坡地下水位时间序列受多种因素影响, 呈现出高度非线性非平稳的特征.为对其进行预测, 提出一种基于相空间重构的小波分析-粒子群优化支持向量机(wavelet analysis-support vector machine, 简称WA-PSVM)模型.该模型引入小波变换法对地下水位序列进行时频分解, 将非平稳的地下水位序列转变为多个不同分辨率尺度下的较平稳的地下水位子序列; 然后重构各子序列的相空间, 再利用PSVM(全称support vector machine)模型对地下水位各子序列进行预测, 最后将各子序列预测值相加得到最终预测结果.以三峡库区三舟溪滑坡前缘STK-1水文孔日平均地下水位序列为例, 首先分析滑坡前缘地下水位变化的影响因素, 再将WA-PSVM模型应用于地下水位预测, 并与单独PSVM模型和小波分析-BP网络模型(wavelet analysis-back propagation, 简称WA-BP)作对比.结果表明: 滑坡前缘地下水位受降雨和库水位影响较大, 利用WA-PSVM模型对STK-1水文孔地下水位进行预测的均方根误差为0.073m、拟合优度为0.966, WA-PSVM模型预测精度高于单独PSVM模型和WA-BP模型.WA-PSVM模型解决了地下水位序列非线性非平稳的问题, 在不考虑影响因素的情况下能获得满意的预测效果, 具有较高的建模效率和较强的实用性. 相似文献
13.
煤柱-顶板系统协同作用的脆性失稳与非线性演化机制 总被引：12，自引：2，他引：10
把坚硬顶板视为弹性梁,把煤柱视为应变软化介质并采用W e ibu ll分布描述它的损伤本构模型,本文对坚硬顶板和煤柱组成的力学系统,用突变理论方法研究了它的演化失稳过程。通过对建立的尖点突变模型的分析发现,系统失稳主要取决于系统的刚度比k与材料的均匀性或脆性指标m值,并给出了失稳的充要条件力学判据和失稳突跳量的表达式。考虑煤柱介质的粘性或蠕变性,建立了系统演化的非线性动力学模型物理预报模型,并给出了根据顶板沉降观测数据反演非线性动力学模型的方法和稳定性判别准则。对木城涧矿根据观测序列进行了动力学模型的反演分析,一个重要发现是:D值在临近失稳时陡增出现峰值而后急剧下降。根据材料损伤与声发射累计计数的对应关系,建立了系统演化过程中声发射率的动力学模型,并进行了声发射模拟分析和分维分析,发现m值与系统的演化路径对系统演化的声发射活动规律及分维特征有重要影响,单纯根据声发射监测和降维现象预报冲击地压是不可靠的。 相似文献
14.
基于人工神经网络的岩爆预测方法 总被引：8，自引：0，他引：8
在分析岩爆主要影响因素的基础上，建立了一种新的人工神经网络岩爆预测模型。采用已有岩爆发生数据作为训练样本对网络进行训练，利用收敛的网络进行岩爆烈度预测，预测结果与实际吻合，说明利用人工神经网络预测岩爆发生烈度是一种可行的方法。 相似文献
15.
岩爆是高地应力地区影响地下工程施工的主要地质灾害,岩爆预测已成为地下工程的世界性难题之一。地层的岩性条件和地应力的大小是影响岩爆发生的两个最根本因素,对这两个因素的准确判别将直接关系到岩爆预测的成功与否。根据工程的区域地质资料,利用FLAC3D程序建立了该区域的数值计算模型,并结合工程现场实测点的主应力数据,采用径向基函数神经网络,反演了计算区域的初始地应力场。基于现场岩石力学试验和TSP203探测技术,获取了岩爆高风险区域的地层岩性条件。最后结合地应力反演数据和TSP探测结果,对掌子面前面长距离范围内的岩爆强度进行精细预测。工程实际应用表明,该方法可操作性强,岩爆预测结果与实际开挖情况较吻合。 相似文献
16.
基坑工程施工过程中的周边地面沉降直接关系到周围建筑物的安全,本文根据上海前滩地区某基坑工程的历史监测数据、施工工况和周边地层参数等多源数据对基坑周边地面沉降进行监测和预测。以PSO-BP神经网络为基础,通过将基于时序和基于沉降影响因素的网络模型对比发现：二者预测结果误差较小且基于时序的神经网络预测精度更高,说明利用PSO-BP神经网络能够很好地对基坑周边地面沉降进行分析与预测。为了综合考虑时间效应和空间效应的影响,在基于沉降影响因素的预测模型的基础上加入历史监测数据作为模型输入层进行优化,结果表明：优化后的PSO-BP神经网络模型具有更小的相对误差范围和更高的预测精度,在基坑周边地面沉降预测中有很好的应用前景。 相似文献
17.
岩爆是地下工程开挖过程中硬质岩体存储的弹性应变能突然、迅速释放的动态过程。我国西南山区正在建设或拟建大量深埋长大隧道,勘察阶段岩爆的准确预测对有效设计和控制投资十分重要。从隧道工程勘察阶段线路比选与设计需求出发,针对隧道勘查期岩爆灾害预测指标获取难、预测精度低的问题,以该阶段岩爆预测指标的易获取性为前提,利用贝叶斯网络解决不确定性问题的有效性来反映岩爆烈度与各影响因素的相关关系。基于473组岩爆灾害案例,采用4个预测指标（地应力、地质构造、围岩级别和岩石强度）来构建岩爆烈度朴素贝叶斯概率分级预测模型,利用十折交叉验证方法确定模型预测精度达84.47%。将该模型应用于雅安—叶城高速公路跑马山1号隧道岩爆段落,预测结果显示:28次岩爆预测中有24次正确、4次错误,准确率高达85.71%;其中2组错误预测中,现场判别为轻微-中等岩爆,而本文模型预测为轻微岩爆。验证结果表明所建立的贝叶斯网络模型具有良好的预测性能,研究成果可为我国西南山区深埋长大硬岩隧道勘察设计期岩爆灾害预测提供技术支撑。 相似文献
18.
岩爆等级判定的距离判别分析方法及应用 总被引：2，自引：1，他引：1
将距离判别分析方法应用于岩爆等级判定问题。选用洞室围岩最大的切向应力σθ、岩石单轴抗压强度σc、抗拉强度σt、岩石弹性能量指数Wet作为岩爆等级判定的距离判别分析模型判别因子,以工程中实际岩爆情况及数据作为训练样本,进行分析计算,建立岩爆等级判定的距离判别分析模型。运用该分析模型对国内外工程实际岩爆情况进行判定,判别结果与工程实际完全相符。将该模型应用到诸（暨）永（嘉）高速公路括苍山隧道工程的岩爆情况预测中,判别结果与实际情况相符。研究表明,岩爆等级判定的距离判别分析方法,判别能力强,误判率低,是解决岩爆等级判定的一条有效途径。 相似文献
19.
基于小波变换的岩石声发射信号互相关分析及时延估计 总被引：2，自引：0，他引：2
声发射全波形采集为基于波形分析的声源定位方法提供了可能。声发射源定位方法中最常用的是时差定位方法,因此,时差获取精确与否直接影响定位的精度。借助于小波变换和互相关技术研究声发射信号的时延估计,首先利用小波分析技术对信号进行分解,确定有意义信号的频带宽度,再提取分解后的相应频带的小波系数,利用互相关技术计算出该频带信号到达各传感器的时差,进而利用时差定位法反演声发射源,实现了声发射源更精确的定位。经声发射监测验证结果表明,该时延估计方法能有效地减小声发射源定位的误差,提高声发射源的定位精度,为准确反演声发射源提供了一种有效途径。 相似文献