岩石力学反分析中几种算法论文
- 格式:doc
- 大小:25.00 KB
- 文档页数:5
基于计算智能的岩土力学模型参数反演方法及其工程应用共3篇基于计算智能的岩土力学模型参数反演方法及其工程应用1岩土力学模型参数反演方法及其工程应用岩土力学是土力学和岩石力学的综合学科,主要研究土体和岩石的力学性质以及它们在工程中的应用。
岩土力学模型的建立是研究和解决工程实际问题的基础,而岩土力学模型参数反演则是建立岩土力学模型的关键。
因此,岩土力学模型参数反演方法及其工程应用对岩土工程的发展和实践具有重要意义。
传统的岩土力学参数反演方法主要采用经验公式、试验以及经验拟合等方法,其缺点是需要大量的试验数据,而且依赖于试验条件、试验设备等因素,存在局限性。
因此,近年来计算智能技术作为一种新型的参数反演方法在岩土力学中得到了广泛应用。
计算智能是一种基于人工智能的技术,它包括神经网络、遗传算法、模糊逻辑、粒子群算法等一系列方法。
这些方法可以模拟人类的智能行为,有效地解决复杂的参数反演问题。
下面就介绍几种常用的计算智能方法及其在岩土力学模型参数反演中的应用。
1. 神经网络方法神经网络是一种基于模拟人类神经系统的计算模型,它由大量相互连接的节点组成,具有自组织、自适应、自学习的能力。
在岩土力学模型参数反演中,可以通过构建神经网络模型,将输入数据与输出数据建立关系,通过训练得到神经网络的权值系数,进而实现参数反演的目的。
2. 遗传算法方法遗传算法是一种模拟生物进化过程的优化方法,它通过基于种群的搜索方法,不断地迭代求解出最优解。
在岩土力学模型参数反演中,可以通过构建目标函数,采用遗传算法不断地优化,得到最优化的参数组合。
3. 模糊逻辑方法模糊逻辑是一种模糊集合和逻辑运算的理论,它可以描述模糊和不确定的信息。
在岩土力学模型参数反演中,可以通过构建模糊逻辑模型,将模糊的输入映射到相应的模糊输出,然后对模糊输出进行模糊推理,得到具体的参数结果。
上述几种计算智能方法在岩土力学模型参数反演中已经得到了广泛的应用。
例如,神经网络方法可以用于预测土体的索力位移关系、强度参数等,遗传算法方法可以用于优化土体材料的力学性质,模糊逻辑方法可以用于评价土体的稳定性和安全性。
基于有限元分析的岩土体力学参数反演方法研究岩土体力学是研究岩石和土壤的力学性质以及它们在地下工程中的行为的科学。
了解岩土体力学参数对于地质灾害风险评估和地下工程设计至关重要。
但是,对于复杂的岩土体结构或者无法直接获取参数的情况下,如何准确地反演岩土体力学参数一直是一个挑战。
有限元分析(Finite Element Analysis,FEA)是一种广泛应用于工程领域的数值分析方法,能够模拟和分析复杂结构的力学行为。
在岩土工程中,有限元分析常用于研究岩土体的变形、破裂、稳定性等问题,并可提供一些参数的估计。
基于有限元分析的岩土体力学参数反演方法针对这一问题发展起来。
一、反问题的数学描述岩土体力学参数反演可以看作是一个反问题,即从已知的观测数据反推出参数。
假设有一个岩土体结构,其初始参数未知。
通过采集实验数据或者在该结构上施加一定的加载,可以获得一些离散的观测值,如位移、应力或应变。
岩土体力学参数反演的目标是根据这些观测值推断出岩土体的参数。
二、参数反演方法1. 试-验法(试验与计算相结合):通过实验数据的采集和有限元计算结果的拟合,逐步调整模型的参数,以使计算结果与实验数据相吻合,从而得到逼近真实参数的估计。
试-验法常用于实验室尺度或小尺度的岩土体参数反演研究。
2. 直接反演法(无试验数据):直接反演法是在无试验数据的情况下通过有限元分析模拟建立拟合模型,再根据该模型计算岩土体的力学响应并反推参数。
这种方法需要准确的前提条件和丰富的先验知识,适用于已知结构和力学行为的情况。
3. 优化算法:基于有限元分析的优化算法是一种常用的参数反演方法。
它通过调整模型的参数,以最小化模拟结果与实验观测值之间的误差。
常见的优化算法包括遗传算法、粒子群算法等。
这些算法能够全局搜索参数空间,提高了反演结果的准确性和稳定性。
三、基于有限元分析的岩土体力学参数反演案例1. 地基承载力反演:地基承载力是地下工程中常关注的参数之一。
岩土工程反分析方法的探讨岩土工程的反分析法主要是指现场测量到的能够有效反映系统力学相关行为的某些物理信息量,包括位移、应变、应力以及荷载方面的重点研究,从而推算得出这个基本系统的各项初始参数,这样分析的主要目的还是建立起更为准确的接近项目现场实测的相关结果的理论预测模型,继而更为准确的对岩土结构中存在的一些力学方面行为进行预测以及反映。
1 岩土工程反分析方法的主要发展历史以及发展现状的研究1.1 岩土工程反分析方法的历史研究从20 世纪70 年代开始,人们日益注重从现场测量的基本信息量向其它各类计算参数方向的研究演变,也就是我们现在常说的岩土工程的反分析方法,直到现在,在历经了三十多年的长期发展之后,也在国内外若干学者们的不懈努力之下,这种岩土工程的反分析方法理论也得到了相对长足的发展以及应用,简单来说,主要包括3 个基本发展阶段。
第一个阶段主要是指从20 世纪的70 年代初到20 世纪80 年代初期,这一个时期也常常被称为岩土工程反分析方法的初级阶段,这个阶段的研究主要包括反分析理论的系统性研究以及计算方法的基本确立,还包括对于线性问题的逆反分析方式,在水电的工程中也有一定的应用。
第二个阶段是指20 世纪80 年代的初期到20 世纪90 年代初期这段时间,这段时间也被称为反分析的发展阶段,这一阶段中我们采用了不同的本构关系、不同的计算方法对其进行全方位的研究,并且综合考虑到了现场已有的实测条件,对这一反分析方法的实际应用性也进行了深入的探讨,在这一阶段中呈现出来的这些特征十分有利于大规模实行工程建设。
第三个阶段是指从20世纪90 年代到现在,在这个阶段中,岩土工程反分析方法针对岩土体中具体模型的辨识问题,综合考虑了岩土其本身具有的随机性中的非确定性不断发展的势头,将系统论、信息论等位移反分析方式进行深入研究,还认真思考了在施工的过程中存在的仿真反分析方式以及动态方面的施工反分析技术研究,这样的相对成熟的反分析方式在网络以及遗传性算法中都得到了相对广泛的应用。
5岩体工程中的反分析方法岩体工程中的反分析方法是指在岩体工程设计和施工过程中,通过对已有的地质调查和岩体工程工程数据进行分析,推导出岩体参数和设计参数之间的关系以及可能的工程风险,从而对整个工程进行风险评估和优化设计的一种方法。
反分析方法在岩体工程中具有重要的意义,可以帮助工程师更加全面地了解岩体状况,正确评估岩体强度和稳定性,提高岩体工程的施工效率和质量。
一、岩体工程反分析的基本原理二、岩体工程反分析的方法1.岩体参数反推法:此法通过对现场岩体状况和已知岩体参数进行分析,推导出其他未知参数的数值。
例如,通过实际工程施工数据和勘察数据,推断出岩体破碎和变形参数,帮助工程师进行进一步设计和加固措施的确定。
2.岩体工程风险评估法:此法通过对岩体强度和稳定性等参数的统计分析和盲点评估,对工程施工中可能出现的风险进行预测和评估,提出合理的措施和建议。
例如,通过对块石和裂隙分布的分析,评估岩体是否存在坍塌和滑坡风险。
3.岩体可靠度计算法:此法通过对岩体参数的统计数据和可靠度理论进行计算和评估,得出岩体工程的可靠度和安全系数,指导工程设计和施工过程中的决策。
例如,通过对岩体强度、裂隙分布和地质构造的综合分析,计算出岩体结构的可靠度,确定工程设计的合理性。
4.岩体变形预测法:此法通过对岩体应力和变形的分析和预测,帮助工程师了解岩体工程施工过程中可能出现的变形情况,提前采取相应的措施和预防措施。
例如,通过对岩体松动和变形的数值模拟和预测,确定预警线和控制线,指导工程施工的安全进行。
5.岩体材料性质反推法:此法通过对岩体材料强度和特性的统计分析和评估,反推出岩体的特性参数和工程性质,帮助工程师进行岩体工程设计和施工的优化。
例如,通过对岩石抗压和抗拉强度进行实验测定和数据分析,推断出岩石的工程性质和强度特性。
反分析方法在岩体工程中的应用具有重要的意义,可以有效帮助工程师了解岩体状况,评估岩体参数和工程风险,指导工程设计和施工过程中的决策和措施。
岩石力学反分析中几种算法论文
摘要:计算智能方法在岩石力学理论与应用研究中的潜在的应用领域必将更加广阔,而各种智能方法在岩石力学这一重要的工程领域中的广泛的应用研究,必将极大地推动计算智能领域的深层次理论研究。
1引言
岩体是一个不确定和复杂的系统,如何正确给定岩体的力学参数是一个比较棘手的问题。
随着监控量测技术和现代控制技术的发展,20世纪70年代岩土工程领域提出了位移反分析方法①。
在岩石力学与工程中,利用工程现场量测得到的反映系统力学行为的某些物理量来推算该系统的各项或一些初始参数时,这种问题通常被称为反分析法。
其中反映系统力学行为的某些现场观测物理量,被称为反分析法的基础信息,而被反算的初始参数一般包括岩体初始地应力场、力学参数及结构所受载荷或边界②。
自1971年 Kavanagh等提出反算弹性模量的有限元法③以来,反演方法得到了很快发展。
2反分析的原理
反分析是正分析的逆过程,通过监测数据用来求得想要的难以直接测得的参数④,见图1
3反分析的方法
3.1 解析法
利用现有的理论模型对某一岩土问题进行反演,从而找到一个适当的函数,用来表达这一个岩土问题与实际监测数据之间的关系。
解
析法一般只适用于均匀初始应力场、均质岩体。
解析法有理论推演严谨、计算过程简单等优点,但在工程实践中普遍适用性较差。
3.2逆分析法
1979年Sakurai提出了反算隧洞围岩地应力及岩体弹性模量的逆解法,该方法是基于有限元分析的逆过程,得到了参数的最佳估计,因此在实际工程中得到了广泛的应用⑤,杨林德、冯紫良等阐述了初始地应力位移反分析有限元法的计算原理,包括弹性问题计算的基本关系和弹塑性有限元数据处理方法⑥。
3.3 图谱法
1981年杨志法假定平面问题的剪应力τxy=0,利用有限元法和有限元图谱求解了弹性模量和地应力⑦,然后通过有限元计算得到对应于各种不同的弹性模量和初始地应力的位移,编制标准图谱。
根据相似原理,由现场量测位移通过图谱和图表的图解反推初始地应力和弹性模量,使用时只需输入实际工程的尺寸与荷载相似比。
有限元图谱法在一定条件下可以通过将复杂的有限元计算化为简单的四则运算,从而大幅度减少计算工作量和加快计算速度,方法简便实用。
3.4正演优化法
正演优化法又称直接法,是建立在迭代的基础上给定参数初值的情况下,通过正演迭代过程利用最小误差函数逐次修正未知函数的试算值,直至逼近最优值。
其中优化迭代过程常用的方法有:单纯形法、复合形法、变量替换法、共轭梯度法、罚函数法、Powell法等。
1980年意大利的 Gioda开始了弹塑性位移反分析的研究,他利用位移的
实测值来计算岩体的粘聚力、内摩擦角及初始地应力,在这一过程中使用了单纯形法和变量轮换法等优化方法⑧;1991年吕爱钟提出了隧洞位移反分析的测点最优布置方案⑨。
3.5 智能优化反演法
由于岩土工程的复杂性,它所涉及的工程地质条件及岩体特性参数是不完全定量的。
传统的优化方法是难以实观的。
近年来,又发展起来了一种源于自然进化的全局搜索优化算法-遗传算法和具有模拟人类大脑部分形象思维能力的人工神经网络方法,以其良好的性能引起了人们的重视,并被引入岩土工程研究中。
3.5.1遗传基因法
遗传算法具有隐含的并行性,同时从多个侯选解出发搜索最优解,有效地克服了传统优化算法从单一解出发,而易陷入局部极小值的缺陷;对不连续问题、多维问题、多极值问题和含噪声等问题具有较强的适应力特别是需要解决的问题越复杂,目标越不明确,遗传算法的优越性就越大⑩。
3.5.2人工神经网络
1982年美国加州理工学院物理学家John.J.Hopfield教授发表的一篇具有里程碑性的论文,他提出一种递归网络-Hopfield网络,将网络作为一个动态系统,引入能量函数训练该系统,使网络稳定性的研究有了明确的判据,系统的动态特性保证趋于某个极小值⑩。
4结论
(1)每种方法都有其自身的特点,能解决某一方面的具体问题,
尽管如此,位移反分析方法与实际的应用还有很大的差距。
它是伴随着工程实践而产生的,也必将在工程实际应用中发展成熟。
(2)计算智能方法在岩石力学理论与应用研究中的潜在的应用领域必将更加广阔,而各种智能方法在岩石力学这一重要的工程领域中的广泛的应用研究,必将极大地推动计算智能领域的深层次理论研究。
参考文献
[1] 刘志宝等岩土工程中位移反分析方法及其进展[J]路基工程2006,7-9
[2] 王芝银,等岩石力学位移反演分析回顾及进展[J]。
力学进展,1998,,488-498
[3] Karanagh K and Clough R W.Finite element Application in the characterization of Elastic solids.Int.J.solids structures,1971:11-13
[4] Kirstem H.A. Determination of Rock Mass Elastic Moduli by Back Analysis of Deformation Measurements, Exptoration for Rock Engineering ,ed by Z.T.Bieniamshi Balkema,1976,165-172
[5] Sakurai S, Abe S . A desgn approoch to dimensioning underground openings. 3rd inter national conference in1979,Numerieal Methods in Geomechanies ,Aachen ,649 ~ 661
[6] Feng Z iliang ,Lewis R.W.Optimal estimation of
in-situground stress from displacement measurements .In t.J.Num.Anal.Me th.Geomech ,1987,11:397 ~ 408
[7]杨志法刘竹华位移反分析法在地下工程设计中的初步应用[J] 地下工程 1981,(2 ),15~ 2 4
[8] Gioda.G ,Maier,G .Direct search solution of an inverse Problem in elas to P1asticity :identifeatio n of cohesion ,friction angle and in-situ stress by pressure tunnel tests .Tnt.J.Num.Meth.Engrg,1 980,1 5:1822~1848
[9]吕爱钟王泳嘉隧洞位移反分析的测点最优布置第四届全国岩土力学数值分析与解析方法讨论文集泰安:山东矿业学院出版社,1991 ,101 ~ 113
[10] 葛宏伟,等,人工神经网络与遗传算法在岩石力学中的应用[J]岩石力学与工程学报2004,1542-1550。