• 首 页期刊简介编 委 会规章制度作者指南审稿流程联系我们
期刊封面
戴薇,石崇,张金龙.浅埋地下洞室围岩岩体力学参数反分析研究[J].河北工程大学自然版,2019,36(1):59-63
浅埋地下洞室围岩岩体力学参数反分析研究
Study on Inverse Analysis of Mechanical Parameters ofSurrounding Rock Mass in Shallow Underground Cavern
投稿时间:2018-09-12  
DOI:10.3969/j.issn.1673-9469.2019.01.013
中文关键词:  参数反演  粒子群方法  支持向量机方法  块体离散元
英文关键词:parameter inversion  particle swarm optimization  support vector machine  block discrete element
基金项目:国家自然科学基金面上资助项目(51679071,41831278);国家重点基础研究发展计划(973计划)(2015CB057903);江苏省自然科学基金资助项目(BK20171434)
作者单位
戴薇 河海大学 岩土力学与堤坝重点实验室, 江苏 南京 210098
河海大学 岩土工程研究所, 江苏 南京 210098 
石崇 河海大学 岩土力学与堤坝重点实验室, 江苏 南京 210098
河海大学 岩土工程研究所, 江苏 南京 210098 
张金龙 中国电建集团 中南勘测设计研究院有限公司, 湖南 长沙 410014 
摘要点击次数: 68
全文下载次数: 39
中文摘要:
      基于随机权重粒子群和最小二乘支持向量机方法建立地下洞室力学参数位移反分析模型,利用正交试验和3DEC模型确定各水平参数的学习样本,对地下洞室岩体的力学参数进行位移反分析。结果表明:利用支持向量机方法的非线性映射可以实现力学参数的反分析;反演得到主厂房围岩方向的侧压力系数KxKy为0.453、0.644;三类岩体的弹性模量E3E4E5分别为10.15、8.20、2.62 GPa;将反演分析的参数带入3DEC模型得到的位移与实测位移相对误差较小,验证了反演参数的合理性。
英文摘要:
      Based on random weight particle swarm optimization and least square support vector machine, the displacement inverse analysis model of mechanical parameters of underground cavern was established. The learning samples were determined by orthogonal test and 3DEC model. Using this model, the inverse analysis was carried out. The results show that the inverse analysis of mechanical parameters can be realized by using the nonlinear mapping of support vector machine method. The two lateral pressure coefficients are 0.453 and 0.644, and the elastic modulus of three kinds of rock masses are 10.15, 8.20 and 2.62 GPa. The deviation between the displacement obtained from inverse analysis and on-site measurement is small, which verifies the rationality of the inversion parameters.
  查看/发表评论  下载PDF阅读器  下载全文
关闭