CN115330981A - 一种边坡滑面搜索方法、系统、设备及可读存储介质 - Google Patents

一种边坡滑面搜索方法、系统、设备及可读存储介质 Download PDF

Info

Publication number
CN115330981A
CN115330981A CN202211245907.5A CN202211245907A CN115330981A CN 115330981 A CN115330981 A CN 115330981A CN 202211245907 A CN202211245907 A CN 202211245907A CN 115330981 A CN115330981 A CN 115330981A
Authority
CN
China
Prior art keywords
target
control point
standard interval
sliding surface
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211245907.5A
Other languages
English (en)
Other versions
CN115330981B (zh
Inventor
杨长卫
童心豪
吴东升
陈光鹏
温浩
袁成
瞿立明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202211245907.5A priority Critical patent/CN115330981B/zh
Publication of CN115330981A publication Critical patent/CN115330981A/zh
Application granted granted Critical
Publication of CN115330981B publication Critical patent/CN115330981B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing

Abstract

本发明提供了一种边坡滑面搜索方法、系统、设备及可读存储介质，涉及边坡安全性研究技术领域，包括划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；连接所有标准区间集的曲线得到边坡的目标滑面。本发明用于解决现有技术在搜索滑面时需要生成大量随机参数，计算时间较长，且局限于简单的二维滑面搜索，难以进行三维滑面搜索和非圆弧任意滑面的搜索的技术问题。

Description

一种边坡滑面搜索方法、系统、设备及可读存储介质
技术领域
本发明涉及边坡安全性研究技术领域，具体而言，涉及一种边坡滑面搜索方法、系统、设备及可读存储介质。
背景技术
覆盖型边坡是常见的一种边坡类型，广泛分布在我国中西部地区，严重威胁铁路建设、运营的安全性。当前，对于边坡的滑面搜索方法大多是圆弧形搜索方法，该方法的思路为：假设地基土的滑动面呈圆弧形，沿该圆弧滑动面发生滑动破坏的安全系数为总剪切力与总抗剪力之比。取不同的圆弧面，可得到不同的安全系数值，通过试算可以找到最危险的圆弧滑动面，并可确定最小的安全系数值。但该方法在搜索滑面时需要生成大量随机参数，计算时间较长，且局限于简单的二维滑面搜索，难以进行三维滑面搜索和非圆弧任意滑面的搜索。
发明内容
本发明的目的在于提供一种边坡滑面搜索方法、系统、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本申请提供了一种边坡滑面搜索方法，包括：
划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；
计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；
划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；
根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；
根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面。
进一步的，所述计算每个截面中的目标滑面得到目标控制点组合，所述控制点均位于网格节点上，具体包括：
设定初始控制点的数量范围
Figure 993405DEST_PATH_IMAGE001
，依次选取所述范围中的值
Figure 753288DEST_PATH_IMAGE002
作为 初始控制点的数量；选取
Figure 595342DEST_PATH_IMAGE002
个网格节点作为初始控制点，由
Figure 911923DEST_PATH_IMAGE002
个初始控制点
Figure 54191DEST_PATH_IMAGE003
，
Figure 79916DEST_PATH_IMAGE004
，… ，
Figure 691157DEST_PATH_IMAGE005
构成新的控制点组合，得到由所述控制点组合构成的 滑面；
随机移动一个初始控制点至
Figure 217953DEST_PATH_IMAGE006
相邻的网格节点，得到新的控制点组合 和由新的控制点组合构成的滑面；
根据滑面计算得到截面的安全系数
Figure 355673DEST_PATH_IMAGE007
，将安全系数
Figure 191780DEST_PATH_IMAGE007
最小的滑面作为目 标滑面，并将构成目标滑面的控制点组合作为目标控制点组合。
进一步的，所述根据滑面计算得到截面的安全系数
Figure 149372DEST_PATH_IMAGE007
，将安全系数
Figure 479859DEST_PATH_IMAGE007
最小 的滑面作为目标滑面，并将构成目标滑面的控制点组合作为目标控制点组合，具体包括：
根据初始滑面计算得到截面的初始安全系数，令初始安全系数为目标安全系数
Figure 472086DEST_PATH_IMAGE007
；
根据当前控制点组合构成的滑面计算得到截面的当前安全系数
Figure 246138DEST_PATH_IMAGE008
；
判断当前安全系数
Figure 815660DEST_PATH_IMAGE008
与目标安全系数
Figure 559625DEST_PATH_IMAGE007
的大小关系：
若
Figure 786119DEST_PATH_IMAGE009
，则令
Figure 590127DEST_PATH_IMAGE010
，并继续随机移动其他初始控制点至 相邻的网格节点得到当前控制点组合；
若
Figure 646944DEST_PATH_IMAGE011
，则再次移动所述初始控制点
Figure 69967DEST_PATH_IMAGE006
至其他相邻的网格 节点得到当前控制点组合；
若
Figure 36786DEST_PATH_IMAGE010
，则判断初始安全系数
Figure 401908DEST_PATH_IMAGE007
不变的次数是否超过预设稳定迭 代次数：若超过，则将当前控制点组合作为目标控制点组合；否则，继续随机移动其他初始 控制点至相邻的网格节点得到当前控制点组合；
根据当前控制点组合构成的滑面计算得到截面的当前安全系数
Figure 821388DEST_PATH_IMAGE008
，并重复判 断当前安全系数
Figure 546636DEST_PATH_IMAGE008
与目标安全系数
Figure 367962DEST_PATH_IMAGE007
的大小关系。
进一步的，所述划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成，具体包括：
确定标准区间集的数量；
根据标准区间集的数量计算边坡划分的间距：
Figure 903985DEST_PATH_IMAGE012
，其中，
Figure 810761DEST_PATH_IMAGE013
表示边坡的长度，
Figure 575586DEST_PATH_IMAGE014
表示间距，
Figure 516997DEST_PATH_IMAGE015
表示标准区间集的数量；
划分边坡得到若干个标准区间集
Figure 364868DEST_PATH_IMAGE016
，
Figure 617994DEST_PATH_IMAGE017
，…，
Figure 685045DEST_PATH_IMAGE018
，其中，每个标 准区间集均包含若干个截面的标准区间。
进一步的，所述根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点，具体包括：
获取位于标准区间内的目标控制点和目标控制点的坐标；
计算当前标准区间内所有目标控制点的横坐标平均值
Figure 215384DEST_PATH_IMAGE019
和纵坐标平均值
Figure 93210DEST_PATH_IMAGE020
；
得到当前标准区间的集合点坐标为
Figure 974578DEST_PATH_IMAGE021
；
重复上述步骤，得到所有标准区间中的集合点。
进一步的，所述根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面,具体包括：
获取任意一个标准区间集中的所有集合点；
将一个标准区间集中任意相邻的三个集合点拟合为曲线段，连接所有曲线段后得到当前标准区间集的曲线；
重复上述步骤，得到所有标准区间集的曲线；
连接所有标准区间集的曲线得到边坡的目标滑面。
进一步的，所述将任意相邻的三个集合点拟合为曲线段，具体包括：
设拟合曲线为
Figure 346785DEST_PATH_IMAGE022
，式中，
Figure 997209DEST_PATH_IMAGE023
均为拟合参数；
获取任意相邻的三个集合点的坐标，利用三个集合点的坐标计算得到
Figure 780357DEST_PATH_IMAGE023
的值，得到由所述相邻的三个集合点构成的拟合曲线。
第二方面，本申请还提供了一种边坡滑面搜索系统，包括：
网格划分模块：用于划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；
计算模块：用于计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；
标准区间划分模块：用于划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；
集合点确定模块：用于根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；
目标滑面确定模块：用于根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面。
第三方面，本申请还提供了一种边坡滑面搜索设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述边坡滑面搜索方法的步骤。
第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于边坡滑面搜索方法的步骤。
本发明的有益效果为：
本发明通过Advancing Front算法划分覆盖型边坡各层的网格，并提取网格节点，作为覆盖型边坡的滑面控制点的备选坐标，利用控制点对单个截面的进行滑面搜索与判定，并综合多个截面的滑面形成三维滑面的搜索，得到边坡中最危险的滑面。同时，通过搜索出的滑面可计算出边坡的安全系数，根据安全系数给出相应的边坡工程处置方案。本发明适用于任意水位线、任意地形、任意土层参数的二维截面或三维截面，计算方法合理、快捷，无需设定随机裂缝，打破了传统的滑面搜索法的限制。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中所述的边坡滑面搜索方法流程示意图;
图2为本发明实施例中所述的控制点分布示意图;
图3为本发明实施例中所述的拟合曲线图;
图4为本发明实施例中所述的边坡滑面搜索系统结构示意图；
图5为本发明实施例中所述的边坡滑面搜索设备结构示意图。
图中标记：800、边坡滑面搜索设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
本实施例提供了一种边坡滑面搜索方法。
参见图1，图中示出了本方法：
S1.划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；
所述步骤S1具体包括：
S11.通过现场钻孔获取边坡的地层构造和水位线分布情况，并对边坡的土样进行力学实验分析得到土样的力学参数：含水率、粘聚力、内摩擦角、密度等。
S12.将边坡划分为k个截面。其中，边坡包括平滑区域和地形急剧变化区域。
平滑区域的划分标准为：以5m为间距对边坡进行划分；
地形急剧变化区域的划分标准为：以边坡坡度改变10°、地层线角度改变15°、水位线角度改变10°所处的位置为划分线对边坡进行划分。
S13.依次选取每一个边坡截面，使用ABAQUS软件对截面进行建模，并使用ABAQUS软件中的Advancing Front算法对边坡进行网格划分。需要注意的是，截面中包含有多种土层，每种土层至少划分为三层，为网格划分提供划分标准，并且网格尺寸需尽可能保持一致。
S2.计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；
所述步骤S2具体包括：
S21.设定初始控制点的数量范围
Figure 149022DEST_PATH_IMAGE001
，依次选取所述范围中的值
Figure 557875DEST_PATH_IMAGE002
作 为初始控制点的数量；选取
Figure 328385DEST_PATH_IMAGE002
个网格节点作为初始控制点，由
Figure 282435DEST_PATH_IMAGE002
个初始控制点
Figure 138395DEST_PATH_IMAGE003
，
Figure 242617DEST_PATH_IMAGE004
，… ，
Figure 477421DEST_PATH_IMAGE005
构成新的控制点组合，得到由所述控制点组合构成的 滑面；
S23. 随机移动一个初始控制点至
Figure 743317DEST_PATH_IMAGE006
相邻的网格节点，得到新的控制点 组合和由新的控制点组合构成的滑面；
S24根据滑面计算得到截面的安全系数
Figure 945628DEST_PATH_IMAGE007
，将安全系数
Figure 587962DEST_PATH_IMAGE007
最小的滑面作为 目标滑面，并将构成目标滑面的控制点组合作为目标控制点组合。
所述步骤S24具体包括：
S241.根据初始滑面计算得到截面的初始安全系数，令初始安全系数为目标安全 系数
Figure 458965DEST_PATH_IMAGE007
；
S242.根据当前控制点组合构成的滑面计算得到截面的当前安全系数
Figure 895762DEST_PATH_IMAGE024
；
S243.判断当前安全系数
Figure 319790DEST_PATH_IMAGE008
与目标安全系数
Figure 375602DEST_PATH_IMAGE007
的大小关系：
若
Figure 709631DEST_PATH_IMAGE009
，则令
Figure 441964DEST_PATH_IMAGE010
，并继续随机移动其他初始控制点至 相邻的网格节点得到当前控制点组合；
若
Figure 494234DEST_PATH_IMAGE011
，则再次移动所述初始控制点
Figure 586692DEST_PATH_IMAGE006
至其他相邻的网格 节点得到当前控制点组合；
若
Figure 306387DEST_PATH_IMAGE010
，则判断初始安全系数
Figure 84987DEST_PATH_IMAGE007
不变的次数是否超过预设稳定迭 代次数：若超过，则将当前控制点组合作为目标控制点组合；否则，继续随机移动其他初始 控制点至相邻的网格节点得到当前控制点组合；
S244.根据当前控制点组合构成的滑面计算得到截面的当前安全系数
Figure 749186DEST_PATH_IMAGE008
，并 重复判断当前安全系数
Figure 271435DEST_PATH_IMAGE008
与目标安全系数
Figure 455422DEST_PATH_IMAGE007
的大小关系。
以第N个截面为例，计算所述截面的目标控制点组合：
1）设定第N个截面的控制点的数量范围
Figure 404924DEST_PATH_IMAGE025
，其中
Figure 290840DEST_PATH_IMAGE026
，式中，
Figure 616779DEST_PATH_IMAGE027
表示边坡的高度。
2）在第一轮选取
Figure 153809DEST_PATH_IMAGE028
个网格节点作为初始控制点，即第一轮设置有5个初始控 制点，将所述5个初始控制点构成的面视作初始滑面；
需要注意的是，请参阅图2，其中一个控制点应该位于边坡顶部，一个控制点应该 位于坡脚，其余三个控制点应该按水平方向均匀分布在边坡上，边坡从上往下依次的控制 点的坐标为：
Figure 274212DEST_PATH_IMAGE029
，
Figure 178582DEST_PATH_IMAGE030
,
Figure 42633DEST_PATH_IMAGE031
，
Figure 935634DEST_PATH_IMAGE032
，并始终控制
Figure 492517DEST_PATH_IMAGE033
，
Figure 353026DEST_PATH_IMAGE034
。
3）根据初始滑面计算得到当前截面的初始安全系数
Figure 20768DEST_PATH_IMAGE035
，令所述初始安全系数
Figure 266810DEST_PATH_IMAGE035
为目标安全系数：
Figure 994595DEST_PATH_IMAGE036
；（1）
式中，
Figure 342399DEST_PATH_IMAGE037
表示第
Figure 548253DEST_PATH_IMAGE038
块滑体、第
Figure 415846DEST_PATH_IMAGE039
块滑体，所述滑体的底面为滑面，根据滑面的 位置可得知滑体所在的位置，
Figure 314532DEST_PATH_IMAGE040
表示第n个滑块的抗滑力，
Figure 24999DEST_PATH_IMAGE041
表示第n个滑块的下滑力，
Figure 159177DEST_PATH_IMAGE042
表示第
Figure 271489DEST_PATH_IMAGE038
块滑体的上一块滑体的抗滑力，
Figure 455258DEST_PATH_IMAGE043
表示第
Figure 653021DEST_PATH_IMAGE038
块滑体的上一块滑体的下 滑力,
Figure 325311DEST_PATH_IMAGE044
表示第
Figure 292130DEST_PATH_IMAGE039
块滑体的传递系数。
其中，下滑力的计算公式为：
Figure 142405DEST_PATH_IMAGE045
；（2）
式中，
Figure 827465DEST_PATH_IMAGE046
表示下滑力，
Figure 303445DEST_PATH_IMAGE047
为滑块重量，
Figure 124771DEST_PATH_IMAGE048
为滑块倾角，
Figure 175641DEST_PATH_IMAGE049
为滑块上侧静水 压力，
Figure 82417DEST_PATH_IMAGE050
为滑块下侧静水压力，
Figure 96510DEST_PATH_IMAGE051
为滑块上侧超孔隙水压力，
Figure 37921DEST_PATH_IMAGE052
为滑块下侧超 孔隙水压力，
Figure 229999DEST_PATH_IMAGE053
为动水压力，
Figure 624071DEST_PATH_IMAGE054
为水平地震力，
Figure 441854DEST_PATH_IMAGE055
为竖向地震力。
抗滑力的计算公式为：
Figure 237772DEST_PATH_IMAGE057
；（3）
式中，
Figure 364866DEST_PATH_IMAGE058
表示抗滑力，
Figure 246234DEST_PATH_IMAGE059
为第
Figure 743075DEST_PATH_IMAGE038
块滑体的上一块滑块的剩余下滑力，
Figure 518133DEST_PATH_IMAGE060
为第
Figure 442226DEST_PATH_IMAGE038
块滑体的上一块滑块的滑面倾角，
Figure 686257DEST_PATH_IMAGE061
为滑面的静水压力，
Figure 721209DEST_PATH_IMAGE062
为滑面的超孔隙 水压力，
Figure 350774DEST_PATH_IMAGE063
为粘聚力，
Figure 445768DEST_PATH_IMAGE064
为滑面的长度。
4）随机移动控制点
Figure 675630DEST_PATH_IMAGE065
的至其相邻的网格节点
Figure 514273DEST_PATH_IMAGE066
， 并利用公式（1）-（3）计算当前控制点组合下截面的当前安全系数
Figure 263924DEST_PATH_IMAGE067
，
5）比较
Figure 529820DEST_PATH_IMAGE067
与
Figure 482863DEST_PATH_IMAGE068
的大小：
若
Figure 125197DEST_PATH_IMAGE069
，则令
Figure 729354DEST_PATH_IMAGE070
，将
Figure 166152DEST_PATH_IMAGE066
作为
Figure 833588DEST_PATH_IMAGE065
， 并继续随机移动初始控制点
Figure 748454DEST_PATH_IMAGE071
至相邻的网格节点
Figure 472697DEST_PATH_IMAGE072
得到新 的控制点组合；
若
Figure 80396DEST_PATH_IMAGE073
，则再次移动所述初始控制点
Figure 8031DEST_PATH_IMAGE065
至其他相邻 的网格节点得到当前控制点组合；
若
Figure 585643DEST_PATH_IMAGE070
，则判断初始安全系数
Figure 774179DEST_PATH_IMAGE068
不变的次数是否超过预设稳 定迭代次数：
若超过，则将当前控制点组合作为目标控制点组合；
否则，继续随机移动其他初始控制点至相邻的网格节点得到当前控制点组合；
优选的，令所述预设稳定迭代次数为20，若连续移动控制点20次所述目标安全系 数
Figure 926681DEST_PATH_IMAGE068
仍然不发生改变，则表示控制点数量
Figure 466246DEST_PATH_IMAGE074
的情况下，当前的目标安全系数
Figure 113128DEST_PATH_IMAGE068
为当前截面的最小安全系数，其所代表的滑面为最危险滑面，即目标滑面，其对应的 5个控制点组合为目标控制点组合。
6）至此，第一轮计算完毕，进入第二轮、第三轮…第(
Figure 31537DEST_PATH_IMAGE075
轮计算，重复上述 步骤，计算出当控制点数量
Figure 981038DEST_PATH_IMAGE076
的最小安全系数
Figure 866955DEST_PATH_IMAGE077
、控制点数量
Figure 458473DEST_PATH_IMAGE078
的最小安全 系数
Figure 621601DEST_PATH_IMAGE079
，…，控制点数量
Figure 850326DEST_PATH_IMAGE080
的最小安全系数
Figure 630063DEST_PATH_IMAGE081
，以及分别对应的目标滑面和 目标控制点组合，最终得到(
Figure 618748DEST_PATH_IMAGE075
个目标滑面和(
Figure 636383DEST_PATH_IMAGE075
个目标控制点组合。
同理，所有截面的目标滑面的计算方法如上步骤1）-6），得到不同控制点组合下的目标滑面。
S3.划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；
所述步骤S3具体包括：
S31.确定标准区间集的数量
Figure 68632DEST_PATH_IMAGE082
；
式中，
Figure 804507DEST_PATH_IMAGE015
表示标准区间集的数量。
S32.根据标准区间集的数量计算边坡划分的间距：
Figure 331303DEST_PATH_IMAGE083
，其中，
Figure 469023DEST_PATH_IMAGE013
表示边坡的长 度，
Figure 570709DEST_PATH_IMAGE014
表示间距，
Figure 528301DEST_PATH_IMAGE015
表示标准区间集的数量；
S33.划分边坡得到若干个标准区间集
Figure 858788DEST_PATH_IMAGE016
，
Figure 116594DEST_PATH_IMAGE017
，…，
Figure 625067DEST_PATH_IMAGE084
，其中， 每个标准区间集均包含k个截面的标准区间，例如标准区间集
Figure 335534DEST_PATH_IMAGE085
包含第1个截面的标 准区间
Figure 469712DEST_PATH_IMAGE086
、第2个截面的标准区间
Figure 316446DEST_PATH_IMAGE087
、…、第k个截面的标准区间
Figure 765793DEST_PATH_IMAGE088
，以此 类推。
S4.根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；
所述步骤S4具体包括：
S41.获取位于标准区间内的目标控制点和目标控制点的坐标；
具体的，由于每个截面包含(
Figure 697977DEST_PATH_IMAGE089
个目标控制点组合，包含
Figure 635846DEST_PATH_IMAGE090
个控制点，所述控制点分布于上述划分的标准区间上。
S42.计算当前标准区间内所有目标控制点的横坐标平均值
Figure 602665DEST_PATH_IMAGE019
和纵坐标平均值
Figure 452941DEST_PATH_IMAGE020
；
S43.得到当前标准区间的集合点坐标为
Figure 138000DEST_PATH_IMAGE021
；
需要说明的是，若当前区间内没有控制点时：
令当前区间为第N个区间；
此时，若第N-1个区间的集合点为（
Figure 613981DEST_PATH_IMAGE091
）、第N+1个区间的集合点为（
Figure 435306DEST_PATH_IMAGE092
）；
那么令第N个区间的集合点为
Figure 955018DEST_PATH_IMAGE093
；
若第N-1个区间的集合点为（
Figure 861794DEST_PATH_IMAGE091
）、第N+1个区间也没有集合点，那么将 N个区间的集合点和N+1个区间的集合点设定在标准区间的中间位置，并计算出集合点的坐 标。
S44.重复上述步骤，得到所有标准区间中的集合点。
S5.根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面。
所述步骤S5具体包括：
S51.获取任意一个标准区间集中的所有集合点，即第1个截面的集合点
Figure 407045DEST_PATH_IMAGE094
、第2个 截面的集合点
Figure 82877DEST_PATH_IMAGE095
…第k个截面的集合点。
S52.将一个标准区间集中任意相邻的三个集合点拟合为曲线段，连接所有曲线段后得到当前标准区间集的曲线；
所述步骤S52具体包括：
S521.设拟合曲线为
Figure 540534DEST_PATH_IMAGE022
，式中，
Figure 669027DEST_PATH_IMAGE023
均为拟合参 数；
S522.获取任意相邻的三个集合点的坐标
Figure 486811DEST_PATH_IMAGE096
、
Figure 282728DEST_PATH_IMAGE097
、
Figure 144243DEST_PATH_IMAGE098
，利用三个集合点的坐标计算得到
Figure 884666DEST_PATH_IMAGE023
的值，得到由所述相邻的三个集合点构成 的拟合曲线。
同理，往后顺延获取三个集合点的坐标
Figure 647085DEST_PATH_IMAGE097
、
Figure 907297DEST_PATH_IMAGE098
、
Figure 831390DEST_PATH_IMAGE099
， 利用三个集合点的坐标重新计算得到
Figure 324688DEST_PATH_IMAGE023
的值，得到由所述相邻的三个集合点构 成的拟合曲线。
需要说明的是，由于b、c两点之间被拟合了两次，得到两个不同的曲线段1和曲线段2，请参阅图3，此时，需要将两条曲线段的平均值构成的最终曲线段作为b、c两点之间的拟合曲线，后续重复拟合的两点均采用上述方法进行处理。
S53.重复上述步骤，得到所有标准区间集的曲线；
S54.连接所有标准区间集的曲线得到边坡的目标滑面,所述滑面为本发明所搜索到的边坡的最危险滑面。
实施例2：
获取所有截面计算出的安全系数，其中一个截面包含(
Figure 359641DEST_PATH_IMAGE100
个安全系数；
选取最小安全系数作为边坡安全系数
Figure 238473DEST_PATH_IMAGE101
；
根据边坡安全系数的划分标准，对边坡采用对应的防护措施：
当边坡安全系数
Figure 599047DEST_PATH_IMAGE101
≥2时，不用采取特殊工程措施；
当边坡安全系数2＞
Figure 189428DEST_PATH_IMAGE101
≥1.5时，监测边坡的变形速率，定期安排人员现场查看；
当边坡安全系数1.5＞
Figure 152705DEST_PATH_IMAGE101
≥1.3时，加强监测边坡的变形速率，定期安排人员现场 查看；
当边坡安全系数1.3＞
Figure 777721DEST_PATH_IMAGE101
≥1.15时，采取边坡生态护坡措施，加强监测边坡的变 形速率，定期安排人员现场查看；
当边坡安全系数
Figure 918984DEST_PATH_IMAGE101
＜1.15时，采取边坡工程防护措施，如灌浆及勾缝、抹面、喷浆 及喷射混凝土、喷锚网、干砌片石、浆砌片石、挡土墙以及土工合成材料防护，加强监测边坡 的变形速率，定期安排人员现场查看。
实施例3
如图4所示，本实施例提供了一种边坡滑面搜索系统，所述系统包括：
网格划分模块：用于划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；
计算模块：用于计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；
标准区间划分模块：用于划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；
集合点确定模块：用于根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；
目标滑面确定模块：用于根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面。
需要说明的是，关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例4
相应于上面的方法实施例，本实施例中还提供了一种边坡滑面搜索设备，下文描述的一种边坡滑面搜索设备与上文描述的一种边坡滑面搜索方法可相互对应参照。
图5是根据示例性实施例示出的一种边坡滑面搜索设备800的框图。如图5所示，该边坡滑面搜索设备800可以包括：处理器801，存储器802。该边坡滑面搜索设备800还可以包括多媒体组件803， I/O接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该边坡滑面搜索设备800的整体操作，以完成上述的边坡滑面搜索方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该边坡滑面搜索设备800的操作，这些数据例如可以包括用于在该边坡滑面搜索设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该边坡滑面搜索设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，边坡滑面搜索设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的边坡滑面搜索方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的边坡滑面搜索方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由边坡滑面搜索设备800的处理器801执行以完成上述的边坡滑面搜索方法。
实施例5
相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种边坡滑面搜索方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的边坡滑面搜索方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种边坡滑面搜索方法，其特征在于，包括：
划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；
计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；
划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；
根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；
根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面。
2.根据权利要求1所述的边坡滑面搜索方法，其特征在于,所述计算每个截面中的目标滑面得到目标控制点组合，所述控制点均位于网格节点上，具体包括：
设定初始控制点的数量范围
Figure 459149DEST_PATH_IMAGE001
，依次选取所述范围中的值
Figure 376289DEST_PATH_IMAGE002
作为初始控制点的数量；
选取
Figure 719808DEST_PATH_IMAGE002
个网格节点作为初始控制点，由
Figure 115017DEST_PATH_IMAGE002
个初始控制点
Figure 929389DEST_PATH_IMAGE003
，
Figure 751852DEST_PATH_IMAGE004
，… ，
Figure 18885DEST_PATH_IMAGE005
构成新的控制点组合，得到由所述控制点组合构成的滑面；
随机移动一个初始控制点至
Figure 280102DEST_PATH_IMAGE006
相邻的网格节点，得到新的控制点组合和由新的控制点组合构成的滑面；
根据滑面计算得到截面的安全系数
Figure 948981DEST_PATH_IMAGE007
，将安全系数
Figure 942345DEST_PATH_IMAGE007
最小的滑面作为目标滑面，并将构成目标滑面的控制点组合作为目标控制点组合。
3.根据权利要求2所述的边坡滑面搜索方法，其特征在于,所述根据滑面计算得到截面的安全系数
Figure 696674DEST_PATH_IMAGE007
，将安全系数
Figure 433686DEST_PATH_IMAGE007
最小的滑面作为目标滑面，并将构成目标滑面的控制点组合作为目标控制点组合，具体包括：
根据初始滑面计算得到截面的初始安全系数，令初始安全系数为目标安全系数
Figure 19388DEST_PATH_IMAGE007
；
根据当前控制点组合构成的滑面计算得到截面的当前安全系数
Figure 449232DEST_PATH_IMAGE008
；
判断当前安全系数
Figure 690858DEST_PATH_IMAGE008
与目标安全系数
Figure 965981DEST_PATH_IMAGE007
的大小关系：
若
Figure 609452DEST_PATH_IMAGE009
，则令
Figure 6936DEST_PATH_IMAGE010
，并继续随机移动其他初始控制点至相邻的网格节点得到当前控制点组合；
若
Figure 735857DEST_PATH_IMAGE011
，则再次移动所述初始控制点
Figure 814672DEST_PATH_IMAGE006
至其他相邻的网格节点得到当前控制点组合；
若
Figure 312649DEST_PATH_IMAGE010
，则判断初始安全系数
Figure 84296DEST_PATH_IMAGE007
不变的次数是否超过预设稳定迭代次数：若超过，则将当前控制点组合作为目标控制点组合；否则，继续随机移动其他初始控制点至相邻的网格节点得到当前控制点组合；
根据当前控制点组合构成的滑面计算得到截面的当前安全系数
Figure 595787DEST_PATH_IMAGE008
，并重复判断当前安全系数
Figure 478292DEST_PATH_IMAGE008
与目标安全系数
Figure 830776DEST_PATH_IMAGE007
的大小关系。
4.根据权利要求1所述的边坡滑面搜索方法，其特征在于,所述划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成，具体包括：
确定标准区间集的数量；
根据标准区间集的数量计算边坡划分的间距：
Figure 773324DEST_PATH_IMAGE012
，其中，
Figure 211259DEST_PATH_IMAGE013
表示边坡的长度，
Figure 631876DEST_PATH_IMAGE014
表示间距，
Figure 166762DEST_PATH_IMAGE015
表示标准区间集的数量；
划分边坡得到若干个标准区间集
Figure 280212DEST_PATH_IMAGE016
，
Figure 205442DEST_PATH_IMAGE017
，…，
Figure 429750DEST_PATH_IMAGE018
，其中，每个标准区间集均包含若干个截面的标准区间。
5.根据权利要求1所述的边坡滑面搜索方法，其特征在于,所述根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点，具体包括：
获取位于标准区间内的目标控制点和目标控制点的坐标；
计算当前标准区间内所有目标控制点的横坐标平均值
Figure 491247DEST_PATH_IMAGE019
和纵坐标平均值
Figure 837915DEST_PATH_IMAGE020
；
得到当前标准区间的集合点坐标为
Figure 250442DEST_PATH_IMAGE021
。
6.根据权利要求1所述的边坡滑面搜索方法，其特征在于,所述根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面,具体包括：
获取任意一个标准区间集中的所有集合点；
将一个标准区间集中任意相邻的三个集合点拟合为曲线段，连接所有曲线段后得到当前标准区间集的曲线；
连接所有标准区间集的曲线得到边坡的目标滑面。
7.根据权利要求6所述的边坡滑面搜索方法，其特征在于，所述将一个标准区间集中任意相邻的三个集合点拟合为曲线段，具体包括：
设拟合曲线为
Figure 278441DEST_PATH_IMAGE022
，式中，
Figure 460023DEST_PATH_IMAGE023
均为拟合参数；
获取任意相邻的三个集合点的坐标，利用三个集合点的坐标计算得到
Figure 649696DEST_PATH_IMAGE023
的值，得到由所述相邻的三个集合点构成的拟合曲线。
8.一种边坡滑面搜索系统，其特征在于，包括：
网格划分模块：用于划分边坡得到若干个截面，依次对每个截面进行建模和网格划分，得到若干个网格节点；
计算模块：用于计算每个截面中的目标滑面得到目标控制点组合，所述目标控制点均位于网格节点上；
标准区间划分模块：用于划分边坡得到若干个标准区间集，一个标准区间集由若干个截面的标准区间构成；
集合点确定模块：用于根据每个标准区间集的集合点拟合曲线，将所有目标控制点坐标的平均值所在位置作为当前标准区间的集合点；
目标滑面确定模块：用于根据每个标准区间集的集合点拟合曲线，连接所有标准区间集的曲线得到边坡的目标滑面。
9.一种边坡滑面搜索设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述边坡滑面搜索方法的步骤。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述边坡滑面搜索方法的步骤。
CN202211245907.5A 2022-10-12 2022-10-12 一种边坡滑面搜索方法、系统、设备及可读存储介质 Active CN115330981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211245907.5A CN115330981B (zh) 2022-10-12 2022-10-12 一种边坡滑面搜索方法、系统、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211245907.5A CN115330981B (zh) 2022-10-12 2022-10-12 一种边坡滑面搜索方法、系统、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN115330981A true CN115330981A (zh) 2022-11-11
CN115330981B CN115330981B (zh) 2022-12-16

Family

ID=83914985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211245907.5A Active CN115330981B (zh) 2022-10-12 2022-10-12 一种边坡滑面搜索方法、系统、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115330981B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115860265A (zh) * 2023-02-08 2023-03-28 西南交通大学 渐变型滑坡滑面预测方法、装置、设备及可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015059318A (ja) * 2013-09-17 2015-03-30 株式会社モルテン スロープ装置
CN105606063A (zh) * 2016-01-27 2016-05-25 青岛理工大学 一种基于正交应变比的土层边坡稳定性测定方法
CN108629126A (zh) * 2018-05-09 2018-10-09 中国地质大学（北京） 一种考虑宏细观缺陷耦合的岩体力学数值建模方法
CN110570519A (zh) * 2019-09-05 2019-12-13 西南交通大学 一种铁路灾害紧急修复智能指挥系统及其使用方法
CN110909488A (zh) * 2019-12-06 2020-03-24 中南大学 一种高效边坡可靠度分析方法
CN111784829A (zh) * 2020-06-01 2020-10-16 重庆地质矿产研究院 一种基于三维地质模型的滑坡监测关键点的布置方法
CN112214921A (zh) * 2020-10-27 2021-01-12 上海工程技术大学 一种基于应力矢量的三维边坡稳定性评价方法
CN113223116A (zh) * 2021-05-17 2021-08-06 重庆地质矿产研究院 一种基于AutoCAD的滑边坡地质模型、构建方法及评价方法
CN114925603A (zh) * 2022-05-13 2022-08-19 南京交通职业技术学院 一种基于改进狼群算法的非圆弧边坡滑面搜索方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015059318A (ja) * 2013-09-17 2015-03-30 株式会社モルテン スロープ装置
CN105606063A (zh) * 2016-01-27 2016-05-25 青岛理工大学 一种基于正交应变比的土层边坡稳定性测定方法
CN108629126A (zh) * 2018-05-09 2018-10-09 中国地质大学（北京） 一种考虑宏细观缺陷耦合的岩体力学数值建模方法
CN110570519A (zh) * 2019-09-05 2019-12-13 西南交通大学 一种铁路灾害紧急修复智能指挥系统及其使用方法
CN110909488A (zh) * 2019-12-06 2020-03-24 中南大学 一种高效边坡可靠度分析方法
CN111784829A (zh) * 2020-06-01 2020-10-16 重庆地质矿产研究院 一种基于三维地质模型的滑坡监测关键点的布置方法
CN112214921A (zh) * 2020-10-27 2021-01-12 上海工程技术大学 一种基于应力矢量的三维边坡稳定性评价方法
CN113223116A (zh) * 2021-05-17 2021-08-06 重庆地质矿产研究院 一种基于AutoCAD的滑边坡地质模型、构建方法及评价方法
CN114925603A (zh) * 2022-05-13 2022-08-19 南京交通职业技术学院 一种基于改进狼群算法的非圆弧边坡滑面搜索方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
QI GE等: "Research on the Critical Depth Migration Characteristics of the Melting Soil Slip Surface slope in Seasonal Frozen Region", 《网页在线公开：HTTPS://IEEEXPLORE.IEEE.ORG/STAMP/STAMP.JSP?TP=&ARNUMBER=5964365》 *
刘兴宁等: "基于滑移线簇分析的边坡极限平衡有限差分法研究", 《科学技术与工程》 *
张朝贤等: "基于改进蚁群系统算法与矢量和法的边坡临界滑动面搜索", 《中国农村水利水电》 *
李建朋等: "一种边坡临界滑动面确定方法研究", 《武汉大学学报(工学版)》 *
李忠等: "基于网格化应力场的边坡滑移面搜索模型及应用", 《兰州理工大学学报》 *
杨长卫等: "基于HHT的地震作用下基覆型边坡坍塌特性研究", 《中国铁道科学》 *
王述红等: "基于动态强度折减DDA法的边坡多滑面稳定性分析", 《煤炭学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115860265A (zh) * 2023-02-08 2023-03-28 西南交通大学 渐变型滑坡滑面预测方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN115330981B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
Mergili et al. A strategy for GIS-based 3-D slope stability modelling over large areas
Carvajal et al. Thick turbidite successions from supply-dominated shelves during sea-level highstand
CN115330981B (zh) 一种边坡滑面搜索方法、系统、设备及可读存储介质
Huang et al. Upper-bound limit analysis of unsaturated soil slopes under rainfall
CN103226847B (zh) 一种曲流河点坝三维数据体生成方法及装置
Hu et al. New understandings of the June 24th 2017 Xinmo landslide, Maoxian, Sichuan, china
CN105022913B (zh) 一种降雨入渗补给地下水临界埋深计算方法
CN105549077B (zh) 基于多级多尺度网格相似性系数计算的微震震源定位方法
Xie et al. Three-dimensional stability evaluation of landslides and a sliding process simulation using a new geographic information systems component
CN106980716B (zh) 一种基于随机块体的地下洞室稳定分析方法
CN104504461A (zh) 一种露天转地下开采诱发矿坑边坡变形破坏预测方法
CN110362905A (zh) 一种盾构隧道开挖面失稳概率确定方法
CN115374528B (zh) 一种边坡安全性分析方法、系统、设备及可读存储介质
CN106971269B (zh) Co2注入过程中基于概率分布的诱发地震风险评估方法
Gong et al. Modelling coastal cliff recession based on the GIM–DDD method
Griffiths et al. Risk assessment in geotechnical engineering: stability analysis of highly variable soils
CN106372295B (zh) 砂土岩溶地层中盾构与溶洞安全水平距离的确定方法
CN105804073B (zh) 多层边坡锚杆支护长度设计方法
Zhao et al. Discrete element analysis of deformation features of slope controlled by karst fissures under the mining effect: a case study of Pusa landslide, China
CN111767642B (zh) 薄松散层采煤沉陷区地基稳定性评价方法及装置
Wang et al. The influence and calculation method of ground settlement induced by tunnel construction in sand
Tsekouras et al. An optimized neural network for predicting settlements during tunneling excavation
CN105740588B (zh) 用于矿井下多巷道任意角度耦合的水害漫延方法
CN109753700B (zh) 一种土石坝可靠度分析上限法
Przewlocki et al. Reliability analysis of sea cliff slope stability by point estimate method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant