CN115357994A - 软岩隧道围岩参数空间随机场建模方法、装置及设备 - Google Patents
软岩隧道围岩参数空间随机场建模方法、装置及设备 Download PDFInfo
- Publication number
- CN115357994A CN115357994A CN202211286123.7A CN202211286123A CN115357994A CN 115357994 A CN115357994 A CN 115357994A CN 202211286123 A CN202211286123 A CN 202211286123A CN 115357994 A CN115357994 A CN 115357994A
- Authority
- CN
- China
- Prior art keywords
- elastic modulus
- parameters
- distribution
- poisson ratio
- tunnel
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及软岩隧道模拟技术领域,特别涉及一种软岩隧道围岩参数空间随机场建模方法、装置及设备,其中,包括:获取目标软岩隧道的预设数据库;分别拟合弹性模量和泊松比各自备选分布的参数,得到其边缘分布参数,并分别确定理论边缘分布;根据理论边缘分布构建二维联合概率分布函数,并利用其对弹性模量和泊松比进行蒙特卡洛模拟,得到满足联合分布模拟数据;根据模拟数据赋值给目标软岩隧道的隧道模型,输出围岩参数的数值模型,并利用其对目标软岩隧道的围岩参数空间随机场进行数值模拟得到模拟结果。由此,解决了相关技术中由于软岩隧道的数字化建模中出现围压参数不确定以及变异性,导致模拟结果与实际情况差异较大,降低工作效率等问题。
Description
技术领域
本发明涉及软岩隧道模拟技术领域,特别涉及一种软岩隧道围岩参数空间随机场建模方法、装置及设备。
背景技术
随着经济的快速发展和建设交通强国目标的不断推进,隧道建设的规模越来越大,隧道纪录也不断被刷新,但是其中由于软岩隧道引发的大变形灾害是隧道施工过程中的重点难题之一,要想切实的解决软岩隧道大变形问题,就需要了解软岩大变形的形成经过及变形机理,从而制定相应的施工技术。
相关技术中,数值模拟技术是研究软岩隧道大变形的重要途径之一,通过数值模拟可以探索不同软岩隧道施工过程中的变形特点,促进了试验的发展,可以为施工方案的科学制定提供更可靠的理论指导,在数值模拟的过程中,围压参数对于模拟的结果具有较大的影响,因此,在对软岩隧道进行数值模拟时,必须考虑实际地层参数分布情况对软岩隧道施工的影响,从而为软岩隧道设计、施工提供参考,保证工程的顺利进行。
然而,目前对软岩隧道的数字化建模中仍面临围压参数不确定性的问题,由于岩土体在沉积和后沉积的过程中、荷载历史条件、风化过程及自然搬运等过程中,致使岩土体参数呈现出明显的变异性,而非一成不变的固定参数值,在建模过程中无法带入固定物理力学参数值,难以模拟实际软岩隧道的工程状况,导致对岩土条件的不确定从而影响结果的准确性。
发明内容
本发明提供软岩隧道围岩参数空间随机场建模方法、装置及设备,以解决相关技术中由于软岩隧道的数字化建模中出现围压参数不确定以及变异性,导致模拟结果与实际情况差异较大,浪费人力物力,降低工作效率等问题。
本发明第一方面实施例提供一种软岩隧道围岩参数空间随机场建模方法,包括以下步骤:获取目标软岩隧道的预设数据库,其中,所述预设数据库中的围岩参数包括弹性模量和泊松比;分别拟合所述弹性模量和所述泊松比各自备选分布的参数,得到所述弹性模量和所述泊松比各自的边缘分布参数,并分别基于所述弹性模量和所述泊松比各自的边缘分布参数确定所述弹性模量和所述泊松比各自的理论边缘分布;根据所述弹性模量和所述泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用所述二维联合概率分布函数对所述弹性模量和所述泊松比进行蒙特卡洛模拟,得到满足联合分布的弹性模量和泊松比的模拟数据;根据所述模拟数据赋值给所述目标软岩隧道的隧道模型,输出所述目标软岩隧道的围岩参数的数值模型,并利用所述数值模型对所述目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果。
可选地,所述分别拟合所述弹性模量和所述泊松比各自备选分布的参数,得到所述弹性模量和所述泊松比各自的边缘分布参数,包括:分别选取所述弹性模量和所述泊松比的备选分布;利用预设软件统计学工具箱分别对所述弹性模量和所述泊松比的备选分布的参数进行拟合,得到所述弹性模量和所述泊松比各自的边缘分布参数。
可选地,所述备选分布包括正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布中的一个或多个。
可选地,所述分别基于所述弹性模量和所述泊松比各自的边缘分布参数确定所述弹性模量和所述泊松比各自的理论边缘分布,包括:利用科尔莫戈罗夫检验KS(Kolmogolovtest,科尔莫戈罗夫检验)计算不同边缘分布参数的KS值,其中,所述KS值越小对应的理论边缘分布的可接受程度越高;选取所述KS值中的最小值作为所述理论边缘分布。
可选地,所述根据所述弹性模量和所述泊松比各自的理论边缘分布构建二维联合概率分布函数,包括:利用预设Copula理论,基于所述弹性模量和所述泊松比各自的理论边缘分布,构建所述二维联合概率分布函数;并利用预设极大似然估计所述二维联合概率分布函数中的未知参数。
可选地,在获取目标软岩隧道的预设数据库之前,还包括:选取所述围岩参数中的弹性模量和泊松比作为关键指标;根据所述关键指标的变异性及相关性获取所述目标软岩隧道的数据样本,基于所述数据样本生成所述预设数据库。
本发明第二方面实施例提供一种软岩隧道围岩参数空间随机场建模装置,包括:获取模块,用于获取目标软岩隧道的预设数据库,其中,所述预设数据库中的围岩参数包括弹性模量和泊松比;拟合模块,用于分别拟合所述弹性模量和所述泊松比各自备选分布的参数,得到所述弹性模量和所述泊松比各自的边缘分布参数,并分别基于所述弹性模量和所述泊松比各自的边缘分布参数确定所述弹性模量和所述泊松比各自的理论边缘分布;模拟模块,用于根据所述弹性模量和所述泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用所述二维联合概率分布函数对所述弹性模量和所述泊松比进行蒙特卡洛模拟,得到满足联合分布的弹性模量和泊松比的模拟数据;输出模块,用于根据所述模拟数据赋值给所述目标软岩隧道的隧道模型,输出所述目标软岩隧道的围岩参数的数值模型,并利用所述数值模型对所述目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果。
可选地,所述拟合模块进一步用于:分别选取所述弹性模量和所述泊松比的备选分布;利用预设软件统计学工具箱分别对所述弹性模量和所述泊松比的备选分布的参数进行拟合,得到所述弹性模量和所述泊松比各自的边缘分布参数。
可选地,所述拟合模块进一步用于:所述备选分布包括正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布中的一个或多个。
可选地,所述模拟模块进一步用于:利用科尔莫戈罗夫检验KS计算不同边缘分布参数的KS值,其中,所述KS值越小对应的理论边缘分布的可接受程度越高;选取所述KS值中的最小值作为所述理论边缘分布。
可选地,所述模拟模块进一步用于:利用预设Copula理论,基于所述弹性模量和所述泊松比各自的理论边缘分布,构建所述二维联合概率分布函数;并利用预设极大似然估计所述二维联合概率分布函数中的未知参数。
可选地,所述输出模块进一步用于:利用预设编程软件将所述模拟数据生成预设文件;利用预设数值模拟软件读取所述预设文件中的模拟数据,并将所述模拟数据赋值给所述隧道模型进行数值模拟,得到所述目标软岩隧道的围岩参数的数值模型。
可选地,所述获取模块进一步用于:选取所述围岩参数中的弹性模量和泊松比作为关键指标;根据所述关键指标的变异性及相关性获取所述目标软岩隧道的数据样本,基于所述数据样本生成所述预设数据库。
本发明第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的软岩隧道围岩参数空间随机场建模方法。
由此,本发明至少具有如下有益效果:
(1)本发明搜集并建立软岩隧道施工现场数据库,基于数理统计方法对数据进行深入挖掘,评价信息丰富,结果准确率高,简单高效,方便快捷。
(2)本发明所选定的弹性模量E和泊松比v是对软岩隧道变形影响关键物理力学参数,选定二维参数对于联合分布的构建较为准确,可以避免维数灾难并降低联合分布参数估计的难度,使结果具有较高的可信度。
(3)本发明选取常见的六种分布如正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布用于拟合弹性模量E和泊松比v的边缘分布,有助于更好地确定参数实际的理论分布,同时有利于在MATLAB中编程实现。
(4)KS检验可以通过理论方式确定弹性模量E和泊松比v的边缘分布,有理有据,逻辑紧密,使结果后续围岩参数空间随机场的建立更有可靠性。
(5)基于Copula理论已经较为完备,在经济金融领域应用广泛,但是在岩土工程领域应用较为新颖,可以根据实际软岩隧道中的样本库准确地构建弹性模量E和泊松比v的二维联合分布函数,既考虑了参数各自的边缘分布,又考虑了参数彼此间的相关性。
(6)本发明根据参数的分布及Copula相关结构特点,建立的二维联合Copula分布函数可以对弹性模量E和泊松比v进行蒙特卡洛模拟,产生数值模型中单元网格数量的模拟数据,克服了软岩隧道围岩参数的不确定性等带来的困难,可以更加合理有效地对实际围岩参数进行空间随机场建模与数值模拟。
(7)通过MATLAB软件进行前期数据的准备,与数值模拟软件Flac3D共同应用于软岩隧道围岩参数空间随机场数值模拟,打破软件之间的壁垒,双软件的联合可以更好地实现软岩隧道中多功能的模拟过程与更多个性化的功能。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例提供的一种软岩隧道围岩参数空间随机场建模方法的流程示意图;
图2为根据本发明实施例提供的软岩隧道围岩参数空间随机场建模方法的流程图;
图3为根据本发明实施例提供的弹性模量参数变异性数值模型分布图;
图4为根据本发明实施例提供的泊松比参数变异性数值模型的分布图;
图5为根据本发明实施例的软岩隧道围岩参数空间随机场建模装置的方框示例图;
图6为根据本发明实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
随着经济的快速发展和建设交通强国目标的不断推进,隧道建设的规模越来越大,隧道纪录也不断被刷新。其中软岩隧道引发的大变形灾害是隧道施工过程中的重点难题之一,要想切实的解决软岩隧道大变形问题,就需要了解软岩大变形的形成经过及变形机理,从而制定相应的施工技术,有效的解决软岩大变形隧道施工难题。数值模拟技术是研究软岩隧道大变形的重要途径之一,通过数值模拟可以探索不同软岩隧道施工过程中的变形特点,促进了试验的发展,可以为施工方案的科学制定提供更可靠的理论指导。在数值模拟的过程中,围压参数对于模拟的结果具有较大的影响。因此,在对软岩隧道进行数值模拟时,必须考虑实际地层参数分布情况对软岩隧道施工的影响,从而为软岩隧道设计、施工提供参考,保证工程的顺利进行。
目前,对软岩隧道的数字化建模中面临着一系列难以处理的围压参数不确定性问题,具体描述如下:
1、岩土体在沉积和后沉积的过程中、荷载历史条件、风化过程及自然搬运等过程中,致使岩土体参数呈现出明显的变异性,而非一成不变的固定参数值;
2、在对软岩隧道进行数值模拟时,模型通常带入固定物理力学参数值,难以模拟实际软岩隧道的工程概况,岩土体条件的不确定性影响结果的准确性;
3、已有的少数考虑围岩参数变异性的数值模拟方案并未考虑围岩参数彼此的相关性,默认围岩不同物理力学参数相互独立,与实际情况不符;
4、如何确定围岩参数的分布情况及考虑不同参数的相关性是数值模拟建模的难点之一;
5、如何建立围岩多维相关参数空间随机场模拟的数值模型是软岩隧道施工过程模拟的关键性技术问题之一。
下面参考附图描述本发明实施例的软岩隧道围岩参数空间随机场建模方法、装置及设备。具体而言,图1为本发明实施例所提供的一种软岩隧道围岩参数空间随机场建模方法的流程示意图。
如图1所示,该软岩隧道围岩参数空间随机场建模方法包括以下步骤:
在步骤S101中,获取目标软岩隧道的预设数据库,其中,预设数据库中的围岩参数包括弹性模量和泊松比。
其中,预设数据库可以是由搜集到的若干组弹性模量和泊松比等参数的数据样本所形成的数据库,在此不作具体限定。
其中,弹性模量可以是单向应力状态下应力除以该方向的应变,一般来讲,对弹性体施加一个外界作用力,弹性体会发生形状的改变,在此不做具体限定。
其中,泊松比是指材料在单向受拉或受压时,横向正应变与轴向正应变的比值,反映材料横向变形的弹性常数,在此不做具体限定。
需要说明的是,弹性模量和泊松比的关系式为:
其中,G剪切模量、v泊松比、E弹性模量。
可以理解的是,本发明实施例通过获取目标软岩隧道的弹性模量和泊松比等参数的数据样本形成数据库,为后续建模做准备。
在本发明实施例中,在获取目标软岩隧道的预设数据库之前,还包括:
选取围岩参数中的弹性模量和泊松比作为关键指标;根据关键指标的变异性及相关性获取目标软岩隧道的数据样本,基于数据样本生成预设数据库。
可以理解的是,本发明实施例选取围岩参数中的弹性模量和泊松比作为关键指标,并根据关键指标的变异性和相关性获取目标软岩隧道的数据样本生成数据库,可以反映目标隧道的实际参数的变化特点,便于后续为建模提供相关数据。
需要说明的是,软岩隧道中颜色包含多个参数:弹性模量E、泊松比v、重度、含水率、粘聚力、内摩擦角以及隧道埋深等,其7个参数作为数值模型的输入指标,为避免维度灾难,考虑弹性模量和泊松比2个关键指标的变异性及相关性。
在步骤S102中,分别拟合弹性模量和泊松比各自备选分布的参数,得到弹性模量和泊松比各自的边缘分布参数,并分别基于弹性模量和泊松比各自的边缘分布参数确定弹性模量和泊松比各自的理论边缘分布。
其中,边缘分布可以是在概率论和统计学的多维随机变量中,只包含其中部分变量的概率分布,在此不做具体限定。
其中,理论边缘分布可以是根据弹性模量和泊松比的边缘参数所确定的理论上的边缘分布,在此不做具体限定。
可以理解的是,本发明实施例可以通过分别拟合弹性模量和泊松比各自的参数,得到各自的边缘分布参数,并分别基于各自的边缘分布参数确定各自的理论边缘分布,为后续构建二维联合概率分布函数做准备。
在本发明实施例中,分别拟合弹性模量和泊松比各自备选分布的参数,得到弹性模量和泊松比各自的边缘分布参数,包括:分别选取弹性模量和泊松比的备选分布;利用预设软件统计学工具箱分别对弹性模量和泊松比的备选分布的参数进行拟合,得到弹性模量和泊松比各自的边缘分布参数。
其中,备选分布包括正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布中的一个或多个,在此不做具体限定。
其中,预设软件统计学工具箱可以是MATLAB软件统计学工具箱,在此不做具体限定。
可以理解的是,本发明实施例通过选取弹性模量和泊松比的备选分布,并利用MATLAB对备选分布的参数进行拟合,得到边缘分布参数,选取常见的6种分布用于拟合弹性模量和泊松比的边缘分布,有助于更好地确定参数实际的理论分布,为寻找指标合适的边缘分布提供便利,提升工作效率。
在步骤S103中,根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用二维联合概率分布函数对弹性模量和泊松比进行蒙特卡洛模拟,得到满足联合分布的弹性模量和泊松比的模拟数据。
其中,二维联合概率分布函数可以是通过利用Copula理论构造弹性模量和泊松比等指标的二维联合概率分布函数,在此不做具体限定。
其中,蒙特卡洛模拟可以当所要求解的问题是某种事件出现的概率,或者是某个随机变量的期望值时,通过某种“试验”的方法即可以是蒙特卡洛模拟,得到这种事件出现的频率,或者这个随机变数的平均值,并用其作为问题的解,在此不做具体限定。
其中,联合分布可以是联合样本空间中弹性模量和泊松比的分布情况,在此不做具体限定。
可以理解的是,本发明实施例根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用其对弹性模量和泊松比进行蒙特卡模拟,得到满足联合分布的模拟数据,为后续模拟得到相关模型做准备。
具体地,以t-Copula联合分布函数为例,可通过以下步骤对弹性模量E和泊松比v进行蒙特卡模拟:
(1) 蒙特卡罗模拟产生N组二维独立标准正态分布变量;
(3) 令Z=L0K计算相关标准正态分布变量Z;
(4) 模拟一个服从自由度v的卡方分布变量S,令
需要说明的是,本发明实施例中根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,不仅可以利用科尔莫戈罗夫检验KS,还可以利用Copula理论,下面将通过具体实施例来说明,在此不做具体限定。
作为一种可能实现的方式,分别基于弹性模量和泊松比各自的边缘分布参数确定弹性模量和泊松比各自的理论边缘分布,包括:利用科尔莫戈罗夫检验KS计算不同边缘分布参数的KS值,其中,KS值越小对应的理论边缘分布的可接受程度越高;选取KS值中的最小值作为理论边缘分布。
其中,科尔莫戈罗夫检验KS是一种分布拟合检验,用于检验完全已知的连续型分布函数,在此不做具体限定。
可以理解的是,本发明实施例利用科尔莫戈罗夫检验KS计算不同边缘分布参数的KS值,并选取其中最小值作为关键指标的理论边缘分布,有理有据,逻辑紧密,使结果后续围岩参数空间随机场的建立更有可靠性。
具体地,KS检验基于累积分布函数,用以检验一个分布函数是否符合某种理论分布或比较两个经验分布是否有显著差异。对于一组样本数据的累积分布函数Fn(x)和一个假设的理论分布G(x),KS检验通过下式计算统计量KS的值,当KS值小于临界值时,可认为指标变量符合该理论分布,且KS值越小则该理论分布可接受的程度越高,具体公式如下:
作为另一种可能实现的方式,根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,包括:利用预设Copula理论,基于弹性模量和泊松比各自的理论边缘分布,构建二维联合概率分布函数;并利用预设极大似然估计二维联合概率分布函数中的未知参数。
其中,预设Copula理论可以是将多个随机变量的联合分布于其各自的边缘分布连接起来的函数理论,在此不做具体限定。
其中,预设极大似然估计可以是最大概似估计,是已知某个随机样本满足某种概率分布,但是其中具体的参数不清楚,参数估计就是通过若干次实验,观察其结果,利用结果推出参数的大概值,并将其作为估计的真实值,在此不做具体限定。
可以理解的是,本发明实施例利用Copula理论并基于弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,利用极大似然估计得到二维联合概率分布函数的位置参数,既考虑了参数各自的边缘分布,又考虑了参数彼此间的相关性,并根据实际软岩隧道中的样本库准确地构建弹性模量和泊松比的二维联合分布函数,提升工作效率。
具体地,利用Copula理论根据参数间的相关结构及各自的边缘分布可以构造多元分布函数,可以更加真实地表征软岩隧道围岩实际参数的分布规律。Copula函数在二维空间应用比较广泛,对二维参数的相关结构表征能力较强,选择正态Copula、t-Copula、Gumbel、Clayton 和Frank等5种Copula函数表征弹性模量E和泊松比v二维联合分布函数。
由Sklar定理可知弹性模量E和泊松比v的联合概率分布函数F(E,v)和联合概率密度函数f(E,v)的公式分别为:
式中:F1(E),F2(v)分别表示弹性模量E和泊松比v的边缘分布函数;f1(E)和f2(v)分别表示弹性模量E和泊松比v的边缘概率密度函数,C(F1(E),F2(v);θ)表示二维Copula函数;D(F1(E),F2(v);θ)表示二维Copula密度函数;θ为Copula函数的相关参数矩阵。
而利用极大似然估计求取联合概率分布函数的参数:
根据以下公式计算可得5种二维Copula函数的AIC值和BIC值,选择具有较小ACI值和BIC值的Copula函数作为拟合弹性模量E和泊松比v之间相关结构最优的Copula函数。
式中:k为Copula函数中相关参数的个数。
在步骤S104中,根据模拟数据赋值给目标软岩隧道的隧道模型,输出目标软岩隧道的围岩参数的数值模型,并利用数值模型对目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果。
可以理解的是,本发明实施例根据得到的模拟数据赋值给目标软岩隧道的隧道模型,输出目标软件隧道的围岩参数的数据模型,并利用其对目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果,克服了软岩隧道围岩参数的不确定性等带来的困难,可以更加合理有效地对实际围岩参数进行空间随机场建模与数值模拟,提升工作效率,节省资源。
在本发明实施例中,根据模拟数据赋值给目标软岩隧道的隧道模型,输出目标软岩隧道的围岩参数的数值模型,包括:利用预设编程软件将模拟数据生成预设文件;利用预设数值模拟软件读取预设文件中的模拟数据,并将模拟数据赋值给隧道模型进行数值模拟,得到目标软岩隧道的围岩参数的数值模型。
其中,预设编程可以是数值模拟软件Flac3D中的fish语言,在此不做具体限定。
其中,预设文件可以是模拟的txt文本,在此不做具体限定。
其中,预设数值模拟软件可以是数值模拟软件Flac3D,在此不做具体限定。
可以理解的是,本发明实施例利用数值模拟软件Flac3D中的fish语言读取模拟的txt文本中的弹性模量E和泊松比v数据赋值给隧道模型,得到考虑弹性模量E和泊松比v变异性和相关性的数值模型,便于后续的数值模拟得到数据模型。
根据本发明实施例提出的软岩隧道围岩参数空间随机场建模方法,通过获取目标软岩隧道的弹性模量和泊松比等参数的数据样本形成数据库,通过分别拟合弹性模量和泊松比各自的参数,得到各自的边缘分布参数,并分别基于各自的边缘分布参数确定各自的理论边缘分布,根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用其对弹性模量和泊松比进行蒙特卡模拟,得到满足联合分布的模拟数据,根据得到的模拟数据赋值给目标软岩隧道的隧道模型,输出目标软件隧道的围岩参数的数据模型,并利用其对目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果,克服了软岩隧道围岩参数的不确定性等带来的困难,可以更加合理有效地对实际围岩参数进行空间随机场建模与数值模拟,提升工作效率,节省资源。由此,解决了相关技术中由于软岩隧道的数字化建模中出现围压参数不确定以及变异性,导致模拟结果与实际情况差异较大,浪费人力物力,降低工作效率等问题。
下面将结合图2对软岩隧道围岩参数空间随机场建模方法进行详细阐述,具体流程如下:
步骤1、选择软岩隧道中岩石的弹性模量E、泊松比v、重度、含水率、粘聚力、内摩擦角以及隧道埋深等参数作为数值模型的输入指标,为避免维度灾难,考虑弹性模量和泊松比2个关键指标的变异性及相关性;
步骤2、基于特定工程的软岩隧道,搜集若干组包括弹性模量和泊松比等参数的数据样本,形成数据库;
步骤3、拟合数据库中弹性模量和泊松比的边缘分布参数:选取常见的6种分布如正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布作为备选分布,通过MATLAB软件统计学工具箱分别对弹性模量和泊松比2个关键指标的备选分布的参数进行拟合;
步骤4、确定关键指标的边缘分布:采用KS检验计算不同备选边缘分布函数的统计量,选择较小的统计量对应的备选分布作为指标的边缘分布;
步骤5、采用Copula理论构造弹性模量E、泊松比v等指标的二维联合概率分布函数,并利用极大似然估计求取联合概率分布函数的参数;
步骤6、利用MATLAB软件对步骤5得到的Copula联合分布函数进行蒙特卡洛模拟并通过等概率转换可得到相关非正态分布变量弹性模量E和泊松比v,将模拟的符合特定联合分布的弹性模量E和泊松比v数据输出到txt文本中;
步骤7、利用数值模拟软件Flac3D中的fish语言读取步骤6中模拟的txt文本中的弹性模量E和泊松比v数据赋值给隧道模型,得到考虑弹性模量E和泊松比v变异性和相关性的数值模型分别如图3和图4所示,并将其赋值给数值模型,利用数据模型对软岩隧道的围岩参数空间随机场进行数值模拟,从而得到模拟结果。
综上,本发明选择软岩隧道中岩石的弹性模量E、泊松比v、重度、含水率、粘聚力、内摩擦角以及隧道埋深等参数作为数值模型的输入参数,考虑弹性模量和泊松比2个关键指标的变异性及相关性,基于统计学方法对软岩隧道现场数据进行深入挖掘,拟合并检验确定弹性模量E、泊松比v的边缘分布,利用Copula理论构建弹性模量E、泊松比v的二维联合分布,并以软岩隧道数值模型中网格数量为基准进行蒙特卡洛模拟产生相应数量的弹性模量E、泊松比v数据,最后利用数值软件Flac3D读取模拟的弹性模量E、泊松比v数据并赋值给数值模型,建立了一种考虑软岩隧道围岩参数空间随机场的模拟方法。
其次参照附图描述根据本发明实施例提出的软岩隧道围岩参数空间随机场建模装置。
图5是本发明实施例的软岩隧道围岩参数空间随机场建模装置的方框示意图。
如图5所示,该软岩隧道围岩参数空间随机场建模装置10包括:获取模块100、拟合模块200、模拟模块300和输出模块400。
其中,获取模块100用于获取目标软岩隧道的预设数据库,其中,预设数据库中的围岩参数包括弹性模量和泊松比;拟合模块200用于分别拟合弹性模量和泊松比各自备选分布的参数,得到弹性模量和泊松比各自的边缘分布参数,并分别基于弹性模量和泊松比各自的边缘分布参数确定弹性模量和泊松比各自的理论边缘分布;模拟模块300用于根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用二维联合概率分布函数对弹性模量和泊松比进行蒙特卡洛模拟,得到满足联合分布的弹性模量和泊松比的模拟数据;输出模块400用于根据模拟数据赋值给目标软岩隧道的隧道模型,输出目标软岩隧道的围岩参数的数值模型,并利用数值模型对目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果。
在本发明实施例中,获取模块100进一步用于:选取围岩参数中的弹性模量和泊松比作为关键指标;根据关键指标的变异性及相关性获取目标软岩隧道的数据样本,基于数据样本生成预设数据库。
在本发明实施例中,拟合模块200进一步用于:分别选取弹性模量和泊松比的备选分布;利用预设软件统计学工具箱分别对弹性模量和泊松比的备选分布的参数进行拟合,得到弹性模量和泊松比各自的边缘分布参数。
在本发明实施例中,拟合模块200进一步用于:备选分布包括正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布中的一个或多个。
在本发明实施例中,模拟模块300进一步用于:利用科尔莫戈罗夫检验KS计算不同边缘分布参数的KS值,其中,KS值越小对应的理论边缘分布的可接受程度越高;选取KS值中的最小值作为理论边缘分布。
在本发明实施例中,模拟模块300进一步用于:利用预设Copula理论,基于弹性模量和泊松比各自的理论边缘分布,构建二维联合概率分布函数;并利用预设极大似然估计二维联合概率分布函数中的未知参数。
在本发明实施例中,输出模块400进一步用于:利用预设编程软件将模拟数据生成预设文件;利用预设数值模拟软件读取预设文件中的模拟数据,并将模拟数据赋值给隧道模型进行数值模拟,得到目标软岩隧道的围岩参数的数值模型。
需要说明的是,前述对软岩隧道围岩参数空间随机场建模方法实施例的解释说明也适用于该实施例的软岩隧道围岩参数空间随机场建模装置,此处不再赘述。
根据本发明实施例提出的软岩隧道围岩参数空间随机场建模装置,通过获取目标软岩隧道的弹性模量和泊松比等参数的数据样本形成数据库,通过分别拟合弹性模量和泊松比各自的参数,得到各自的边缘分布参数,并分别基于各自的边缘分布参数确定各自的理论边缘分布,根据弹性模量和泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用其对弹性模量和泊松比进行蒙特卡模拟,得到满足联合分布的模拟数据,根据得到的模拟数据赋值给目标软岩隧道的隧道模型,输出目标软件隧道的围岩参数的数据模型,并利用其对目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果,克服了软岩隧道围岩参数的不确定性等带来的困难,可以更加合理有效地对实际围岩参数进行空间随机场建模与数值模拟,提升工作效率,节省资源。由此,解决了相关技术中由于软岩隧道的数字化建模中出现围压参数不确定以及变异性,导致模拟结果与实际情况差异较大,浪费人力物力,降低工作效率等问题。
图6为本发明实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的软岩隧道围岩参数空间随机场建模方法。
进一步地,电子设备还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本发明实施例的一个或多个集成电路。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种软岩隧道围岩参数空间随机场建模方法,其特征在于,包括以下步骤:
获取目标软岩隧道的预设数据库,其中,所述预设数据库中的围岩参数包括弹性模量和泊松比;
分别拟合所述弹性模量和所述泊松比各自备选分布的参数,得到所述弹性模量和所述泊松比各自的边缘分布参数,并分别基于所述弹性模量和所述泊松比各自的边缘分布参数确定所述弹性模量和所述泊松比各自的理论边缘分布;
根据所述弹性模量和所述泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用所述二维联合概率分布函数对所述弹性模量和所述泊松比进行蒙特卡洛模拟,得到满足联合分布的弹性模量和泊松比的模拟数据;
根据所述模拟数据赋值给所述目标软岩隧道的隧道模型,输出所述目标软岩隧道的围岩参数的数值模型,并利用所述数值模型对所述目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果。
2.根据权利要求1所述的软岩隧道围岩参数空间随机场建模方法,其特征在于,所述分别拟合所述弹性模量和所述泊松比各自备选分布的参数,得到所述弹性模量和所述泊松比各自的边缘分布参数,包括:
分别选取所述弹性模量和所述泊松比的备选分布;
利用预设软件统计学工具箱分别对所述弹性模量和所述泊松比的备选分布的参数进行拟合,得到所述弹性模量和所述泊松比各自的边缘分布参数。
3.根据权利要求2所述的软岩隧道围岩参数空间随机场建模方法,所述备选分布包括正态分布、对数正态分布、伽玛分布、韦伯分布、指数分布和瑞利分布中的一个或多个。
4.根据权利要求1所述的软岩隧道围岩参数空间随机场建模方法,其特征在于,所述分别基于所述弹性模量和所述泊松比各自的边缘分布参数确定所述弹性模量和所述泊松比各自的理论边缘分布,包括:
利用科尔莫戈罗夫检验KS计算不同边缘分布参数的KS值,其中,所述KS值越小对应的理论边缘分布的可接受程度越高;
选取所述KS值中的最小值作为所述理论边缘分布。
5.根据权利要求1所述的软岩隧道围岩参数空间随机场建模方法,其特征在于,所述根据所述弹性模量和所述泊松比各自的理论边缘分布构建二维联合概率分布函数,包括:
利用预设Copula理论,基于所述弹性模量和所述泊松比各自的理论边缘分布,构建所述二维联合概率分布函数;
并利用预设极大似然估计所述二维联合概率分布函数中的未知参数。
6.根据权利要求1所述的软岩隧道围岩参数空间随机场建模方法,其特征在于,所述根据所述模拟数据赋值给所述目标软岩隧道的隧道模型,输出所述目标软岩隧道的围岩参数的数值模型,包括:
利用预设编程软件将所述模拟数据生成预设文件;
利用预设数值模拟软件读取所述预设文件中的模拟数据,并将所述模拟数据赋值给所述隧道模型进行数值模拟,得到所述目标软岩隧道的围岩参数的数值模型。
7.根据权利要求1-6任意一项所述的软岩隧道围岩参数空间随机场建模方法,其特征在于,在获取目标软岩隧道的预设数据库之前,还包括:
选取所述围岩参数中的弹性模量和泊松比作为关键指标;
根据所述关键指标的变异性及相关性获取所述目标软岩隧道的数据样本,基于所述数据样本生成所述预设数据库。
8.一种软岩隧道围岩参数空间随机场建模装置,其特征在于,包括:
获取模块,用于获取目标软岩隧道的预设数据库,其中,所述预设数据库中的围岩参数包括弹性模量和泊松比;
拟合模块,用于分别拟合所述弹性模量和所述泊松比各自备选分布的参数,得到所述弹性模量和所述泊松比各自的边缘分布参数,并分别基于所述弹性模量和所述泊松比各自的边缘分布参数确定所述弹性模量和所述泊松比各自的理论边缘分布;
模拟模块,用于根据所述弹性模量和所述泊松比各自的理论边缘分布构建二维联合概率分布函数,并利用所述二维联合概率分布函数对所述弹性模量和所述泊松比进行蒙特卡洛模拟,得到满足联合分布的弹性模量和泊松比的模拟数据;
输出模块,用于根据所述模拟数据赋值给所述目标软岩隧道的隧道模型,输出所述目标软岩隧道的围岩参数的数值模型,并利用所述数值模型对所述目标软岩隧道的围岩参数空间随机场进行数值模拟,得到模拟结果。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-7任一项所述的软岩隧道围岩参数空间随机场建模方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211286123.7A CN115357994B (zh) | 2022-10-20 | 2022-10-20 | 软岩隧道围岩参数空间随机场建模方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211286123.7A CN115357994B (zh) | 2022-10-20 | 2022-10-20 | 软岩隧道围岩参数空间随机场建模方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115357994A true CN115357994A (zh) | 2022-11-18 |
CN115357994B CN115357994B (zh) | 2023-03-17 |
Family
ID=84008274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211286123.7A Active CN115357994B (zh) | 2022-10-20 | 2022-10-20 | 软岩隧道围岩参数空间随机场建模方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115357994B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030204312A1 (en) * | 2002-04-30 | 2003-10-30 | Exxonmobil Upstream Research Company | Method for analyzing spatially-varying noise in seismic data using markov chains |
US20120323495A1 (en) * | 2010-02-05 | 2012-12-20 | Hang Zhou | Rock property measurements while drilling |
US20170074997A1 (en) * | 2015-09-16 | 2017-03-16 | Schlumberger Technology Corporation | Bayseian microseismic source inversion |
RU2017146989A (ru) * | 2017-12-29 | 2019-07-03 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Способ сейсмического мониторинга разработки мелкозалегающих залежей сверхвязкой нефти |
EP3620606A1 (en) * | 2018-09-06 | 2020-03-11 | Beijing Jiaotong University | Design method and system for tunnel anchoring system based on structural characteristic of surrounding rock |
CN112035939A (zh) * | 2020-09-14 | 2020-12-04 | 武汉市市政建设集团有限公司 | 一种双侧壁导坑隧道的岩土体参数随机场建模方法 |
CN112182703A (zh) * | 2020-09-27 | 2021-01-05 | 中电建路桥集团有限公司 | 一种基于离散单元法联合荷载结构法的类岩堆体隧道结构分析方法 |
CN113759425A (zh) * | 2021-09-13 | 2021-12-07 | 中国科学院地质与地球物理研究所 | 井震联合评价深层古岩溶储层充填特征的方法与系统 |
US11282183B1 (en) * | 2021-04-29 | 2022-03-22 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Rock brittleness analysis method and system based on mineral content and distribution and device |
US20220112806A1 (en) * | 2020-10-13 | 2022-04-14 | Institute Of Rock And Soil Mechanics, Chinese Academy Of Sciences | Safety early warning method and device for full-section tunneling of tunnel featuring dynamic water and weak surrounding rock |
CN114491735A (zh) * | 2021-12-30 | 2022-05-13 | 浙江交工宏途交通建设有限公司 | 一种偏压连拱隧道可靠性评价方法 |
WO2022121272A1 (zh) * | 2020-12-09 | 2022-06-16 | 山东大学 | 一种适用于tbm掘进隧道实时预测卡机的方法及系统 |
CN114662360A (zh) * | 2022-03-09 | 2022-06-24 | 辽宁工程技术大学 | 一种利用多软件联合构建复杂地质三维地应力场反演方法 |
CN114996983A (zh) * | 2022-01-27 | 2022-09-02 | 同济大学 | 一种软岩隧道可靠性评价方法 |
-
2022
- 2022-10-20 CN CN202211286123.7A patent/CN115357994B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030204312A1 (en) * | 2002-04-30 | 2003-10-30 | Exxonmobil Upstream Research Company | Method for analyzing spatially-varying noise in seismic data using markov chains |
US20120323495A1 (en) * | 2010-02-05 | 2012-12-20 | Hang Zhou | Rock property measurements while drilling |
US20170074997A1 (en) * | 2015-09-16 | 2017-03-16 | Schlumberger Technology Corporation | Bayseian microseismic source inversion |
RU2017146989A (ru) * | 2017-12-29 | 2019-07-03 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Способ сейсмического мониторинга разработки мелкозалегающих залежей сверхвязкой нефти |
EP3620606A1 (en) * | 2018-09-06 | 2020-03-11 | Beijing Jiaotong University | Design method and system for tunnel anchoring system based on structural characteristic of surrounding rock |
CN112035939A (zh) * | 2020-09-14 | 2020-12-04 | 武汉市市政建设集团有限公司 | 一种双侧壁导坑隧道的岩土体参数随机场建模方法 |
CN112182703A (zh) * | 2020-09-27 | 2021-01-05 | 中电建路桥集团有限公司 | 一种基于离散单元法联合荷载结构法的类岩堆体隧道结构分析方法 |
US20220112806A1 (en) * | 2020-10-13 | 2022-04-14 | Institute Of Rock And Soil Mechanics, Chinese Academy Of Sciences | Safety early warning method and device for full-section tunneling of tunnel featuring dynamic water and weak surrounding rock |
WO2022121272A1 (zh) * | 2020-12-09 | 2022-06-16 | 山东大学 | 一种适用于tbm掘进隧道实时预测卡机的方法及系统 |
US11282183B1 (en) * | 2021-04-29 | 2022-03-22 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Rock brittleness analysis method and system based on mineral content and distribution and device |
CN113759425A (zh) * | 2021-09-13 | 2021-12-07 | 中国科学院地质与地球物理研究所 | 井震联合评价深层古岩溶储层充填特征的方法与系统 |
CN114491735A (zh) * | 2021-12-30 | 2022-05-13 | 浙江交工宏途交通建设有限公司 | 一种偏压连拱隧道可靠性评价方法 |
CN114996983A (zh) * | 2022-01-27 | 2022-09-02 | 同济大学 | 一种软岩隧道可靠性评价方法 |
CN114662360A (zh) * | 2022-03-09 | 2022-06-24 | 辽宁工程技术大学 | 一种利用多软件联合构建复杂地质三维地应力场反演方法 |
Non-Patent Citations (8)
Title |
---|
FAN WANG等: "Distribution modeling for reliability analysis:Impact of multiple dependences and probability model selection", 《APPLIED MATHEMATICAL MODELLING》 * |
GINTAUTAS,TOMAS等: "Probabilistic analysis methods for support structures", 《INTEGRATED RESEARCH PROGRAMME ON WIND ENERGY》 * |
冯登等: "基于Copula函数的循环荷载作用下地基沉降分析", 《中国科技论文》 * |
张社荣等: "重力坝多失效模式相关层间抗滑稳定体系的可靠性分析", 《水利学报》 * |
李健斌等: "考虑参数空间变异性的盾构隧道施工地层变形综合可靠度分析", 《长江科学院院报》 * |
王长虹等: "考虑岩土参数空间变异性的盾构隧道地表沉降分析", 《岩土工程学报》 * |
胡斌等: "基于BP人工神经网络的隧道围岩力学参数反分析", 《铁道建筑》 * |
董超等: "基于混合随机相依SFE-Copula模型的地铁施工诱发临近建筑的可靠性分析", 《土木工程与管理学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115357994B (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Phoon | Role of reliability calculations in geotechnical design | |
CN110427654B (zh) | 一种基于敏感状态的滑坡预测模型构建方法及系统 | |
Yang et al. | Improved PLS and PSO methods-based back analysis for elastic modulus of dam | |
Zhang et al. | A novel displacement back analysis method considering the displacement loss for underground rock mass engineering | |
Zhang et al. | Hybrid machine learning model with random field and limited CPT data to quantify horizontal scale of fluctuation of soil spatial variability | |
CN108647457B (zh) | 一种sccrf生成方法及系统 | |
CN108733952B (zh) | 一种基于序贯模拟的土壤含水量空间变异性三维表征方法 | |
Radu et al. | An earthquake-source-based metric for seismic fragility analysis | |
US8346584B2 (en) | Method and apparatus for determining design modification effects on a computerized engineering model | |
Chwała | On determining the undrained bearing capacity coefficients of variation for foundations embedded on spatially variable soil | |
Liu et al. | Uncertainty quantification for granular materials with a stochastic discrete element method | |
Zhang et al. | Reliability analysis of rock slopes considering the uncertainty of joint spatial distributions | |
Kumar et al. | Reliability-based stability analysis of large rock slopes with different failure mechanisms using response surface methodology | |
CN106646403A (zh) | K分布雷达杂波实时模拟方法及系统 | |
CN115357994B (zh) | 软岩隧道围岩参数空间随机场建模方法、装置及设备 | |
CN111080020A (zh) | 钻孔布置方案的鲁棒性评估方法和装置 | |
Chen et al. | Probabilistic back analysis for geotechnical engineering based on Bayesian and support vector machine | |
Fu et al. | Slope stability analysis based on big data and convolutional neural network | |
Geyer et al. | Spatial modeling of concrete strength based on data | |
CN106682347A (zh) | 基于岩体结构面随机强度的非连续变形分析方法 | |
CN113011053A (zh) | 一种基于性能裕量的结构确信可靠性分析方法及系统 | |
CN117725807B (zh) | 基于边界元计算非均质储层裂缝应力的方法、系统及设备 | |
CN113408038B (zh) | 一种基于数值模拟的地形插值方法及系统 | |
RU2553120C1 (ru) | Устройство для оценки функции распределения случайных величин и ее толерантных границ по малым выборкам | |
CN117094152B (zh) | 一种耦合沉积作用的盆地沉降史模拟方法及装置 |
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 |