【摘要】： 本文为岩石边坡监测信息的分析提出边坡状态模式的概念，并将神经网络模式识别和专家系统综合评判的方法引入边坡监测资料分析的领域中来。影响边坡稳定性的因素十分复杂，使人们很难根据监测资料准确、全面地描述边坡的稳定性。受在边坡稳定性数值分析时常按某种滑裂面形式计算其安全系数的做法的启发，本文认为对应于监测数据的变化所揭示的情况，边坡必定处在某种可用状态模式描述的稳定性状态之中。这个状态模式包括边坡可能失稳的滑裂面形式和地下水分布形式。在实际应用中，必须在深入研究边坡的基本情况的基础上，预先提出尽可能覆盖全面的边坡状态模式集。本文的第二项工作是丌发边坡监测的模式识别器，用于根据监测资料判断边坡应处于的状态模式。模式识别器采用BP网络多层感知机结构，其开发和训练耗费了大量的工作。本文的第三项工作是将边坡稳定极限分析程序EMU引入边坡监测资料的分析中来。上述边坡监测模式识别器可将边坡的基本资料、监测信息和模式识别结果综合形成EMU程序的数据文件。将此数据文件送交EMU程序进行计算，就可以得出各监测时刻边坡的安全系数，从而判定边坡的稳定性。本文的第四项工作是对以往监测活动中形成的边坡安全系数时间序列建立一个神经网络拟合和预测模型，用于预测将来时刻边坡的安全系数，在出现险情时也可以预测滑坡的发生时间。最后一项工作是应用专家系统技术开发一个全面考虑所有监测信息的综合评判程序，辅助安全系数进行边坡稳定性的决策。 本文将小浪底水利枢纽进出口高边坡作为实例，贯穿于上述各项研究工作之中。 【关键词】：监测 状态模式 BP网络 EMU程序 综合评判
【学位授予单位】：中国水利水电科学研究院
【学位级别】：博士
【学位授予年份】：2001
【分类号】：TV698.1
【DOI】：CNKI:CDMD:1.2003.123523
【目录】：

• 第一章 绪论7-17
• 1.1 工程滑坡监测问题的回顾7-9
• 1.2 边坡监测和预测的研究现状9-15
• 1.2.1 边坡监测的数值计算分析法10-11
• 1.2.2 统计分析方法11-14
• 1.2.3 信息分析方法14-15
• 1.3 本文的研究内容15-17
• 第二章 黄河小浪底高边坡工程及其监测系统介绍17-42
• 2.1 进口边坡及其工程地质17-29
• 2.1.1 进口边坡简介17-18
• 2.1.2 自然边坡的地质地貌特征18
• 2.1.3 地层岩性特征及分布情况18-22
• 2.1.4 地质构造及其特征22-25
• 2.1.5 层间剪切破碎带25
• 2.1.6 泥化夹层分布情况25-29
• 2.2 出口高边坡工程地质29-37
• 2.2.1 出口边坡及其加固措施简介29
• 2.2.2 地貌及地层岩性特征29-30
• 2.2.3 地质构造及其特征30-31
• 2.2.4 水文地质条件31-33
• 2.2.5 泥化夹层的分布情况33-37
• 2.3 小浪底高边坡的监测工程37-42
• 2.3.1 前言37
• 2.3.2 进口边坡监测仪器的布置37-38
• 2.3.3 出口边坡监测仪器的布置38-42
• 第三章 应用于边坡监测的BP网络多层感知机模式识别器的研究42-81
• 3.1 边坡监测中模式识别器的提出42-43
• 3.2 边坡稳定状态模式的定义43-54
• 3.2.1 边坡状态空间的因素分析44-46
• 3.2.2 边坡状态模式的因素分析46-47
• 3.2.3 影响小浪底高边坡安全的一些物理原因分析47-48
• 3.2.4 边坡的状态模式48-54
• 3.3 边坡监测模式识别的方法54-68
• 3.3.1 模式识别问题的研究54-55
• 3.3.2 人工神经网络的介绍55-63
• 3.3.3 边坡监测BP网络多层感知机模式识别器的开发与应用63-68
• 3.4 应用BP网络多层感知机模式识别器进行边坡监测资料的分析68-80
• 3.4.1 基本材料和数据的准备68-69
• 3.4.2 P0+75.8断面附近的监测项目及其监测数据69-77
• 3.4.3 应用边坡监测多层感知机模式识别器分析边坡的状态模式77-80
• 3.5 小结80-81
• 第四章 边坡稳定分析程序EMU在监测中的应用81-92
• 4.1 EMU程序的介绍81-86
• 4.1.1 边坡稳定分析的Sarma法及其改进81-85
• 4.1.2 边坡稳定分析程序EMU简介85-86
• 4.2 应用EMU程序进小浪底高边坡安全监测的数值分析86-88
• 4.3 安全系数的预测方法88-91
• 4.4 小结91-92
• 第五章 边坡监测的综合评判和报警92-101
• 5.1 安全系数的报警级别92-93
• 5.2 边坡稳定性的综合评判93-98
• 5.3 专家系统技术简介98-99
• 5.4 边坡监测综合评判程序的开发与应用99-101
• 第六章 总结与展望101-107
• 6.1 研究总结101-104
• 6.2 边坡监测资料分析的发展前景104-107
• 参考文献107-114
• 致谢114