网站首页  词典首页

请输入您要查询的论文:

 

标题 基于BP神经网络的竹溪鲁滩坝滑坡稳定性分析
范文

    周迎 易武 余庆

    

    

    

    摘要:鲁滩坝滑坡位于竹溪县新州镇鲁滩坝村。自2016年以来,鲁滩坝滑坡一直处于持续变形阶段,直接导致其下方部分居民房屋被破坏。本文在掌握滑坡区地质资料的基础上,结合现场调查访问,对鲁滩坝村滑坡的地质与变形特征进行了详细的描述;并通过BP神经网络对滑坡进行敏感性分析得出结论,在降雨工况下该类滑坡可能发生局部圆弧形滑移破坏,发生整体或大规模滑移变形破坏的可能性较小。本研究对类似工程稳定性分析具有借鉴与指导意义。

    Abstract: Lutanba landslide is located in Lutanba village, XinZhou town, ZhuXi county. Since 2016, the Lutanba landslide has been in a continuous deformation stage, directly causing the destruction of some residents' houses below it. Based on the geological data of the landslide area and the field investigation, the geological and deformation characteristics of Lutanba landslide are described in detail. Through the sensitivity analysis of the landslide by BP neural network, the conclusion is drawn that under the working condition of rainfall, this kind of landslide may occur partial circular arc slip failure, and it is less likely to occur overall or large-scale slip deformation failure. This study has reference and guiding significance for the stability analysis of similar projects.

    关键词:鲁滩坝滑坡;变形特征;BP神经网络;稳定性分析

    Key words: Lutanba landslide;deformation features;BP neural network;stability analysis

    中图分类号:P642.22? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文献标识码:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章编号:1006-4311(2019)28-0273-05

    0? 引言

    鲁滩坝滑坡位于竹溪县新州镇鲁滩坝村,汇湾河的右岸。自2016年以来,鲁滩坝村滑坡一直处于持续变形阶段,直接导致其下方部分居民房屋被破坏。本文以鲁滩坝村滑坡为例,基于BP神经网络对滑坡进行敏感性分析,建立滑坡变形和影响因素之间的映射,从而计算出各变形因素的敏感度系数,最终识别造成该滑坡变形的关键因素。

    本文通过收集到的勘查资料和野外调查访问,研究了滑坡的地质特征和变形特征,在此基础上,对滑坡的影响因素及滑坡的稳定性[1]进行了探讨。

    1? 滑坡区地质环境条件

    1.1 地形地貌

    新洲乡属构造剥蚀中低山岭重丘区,其海拔在276~1150m之间,地势高低起伏较大,沟壑纵横,地形破碎、坡陡。

    滑坡所在区总体地势为南高北低,地形坡度20°~25°,汇湾河为区内最低侵蚀基准面。滑坡平面呈舌形,地形坡度上缓下陡,中前部为居民耕地,局部经人工改造存在陡坎地形。滑坡工程地质平面图见图1、滑坡工程地质平面图见图2。

    1.2 地层岩性

    根据区内钻孔揭露及地表调查,场地地层由新到老、从上至下分别为第四系滑坡堆积层(Qdel)、第四系残坡积层(Q4el+dl)以及志留系中下统(S1-2)基岩。各岩土层的构成与特征分述如下:

    1.2.1 第四系滑坡堆积层(Qdel)

    含碎石粉质粘土:灰褐色,松散~稍密,稍湿,硬塑,浅部见植物根系,碎块石成分主要为砂岩,粒径0~1cm左右,呈次棱角状,土石比9:1~8:2,岩芯呈短柱状。

    1.2.2 第四系残坡积层(Q4el+dl)

    含碎石粉质粘土:灰褐色~黄褐色,密实,稍湿~较湿,硬塑~可塑,碎块石成分主要为砂岩,粒径0~3cm左右,呈棱角状~次棱角状,土石比9:1~8:2,岩芯呈短柱状。在3.5m~3.7m可见石英块石,岩芯呈短柱状,在13.6~14.6可见砂岩块石,岩芯呈饼状~短柱状。主要分布于地表以下1.5m~15m左右。

    1.2.3 志留系中下统(S1-2)基岩

    砂岩: 浅灰色,很湿,强风化,岩芯呈散状~短柱状,底部可见短柱状硅质砂岩。

    1.3 地质构造

    区域构造上,本區大地构造单元属于秦岭褶皱系、大巴山加里东褶皱带,老县—竹溪复向斜、竹溪褶皱束的东南翼,褶皱束呈北西向展布,北以竹山断裂为界,与南秦岭印支褶皱带相邻,东抵青峰断裂,西接老县褶皱束,南在八卦山-葛洞口一线,与平利复背斜的八角庙褶皱束为过渡关系。在鄂西北地质构造划分中,本区归属于秦岭地槽区,主要位于竹溪断裂南侧,该构造是勘查区内体系不明之构造,为一组北西—南东向展布,规模比较大的压断裂组成,该组断裂是在纬向构造的基础上加以发展,改造而成,因此断裂部分地段与纬向构造发生重接复合,两者难以区分[2]。但沿断裂走向追索斜切纬向构造、斜切地层走向独自展现。挽近时期沿断裂时有地震活动,说明该组断裂具长期活动的特点[3]。区内构造纲要图见图3。

    滑坡区一带总体属单斜构造,地层产状220°∠25°。岩体主要发育1组裂隙(节理),产状为220°∠80~85°。

    2? 滑坡基本特征

    2.1 滑坡边界、规模、形态特征

    该滑坡前缘高程350m,后缘高程375m,相对高差25m。左侧(西侧)以冲沟为界,右侧(东侧)以凹槽地形为界,地形坡度20~25°,局部可见陡坎地形。滑坡宽约140m,纵向长约100m,面积1.08×104m2,平均厚度约为2.5m,体积为3.5×104m3,平面呈圈椅状地貌,属小型土质滑坡。其中,滑坡东侧主要变形区(Ⅰ区)纵向长约100m,横向宽约70m,面积0.59×104m2,平均厚度约为2.5m,体积为1.75×104m3,主滑方向38°,平面呈长舌型地貌。鲁滩坝村滑坡全貌见图4。

    滑坡体的物质成分主要为含碎石粉质粘土,其中斜坡中上部陡坡地带坡表主要为碎块石,灰褐色,松散~稍密,稍湿,硬塑,浅部见植物根系,碎块石成分主要为砂岩,粒径0.2~1cm左右,呈次棱角状,土石比9:1~8:2,岩芯呈短柱状,厚1~2.5m。

    鲁滩坝村滑坡滑带位于地表以下1.2m~2.5m,滑带土体为粉质粘土:灰褐色~黄褐色,很湿,密实,呈软塑状。

    鲁滩坝村滑坡滑床为含碎石粉质粘土,其特征为:灰褐色~黄褐色,密实,稍湿~较湿,硬塑~可塑,碎块石成分主要为砂岩,粒径0.1~3cm左右,呈棱角狀~次棱角状,土石比9:1~8:2,岩芯呈短柱状。在3.5m~3.7m可见石英块石,岩芯呈短柱状,在13.6~14.6可见砂岩块石,岩芯呈饼状~短柱状。

    滑坡前缘处于普溪河洪水位以上地带,滑坡不涉水。滑坡中前部分布有居民房屋及公路,人类工程活动较强烈。

    2.2 滑坡变形特征

    通过对鲁滩坝村滑坡的宏观地质巡查,发现该滑坡变形主要集中于滑坡东侧,现对该主要变形区(Ⅰ区)变形特征作详细阐述。主要变形情况分述如下:

    ①LF1:位于滑坡前缘北东侧一带,裂缝走向NW285°,长约6.5m,宽10~15cm,下错约10cm,与滑坡主滑方向呈近垂直关系,为拉张裂缝[4]。据访问,该裂缝于2016年8月此处修建居民房屋时首次出现,此后不断扩大至现今状态。裂缝局部特征图见图5。

    ②LF2:位于滑坡中部临近Ⅰ区右边界一带,裂缝走向SW190°,长约10m,宽5~8cm,与滑坡主滑方向呈近平行关系,为剪切裂缝[5]。据访问,该裂缝于2016年8月首次出现,此后不断扩大至现今状态。裂缝局部特征图见图6。

    ③LF3:位于滑坡中前部临近Ⅰ区左边界一带,裂缝走向NW310°,长约3m,宽约2~5cm,下错约10cm,与滑坡主滑方向呈近垂直关系,为羽状张裂缝[6]。据访问,该裂缝于2016年8月首次出现,此后不断扩大至现今状态。裂缝局部特征图见图7。

    现场调查还发现,滑坡坡脚中部有一居民房屋变形严重,屋外地面可见多处鼓胀裂缝,裂缝规模较大,范围较广。并且,此处多数裂缝均为近期形成的新鲜裂缝,据此方知滑坡近期发生过变形破坏[7]。

    根据调查结果分析认为,2016年坡脚开挖为引起滑坡产生裂缝的根本原因。随后由于坡脚临空,加之坡体物质结构松散,在坡体自身重力、降雨等条件的影响下,裂缝逐渐增大,同时坡体中部及滑坡后缘开始出现裂缝并随着时间的推移逐渐增大[8]。而2017年6月,受连续强降雨的影响,已有裂缝变形加剧并伴有新的裂缝产生,致滑坡发生变形,故连续强降雨为滑坡变形加剧的主要推动因素[9],滑坡变形的同时引起了其坡脚房屋及挡墙的变形。总之,该滑坡现已对其下方居民及其房屋构成严重威胁。

    3? 滑坡稳定性分析

    前述内容已表明,该区变形特征主要表现为地表、坡脚居民房屋及挡墙存在多处裂缝。目前该变形区处于欠稳定状态,因此对该区采取极限平衡法计算稳定性[10],稳定性系数应在1.00~1.05之间,为反演分析提供了条件。据此,利用2-2'剖面运用反演分析确定滑坡的岩土体物理力学参数是可行的[11]。

    3.1 反演分析

    3.3 计算工况及荷载

    根据滑坡工程地质条件,变形影响因素等综合分析,考虑边坡现状在降雨工况下的稳定性,分两种工况进行考虑:

    工况1:天然;工况2:天然+50年一遇暴雨。

    3.4 计算结果及分析

    计算结果得出,滑坡2-2'剖面在天然工况下稳定性系数为1.065,处于基本稳定状态,在降雨工况稳定性系数为1.041,处于欠稳定状态。同时鲁滩坝村滑坡体稳定性具如下特性:

    ①目前滑坡变形区主要为其东侧的Ⅰ区,该区可见较明显的变形。②该区变形特征主要表现为地表、坡脚居民房屋及挡墙存在多处裂缝。③经计算,Ⅰ区主剖面2-2'剖面在天然工况下稳定性系数为1.065,处于基本稳定状态,在降雨工况稳定性系数为1.041,处于欠稳定状态。④Ⅱ区在降雨工况下可能发生局部圆弧形滑移破坏,发生整体或大规模滑移变形破坏的可能性较小。

    3.5 基于BP神经网络的滑坡稳定性敏感度分析

    为了分析导致滑坡变形各个因素对滑坡稳定性的影响程度,需要建立滑坡变形和影响因素之间的映射,并根据该映射关系进行敏感度分析[12]。

    BP神经网络是模仿人脑中大量神经元互相连接、并行信息的处理方式,可以通过对一定数量数据样本的学习可以建立自变量与因变量之间的多参数、非线性映射。通过神经网络建立滑坡变形和影响因素之间的映射,然后从神经网络中提取出输入层到隐含层、隐含层到输出层之间的权值,继而以权积法进行各误差因素的敏感性分析计算。BP神经网络及算法中的变量符号见图11。

    可以根据这种映射关系求解输入层各个因子对输出层的影响程度,即求解输入层各个因子的敏感度系数。权积法是一种针对于BP网络利用输出网络各层之间的连接权进行敏感度系数计算的方法,第i个输入因子xi对第j个输出因子y的影响程度[12](敏感度系数)Qi为

    当训练停止时,则误差因素与测量误差之间的非线性映射关系已建立,根据输出网络各神经元之间的连接权值,以公式(11)计算各输入神经元的敏感度系数。由此,可获得稳定性对变形因素的敏感度系数。从而确定各个因素对滑坡变形的影响程度。

    4? 结语

    笔者通过对鲁滩坝滑坡的地质与变形特征分析,认为2016年坡脚开挖为引起滑坡产生裂缝的根本原因。随后由于坡脚临空,加之坡体物质结构松散,在坡体自身重力、降雨等条件的影响下,裂缝逐渐增大,同时坡体中部及滑坡后缘开始出现裂缝并随着时间的推移逐渐增大。而2017年6月,受连续强降雨的影响,已有裂缝变形加剧并伴有新的裂縫产生,致滑坡发生变形,故连续强降雨为滑坡变形加剧的主要推动因素,滑坡变形的同时引起了其坡脚房屋及挡墙的变形。

    通过BP网络建立滑坡变形和影响因素之间的非线性函数映射,再以神经网络各隐含层之间的权值计算各变形因素的敏感度系数,可以确定变形对滑坡稳定性的影响程度。该方法对其它类似研究具有借鉴意义。

    参考文献:

    [1]桂蕾.三峡库区万州区滑坡发育规律及风险研究[D].中国地质大学,2014.

    [2]许波.蠕动型滑坡变形失稳特征及滑动模型研究[D].北京科技大学,2017.

    [3]魏瑞.页岩地层水力裂缝剪切滑移机理研究[D].西南石油大学,2015.

    [4]汤连生,桑海涛,罗珍贵,孙银磊.土体抗拉张力学特性研究进展[J].地球科学进展,2015,30(03):297-309.

    [5]夏开宗,陈从新,刘秀敏,周意超,程关文,宋娅芬.水力作用下缓倾顺层复合介质边坡滑移破坏机制分析[J].岩石力学与工程学报,2014,33(S2):3766-3775.

    [6]邓茂林.视倾向滑移型滑坡形成条件与失稳机理研究[D].成都理工大学,2014.

    [7]王力.库水联合降雨作用下三峡库区树坪滑坡复活机理研究及预测评价[D].三峡大学,2014.

    [8]陈迎宾,郑冰,袁东山,胡烨,王彦青.大邑构造须家河组气藏裂缝发育特征及主控因素[J].石油实验地质,2013,35(01):29-35.

    [9]朱大鹏.三峡库区典型堆积层滑坡复活机理及变形预测研究[D].中国地质大学,2010.

    [10]于永贵.三峡库区万州、开县段堆积层滑坡发育规律及破坏模式[D].中国地质大学(北京),2008.

    [11]龚颖,刘铁军,张建同.基于瑞典条分法的滑坡稳定性反演分析及评价[J].建筑施工,2019,41(01):168-172.

    [12]李小娟,马红彬.基于神经网络的铁路路基沉降因素敏感度分析[J].铁道标准设计,2018,62(11):39-43.

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/2/6 13:08:35