复杂条件下滑坡体稳定性及滑坡趋势预测的研究

《复杂条件下滑坡体稳定性及滑坡趋势预测的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、02乙f0弋j．硕士学位论文lII[ItllItllUIIttItIIIIlY1721607复杂条件下滑坡体稳定性及滑坡趋势预测研究PredictionofLandslideStabilityandSlidingTendencyintheComplicatedConditions作者姓名：学科专业：学院(系、所)：指导教师：董陇军采矿工程资源与安全工程学院李夕兵教授中南大学2009年3月原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中

2、不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名：学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者

3、签名：导师签名——日期：——年一月一日中南大学硕士学位论文摘要采矿引起山体滑坡是人类活动引发滑坡灾害中最广泛、最严重的灾害形式之一，严重地制约着采矿业的可持续发展。矿山滑坡工程问题的研究是一个复杂的系统工程，存在着大量复杂的不确定性和隐蔽性因素，如何利用获得的有限资料，对滑坡体稳定性进行综合评价，理清其稳定性影响因素并建立有效的滑坡趋势及强度预测预报模型，意义重大。针对所面临的问题，本文结合河南灵宝大湖滑坡工程项目，应用统计学理论及最新发展起来的未确知数学理论、神经网络理论、灰色理论等对其进行研究，取得了以下成果和结论，有望

4、对矿山滑坡工程问题的研究起到一定的促进作用。1)针对矿山滑坡存在着大量未确知性信息，引入未确知数学理论对影响滑坡体稳定性的耦合成灾因素进行了分析，从滑坡体和采空区两个方面选取岩土体特性、新构造运动特征、坡高、坡角、年平均降雨量、场地地震烈度、地下水、地下水体、矿柱尺寸和布置、采空区规格形状、工程布置、岩石质量指标、空区跨度、面积、高度、埋藏深度等16个影响因素作为边坡稳定性综合评价指标，首次系统地建立了耦合成灾因素下滑坡体稳定性的综合分析模型，该模型不仅可以实现耦合成灾因素下滑坡体稳定性的综合评价，还可以按照其危险程度进行排

5、序，为合理有序的治理滑坡灾害提供依据。2)由于滑坡地质过程、形成条件、诱发因素的复杂性、多样性及其变化的随机性和复杂性，从而导致滑坡动态信息极难捕捉，加之滑坡动态监测技术的不成熟和滑坡预报理论的不完善，滑坡变形预测一直被认为是一项十分困难的前沿课题。本文采用灰色一广义回归神经网络联合模型对滑坡变形的趋势及随机项进行预测，以期适应滑坡变形预测的随机性及复杂性的特点，此既利用灰色系统理论具有所需要的样本数据少，原理简单，运算方便，短期预测精度高，可检验等优点，也发挥神经网络并行计算，容错能力强，自适应能力强等优点，模型既克服了原

6、始数据少，数据波动性大对预测精度的影响，也增强了预测的自适应性。3)滑坡活动强度的预测预报是滑坡空间预测预报工作中极为重要的方面，它是滑坡灾情损失预测的基础。本文主要针对滑坡距离及滑坡的冲击力进行研究，基于广义神经网络提出了滑坡强度预测模中南大学硕士学位论文摘要型，该模型可以预测滑坡距离、堆积区滑体厚度及堆积区滑体宽度；基于力学理论建立了滑坡冲击力的估算模型，该模型可以计算出在不同静载变形所对应的滑坡冲击力。4)将本文建立的边坡稳定性未确知综合预测模型、灰色．广义回归神经网络耦合模型、滑坡距离及滑坡冲击力预测模型应用到了河南

7、灵宝大湖滑坡工程项目中，为河南灵宝滑坡体科学合理地综合治理提供了科学的理论依据。关键词：矿山滑坡；未确知数学；灰色理论；广义回归神经网络；滑坡距离；滑坡冲击力II中南大学硕士学位论文ABSTRACTTheminelandslidedisasteriSoneofthemostseriousproblemsoflandslidehazardsinducedbyhumanactivity，whichseriouslyaffectminesafetyproductionandsustainabledevelopment．Minela

8、ndslideengineeringisacomplexsystemengineering，inwhichthereexistsnumerouscomplicatedfactorsofuncertaintyandunknown．ItiSofgreatsignificancetocompre