斜坡变形的非线性机理及滑坡预测研究

《斜坡变形的非线性机理及滑坡预测研究》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、武汉理工大学硕士学位论文斜坡变形的非线性机理及滑坡预测研究姓名：付义祥申请学位级别：硕士专业：船舶与海洋工程（结构工程）指导教师：刘世凯;粟怡然2002.12.1武汉理工大学硕士学位论文摘要本文总结了边坡工程及滑坡预测预报领域的研究成果，在此基础上，运用非线性理论的相关理论和方法，对边坡演化的非线性机制、边坡的混沌特征、滑坡预测和预报方法进行了较为系统的研究和探讨。运用非线性科学理论和方法，对边坡变形破坏预测方法进行了研究，得出了反映边坡系统动态特性的关联维数D2和Kolmogorov熵K2的计算公式．研究表明，滑坡变形失稳过程

2、具有混沌和分维特性，可以用分形理论来研究滑坡预测问题．基于对任一连续函数，至少在较小的邻域内可以用多项式任意逼近的数学理论，运用改进的backus广义线性反演理论，以斜坡位移时间序列为基础，反演了斜坡演化的非线性动力学模型。并利用自治梯度系统与突变模型的等价性，通过变量代换得到标准的尖点突变模型。针对斜坡平面滑动失稳问题，运用突变理论方法，给出了快速滑坡和慢速滑坡发生的判据，验证了刚体极限平衡稳定性评价方法有较大缺陷；根据斜坡演化非线性动力学模型，发现斜坡演化过程会出现混沌现象，其通向混沌之路是通过倍周期分叉实现的。以黄茨及卧龙

3、寺滑坡为例对滑坡的发展孕育过程进行分析，结果表明：该非线性动力学模型不仅预测效果十分理想，而且具有较高的自我调整适应能力；斜坡l临滑前都以突变特征值D的突降至零为前兆特征，可作为一个具有物理意义的前兆指标。并且通过对边坡位移历史数据序列进行特征分析，计算出饱和嵌入维数和最大Lyapunov指数，给出了边坡位移的最大可预报时间尺度。在此基础上，确定了神经网络的输入节点数，建立了基于自适应神经网络的边坡位移预报方法并把混沌理论与神经网络方法结合起来对边坡稳定性进行评价。通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测，研究了它们

4、的混沌特征，结果令人满意．这对于建立边坡位移的实时监测．预警系统有重要意义．关键词：边坡演化，非线性机理，尖点突变，滑坡预测，Lyapunov指数AbstractThepaperconcludestheresearchofslopeengineeringandlandslideforecast．inthebase，nonlineartheoryandrelativetheoryandmethodsareusedtononlinearmechanismofslopeevolutionandthecharacteristicchao

5、sofslopeandlandslidepredictionandforecastmethods．Inthispaper,nonlineartheoryandmethodsareusedtostudythepredictingmethodsofslopedeformmiondestruction．TheformulationsofrelativedimensionD2andKolmogoroventropyK2，whichreflectthedynamiccharacteristicsofslopesystem，areobtai

6、ned．Theanalysesofexamplesshowthatthedeformationandfailureprocessoflandslideischaoticandfractal．111efractaltheoryCanbeusedtostudylandslideprediction．Onthebasisofdisplacement·timeseriesoftheslope，anonlineardynamicmodelissetupaccordingtobackusgeneralizedlinearinversiont

7、heoryinthispaper．duetotheequivalencebeweenautonomousgradientsystemandcatastrophemodel，astandardcuspcatas订ophemodelCanbeobtainedthroughvariablesubstitution．ThemethodisusedinanalysisofdisplacementdataofHuangcilandslideandWolongsilandslideandinunderstandinghowslopesevol

8、vebeforesliding．TheresultshowsthatthenonlineardynamicmodelCanmakesatisfactorypredictionresult．isitmostimportantthatthereisasuddenfa