节理粗糙度系数的分形估算

节量剖面粗糙度可以被认为是具有有限生长的分形结构。为了模拟节理粗糙度，基于传统的科契曲线，本文建立了节理剖面的广义分形模型。根据节理凸起体的平均基底长度L^*和平均高度h^*两参数，可直接得到节理剖面的分维数，即：D=log4/log[2(1 cos tan^-1(2h/L)]，此分维数D与节理粗糙度系数具有密切关系。其经验关系是：JRC＝85．2671（D－1）^0.5679。因此，可以说本文所提出的分形分析技术为估算JRC值提供了一种新的方法。     

岩体结构面粗糙度系数JRC的研究现状

岩体结构面粗糙度系数JRC是描述岩体结构面粗糙起伏状态的力学参数,对于无填充或少填充的硬性结构面而言是关键性指标。本文介绍了岩体结构面粗糙度系数JRC估算方法的理论及应用研究现状,并探讨了JRC研究中存在的几个问题。     

岩体结构面粗糙度系数研究进展

摘要：讲述了岩体结构面粗糙度系数ＪＲＣ的估测方法、轮廓曲线绘制手段以及ＪＲＣ应用研究的进展,分析了ＪＲＣ研究的几个前沿课题。     

岩体结构面粗糙度系数JRC的定向统计研究

本文回顾了岩体结构面粗糙度系数ＪＲＣ的研究成果，分析了各种ＪＲＣ研究方法的应用范围。在野外实际结构面形态的详细调查和深入研究的基础上，发展了Ｂａｒｔｏｎ直边法，并提出按岩性定向统计研究结构面粗糙度系数ＪＲＣ的科学思想。     

岩体结构面粗糙度系数JRC的定向统计研究

本文回顾了岩体结构面粗糙度系数JRC的研究成果,分析了各种JRC研究方法的应用范围。在野外实际结构面形态的详细调查和深入研究的基础上,发展了Barton直边法,并提出按岩性定向统计研究结构面粗糙度系数JRC的科学思想。     

甘肃北山花岗岩岩体结构面粗糙度系数（JRC）研究

岩体结构面表面形态研究对岩石工程结构体强度及变形特征研究评价具有重要的指导意义.文章评述了现有岩体结构面粗糙度系数(JRC)的各种测定方法及存在的问题,分析了在高放废物处置库预选场址甘肃北山花岗岩地区,用"简易纵剖面仪"进行地表岩体及钻孔岩心裂隙结构面JRC的测量结果.     

岩体结构面粗糙度JRC研究进展

本文首先评述了现有确定岩体结构面粗糙度系数JRC的各种方法,如Barton经典剖面法、直接量测法、表面粗糙参数法、伸长率法、幅度法等.随后重点介绍了近年来发展起来的用分维理论(Fractal)描述岩体结构面粗糙起伏特征方法的原理和计算结果.实践证明Fractal法是最有发展前景和成功的方法.最后还对JRC的应用和发展中的若干问题作了讨论.     

基于有效受剪面积的节理面吻合度量化方法研究

节理粗糙度系数-节理抗压强度（JRC-JCS）模型为岩体节理面抗剪强度估算提供了很好的思路,但对于吻合度较差的节理岩体,该模型往往过高地估算其抗剪强度。节理粗糙度系数-节理吻合系数（JRC-JMC）模型进一步考虑节理吻合度对抗剪强度的影响,为吻合程度较差的节理面的抗剪强度估算提供了很好的思路,但目前节理吻合度的量化分析还存在困难。在以往研究基础上,采用重复剪切试验的方法制备了不同吻合度的节理岩体试样,综合节理面形貌特征和节理面抗剪性能变化规律分析,提出了节理吻合度的量化计算方法。研究结果表明：（1）在重复剪切作用下,岩体节理面的抗剪强度和节理面形貌参数呈现先陡后缓的降低趋势,节理面上下盘的吻合程度逐渐降低;（2）根据剪切前后节理面形貌特征的对比分析,确定了剪切过程节理面的有效接触区域,提出了节理吻合系数JMC的量化计算方法;（3）对比分析表明,与单独考虑JRC相比,将JRC和JMC综合在一起可以更好地反映节理形貌特征对其剪切性能的影响。相关研究方法和分析结果可为岩体节理面抗剪性能分析提供较好的参考。     

结构面抗剪强度参数线性拟合方法适用性研究

针对岩体结构面力学参数的重要性,开展最小二乘法、点群中心法、随机-模糊法、可靠度分析法4种结构面抗剪强度参数线性回归方法的理论对比与分析。在传统点群中心法的基础上,提出求解过程严密、计算精度较高的改进优化算法。为保证可靠度分析法中验算点法参数初始赋值的准确性,提出基于可靠度理论的结构面抗剪强度参数c, 的均值、标准差优化赋值方法。以武隆县鸡尾山滑坡为例,比较不同岩体结构面数据条件下上述4种方法的适用性。结果表明,各方法的适用性与试验数据的离散性及数据量有关;当数据线性理想时,4种方法均可直接用于结构面抗剪强度参数的线性回归分析;当试验数据较离散时,点群中心法已不再适用,可根据工程要求、异常值情况和计算收敛情况选取合适的数据处理方法。     

基于旋转采样法的结构面粗糙度各向异性评价

岩石结构面粗糙度各向异性评价存在不确定性.本文基于高精度激光扫描技术获得的结构面三维点云数据,提出了一种评价岩石结构面粗糙度系数(JRC)各向异性的旋转采样法.通过典型结构面试样的对比分析,探讨了采样方法和尺寸对JRC各向异性的影响.结果表明:(1)已有的单一轮廓线采样法获得的JRC各向异性数据离散,各向异性评价结果偏...     

结构面粗糙度系数Barton直边法的简明公式

JRC是反映爬坡角力学效应的岩体结构面表面形态等效描述指标。本文在Barton直边法的研究基础上,利用直边图的几何性质,推导出结构面粗糙度系数Barton直边法的简明公式,并通过实例检验了JRC简明公式的合理性和实用性。     

岩石结构面粗糙度系数尺寸效应的推拉试验研究

粗糙度系数是结构面抗剪强度的主要影响因素,然而由于结构面表面形态的复杂性,粗糙度系数尺寸效应研究并未获得较大进展。总结了结构面粗糙度系数的3种获取手段：标准剖面对比法、理论公式法、试验反分析法。在此基础上分析了3种方法在研究粗糙度系数尺寸效应方面存在的问题和困难。为了研究结构面粗糙度系数与试样尺寸的相关度,对中砂、硅粉、水泥、非引气型萘系减水剂等原材料的配比进行了研究,获得了与天然钙质板岩物理力学特性相类似的岩石模型材料,然后采用研发的结构面制作模具及其制备工艺制作了8组共176对具有不同尺寸和表面起伏粗糙程度的结构面,并利用改进的高精度岩石结构面推拉仪对结构面粗糙度系数进行了推拉试验研究和数据统计分析,结果表明：模型结构面粗糙度系数的统计均值随试样尺寸的增加而降低,但特定结构面粗糙度系数的尺寸效应规律需要根据结构面的具体表面形貌进行测试;Barton理论公式计算的结构面粗糙度系数尺寸效应变化规律与推拉试验测试规律总体上一致,但试验值与理论值有差异,且结构面试样尺寸越小,二者的差异就越大;具有特定表面形貌的模型结构面粗糙度系数也有差异,工程大尺寸岩体结构面粗糙度系数需要根据表面形貌和分布特征进行综合判定。     

结构面粗糙度系数与采样精度的关系研究

结构面粗糙度系数（JRC）的获取过程中存在采样精度问题,为了获取合理的JRC值,本文开展了JRC剖面线采样点精度研究。选取3种岩石,每种取10个具有一定粗糙程度的结构面为研究对象,运用三维激光扫描技术获取结构面几何形貌特征并进行数字化处理。在此基础上,提取结构面选定剖面线的起伏信息,利用分形理论计算不同采样点间隔条件下剖面线的JRC值,分析JRC取值中存在的采样点间隔效应,并研究其影响因素。结果发现:JRC值受剖面线采样点间隔影响,当采样点间隔小于临界间隔值时,JRC值基本保持不变;当间隔大于临界间隔值时JRC值出现波动。采样点临界间隔值与结构面粗糙程度相关,与JRC值呈负指数函数关系,并且其关系受岩石类型影响,岩石颗粒越小两者拟合度越高。综合3种岩石得到JRC值与采样点临界间隔值关系服从y=1.8314e-0.067x的函数分布,可以此为依据进行采样点临界间隔定量取值,来消除间隔效应对JRC值的影响。该项研究成果可为结构面粗糙信息采集提供科学的方法,通过选取合理的采样点数量,保证结构面信息采集工作效率和JRC值计算精度。     

基于机器学习的岩体结构面剪切破坏区域预测研究

剪切破坏区域是岩体结构面上下盘相对运动的主要接触区域,对抗剪强度具有重要影响。鉴于结构面剪切破坏区域与形貌特征的高度非线性关系,本文在分析结构面表面形貌特征及剪切机制的基础上,以粗糙度参数倾向、倾角、曲率、高差和孔径分布来描述结构面表面形貌特征。对结构面试样开展法向应力为1.0MPa的直剪试验,通过图像分割技术提取剪切破坏区域,利用多种机器学习方法构建结构面剪切破坏区域预测模型,建立结构面粗糙度参数与破坏状态之间的非线性关系,并采用训练准确率和AUC（Area Under Curve）值等指标对模型预测性能进行评估。结果表明所建立的模型中集成装袋树预测性能最好,其次是K最近邻,其训练准确率最高分别可达98.02%和97.38%,AUC值最高分别可达0.78和0.74。通过敏感性分析发现孔径分布对剪切破坏区域的影响最大。本研究对有效分析结构面的剪切破坏机理和准确评价抗剪强度具有重要意义。     

组合节理面抗剪力学特性的模型试验研究

本文研究了处于同一平面上的两组性能各异、交替出现的子节理面所组成的组合节理面的抗剪力学性质。通过对脆—脆、脆—塑、塑—塑三种类型的组合节理面的模型抗剪试验,得出了组合节理面的抗剪强度与各单体(又称子节理面)材料在组合节理面上所占的面积、单体交替出现的次数及抗剪方向等之间的关系。这些结论在实际工程应用方面有着非常重要的意义。     

基于改进投影覆盖法结构面粗糙度尺寸效应分析

研究结构面粗糙度的尺寸效应特征对全面理解结构面的力学性质有重要的意义。基于此,将随机数应用于投影覆盖法中,改进了投影覆盖法计算结构面分维数时三角形单元划分方法;在分辨率相同情况下,应用改进投影覆盖法计算了两个形貌特征不同的结构面（2 m×2 m）尺寸大小不同时的分维数;探讨了用取自不同区域位置相同尺寸结构面的最大分维数差值来判定结构面合理尺寸的方法。研究结果表明:（1）形貌特征不同的结构面尺寸效应特征不尽相同,一般情况下,随尺寸增大,结构面粗糙度先增大而后减小,即在小尺寸时表现为正尺寸效应,而后为负尺寸效应;（2）对于某一特定结构面,不同尺寸范围选取位置不同,其尺寸效应特征也不尽相同;（3）不同区域位置相同尺寸结构面最大分维数差值随尺寸的增大,其总体趋势为先减小而后逐渐趋于稳定。该研究结果是全面认识结构面粗糙度尺寸效应的有益补充,为确定结构面合理尺寸提供一条新途径。     

基于统计参数的二维节理粗糙度系数非线性确定方法

岩体节理粗糙度系数JRC与其统计参数之间具有复杂的非线性关系,单一统计参数因存在对结构面形貌描述的片面性,从而导致JRC计算结果的可靠性较低。从结构面起伏角、起伏高度及其分布特征的角度选取了平均起伏角avei、平均相对起伏度H/L、起伏角标准偏差iSD和起伏高度标准偏差hSD 4个参数共同反映结构面形貌。以已知JRC试验反算值的102条结构面剖面线作为样本数据对支持向量机进行训练,构建JRC与所选取的统计参数之间的非线性映射关系,建立了JRC支持向量回归(SVR)预测模型,并通过Barton标准剖面线的JRC预测值与试验反算值的对比证明了模型的可靠性。以三峡库区秭归县马家沟滑坡所处地层岩体结构面为例,基于三维激光扫描试验获取了其表面形貌数据并建立了三维形貌模型,开展室内直剪试验反算得到了其JRC。实例JRC的计算结果表明,SVR模型预测结果与试验反算值的相对误差仅为4.5%,不同统计参数回归关系式对于相同剖面线的估算结果存在较大差异,表明基于所选取的统计参数,采用SVR模型预测得到的JRC更加可靠。该方法为JRC的定量确定提供了新思路。     

基于随机森林回归分析的岩体结构面粗糙度研究

岩体结构面粗糙度系数是快速估算结构面峰值抗剪强度的重要参数。但是结构面轮廓曲线复杂,单一统计参数无法量化表征粗糙度。为解决这一问题,收集了112条结构面轮廓曲线起伏角、起伏度、迹线长度3方面的8项统计参数,利用随机森林回归模型交叉验证的方法评估统计参数的重要性。结果表明：最大起伏度、起伏高度标准偏差、平均起伏角、起伏角标准差、平均相对起伏度及粗糙度剖面指数等6项统计参数重要性占比达到93.2%,且回归拟合系数趋于平稳,基于重要性评估结果建立最优超参数决策树数目(n_tree)为400、参与节点分割的数目(m_try)为2的随机森林回归模型,模型预测结果拟合优度高达98.1%。与基于坡度均方根、结构函数及粗糙度剖面指数等传统线性回归结果对比,随机森林回归模型结果精度更高,误差更小,拟合优度提高6%以上,表明随机森林回归模型更适用于结构面粗糙度反演。     

中缓倾角结构面分类及其抗剪强度的研究

西南某坝区中缓倾角结构面具有分别倾向上游和下游的空间分布规律。根据结构面接触情况,首先将结构面分为刚性结构面和软弱结构面两大类。其中,刚性结构面属于裂隙型;软弱结构面根据其物质组成和结构特征,可以细分为岩块岩屑型、岩屑夹泥型、泥夹岩屑型3个亚类。断层类结构面具有垂直于断层走向,由高高程到低高程,由泥夹岩屑型岩屑夹泥型岩屑砾型裂隙型逐渐过渡的发育规律。最后在分析抗剪试验资料和分类及发育规律的基础上,提出了抗剪强度指标的建议值。