黄龙滩水库库岸失稳危害实例分析

水库蓄水后引起的库岸失稳,关系到库区人民的生活和生产,以及水库的寿命,对水库工程来说是不可忽视的问题。因此,对水库库岸稳定性研究在水利水电工程勘测中是一个重要的环境工程地质问题,必须引起足够的重视。     

基于非饱和渗流的水库库岸滑坡稳定性计算

三峡水库蓄水后,库水位涨落和降雨入渗是导致滑坡的主要因素。本文以秭归县下土地岭滑坡为例,在一个水文年内根据库区水位调控方案并考虑库区降雨情况,运用非饱和土力学的渗流和抗剪强度理论,对滑坡稳定性进行了分析,得出在库水位涨落和降雨条件下滑坡渗流和稳定性的变化规律,对库区滑坡稳定性评价和治理有一定的指导作用。     

BP人工神经网络在青藏铁路南段地壳稳定性定量评价中的应用

将BP人工神经网络方法引入区域构造活动性、区域地壳稳定性研究领域,对青藏铁路南段沿线的构造活动性进行定量分析.选用断层运动速率、地震震级、温泉温度及剪切应变4个关键影响因子作为BP人工神经网络的输入向量,构造活动强度(α)作为输出向量,以α为定量判据,将全区划分为相对稳定区(α＜0.22)、较不稳定区(α≈0.22～0.38)、不稳定区(α≈0.38～0.69)、极不稳定区或强烈构造活动区(α≥0.69).在青藏铁路南段沿线划分出格仁错、崩错、当雄-羊八井、错那湖、唐古拉山口南、聂荣东北、聂荣西北、雅鲁藏布江断裂沿线、萨迦等不稳定区,在不稳定区内部进一步划分出申扎、蓬错、尼木、桑雄、羊八井5个极不稳定区.     

水库库岸滑坡稳定性研究

以清江水库库岸台子上滑坡为例,在滑坡影响因素的敏感性分析的基础上对滑坡成因进行了研究,并从滑坡可靠度计算和深部位移监测成果分析等方面对滑坡稳定性进行了研究,分析认为,滑带抗剪强度参数、地下水位对滑坡稳定安全系数的影响较为敏感;滑坡稳定性可靠度值为1.64;深部位移监测资料有利于对滑坡体稳定性作出比较客观准确的评价。因此,对台子上滑坡进行适当的工程治理是十分必要的。     

土壤侵蚀产沙量的人工神经网络模拟

在分析土壤侵蚀产沙过程和神经网络模型特点具有某些相信的基础上,采用三层前馈网络模型（ＢＰ算法）,模型的第一层有５个结点,分别代表降雨强度、降雨历时、降雨量、前期降雨量（用前１０天降雨总量表示）、径流深;第三层只有一个结点,表示土壤侵蚀产沙量;隐层的结点数采用“试错法”确定为３个。利用四川某地水土保持试验观测资料,对土壤侵蚀产沙量进行模拟及预测,通过分析比较,显示了具有较子的模拟预测效果。     

三峡水库库岸滑坡涌浪物理模型试验

三峡水库自2003年开始蓄水以来, 库岸滑坡变形明显加剧, 滑坡变形不仅造成建筑物破坏, 高速滑坡滑入水库还会产生很大的涌浪, 其潜在的危害性远远超过滑坡本身.2003年7月13日发生在三峡库区的千将坪滑坡就是由水库蓄水诱发所致, 滑坡最高涌浪达到39 m, 在水库传播达30 km之远, 涌浪造成了人员伤亡与财产损失.为了更好地研究水库滑坡涌浪特征和传播规律, 以三峡库区重大科研项目为依托, 采用室内大型物理模拟实验手段, 对三峡库区滑坡涌浪开展了深入研究.通过对三峡库区已经开展勘探的潜在滑坡的地质资料进行统计分析, 按照正交试验设计方法, 制定了包含滑坡规模、入水速度、滑动面倾角、水深、岸坡坡角等综合影响因素的试验方案, 以三峡库区白水河滑坡上下游河道为原型, 建立了1∶200比例尺的河道物理模型, 采用试验控制系统、试验量测系统开展了滑坡涌浪三维物理模型试验.通过细致的物理模型实验, 得到了不同试验条件下的三峡库区滑坡涌浪物理模型实验观测数据.分析滑坡涌浪形态变化, 明确了滑坡最大首浪的含义.在此基础上, 以国内外经典的Noda和潘家铮提出的滑坡涌浪公式为基础, 基于试验量测数据, 提出了三峡库区滑坡涌浪计算公式.最后以三峡库区正在变形的白水河滑坡为例进行了滑坡涌浪预测研究, 预测了滑坡最大首浪高度和沿水库传播的涌浪衰减规律.      

基于人工神经网络的边坡稳定性工程地质评价方法

针对边坡稳定性工程地质评价方法过分强调经验和难以定量的缺点，提出了一种基于人工神经网络的边坡稳定性工程地质评价方法（ＡＮ２Ｓ２ＥＧＥＭ），详细介绍了它的建模方法和应用实例．结果表明该方法不仅有效，而且有定量、简便、实时、自适应等优点，具有广阔的应用前景。     

离散单元法在水库库岸滑坡稳定性分析中的应用

在现场勘察和室内试验的基础上,建立了离散单元法的物理力学模型,并且考虑到水库蓄水对地下水渗流场的影响,定量地研究了地下水动水压力对滑坡体稳定性的影响.把该模型应用于三峡库区秭归县下土地岭滑坡的稳定性评价中,计算结果表明,滑坡的失稳主要是由于水库蓄水的影响,滑坡体内的地下水渗流场发生了变化,在自重力、地下水动水压力的共同作用下,滑坡体的后缘和中部滑体首先出现剪切滑移,进而扩展到整个滑坡体,使滑坡产生整体失稳.     

水库库岸滑坡体稳定性与三维可视化模拟分析系统研究

基于滑坡体稳定性极限平衡分析方法、滑坡三维数字建模技术和可视化动态仿真技术等理论方法和技术,采用VC++研制开发了水库库岸滑坡体稳定性与三维可视化模拟分析系统VisualSlope。该系统的实现过程分为系统分析、系统设计、系统开发与实施3个阶段。VisualSlope系统通过图形对象库和数据库读取几何参数数据,进而完成稳定性计算、结果可视化分析和失稳三维动态可视化模拟与演示分析,软件功能丰富,具有一定的通用性,实用性强,为水库库岸滑坡的稳定性分析与防治提供了技术支持平台。     

基于人工神经网络的三峡库区丰都县水库塌岸预测

为了建立一个适合于三峡库区的塌岸预测方法体系,采用具有处理非线性关系功能的人工神经网络方法对水库塌岸问题进行研究。通过训练、学习和仿真,获得预测正确率为97.2%的具有7-32-14网络结构的BP神经网络模型,采用该模型对蓄水位为175　m时丰都县各岸段进行塌岸预测,并将预测结果与传统经验公式计算法所得结果及实际监测数据进行对比。结果表明:基于人工神经网络的塌岸预测宽度与实际监测数据很接近,偏差在5 m以内;公式法计算结果与监测值平均偏差为15.9 m,而且对于部分坡段,公式法计算结果比实际监测值小8～11 m,没能预测出塌岸的真正范围。采用神经网络模型对丰都县水库进行塌岸预测,预测结果与实际监测数据平均偏差约3.8%,表明其预测结果可靠。     

Artificial Neural Network Model for Discrimination of Stability of Ancient Landslide in Impounding Area of Three Gorges Project, China

The factors of geomorphology, geological setting, effect of ground water and environment dynamic factors (e.g. rainfall and artificial water recharge) should be integrated in the discrimination of the stability of the ancient landslide. As the criterion of landslide stability has been studied, the artificial neural network model was then applied to discriminate the stability of the ancient landslide in the impounding area of the Three Gorges project on the Yangtze River, China. The model has the property of self-adaptive identifying and integrating complex qualitative factors and quantitative factors. The results of the artificial neural network model are coincided well with what were gained by classical limit equilibrimm analysis (the Bishop method and Janbu method) and by other comprehensive discrimination methods.     

基于BP神经网络的复合污染体系中沉积物吸附阿特拉津的规律

建立了Cu2+和阿特拉津(AT)复合污染体系中沉积物各活性组分及其交互作用对AT吸附量影响的BP神经网络模型,模型预测值和实验值的相关系数达到0.97,各集合的平均偏差均小于10%。模型显示,AT在沉积物上的主要吸附位是铁氧化物。沉积物吸附AT时铁氧化物、锰氧化物、有机质之间存在显著的交互作用,铁氧化物、锰氧化物交互作用贡献率为-130%～80%,铁氧化物、有机质交互作用贡献率为5%～28%,锰氧化物、有机质交互作用贡献率为-200%～-70%。各活性组分吸附AT的能力及其交互作用受Cu2+的影响较大,其中:Cu2+对AT在铁氧化物上的吸附表现为拮抗作用,对AT在锰氧化物上的吸附表现为协同作用,而对AT在有机质上的吸附影响不显著,同时Cu2+减弱了铁氧化物-锰氧化物和锰氧化物-有机质的交互作用影响,增强了铁氧化物-有机质的交互作用影响。     

基于模糊数学综合评判的库岸稳定性分段——以新疆某水电站近坝库岸为例

从影响库岸稳定性的诸因素中筛选出六个主要因素：坡度、坡体形态、坡体完整性程度、库水面宽度、主风向与库岸夹角及坡体结构,根据其影响程度确定了它们的权重,将库岸稳定性分为良好、较好、较差和差四级。按照各个影响因素对斜坡和各级稳定性的影响不同,对各单因素进行离散化处理,得到各影响因素的隶属度矩阵。通过对各单因素矩阵与影响因素权重运算,得到各个单元分区的稳定性评价结果。运用该方法对新疆某水电站近坝库岸段20km的稳定性进行了评价,认为稳定性较差库岸段总长约4.1km,占20.3%,主要为地质灾害分布处及工程地质条件较差的地段。该综合评判成果与现场勘察及遥感解译结果较为一致。     

圆弧形公路边坡稳定性分析的神经网络法

边坡的稳定性往往取决于一些难以确定的非线性因素.而人工神经网络法具有并行处理数据与信息、良好的容错特性和较强的抗噪声能力,可以通过自学功能从样本实例中获得复杂的非线性关系,能模拟人脑的某些智能行为,因而适用于解决非确定性的边坡稳定性评价问题.本文建立了边坡稳定性评价的神经网络BP模型,用收集到的边坡稳定破坏实例作为样本进行学习,对桂林-柳州一级公路中K250段公路边坡进行了稳定性评价,结果表明:神经网络法是一种有效的边坡稳定性分析方法.     

软基沉降的BP神经网络和灰色系统联合预测

使用BP神经网络插值方法对灰色数据进行了预处理,进而建立了预测软基沉降量的BP神经网络和灰色系统联合模型.实例分析表明,该模型短期沉降预测结果的最大相对误差小于2%,最终沉降预测结果的相对偏差小于5%,且灰色预测时取后期沉降瘦导颇算结果准确度高于取前期沉降数据的计算结果准确度.     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的△１３１－（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然后阐述了ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒ）模型，最后应用该模型估算岩石变形时的温度，经对比得出，利用人工神经网络在岩石变形温度估算中具有良好的应用效果。     

Primary Investigations on Yangtze River Bank Slope Stability in Wanzhou for the Three Gorges Reservoir Project

INTRODUCTIONGeological investigations have illustrated that in stability problems exist in the bank slopes of nearly10 % of the total length of the 5 000 km YangtzeRiver and its tributaries when water level rises to 175m in the Three Gorges …