摘要：在高心墙堆石坝应力变形控制数值模拟中,除了所采用土体本构模型的误差影响外,材料参数取值是否合理也是影响堆石坝变形预测精度的关键因素之一。传统参数反分析方法未考虑材料参数之间相关性影响,可能导致反分析参数值与材料实际特性不匹配。另外,高心墙堆石坝材料分区较多,模型待反分析参数多,计算量较大。针对邓肯–张E-B模型参数,通过大量室内试验数据统计分析,得到材料的抗剪强度参数φ与φ、切线模量系数K_e与体积模量系数K_b、切线模量指数n与m存在显著相关关系,根据其相关关系确定模型基础反分析参数为φ、R_f、K_e和n。构建了基础反分析参数为自变量,数值计算位移值为因变量的响应面方程,运用改进的遗传算法和已知的参数回归方程求得文中模型待反分析参数最优解。以瀑布沟砾石土心墙堆石坝工程为例,对坝体及覆盖层材料参数进行了反分析。计算结果表明,考虑参数相关的反分析方法得到的材料参数更加符合材料的真实特征,由于减少了待反分析参数个数,使计算效率显著提高,该反分析方法可为类似工程提供参考,具有工程应用价值。

摘要：深厚覆盖层土体具有显著的原位结构效应,如何考虑原位结构效应确定其本构模型参数,关系安全评价结果的可靠性。对覆盖层深部粉质黏土开展了原位旁压测试,测得了其荷载-位移曲线,确定了相应深度处初始压力、承载力特征值和旁压模量等力学指标特征值。联合原位旁压试验和室内三轴试验结果,采用基于和声算法的PBP3反分析程序,确定了覆盖层深部粉质黏土的本构模型参数。分别采用反分析参数和室内试验参数模拟了旁压试验过程,与实测荷载位移曲线进行了对比,论证了反分析参数的合理性。

摘要：本文基于粘弹性基础梁算法 ,利用粉沙地基上船闸施工过程中各观测点的实测沉陷值 ,采用直接反分析法来反演地基的粘弹性参数 ;实例计算表明 ,反分析方法稳定、有效 ;提供的参数用于仿真计算能很好地模拟整个工程从开挖、施工到正常运行的全过程。

摘要：介绍了滑坡参数反分析状态及约束条件的处理方法。提出了基于地质勘察,综合考虑滑坡稳定现状、发展趋势、滑坡物质组成、滑动成因、工程地质与水文地质条件,通过试算确定滑坡滑带土强度参数c、φ的反分析方法。以三峡库区石柱西沱滑坡为工程实例进行反分析,所得结果与试验综合取值十分接近,表明该方法有一定可行性。

摘要：为了反分析砖石古塔的材料力学参数,将均一化原理、响应面法和遗传算法三者结合,提出了融合改进响应面-遗传算法。首先基于ANSYS软件建立古塔的三维有限元模型,采用BBD (Box-Behnken Design)方法设计了影响因子实验点,根据有限元模型计算各参数对应的古塔动力特性;提出改进的响应面方法,建立了待修正参数与响应量的显式响应面模型;最后根据古塔现场实测动力特性,利用最小二乘法建立了反分析目标函数,采用遗传算法搜索最佳参数组合,确定古塔力学参数。以宜阳五花寺塔为例,反演分析了砖石塔的弹性模量、密度等力学参数。计算结果表明,基于融合改进响应面-遗传算法的古塔力学参数反分析法,可快速高效地获得反分析参数结果,且结果精度较高。

摘要：从滑坡滑带土力学强度参数反分析的基本理论入手,利用折线型滑坡工程实践中应用最为广泛的传递系数法,依据滑坡变形特征确定稳定性评估指标,结合赣州石上高含水浅层滑坡工程实例建立了反分析计算模型。通过联立两个反分析计算剖面,采用插值法和图解法联合求解了高含水浅层滑坡滑带土强度参数c、φ值,其计算结果基本能够满足滑坡稳定性分析和滑坡工程防治设计的要求。

摘要：针对高心墙堆石坝渗流测点多,监测序列具共线性的问题,文章提出了基于主成分分析的非饱和渗流参数反分析方法。依托典型堆石坝工程,构建非饱和非稳定渗流概化模型,通过分区域提取心墙渗压监测序列的主成分,构建以非饱和渗流参数为自变量的心墙渗压响应面方程及目标函数,采用多目标优化进行参数反分析计算,由此研究主成分分析对渗流参数反分析的适用性,并与传统反演方法进行对比。研究表明,相比传统方法,该方法提高了参数反分析精度及计算效率。

摘要：边坡预测是基于现有的各种监测资料分析和预测未来边坡位移或应力发展趋势,从而分析判断边坡在未来某一时期内是否稳定,或者预测滑坡发生时间的过程。反分析方法已经成为目前解决复杂岩土工程的主要方法之一,在岩土工程中得到越来越多的应用。基于现场的监测时间序列,应用岩土工程反分析方法反演指数平滑预测模型的参数,建立其预测模型,并应用于高边坡的变形预测中。通过应用,论证了参数反演后的指数平滑预测模型的有效性和普适性,并发现该预测模型适合于中短期预测,建议应用该模型进行高边坡变形的短中期预测。

摘要：由于面板堆石坝在设计、施工、建设中存在诸多不确定性因素,造成坝体沉降变形控制难的问题,对此建立了相关向量机(RVM)与随机有限元相结合的综合分析方法,对面板堆石坝材料参数的变异系数进行不确定性分析.首先,采用基于Cholesky离散方法的蒙特卡罗随机有限元方法,实现考虑堆石料力学参数变异性的随机有限元计算,从而构造出RVM的学习样本;随后,通过先进的机器学习算法——RVM建立反分析模型中输入-输出间的不确定性关系,有效地模拟材料参数与坝体沉降间的复杂非线性关系,使其能够代替随机有限元进行计算;最后,结合大坝实测沉降数据,利用遗传算法搜索确定筑坝材料的变异系数.通过分析公伯峡面板堆石坝应用实例表明:所建立的不确定性反分析模型综合考虑了数值计算以及输入-输出间的不确定性,可快速、精确地确定筑坝材料参数的变异系数,具有良好的工程应用前景和推广价值.

摘要：在深基坑工程数值分析中,土体本构关系的选取及其参数的确定对分析的结果会产生重要的影响。结合一个海中深厚软土基坑实例,根据现场实测数据,利用参数敏感性分析确定地层的关键参数,提出一个基于参数敏感性分析和BP神经网络的动态施工反演分析方法。分析结果显示,围护桩水平位移监测值与反演值吻合较好,说明基于参数敏感性分析和BP神经网络的动态施工反演分析方法能够很好地反映土体的非线性、不确定特征,依据该反分析方法获得的土体参数可用于估算下一工况的基坑位移。本次反演得到的土体参数可作为当地深厚软土地层类似工程土体参数的参考取值。