• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于改進理想點模型的巖體結(jié)構(gòu)面分級方法

      2021-01-15 11:36:06王述紅朱寶強
      關(guān)鍵詞:定量巖體理想

      王述紅, 朱寶強, 張 澤

      (東北大學(xué) 資源與土木工程學(xué)院, 遼寧 沈陽 110819)

      巖體由各種各樣雜亂無章的結(jié)構(gòu)面和塊體組成,結(jié)構(gòu)面按成因可分為原生結(jié)構(gòu)面、次生結(jié)構(gòu)面和構(gòu)造結(jié)構(gòu)面.大量的工程實踐表明,巖體的破壞常常是沿著控穩(wěn)結(jié)構(gòu)面的破壞,在工程擾動情況下,結(jié)構(gòu)面的力學(xué)效應(yīng)及巖坡和隧道的穩(wěn)定性主要取決于結(jié)構(gòu)面規(guī)模和工程地質(zhì)特性[1-2],因此對結(jié)構(gòu)面進行“分級”對于進一步深入研究結(jié)構(gòu)面特性[3]及分析巖體穩(wěn)定性有重要意義.

      目前,對于巖體分級[4-6]和圍巖分級[7-9]的研究較多,而針對結(jié)構(gòu)面的分級方法,主要為宏觀分析,如谷德振[10]在1979年依據(jù)結(jié)構(gòu)面的規(guī)模將其分為5級,然而該分級體系的宏觀性導(dǎo)致了其更適合于大范圍的區(qū)域地質(zhì)穩(wěn)定性研究,不便于指導(dǎo)工程實踐.張倬元等[11]又根據(jù)結(jié)構(gòu)面對巖體力學(xué)行為的影響程度,將其劃分為貫通性宏觀結(jié)構(gòu)面、顯現(xiàn)結(jié)構(gòu)面和隱微結(jié)構(gòu)面,該分級同樣較為宏觀.后來,向波等[12]在總結(jié)了前人研究的基礎(chǔ)上,加入了部分定量指標,并結(jié)合相關(guān)國家標準將結(jié)構(gòu)面分為更加細致的5種級別.Sun等[13]結(jié)合四川省峨眉山某水電站工程,將現(xiàn)場結(jié)構(gòu)面細分為4組9個亞類,為類似地區(qū)結(jié)構(gòu)面的分級提供了參考.

      上述研究均不同程度地推進了結(jié)構(gòu)面分級體系的發(fā)展,但研究多為宏觀上的定性判斷,不便于指導(dǎo)工程設(shè)計和施工.鑒于此,本文將多指標評價的理想點模型引入結(jié)構(gòu)面分級中,通過對模型權(quán)重求解進行改進,提出了一種基于改進理想點模型的結(jié)構(gòu)面定量分級方法,并將該方法應(yīng)用于重慶市興隆隧道現(xiàn)場實測的典型結(jié)構(gòu)面分級中,將分級結(jié)果與實際工程進行對比分析,驗證了所提方法的可靠性和實用性.

      1 結(jié)構(gòu)面分級的多指標評價體系

      影響結(jié)構(gòu)面分級的因素有許多,本文對結(jié)構(gòu)面的定量分級主要是結(jié)合向波等[12]提出的定性及半定量分級體系(見表1),該分級體系中結(jié)構(gòu)面分級的主要影響因素有:①結(jié)構(gòu)面兩側(cè)巖壁巖性、強度及風化程度;②結(jié)構(gòu)面的粗糙度;③結(jié)構(gòu)面充填物性質(zhì);④結(jié)構(gòu)面富水程度.

      表1 結(jié)構(gòu)面分級體系

      根據(jù)以上所述各影響因素,為便于計算,指標應(yīng)選取定量或半定量指標,對于定性指標,則應(yīng)進行定量化處理,類比“巖體分級”[4-6]及“圍巖分級”[7-9]中指標選取方法和指標獲取可行性,確定以下7個指標對結(jié)構(gòu)面分級進行定量表征,主要包括:泉流量(X1)、巖石基本質(zhì)量指標(X2)、單軸飽和抗壓強度(X3)、巖體完整性系數(shù)(X4)、風化系數(shù)(X5)、充填系數(shù)(X6)、粗糙系數(shù)(X7),并以此為依據(jù)將結(jié)構(gòu)面分為5級,多指標分級體系如圖1所示.

      圖1 結(jié)構(gòu)面多指標分級體系

      2 結(jié)構(gòu)面分級的改進理想點模型

      理想點模型是由Hwang和Yoon[14]于1981年提出的基于多指標的多方案分析方法.該方法操作簡單,不需要復(fù)雜的計算過程,結(jié)果十分客觀[15].本文將其引入結(jié)構(gòu)面的分級中,充分利用原始結(jié)構(gòu)面數(shù)據(jù)信息,對結(jié)構(gòu)面進行定量分級,并針對該方法權(quán)重確定較為主觀的缺點,提出了對該方法進行改進,利用層次分析法求得主觀權(quán)重;然后結(jié)合熵權(quán)法確定客觀權(quán)重,并利用最小熵原理優(yōu)化主、客觀權(quán)重,由此確定分級指標的最優(yōu)組合權(quán)重.建立結(jié)構(gòu)面分級的改進理想點模型,從而對結(jié)構(gòu)面進行合理分級,為后續(xù)抗剪強度確定及巖體穩(wěn)定性分析奠定基礎(chǔ).其主要流程如圖2所示,為便于工程應(yīng)用,筆者基于Matlab平臺編制了該部分程序.

      圖2 改進理想點模型分級流程

      2.1 結(jié)構(gòu)面分級指標量化

      對于泉流量(X1),結(jié)合實際工程確定其定量評價指標見表2.對于巖石基本質(zhì)量指標(X2)、單軸飽和抗壓強度(X3)、巖體完整性系數(shù)(X4),其指標量化采用國標分級標準,見表3.對于風化系數(shù)(X5)、充填系數(shù)(X6)、粗糙系數(shù)(X7),結(jié)合GSI巖體質(zhì)量分級法中的SCR部分確定其定量化評價指標,見表4.

      綜上,可得到結(jié)構(gòu)面分級各指標的定量化匯總結(jié)果,見表5.

      表2 結(jié)構(gòu)面富水程度評價指標量化

      表3 結(jié)構(gòu)面兩側(cè)巖壁質(zhì)量評價指標量化

      表4 結(jié)構(gòu)面表面特征評價指標量化

      表5 結(jié)構(gòu)面定量分級指標

      2.2 建立分級指標矩陣

      設(shè)有m個待分級結(jié)構(gòu)面樣本,含有n個分級指標,對應(yīng)的評估值xij(i=1,2,…,m;j=1,2,…,n),則分級指標矩陣為

      (1)

      2.3 分級指標矩陣標準化

      由于結(jié)構(gòu)面各分級指標具有不同量綱及量綱單位,為了消除該影響,需要對指標進行無量綱化,經(jīng)過標準化后的分級指標矩陣為

      (2)

      對于收益型指標:

      對于消耗型指標:

      2.4 加權(quán)標準化分級指標矩陣

      2.4.1 層次分析法確定主觀權(quán)重

      2.4.2 熵權(quán)法確定客觀權(quán)重

      熵權(quán)法是一種客觀賦權(quán)法,它僅依賴于數(shù)據(jù)本身的離散性,目前已經(jīng)廣泛應(yīng)用于工程技術(shù)領(lǐng)域,采用該方法確定分級指標客觀權(quán)重的具體步驟如下:

      1)建立原始結(jié)構(gòu)面數(shù)據(jù)評價矩陣:

      P=(pij)m×n.

      (3)

      式中,pij為指標初始評價值.

      2)歸一化原始矩陣,得到標準矩陣:

      P*=(pij*)m×n,

      (4)

      (5)

      3)設(shè)ωj′為第j個評價指標的熵權(quán),即所求客觀權(quán)重,則

      (6)

      2.4.3 確定最優(yōu)組合權(quán)重

      為彌補單一賦權(quán)帶來的缺陷,本文利用層次分析法求得各分級指標的主觀權(quán)重ω*,利用熵權(quán)法確定客觀權(quán)重ω′,ω′=(ω1′,ω2′,…,ωn′),以此來修正主觀權(quán)重,最終得到最優(yōu)組合權(quán)重ω,為使三者盡可能接近,依據(jù)最小熵原理對主、客觀權(quán)重進行組合,即

      (7)

      然后利用拉格朗日乘子法得到最優(yōu)組合權(quán)重為

      (8)

      2.4.4 加權(quán)標準化分級指標矩陣

      將最優(yōu)組合權(quán)重與標準化分級指標矩陣相乘,得到加權(quán)標準化矩陣F=(fij)m×n=(ωjyij)m×n,即

      (9)

      2.5 構(gòu)建評價指標體系

      2.5.1 理想點和反理想點的確定

      評價指標一般分為收益型和消耗型[17-18],收益型指標越大越好,消耗型指標越小越好,此時結(jié)構(gòu)面所屬等級也就越低.本文中泉流量屬于消耗型指標,其余指標均為收益型.若指標單調(diào)變化,則可定義如下理想點和反理想點.

      當指標為收益型時,定義

      (10)

      當指標為消耗型時,定義

      (11)

      2.5.2 構(gòu)建理想點評價函數(shù)

      各分級方案與理想點的距離采用歐氏距離來度量,具體含義為距離理想點越近,反理想點越遠,分級結(jié)果就越好,具體公式為

      (12)

      2.6 貼近度分析

      對于一組結(jié)構(gòu)面數(shù)據(jù),當分級指標距理想點越近,距反理想點越遠時,表明該結(jié)構(gòu)面等級越靠近理想點(即,等級越高),該程度可以用貼近度β來表示,即

      (13)

      基于上述原理,可根據(jù)貼近度判斷各結(jié)構(gòu)面所屬等級,判斷規(guī)則見表6.

      3 工程實例

      重慶市三環(huán)高速公路合川至長壽段興隆隧道位于重慶市渝北區(qū)木耳鎮(zhèn)良橋村,隧道在構(gòu)造上位于重慶-沙坪向斜北西翼與龍王洞背斜之間,隧址區(qū)圍巖巖性主要為侏羅系上沙溪廟組中風化砂巖和泥巖,巖體結(jié)構(gòu)呈大塊狀,富水程度較低.

      本文以現(xiàn)場實測的15條具有代表性的結(jié)構(gòu)面數(shù)據(jù)為例,進一步驗證改進理想點模型應(yīng)用于結(jié)構(gòu)面分級中的可靠性和實用性,結(jié)合現(xiàn)場各工點原位試驗結(jié)果,采用文獻[12]所述方法確定各結(jié)構(gòu)面所屬等級.

      3.1 確定無量綱化分級指標矩陣

      對實測的15條結(jié)構(gòu)面的各分級指標按式(2)進行無量綱化,得到無量綱化的分級指標見表7.

      3.2 確定分級指標的組合權(quán)重

      利用層次分析法,結(jié)合結(jié)構(gòu)面特征參數(shù)及專家意見,確定各分級指標的主觀權(quán)重為

      表7 實測結(jié)構(gòu)面分級指標(無量綱化)

      ω*=(0.108 7,0.110 7,0.142 5,
      0.085 7,0.079 5,0.308 2,0.164 7).

      然后利用式(3)~式(6)中熵權(quán)法計算得到各分級指標客觀權(quán)重為

      ω′=(0.031 7,0.085 0,0.280 8,
      0.053 4,0.069 3,0.302 1,0.177 7).

      然后由式(7),式(8)確定最優(yōu)組合權(quán)重為

      ω=(0.074 4,0.069 4,0.210 7,
      0.026 5,0.049 5,0.389 6,0.189 9).

      3.3 加權(quán)標準化分級指標矩陣

      確定最優(yōu)組合權(quán)重后,將表5中分級指標無量綱化,并結(jié)合表7中無量綱化后的15條實測結(jié)構(gòu)面,代入式(9)可求得加權(quán)標準化分級指標矩陣為

      3.4 確定理想點和反理想點

      將加權(quán)后的標準化矩陣代入式(10),式(11),可求得理想點與反理想點為

      3.5 確定貼近度

      將3.3節(jié)及3.4節(jié)計算結(jié)果代入式(12),式(13),確定實測結(jié)構(gòu)面及各等級結(jié)構(gòu)面貼近度分別見表8和表9.

      3.6 結(jié)果分析

      結(jié)合表6中分級標準及表8和表9中貼近度計算結(jié)果,確定各條結(jié)構(gòu)面所屬分級結(jié)果見表10,各方法與實際分級數(shù)量的誤差對比結(jié)果如圖3所示.

      表8 實測結(jié)構(gòu)面貼近度計算結(jié)果

      表9 各等級結(jié)構(gòu)面貼近度計算結(jié)果

      表10 結(jié)構(gòu)面定量分級結(jié)果

      圖3 結(jié)構(gòu)面分級結(jié)果誤差對比

      由表10及圖3中的對比結(jié)果可知,本文所提改進理想點模型在應(yīng)用于結(jié)構(gòu)面分級時,僅第5條結(jié)構(gòu)面等級劃分結(jié)果(Ⅳ級)略高于實際分級(Ⅲ級),整體分級結(jié)果與實際較為接近.進一步分析出現(xiàn)分級偏差的結(jié)構(gòu)面可知,該結(jié)構(gòu)面貼近度計算結(jié)果為0.521 2,與分級標準中的0.508 3較為接近,分級時將介于兩級之間的結(jié)構(gòu)面判別為其中一級,事實上,由于結(jié)構(gòu)面等級越高,其性質(zhì)也越差,因此按高等級結(jié)構(gòu)面分析實際工程時更有利于保證施工安全,即判別結(jié)果偏于保守,也說明了本文方法具有一定的可行性.另外,改進理想點模型分級的準確率為93.3%(1條分級出現(xiàn)偏差,14條分級準確),遠優(yōu)于改進前理想點模型(準確率80%,3條分級出現(xiàn)偏差,12條分級準確),表明了本文方法應(yīng)用于結(jié)構(gòu)面分級中具有較好的工程實用性.

      4 結(jié) 論

      1)本文考慮結(jié)構(gòu)面分級的多種影響因素,利用7個常用指標進行定量化表征,建立了多指標的結(jié)構(gòu)面定量分級體系,并依據(jù)最小熵原理對層次分析法及熵權(quán)法所求權(quán)重進行優(yōu)化,避免了權(quán)重求解的主觀性,將所求最優(yōu)組合權(quán)重引入到理想點模型中,構(gòu)建了較為客觀的結(jié)構(gòu)面定量分級模型.

      2)將改進的理想點模型應(yīng)用于重慶市興隆隧道現(xiàn)場實測的結(jié)構(gòu)面分級中,其分級準確率達93.3%,分級結(jié)果與實際情況更為吻合,且遠優(yōu)于改進前的準確率(80%),說明所提方法實際可行,為巖體結(jié)構(gòu)面定量分級提供了一種新的方法.

      3)理想點模型作為一種多目標決策評價方法,在應(yīng)用其進行結(jié)構(gòu)面分級時,評價指標體系仍有待完善,嘗試用更科學(xué)的方法確定各指標的動態(tài)組合權(quán)重,將會使結(jié)構(gòu)面分級結(jié)果更為準確且符合實際.

      猜你喜歡
      定量巖體理想
      理想之光,照亮前行之路
      金橋(2022年7期)2022-07-22 08:32:10
      2021款理想ONE
      汽車觀察(2021年11期)2021-04-24 20:47:38
      理想
      你是我的理想型
      花火彩版A(2021年11期)2021-02-08 12:42:52
      顯微定量法鑒別林下山參和園參
      基于無人機影像的巖體結(jié)構(gòu)面粗糙度獲取
      甘肅科技(2020年20期)2020-04-13 00:30:18
      當歸和歐當歸的定性與定量鑒別
      中成藥(2018年12期)2018-12-29 12:25:44
      10 種中藥制劑中柴胡的定量測定
      中成藥(2017年6期)2017-06-13 07:30:35
      平泉縣下營坊雜巖體分異演化及其成巖成礦
      慢性HBV感染不同狀態(tài)下HBsAg定量的臨床意義
      叶城县| 东乡| 申扎县| 涿鹿县| 芮城县| 杭州市| 海宁市| 武夷山市| 枞阳县| 上高县| 张家界市| 海阳市| 怀化市| 鄂州市| 蕉岭县| 秭归县| 邵武市| 焦作市| 孝感市| 汝南县| 惠安县| 沈丘县| 高唐县| 涟水县| 红桥区| 同心县| 保靖县| 高清| 平昌县| 曲阜市| 阳高县| 福泉市| 松江区| 阿瓦提县| 潮州市| 棋牌| 贵溪市| 博白县| 康保县| 鹤壁市| 杂多县|