信阅平台

内容介绍

《地质工程监测预警理论与方法》系统研究了地质工程监测与预警工程地质力学综合集成体系、地质工程监测与地质信息系统、地质工程监测信息管理与查询系统、地质工程监测不稳定先兆分析系统，以及基于神经网络的位移反分析、人工神经网络与遗传算法的监测信息预测、智能算法的监测信息预测研究、灰色神经网络组合算法的变形预测、模糊控制理论的变形控制研究、小波的时序改进法的监测信息预测等理论与方法，并应用于边坡、地基基础及深大基坑等地质工程实例。 《地质工程监测预警理论与方法》可作为地质工程与岩土工程专业研究生的参考书，也可供相关领域的科研人员、工程技术人员参考。

展开

精彩书摘

地质工程是以地质体为建筑材料，以地质体为工程结构，以地质环境为建筑环境的一类建筑工程。它是建筑工程中的重要组成部分。它以岩土地基、岩土边坡、岩土围岩等主要形式形成建筑物，或与结构物组成各种形式的建筑物整体。地质工程主要包括边坡工程、地下硐室工程、地基及基础工程和基坑工程等。 大型、超大型工程及其基础的设计、施工和运行虽然已经积累了丰富的实践经验，但由于其规模较大，难免存在一些不确定因素。 （1）岩土体由于其复杂的地质成因和经受过复杂的地质变化，使其成分和结构具有很强的不均匀性、各向异性及不连续性。岩土体成分和结构的不均匀性、各向异性及不连续性决定了岩土体力学性质的复杂性。有限的工程勘探和岩土试验取得的力学参数反映的岩土体力学性质难免与岩土体的实际力学性质存在偏差，而且这些偏差存在不确定性。 （2）其结构的复杂性导致其应力分布的复杂性。构筑物应力分布的复杂性决定了计算的应力分布与实际的应力分布难免存在偏差，这种偏差存在着不确定性。 （3）自然环境和人类活动对工程构筑物的影响是设计中不可忽视的因素，如风、地震、天气、洪水、交通运输等，这些因素具有突发性和不可预测性，这些因素产生的荷载更具有不确定性和复杂性。 不确定因素的存在，即使采用保守的设计标准，仍难完全避免在某些部位发生局部变形和局部破坏，影响基础工程的稳定性。而大型、超大型工程一旦不测，损失惨重。所以，通过对工程进行安全监控，随时掌握工程的稳定状况，及时发现不稳定因素，及时采取安全措施，是保证工程安全运行的必备措施。 建筑物建造在地质构造复杂、岩土特性不均匀的地质体上或其内部，在各种力的作用和自然因素的影响下，其工作性态和安全状况随时都在变化，如果出现异常，又不被我们及时掌握这种变化的情况和性质，任其险情发展，其后果不堪设想，如能在事前运用必要的有效观测手段对这些工程进行监测，及时发现问题，采取有效的措施，上述灾难就可避免。

展开

前言 第一章地质工程监测工程地质力学综合集成体系 1.1 地质工程监测研究意义 1.2 地质工程安全的因素 1.3 工程地质力学综合集成监测体系 第二章地质工程监测地质信息系统 2.1 地质信息管理系统 2.1.1 地质数据计算处理 2.1.2 系统的基本结构 2.1.3 主控制屏幕 2.2 地质信息可视化查询分析系统 2.2.1 系统的总体结构 2.2.2 钻孔可视化模块 2.2.3 界面可视化模块 2.2.4 主控制屏幕 2.2.5 钻孔可视化屏幕 2.2.6 地质界面可视化屏幕 2.3 地质信息三维图形分析系统 2.3.1 地质界面空间插值 2.3.2 地质界面多项式拟合 2.3.3 地质体空间单元划分 2.3.4 系统的总体结构 2.3.5 单一结构面分析模块 2.3.6 地质空间单元划分模块 2.3.7 单元结构面分析模块 2.3.8 主控制屏幕 2.4 地质信息剖面分析系统 2.4.1 剖面地质界限点获得 2.4.2 剖面上地质界限线拟合 2.4.3 系统的总体结构 2.4.4 地质剖面生成模块 2.4.5 地质剖面编辑模块 2.4.6 地质剖面输出模块 2.4.7 主控制屏幕 第三章地质工程监测信息管理与查询系统 3.1 地质工程监测信息管理系统 3.1.1 地质工程监测数据基本计算 3.1.2 数据库总体结构 3.1.3 主控制屏幕 3.2 地质工程监测信息可视化查询分析系统 3.2.1 大型地质工程监测信息数据特征 3.2.2 系统的总体结构 3.2.3 系统的功能模块 3.2.4 主控制屏幕 3.2.5 功能选择屏幕 3.2.6 图形报表屏幕 第四章地质工程监测不稳定先兆分析系统 4.1 稳定程度分级 4.2 不稳定先兆分析方法 4.3 不稳定先兆分析判别参数的获得 4.4 地质工程不稳定先兆分析计算 4.4.1 位移速率及其增幅先兆分析 4.4.2 钻孔倾斜仪曲线形态先兆分析 4.4.3 单条裂缝先兆分析 4.4.4 项目先兆分析 4.4.5 地质工程整体先兆分析 4.5 系统的结构和功能 4.5.1 系统的整体结构 4.5.2 系统的功能模块 4.6 主要控制界面 第五章基于BP神经网络的参数反分析 5.1 基于BP网络的位移反分析原理 5.2 BP神经网络原理 5.2.1 引言 5.2.2 BP网络模型的建立 5.2.3 BP网络的缺陷及改进 5.2.4 BP神经网络编程 5.3 均匀试验设计法 5.3.1 引言 5.3.2 均匀设计表的构造 5.3.3 均匀设计表均匀性的度量 5.3.4 均匀设计使用表的产生 5.4 基于BP网络的参数灵敏度分析 5.4.1 基于BP网络的参数灵敏度分析原理 5.4.2 参数灵敏度的计算步骤 5.5 基于BP神经网络的参数反分析实例 5.5.1 正分析模型的建立 5.5.2 BP网络学习样本的构造 5.5.3 位移反分析结果 5.5.4 参数灵敏度分析结果 第六章基于人工神经网络基坑工程预测模型 6.1 概述 6.2 基于横向推广的神经网络建模 6.3 基于时间序列的神经网络建模 6.3.1 基于时间序列的神经网络建模原理 6.3.2 神经网络预测 6.4 神经网络多步预测建模 6.4.1 多步预测建模原理 6.4.2 多步滚动预测技术 6.5 基于时间序列上的基坑变形预测的应用 6.5.1 基坑变形的影响因素分析 6.5.2 预测步长的确定 6.5.3 样本构成 6.5.4 建立神经网络模型 6.5.5 预测成果分析 6.6 基于横向推广的神经网络支撑轴力预测的应用 6.6.1 支撑轴力的主要影响因素分析 6.6.2 样本构成 6.6.3 建立神经网络模型 6.6.4 结果分析 第七章基于智能算法的监测信息预测研究 7.1 监测信息预测问题的神经网络建模 7.1.1 BP网络输入输出确定 7.1.2 BP网络样本构成 7.1.3 BP网络结构确定 7.1.4 BP神经网络模型整体构成 7.2 基于遗传算法的BP神经网络（GABP）预测 7.2.1 GA确定BP网络初始权值及阈值 7.2.2 南锚深基坑排桩位移GABt网络预测 7.3 基于模拟退火法的BP神经网络（SABP）预测 7.3.1 SA确定BP网络初始权值及阈值 7.3.2 南锚深基坑排桩位移SABF网络预测 7.4 基于变尺度混沌优化的BP神经网络（MSCBP）预测 7.4.1 MSC确定BP网络初始权值及阈值 7.4.2 南锚深基坑排桩位移MSCBt网络预测 7.5 预测成果分析 第八章基于灰色神经网络组合算法的变形预测 8.1 概述 8.2 灰色系统的基本理论 8.2.1 灰色模型建模机理 8.2.2 GM（1，1）模型 8.3 人工神经网络的基本原理 8.4 灰色神经网络组合预测方法 8.4.1 串联组合方式预测 8.4.2 利用神经网络增强灰色系统 8.5 灰色模型和灰色神经网络串联算法变形预测实例 第九章基于模糊控制理论的变形控制 9.1 模糊逻辑理论概述 9.2 模糊控制的数学基础 9.2.1 模糊集合的运算及其性质 9.2.2 模糊集合隶属度函数的建立 9.2.3 常用的隶属度函数 9.2.4 建立隶属度函数应遵循的原则 9.2.5 模糊逻辑与模糊推理 9.3 深大基坑变形的模糊控制系统 …… 第十章基于小波的时序改进法的监测信息预测 第十一章五强溪水电站左岸般闸边坡监测信息系列 第十二章锦屏一级电站左岸缆机平台边坡稳定分析与监测策略 第十三章润扬大桥地基基础安全监测与反馈 第十四章润所大桥南锚碇排桩冻结法基抗监测分析 参考文献

展开