期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于岩石CT扫描的冻融作用对花岗岩细观结构及力学强度影响研究 被引量:5
1
作者 侯圣山 何箫 +6 位作者 孟宪森 陈亮 冯振 刘明学 李昂 郭长宝 吉锋 《地质力学学报》 CSCD 北大核心 2024年第3期462-472,共11页
近年来随着西部地区的基础工程建设数量及规模不断增加,西部高原地区的季节性冻融循环效应的影响也随之增强,开展冻融循环作用下岩石细观特性及强度劣化性质研究对指导西部寒区基础工程建设至关重要。首先在偏光显微镜下对岩石薄片进行... 近年来随着西部地区的基础工程建设数量及规模不断增加,西部高原地区的季节性冻融循环效应的影响也随之增强,开展冻融循环作用下岩石细观特性及强度劣化性质研究对指导西部寒区基础工程建设至关重要。首先在偏光显微镜下对岩石薄片进行观察,获取岩石的矿物成分和微结构;接着利用CT扫描技术,对冻融后的花岗岩进行扫描,对扫描图层利用阈值分割进行二值化处理,堆叠得到样品内外结构的高分辨3D数据及影像;结合分形理论计算图像计盒维数并由此对图像复杂度做出量化判断,由此对冻融循环对花岗岩内部结构演化分布特点进行分析;进而揭示其强度演化规律,探究结构演化与强度之间的关系。偏光显微镜下,岩石呈块状构造,具有似斑状粗粒不等粒花岗结构,局部见交代蠕虫结构。似斑晶矿物主要为碱性长石;其他矿物粒径0.25~4.0 mm为主,矿物成分主要为石英、斜长石、碱性长石,次要矿物为黑云母、绿帘石,副矿物有磷灰石、锆石、黄铁矿等,镜下鉴定为似斑状粗粒不等粒黑云二长花岗岩。CT扫描显示,冻融循环效应在影响花岗岩细观结构时,会导致花岗岩内部孔隙率的整体上升,但岩石渗透性变化不大,岩石渗透率仅上升0.003×10^(-3)μm^(2);内部孔隙发育不均匀,试样整体结构改变以萌生较多新的微孔隙为主。冻融循环后岩石内部结构复杂度有所下降,但岩石整体完整性仍然较好,分形维数仍保持在较高水平。分形研究显示,20次冻融循环并未导致花岗岩的结构复杂度发生较大变化,同时试样整体力学特性出现下降,黏性增加以及长期强度出现较大幅度的衰减,进入蠕变试验阶段的应变阈值提高。在评价此类原生结构较致密的岩石的安全性时,仅从结构上进行考量与实际情况往往会出现偏差,应结合必要的强度指标综合评估。岩石在经历冻融循环后,在强度更低的同时会发生更大的变形。该研究可为分形理论在岩石细观结构演化方面的应用及岩石细观结构与强度演化相关研究提供借鉴,并对高寒地区工程施工有指导意义。 展开更多
关键词 冻融循环 阈值分割 CT模型 分形维数 结构演化 长期强度
在线阅读 下载PDF
区块链技术在全国地质灾害风险预警系统建设中的应用探索 被引量:6
2
作者 张鸣之 杨飞 +3 位作者 马娟 付正 黄喆 李俊峰 《水文地质工程地质》 CAS CSCD 北大核心 2023年第6期168-174,共7页
2019年以来,自然资源部全面推进普适型设备研发与地质灾害自动化监测预警工作,截至2023年6月,已在17个地质灾害重点防治省份的5.5万处隐患点推广应用,全国地质灾害风险预警系统也进入了快速发展阶段。目前,系统每日接收监测数据超千万,... 2019年以来,自然资源部全面推进普适型设备研发与地质灾害自动化监测预警工作,截至2023年6月,已在17个地质灾害重点防治省份的5.5万处隐患点推广应用,全国地质灾害风险预警系统也进入了快速发展阶段。目前,系统每日接收监测数据超千万,在海量数据存储管理、时序数据并行处理、大数据智能分析和多参数风险预警等方面取得积极进展。然而,系统在数据安全方面仍存在诸多挑战,尤其是在数据一致性、数据防篡改和系统可靠性等方面有较大提升空间。文章在系统研究区块链技术特点及其在相关领域典型应用的基础上,提出基于分布式账本技术和共识机制的“可信数据流”建立方法,依此形成“区块链+全国地质灾害风险预警系统”总体框架,同时建立了原型系统。实验数据显示改进系统可以解决省-部数据不一致问题,识别并阻止非法数据篡改,多节点故障情况下仍可保障系统稳定运行,系统总体性能损耗低于20%。研究成果可为区块链技术在各级地质灾害风险预警系统中的应用提供顶层设计思路与技术方法,对于提升全国地质灾害自动化监测网安全运行能力具有重要借鉴意义。 展开更多
关键词 区块链 地质灾害 监测预警 数据安全
在线阅读 下载PDF
川西康定—新都桥段菠茨沟组板岩蠕变特性及损伤模型 被引量:2
3
作者 何箫 侯圣山 +6 位作者 孟宪森 陈亮 刘明学 冯振 李昂 吉锋 郭长宝 《水文地质工程地质》 CAS CSCD 北大核心 2023年第5期107-116,共10页
岩石的蠕变特性与岩体的长期稳定性有着密切联系。随着我国西部地区各深埋隧道的开挖,为保证工程安全性及地下建筑的长期稳定,迫切需要开展复杂应力状态下岩石蠕变特性的研究。传统的蠕变本构模型难以对岩石加速蠕变阶段进行准确的描述... 岩石的蠕变特性与岩体的长期稳定性有着密切联系。随着我国西部地区各深埋隧道的开挖,为保证工程安全性及地下建筑的长期稳定,迫切需要开展复杂应力状态下岩石蠕变特性的研究。传统的蠕变本构模型难以对岩石加速蠕变阶段进行准确的描述,且现有蠕变模型难以对菠茨沟组板岩的蠕变特性进行有针对性的拟合。因此,选取川西康定—新都桥段菠茨沟组板岩为研究对象,在查明地质环境背景和岩石矿物成分基础上开展了卸荷蠕变试验,分析了菠茨沟组板岩在卸荷条件下的变形特征,揭示了板岩蠕变特性及卸荷过程中的损伤演化规律;考虑卸荷蠕变过程中的损伤累积效应,引入损伤变量,对传统西原模型中牛顿体元件进行改进,建立能描述加速蠕变阶段的蠕变损伤模型。研究表明:卸荷条件下,板岩变形以瞬时弹性应变为主,随偏应力水平增加蠕变现象显著增强;板岩的长期强度有20.2%~27.1%折减;采用1-stOpt对非线性蠕变损伤模型进行参数辨识,拟合理论曲线与试验值吻合度较高,相关系数达到0.945;损伤变量引入后,改进的非线性蠕变损伤模型可以较合理地描述研究区板岩卸荷蠕变特性。该研究可为相关工况下围岩稳定性分析提供理论依据。 展开更多
关键词 板岩 三轴卸荷蠕变试验 长期强度 卸荷蠕变损伤模型 参数辨识
在线阅读 下载PDF
基于XGBoost和SHAP的可解释性滑坡位移预测模型
4
作者 李俊峰 张小琼 +4 位作者 马滔 曾普 殷秀兰 韩冰 周平根 《工程地质学报》 2025年第4期1428-1438,共11页
滑坡位移预测是监测预警工作的重要一环。机器学习算法具有较高的预测精度,广泛应用于滑坡位移预测,但其具有可解释性差的不足。为此,本文提出一种融合极限梯度提升(Extreme Gradient Boosting,XGBoost)算法和可解释机器学习模型(Shaple... 滑坡位移预测是监测预警工作的重要一环。机器学习算法具有较高的预测精度,广泛应用于滑坡位移预测,但其具有可解释性差的不足。为此,本文提出一种融合极限梯度提升(Extreme Gradient Boosting,XGBoost)算法和可解释机器学习模型(Shapley Additive Explanations,SHAP)的可解释滑坡位移预测模型(XGB-SHAP)。以四川雅安多营滑坡为例,将滑坡位移时间曲线分解为趋势项和周期项,选取前期降雨量和前期位移等因子作为模型的输入特征,通过XGBoost和差分自回归滑动平均模型(Autoregressive Integrated Moving Average model,ARIMA)分别对其周期项和趋势项位移进行预测,最后对该预测模型进行解释。结果表明:XGB-SHAP预测总位移的平均绝对误差和均方误差分别为2.46和3.38,相比于其他模型具有更高的精度;模型解释结果表明当前期30 d累计位移超过20 mm或7 d最大降雨超过19 mm时,位移增长明显。XGB-SHAP模型不仅具有较高的预测精度,同时能解释致灾因子与滑坡位移的关系,可为滑坡预警阈值及模型建立等工作提供参考。 展开更多
关键词 滑坡 降雨 机器学习 位移预测 可解释性 预警
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部