System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于岩体渗透性预测分析,具体涉及一种水电工程岩体渗透性预测分析方法。
技术介绍
1、水电工程勘测设计阶段需要获取大坝址、输水隧洞、厂房部位、调压室、竖井、交通隧道等建筑物部位地质岩体的渗透性性能,从而获取地下岩体透水性,为进行后续防渗、结构稳定性等设计工作提供基础数据。因此,需开展地质勘探试验工作,获得地质岩体的渗透性性能。
2、地质岩体的渗透性能受埋深、岩体裂隙结构等多种因素影响,往往表现出显著的各向异性和空间变异性特征,具有较大的不确定性,使得准确地获取渗透性能参数值存在一定的难度。目前,地质勘测专业一般布置勘探钻孔及压水试验工作,计算统计岩体渗透性建议值。然而,受复杂地质条件以及经费、工期的限制,压水试验所获取的相关数据可能存在分散性和不完整性,尤其深孔压水试验完成工作存在合期履约风险,且当前各类地下岩体渗透性一般只能结合规范建议值、专家经验和部分压水试验值,给出岩体渗透性建议值。因此,目前难以准确完整的获得地质岩体渗透性性能参数。
技术实现思路
1、针对现有技术存在的缺陷,本专利技术提供一种水电工程岩体渗透性预测分析方法,可有效解决上述问题。
2、本专利技术采用的技术方案如下:
3、本专利技术提供一种水电工程岩体渗透性预测分析方法,包括以下步骤:
4、步骤s1,初步确定多种与岩体渗透系数k相关的岩体渗透性分析指标;
5、步骤s2,对初步确定的各种岩体渗透性分析指标和岩体渗透系数k进行相关性分析,得到与岩体
6、步骤s3,构建多个训练样本,并对各个训练样本归一化处理,得到归一化后的多个训练样本,形成训练样本集合;
7、训练样本集合中的每个训练样本表示为s=(x,y);其中,x为岩体渗透性分析指标向量,x=(x1,x2,x3,x4),x1,x2,x3,x4,分别代表岩体埋深rd、岩芯质量指标rqd、岩芯结构面密度特征fsd和岩体完整性指标rid的样本值;y表示岩体渗透系数k的对应值;
8、步骤s4,采用所述训练样本集合,对预先构建的渗透性预测分析模型进行训练,得到训练完成的渗透性预测分析模型;
9、步骤s5,对于当前需要进行渗透性预测分析的岩体,获取其需要插值计算的岩体埋深rd、岩芯质量指标rqd、岩芯结构面密度特征fsd和岩体完整性指标rid的实测值,输入所述训练完成的渗透性预测分析模型,所述训练完成的渗透性预测分析模型输出对应的岩体渗透系数k的预测值。
10、优选的,步骤s2中,对初步确定的各种岩体渗透性分析指标和岩体渗透系数k进行相关性分析,具体为:
11、步骤s2.1,将任意一个岩体渗透性分析指标表示为c,获取m个岩体渗透性分析指标c的实测值,表示为:c1,c2,…,cm;获取各个岩体渗透性分析指标c的实测值所对应的岩体渗透系数k,依次表示为:k1,k2,…,km;
12、对于岩体渗透性分析指标c的实测值序列c1,c2,…,cm,各个岩体渗透性分析指标c的实测值在该岩体渗透性分析指标c的实测值序列中的降序序号分别表示为:q1,q2,…,qm;
13、对于岩体渗透系数k的序列k1,k2,…,km,各个岩体渗透系数k的值在该岩体渗透系数k的序列k1,k2,…,km中的降序序号分别表示为:p1,p2,…,pm;
14、计算序号q1和序号p1的差值,得到d1;
15、计算序号q2和序号p2的差值,得到d2;
16、依此类推
17、计算序号qm和序号pm的差值,得到dm;
18、步骤s2.2,采用下式,得到岩体渗透性分析指标c和岩体渗透系数k之间的相关性系数rs:
19、
20、其中:k=1,2,…,m;
21、步骤s2.3,判断相关性系数rs是否大于阈值ε;如果大于,则选择该岩体渗透性分析指标c。
22、优选的,步骤s2中,岩芯结构面密度特征fsd的获取方法为:
23、步骤s2-1,钻孔进尺深度为l;将岩芯结构面倾角趋势密度按倾角度数区间划分为三段倾角区段,分别为:(0,30]、(30,60]、(60,90];
24、步骤s2-2,统计各倾角区段内的结构面的数量,分别为:n0~30、n30~60和n60~90;
25、步骤s2-3,根据当前分析的岩体岩性因素,分别设定各倾角区段对应的权重,分别为:w1、w2和w3;
26、步骤s2-4,采用下式,得到岩芯结构面密度特征fsd:
27、
28、由此获得岩芯结构面密度特征fsd的值。
29、优选的,对于变质岩,其权重分别为:w1=0.1,w2=0.3,w3=0.6。
30、优选的,步骤s4具体为:
31、步骤s4.1,构建的渗透性预测分析模型为delm渗透性预测分析模型,包括1个输入层、n层前后级联的隐含层和1个输出层;其中,输入层具有4个神经元,每层的隐含层具有4个神经元,输出层具有4个神经元;
32、步骤s4.2,通过正交矩阵随机产生得到输入层的每个神经元的权重;
33、步骤s4.3,对于任意一个训练样本s=(x,y),x=(x1,x2,x3,x4),y表示岩体渗透系数k的对应值,首先将x1,x2,x3,x4分别输入到输入层的4个神经元,输入层的各个神经元通过权重计算,分别输出x11,x21,x31,x41,形成矩阵x1=(x11,x21,x31,x41);
34、步骤s4.4,将矩阵x1=(x11,x21,x31,x41)输入到第1层的隐含层,并设定第1层的隐含层的输出矩阵x2=(x12,x22,x32,x42)与输入矩阵x1相等,因此,通过下式,得到第2层的隐含层的权重向量β2:
35、
36、β2β2t=i
37、其中:c为正则化参数;i为单位矩阵;
38、步骤s4.5,将矩阵x2=(x12,x22,x32,x42)输入到第2层的隐含层,采用下式,得到第2层的隐含层的输出矩阵x3:
39、
40、β2β2t=i
41、同时,确定第3层的隐含层的权重向量β3:
42、β3=x3y
43、步骤s4.6,将矩阵x3和权重向量β3输入到第3层的隐含层,采用与步骤s4.5相同的方式,得到第3层的隐含层的输出矩阵x4以及第4层的隐含层的权重向量β4;依此类推,直到第n层隐含层输出矩阵xn+1和权重向量βn+1;
44、步骤s4.7,将矩阵xn+1和权重向量βn+1输入到输出层,输出层输出最后的输出向量y′;
45、步骤s4.8,通过比较输出向量y′和岩体渗透系数k的标志值,即y;如果二者小于阈值,则此本文档来自技高网...
【技术保护点】
1.一种水电工程岩体渗透性预测分析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种水电工程岩体渗透性预测分析方法,其特征在于,步骤S2中,对初步确定的各种岩体渗透性分析指标和岩体渗透系数K进行相关性分析,具体为:
3.根据权利要求1所述的一种水电工程岩体渗透性预测分析方法,其特征在于,步骤S2中,岩芯结构面密度特征FSD的获取方法为:
4.根据权利要求3所述的一种水电工程岩体渗透性预测分析方法,其特征在于,对于变质岩,其权重分别为:W1=0.1,W2=0.3,W3=0.6。
5.根据权利要求1所述的一种水电工程岩体渗透性预测分析方法,其特征在于,步骤S4具体为:
【技术特征摘要】
1.一种水电工程岩体渗透性预测分析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种水电工程岩体渗透性预测分析方法,其特征在于,步骤s2中,对初步确定的各种岩体渗透性分析指标和岩体渗透系数k进行相关性分析,具体为:
3.根据权利要求1所述的一种水电工程岩体渗透性预测分析方法,其特...
【专利技术属性】
技术研发人员:王迎东,李院忠,张旭柱,陈丹,王庆恩,杨威,肖海波,邢辰,
申请(专利权)人:中国电建集团北京勘测设计研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。