[发明专利]结构面粗糙度系数尺寸效应取样代表性评价方法有效
申请号: | 201510101166.7 | 申请日: | 2015-03-09 |
公开(公告)号: | CN104834806B | 公开(公告)日: | 2017-12-12 |
发明(设计)人: | 杜时贵;雍睿;黄曼;刘育明;夏才初;刘文连;任伟中;李长宏 | 申请(专利权)人: | 绍兴文理学院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 杭州斯可睿专利事务所有限公司33241 | 代理人: | 王利强 |
地址: | 312000 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结构 粗糙 系数 尺寸 效应 取样 代表性 评价 方法 | ||
技术领域
本发明涉及一种结构面粗糙度系数尺寸效应取样代表性评价方法,具体为基于结构面粗糙度系数定向概率统计分析的试样粗糙度系数定量评价方法,可用来客观评价结构面尺寸效应试样的代表性。
背景技术
结构面力学性质随取样尺寸的增大而变化是众所周知的现象,尺寸效应已成为研究结构面力学行为不可忽略的一个部分,系统总结和分析结构面抗剪强度的尺寸效应规律,是解决大、中、小等多种尺度岩体力学参数相互关联及大尺度工程应用的核心,具有重要的工程实用价值。然而,岩体结构面的形成与发展经历了地质历史时期各种内外动力地质作用的改造和影响,致使结构面发育特征差异大,其力学性质具有各质异性、各向异性与非均一性。因此,结构面随取样位置不同,其力学性质存在明显的差异性。
过去近50年来,学者们陆续开展了大量有关结构面力学行为的尺寸效应研究工作,并尝试借助试验手段揭示岩体结构面抗剪强度尺寸效应的一般规律。然而,一些试验结果揭示了随着结构面试样尺寸的增大,结构面抗剪强度和粗糙度降低的规律,称之为Negative Scale Effect;也有一些试验结果却得到了与之矛盾的结论,分别为Positive Scale Effect以及No Scale Effect。因此,结构面力学行为的尺寸效应机制尚不明确,难以准确获取结构面抗剪强度尺寸效应一般规律。试样选取的随意性是造成试验数据离散、试验结果受人为因素影响大、尺寸效应规律至今尚不明确的重要根源。
大量研究表明,结构面粗糙度系数是影响结构面力学性质的关键因素。壁岩强度相同时,结构面抗剪强度将由粗糙度系数决定。基于结构面粗糙度系数与抗剪强度具很好的一致性,2006年,公开号为CN 1815183A的中国专利申请《岩体结构面试样的代表性评价方法》中,提出了根据结构面试样和原位岩体结构面的粗糙度定向统计测量结果,判断结构面试样代表性优劣的具体方法。虽然,该方法从概率统计的角度对岩体结构面试样的定量评价做了探索与分析,但是该方法统计样本是人为经验确定且统计样本数较少,没有提出确定结构面粗糙度系数特征值的具体方法,没有建立考虑尺寸效应的粗糙度系数概率统计模型,不能直接用于估计系列尺寸下结构面试样的代表性。
发明内容
为了克服已有岩体结构面试样的代表性评价方法的无法实现定量评价、可靠性不足的缺陷,本发明提供了一种解决结构面粗糙度系数尺寸效应试样代表性的定量评价问题的结构面粗糙度系数尺寸效应取样代表性评价方法。
本发明解决其技术问题所采用的技术方案是:
一种结构面粗糙度系数尺寸效应取样代表性评价方法,包括以下步骤:
(1)野外工程地质调查,选定典型岩体结构面作为粗糙度系数尺寸效应的研究对象并采用轮廓曲线仪定向测量尺寸效应最大研究尺寸的结构面轮廓线;
(2)采用扫描仪将记录结构面轮廓线的图纸进行扫描,并转换成图片格式文本;
(3)采用形态学滤波去噪、图像归一化方法,通过Matlab软件对结构面轮廓线扫描图件按灰度值进行提取,根据结构面实际测量长度与图形数字化矩阵的大小关系,自动化读取并存储全断面、等间距、高精度的结构面复杂表面数据;
(4)依据现场大尺度岩体结构面表面形态要素测量结果,在整个尺寸效应研究范围内,提取系列尺寸结构面试样的表面坐标信息,系列尺寸试样的样本数必须保持一致且满足大样本统计条件;
(5)计算系列试样的粗糙度系数,记录并分类存储系列尺度结构面粗糙度系数;
(6)分别绘制系列尺寸结构面粗糙度系数统计直方图,总体判断结构面粗糙度系数随试样尺寸变化的概率分布规律;
(7)基于唯像学和显著性检验,分别对标准尺寸样本数据的总体分布进行概率密度函数拟合;
(8)确定系列尺寸概率密度函数的系数与试样尺寸l的函数关系,构建结构面粗糙度系数尺寸效应概率密度函数模型;
(9)依据极大似然估计原理,计算系列尺度结构面粗糙度系数概率密度函数最大值,并将其作为结构面试样代表性评价指标;
(10)通过每个结构面试样的粗糙度系数与代表性评价指标的相对偏差分析,即可确定每个试样的粗糙度系数表征值。
进一步,所述步骤(5)中,采用修正直边法或Barton直边法简明公式计算系列试样的粗糙度系数。当然,也可以其他方法。
再进一步,所述步骤(7)中,所述概率密度函数包括Bernoulli分布、Poisson分布、极值分布、中心极限分布、β分布所对应的概率密度函数。当然,也可以采用其他函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于绍兴文理学院,未经绍兴文理学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510101166.7/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用