智能岩石力学导论PDF|Epub|txt|kindle电子书版本网盘下载

智能岩石力学导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 概论1

1．1 智能岩石力学产生的背景1

1．1．1 岩石工程面临的新形式1

1．1．2 以固体力学为基础发展起来的岩石力学面临的困难1

1．1．3 人的智能的作用6

1．1．4 思维方式的转变6

1．1．5 探索中的新理论、新方法之一——智能岩石力学(IRM)7

1．2 智能岩石力学的主要研究思路和内容13

1．2．1 基本理论研究13

1．2．2 基础技术研究14

1．2．3 智能岩石工程学研究14

1．3 智能岩石力学的若干新概念15

1．3．1 人的智能、人工智能与智能岩石力学15

1．3．2 机器学习16

1．3．3 推理16

1．3．4 全局优化16

1．3．5 综合集成17

1．3．6 螺进、自适应的闭环解法17

1．3．7 融合模型17

1．3．8 岩石力学全智能系统模型18

1．3．9 开放系统19

2 智能科学的若干基本理论20

2．1 神经网络模型与学习算法20

2．1．1 神经元的一般模型21

2．1．2 人工神经网络的特点22

2．1．3 神经网络的自学习方法23

2．1．4 BP神经网络24

2．2 遗传算法28

2．2．1 概述28

2．2．2 遗传算法的基本原理28

2．2．3 基本的遗传算法29

2．2．4 遗传算法的主要步骤30

2．2．5 遗传算法的过程描述32

2．2．6 遗传算法的特点41

2．3 并行遗传算法43

2．4 模拟退火算法45

2．5 并行退火演化算法47

2．6 分布式人工智能48

2．7 知识发现和数据挖掘50

3 岩石力学参数非线性关系的智能识别52

3．1 岩石力学参数的智能识别方法52

3．1．1 已知模型结构的岩石力学参数的智能识别52

3．1．2 未知模型结构的岩石力学参数的智能识别53

3．1．3 利用基于信息分形的神经网络重构57

3．2 泥化夹层残余强度关系的智能辨识60

3．2．1 粘土类泥化夹层残余强度60

3．2．2 页岩和泥灰岩类泥化夹层残余强度61

3．3 岩石节理力学参数的非线性估计63

3．3．1 岩石节理开度的尺度效应63

3．3．2 岩石节理开度的神经网络估计模型64

3．3．3 岩石节理粗糙度的分形估计66

4 智能位移反演方法71

4．1 引言71

4．2 基于进化搜索的智能位移反演方法72

4．3 进化-神经网络位移反演方法72

4．3．1 待反演参数与岩体位移非线性映射关系的确定72

4．3．2 位移反分析目标函数73

4．3．3 基于进化-神经网络的位移反演74

4．3．4 方法的验证74

4．4 三峡工程永久船闸高边坡的岩体力学参数的智能反演76

4．4．1 三峡工程永久船闸布置概况76

4．4．2 船闸区工程地质概况76

4．4．3 17-17剖面地质地形条件77

4．4．4 17-17剖面岩体的初始地应力场概况77

4．4．5 17-17剖面开挖分区及监测点布置概况79

4．4．6 17-17剖面岩体力学参数的反演81

5 地应力的智能估计89

5．1 引言89

5．2 声发射数据的获取89

5．2．1 岩石试件的制作89

5．2．2 加载方法90

5．2．3 AE测量方法91

5．3 从声发射随应力演化的数据中识别Kaiser效应点(应力)的方法94

5．3．1 神经网络模型的确定94

5．3．2 训练和测试样本数据集94

5．3．3 网络结构的自适应确定97

5．3．4 Kaiser效应点(应力)的识别98

5．4 地应力的估计实例99

5．4．1 垂直地应力分量的估计99

5．4．2 主应力的估计102

6 岩体力学非线性动力学系统的智能辨识104

6．1 引言104

6．2 常微分方程数值解与动力学模型识别105

6．3 岩石力学非线性动力学系统的智能辨识106

6．3．1 问题的表达107

6．3．2 多层前馈神经网络性能分析108

6．3．3 遗传-神经网络建模方法109

6．3．4 岩石力学非线性动力学系统行为的外推预测110

6．4 边坡位移非线性时间序列的智能建模111

6．4．1 卧龙寺新滑坡的变形111

6．4．2 新滩滑坡的变形116

6．4．3 三峡永久船闸高边坡与中隔墩岩体的变形117

6．5 煤矿顶板来压非线性序列的建模125

6．5．1 矿压显现实时自适应识别的神经网络建模与预测126

6．5．2 矿压显现自适应识别的灰色系统建模与预测129

6．5．3 小结135

7 材料非线性本构模型的自适应识别136

7．1 引言136

7．2 神经网络材料本构模型138

7．2．1 材料本构模型的神经网络表达138

7．2．2 神经网络材料本构模型的结构139

7．3 智能有限元方法140

7．4 神经网络材料本构模型的自适应识别方法142

7．4．1 神经网络材料本构模型的直接学习方法142

7．4．2 神经网络材料本构模型的逐步改进学习方法143

7．5 砂岩本构关系的识别148

7．6 复合材料本构模型的识别151

7．6．1 本构模型进化学习算法的原理151

7．6．2 实例分析151

7．6．3 结论155

8 化学环境侵蚀下的岩石破裂特性及其智能辨识156

8．1 引言156

8．2 双抗扭条件下的岩石微破裂过程特性及其智能辨识161

8．2．1 岩石微破裂特征的声发射测试161

8．2．2 岩石微破裂过程的时间分形特征167

8．2．3 岩石微破裂演化过程特征的智能辨识177

8．3 三点弯曲条件下的岩石微破裂过程特性186

8．4 三轴压缩条件下的岩石微破裂过程特性及其智能辨识188

8．4．1 三轴压缩条件下的岩石微破裂过程的声发射测试188

8．4．2 三轴压缩条件下的岩石微破裂过程的时间分形特征190

8．4．3 三轴压缩条件下的岩石微破裂演化过程特征的智能辨识192

8．5 单轴应力条件下的岩石微破裂过程特性197

9 露天矿边坡稳定性的综合集成智能分析199

9．1 引言199

9．2 边坡稳定性分析的一种集成智能理论模型200

9．3 影响露天矿边坡稳定性的因素202

9．3．1 地质因素202

9．3．2 边坡工程与开采方面的因素205

9．4 边坡岩体质量分类209

9．4．1 SMR分类方法209

9．4．2 Barton的Q系统法210

9．5 边坡角的神经网络估计214

9．5．1 边坡角非线性映射的建立214

9．5．2 神经网络模型预测能力的检验219

9．6 破坏模式的智能识别220

9．6．1 知识获取220

9．6．2 边坡稳定性分析知识的综合表示221

9．6．3 推理网络226

9．6．4 推理方向229

9．6．5 深度优先搜索230

9．6．6 不确定性推理方法232

9．6．7 边坡破坏模式的识别实例236

9．7 边坡稳定性的综合智能估计236

9．7．1 引言236

9．7．2 边坡稳定性的神经网络估计237

9．7．3 确定最小圆弧滑动面的遗传算法245

9．7．4 基于实例的边坡安全系数的极大似然估计248

9．7．5 基于实例的边坡安全系数的遗传算法估计249

9．7．6 边坡稳定性估计的基于粗糙集的神经网络建模方法252

9．7．7 边坡稳定性估计的基于模糊神经网络建模方法257

9．8 边坡设计的进化263

9．9 边坡稳定性分析综合集成智能系统265

9．9．1 边坡稳定性的综合集成智能分析265

9．9．2 边坡稳定性分析综合集成智能系统的结构270

9．9．3 综合集成智能系统用户界面设计271

9．10 工程应用275

9．10．1 实例Ⅰ275

9．10．2 实例Ⅱ275

10 深部开采诱发的岩爆的智能风险估计278

10．1 引言278

10．2 关于岩爆及其控制措施的认识279

10．2．1 岩爆机理的理解279

10．2．2 岩爆的现场监测280

10．2．3 岩爆控制的主要措施280

10．3 岩爆与矿震事件的分形行为282

10．3．1 矿震事件分布的空间分形分析282

10．3．2 矿震事件分布的时间分形分析282

10．3．3 矿震事件的尺寸分形分析285

10．4 岩爆风险估计专家系统286

lo．5 岩爆发生可能性识别的神经网络模型290

10．5．1 碳化(Carbon leader)采场岩爆风险估计神经网络模型290

10．5．2 VCR采场岩爆风险估计神经网络模型294

10．5．3 隧道岩爆风险估计神经网络模型294

10．6 防治措施识别295

10．6．1 巷道岩爆防治措施的识别295

10．6．2 采场的岩爆防治措施295

10．7 岩爆风险估计的综合集成智能系统295

10．7．1 综合集成智能系统模型295

10．7．2 综合集成智能系统软件设计297

10．8 综合集成智能系统的应用300

10．8．1 应用实例1300

10．8．2 应用实例2302

10．8．3 应用实例3302

10．8．4 应用实例4302

10．8．5 应用实例5305

11 结语306

11．1 Internet306

11．2 Internet的应用306

11．3 全球范围内的协作是发展智能岩石力学的有效途径309

11．3．1 利用Internet-神经网络进行示例转换模拟309

11．3．2 在Internet上进行智能岩石力学协作研究310

11．4 智能采矿控制工程力学312

参考文献313