前言文獻(xiàn)回顧研究方法結(jié)果與討論結(jié)論

1、分離元素法應(yīng)用於地質(zhì)材料力學(xué)行為的分析,授課老師：林俐伶指導(dǎo)老師：張光宗79742113林明慧,～目錄～,前言文獻(xiàn)回顧研究方法結(jié)果與討論結(jié)論,+2+,前言,近年來使用數(shù)值方法來模擬地滑的情形趨於頻繁，而現(xiàn)在最常用的方法為極限平衡法，但由於極限平衡法無法模擬顆粒間之力學(xué)行為與堆積之情況，故使用分離元素法的情形逐漸增加。但分離元素法最困難的地方在於決定其微觀參數(shù)，最常見的作法為調(diào)整其微觀參數(shù)使模型符合其巨觀行為。本論文將嘗

2、試建立巨觀參數(shù)與PFC2D微觀參數(shù)之關(guān)係，並用於實(shí)際案例上。,+3+,+4+,文獻(xiàn)回顧,UCODE,賴丞昶，2009“地質(zhì)材料參數(shù)最佳化及其於地滑行為分析之應(yīng)用”在論文中使用UCODE針對(duì)PLAXIS的輸入?yún)?shù)進(jìn)行敏感性分析，藉以找出眾多參數(shù)中較具影響力之參數(shù)。,文獻(xiàn)回顧,PFC2D,C. Wang et al.(2003)“Numerical analysis of the stability of heavily jointed

3、 rock slopes using PFC2D”Cundall et al.(2004)“A bonded-particle model for rock”N. Belheine et al.(2009)“Numerical simulation of drained triaxial test using 3D discrete element modeling”Chao-Lung Tang et al.(2009)“The

4、Tsaoling landslide triggered by the Chi-Chi earthquake, Taiwan: Insights from a discrete element simulation”以上文獻(xiàn)探討PFC2D微觀參數(shù)與巨觀參數(shù)之間的關(guān)係，並嘗試將PFC2D之部分參數(shù)設(shè)為相等或以比值簡(jiǎn)化，藉以減少變數(shù)。,+5+,張家偉(2007)“應(yīng)用分離元素法探討紅菜坪地區(qū)地滑演化”Chao-Lung Tang et

5、 al.(2009)“The Tsaoling landslide triggered by the Chi-Chi earthquake, Taiwan: Insights from a discrete element simulation”以上之文獻(xiàn)嘗試以PFC2D模擬紅菜坪與草嶺地滑之堆積情況。,文獻(xiàn)回顧,PFC2D,紅菜坪,+6+,+7+,文獻(xiàn)回顧,類神經(jīng),A.S. Tawadrous et al.(2009)“Predi

6、ction of uniaxial compression PFC3D model micro-properties using artificial neural networks”I. Y?lmaz(2008)“Technical Note An Example of Arti?cial Neural Network(ANN) Application for Indirect Estimation of Rock Paramete

7、rs”賴丞昶(2009)“地質(zhì)材料參數(shù)最佳化及其於地滑行為分析之應(yīng)用”建構(gòu)類神經(jīng)模型，並輸入大量資料令其學(xué)習(xí)，再將測(cè)試完成之模型用來預(yù)測(cè)需要之PFC參數(shù)與PLAXIS參數(shù)。,I. Y?lmaz(2008)“Technical Note An Example of Arti?cial Neural Network(ANN) Application for Indirect Estimation of Rock Parameters”

8、以上文獻(xiàn)以簡(jiǎn)單迴歸與複迴歸來分析彈性模數(shù)E值、單壓強(qiáng)度UCS與有效孔隙比、消散耐久指數(shù)、施密特硬度、點(diǎn)荷重強(qiáng)度的關(guān)係。,文獻(xiàn)回顧,統(tǒng)計(jì)方法,簡(jiǎn)單迴歸,複迴歸,+8+,+9+,研究方法,PFC之實(shí)際案例模擬,參數(shù),雙軸試驗(yàn),巨觀微觀參數(shù)之關(guān)係,+10+,研究方法,UCODE：UCODE是由美國地質(zhì)調(diào)查所(U.S.G.S.)應(yīng)用非線性迴歸理論與地下水流模式結(jié)合的分析軟體。此軟體是由Fortran程式編譯而成，輸出與輸入皆為純文字介

9、面，可與輸出與輸入皆為純文字之軟體相互結(jié)合使用，可用於敏感性分析與參數(shù)最佳化等等。本文將使用UCODE來進(jìn)行敏感性分析。,+11+,研究方法,UCODE_敏感性分析：使用UCODE對(duì)PFC2D之參數(shù)進(jìn)行敏感性分析，以瞭解各參數(shù)之影響力大小。,PFC2D之參數(shù),UCODE於敏感性分析後輸出之?dāng)?shù)值,+12+,研究方法,PFC2D_簡(jiǎn)介：PFC2D是使用分離元素法來模擬圓形顆粒之間的運(yùn)動(dòng)及其相互作用之微觀力學(xué)軟體。顆?？梢源聿牧现械?/p>

10、個(gè)別顆粒，例如砂粒；也可以代表連結(jié)在一起的固體材料，例如混凝土或巖石。但PFC2D使用之微觀參數(shù)不同於一般之巨觀參數(shù)E、c、φ，故參數(shù)之選用須多加考量。本文將使用PFC2D來進(jìn)行雙軸試驗(yàn)與地滑之模擬。,+13+,研究方法,PFC2D_模擬雙軸試驗(yàn)：利用UCODE敏感性分析之結(jié)果，針對(duì)PFC2D的微觀參數(shù)進(jìn)行調(diào)整，使模型符合其巨觀行為。,類神經(jīng)_簡(jiǎn)介：類神經(jīng)網(wǎng)路是一種以電腦來模擬人類腦神經(jīng)細(xì)胞網(wǎng)路的科學(xué)。其優(yōu)點(diǎn)在於不需要瞭解系統(tǒng)的

11、數(shù)學(xué)模型，即可得到輸入與輸出之間的關(guān)係。本文將利用類神經(jīng)網(wǎng)路來預(yù)測(cè)微觀參數(shù)。,研究方法,+14+,類神經(jīng)(使用MATLAB的nntool)：在蒐集了多組PFC2D之?dāng)?shù)據(jù)與其相對(duì)應(yīng)之巨觀參數(shù)資料後，將之輸入類神經(jīng)網(wǎng)路進(jìn)行訓(xùn)練，並使用額外幾組資料對(duì)其進(jìn)行測(cè)試，以瞭解類神經(jīng)網(wǎng)路之訓(xùn)練完成與否。訓(xùn)練完成後，再將之用來預(yù)測(cè)。,研究方法,+15+,迴歸分析_簡(jiǎn)介：迴歸分析是一種統(tǒng)計(jì)學(xué)上對(duì)數(shù)據(jù)進(jìn)行分析的方法，主要是希望探討數(shù)據(jù)之間是否有特定關(guān)

12、係。迴歸分析是建立因變數(shù)Y與自變數(shù)X之間關(guān)係的模型。迴歸分析的目的在於了解兩個(gè)或多個(gè)變數(shù)間是否相關(guān)，並建立數(shù)學(xué)模型以便觀察特定變數(shù)來預(yù)測(cè)其他變數(shù)。,研究方法,+16+,迴歸分析_作法：將多組PFC2D之?dāng)?shù)據(jù)與其相對(duì)應(yīng)之巨觀參數(shù)資料進(jìn)行簡(jiǎn)單迴歸與複迴歸分析，以找出其相關(guān)性與關(guān)係式，作為推估微觀參數(shù)之依據(jù)。,研究方法,+17+,使用PFC2D模擬地滑：將類神經(jīng)或迴歸分析預(yù)測(cè)之微觀參數(shù)值輸入建製完成之邊坡模型，以模擬地滑堆積之情況。,