基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法

本发明涉及土工程检测领域，特别涉及基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法。

背景技术：

1、膨胀土是一种具有吸水膨胀、失水收缩特性的黏土，在干湿重复循环条件下会产生大量裂隙，容易导致膨胀土边坡产生形变，继而引发滑坡事故。边坡工程包含一定量的膨胀土，上述膨胀土特性不可避免使边坡存在一定的滑坡塌陷风险。为了确保膨胀土边坡的安全性和及时实施边坡加固工程，需要对膨胀土边坡进行稳定性检测。现有膨胀土边坡稳定性检测主要包括基于圆弧滑动法拟合不利滑动面进行边坡稳定分析，或基于裂隙分布统计计算滑动面强度等方法。其中，基于圆弧滑动法拟合不利滑动面进行边坡稳定分析的方法难以反映边坡失稳时的实际情况，分析结果存在明显失真；基于裂隙分布统计计算滑动面强度的方法严重依赖裂隙空间分布的数量统计结果，并未考虑降水对裂隙发育演变的动态影响。由此可见现有边坡稳定性检测并未充分考虑降水渗入边坡内部后对裂隙发育的作用，不能形成裂隙演变的全面准确预测，降低边坡内部滑动面定位和力学状态识别可靠性，从而影响边坡稳定性检测的精确性。

技术实现思路

1、考虑到现有膨胀土边坡稳定性检测方法并充分考虑降水渗入边坡内部后对裂隙发育的作用，无法形成对裂隙构造演变的全过程准确预测，降低边坡内部滑动面定位和土体滑动识别可靠性，影响边坡稳定性检测的精确性。

2、鉴于上述问题，本发明提供了基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于，包括：

3、步骤一、采集膨胀土边坡的土层构造数据和原生裂隙分布数据；

4、步骤二、预处理所述土层构造数据和所述原生裂隙分布数据，以此构建裂隙边坡地质模型；

5、步骤三、获取所述膨胀土边坡所在区域的历史降水数据，以此估计所述膨胀土边坡的水渗透动态特征；

6、步骤四、根据所述水渗透动态特征，生成所述膨胀土边坡的膨胀应力作用；

7、步骤五、根据所述裂隙边坡地质模型和所述膨胀应力作用，估计所述膨胀土边坡的裂隙发育趋势；

8、步骤六、根据所述裂隙发育趋势，估计所述膨胀土边坡的裂隙结构变化；

9、步骤七、根据所述裂隙结构变化搜索所述膨胀土边坡内部的滑动面；根据所述滑动面的受力状态，预测所述膨胀土边坡的土体滑动变化状态。

10、优选地，所述步骤一具体包括如下步骤：

11、步骤11、对膨胀土边坡进行超声波扫描检测，收集与分析所述膨胀土边坡的超声回波信号，得到土层构造数据和第一原生裂隙分布数据；其中，所述土层构造数据包括所述膨胀土边坡内部的土质类型及其土层厚度布局；所述第一原生裂隙分布数据包括所述膨胀土边坡内部的原生裂隙形态和位置；

12、步骤12、对所述膨胀土边坡进行机器视觉识别，得到第二原生裂隙分布数据；其中，所述第二原生裂隙分布数据包括每条裂隙的长度、平均宽度、走向、中心点坐标以及所有裂隙的面密度。

13、优选地，步骤二具体包括如下步骤：

14、步骤21、对所述土层构造数据、所述第一原生裂隙分布数据、所述第二原生裂隙分布数据进行三维空间坐标统一预处理和异常数据部分剔除预处理；

15、步骤22、对所述土层构造数据、所述第一原生裂隙分布数据、所述第二原生裂隙分布数据进行三维空间建模，得到裂隙边坡地质模型。

16、优选地，所述步骤三具体包括如下步骤：

17、步骤31、收集所述膨胀土边坡所在区域的历史降水数据，对所述历史降水数据进行多维降水特征标识和区分，生成多维降水数据序列；其中，所述多维降水特征包括降水类型、降水持续时间、降水发生位置、降水强度；所述多维降水数据序列是指将每个降水事件按照时间顺序排列，并关联其降水强度空间分布所形成的时间-空间序列数据；

18、步骤32、根据所述多维降水数据序列，确定每个类型降水事件发生期间对所述膨胀土边坡形成的降雨输入流量空间分布；

19、步骤33、根据所述降雨输入流量空间分布和所述第二原生裂隙分布数据，估计所述膨胀土边坡的水渗透动态特征；其中，所述水渗透动态特征是指降水通过所述膨胀土边坡表层的原生裂隙渗透进入所述膨胀土边坡的流量速率。

20、优选地，所述步骤四具体包括如下步骤：

21、步骤41、根据所述水渗透动态特征和所述膨胀土边坡的实时含水率分布，估计所述膨胀土边坡的吸水膨胀形变量空间分布；

22、步骤42、对所述吸水膨胀形变量空间分布，根据膨胀土的本构模型计算其所产生的弹性应力场，得到所述膨胀土边坡的膨胀应力作用；其中，所述膨胀应力作用是指吸水膨胀形变在所述膨胀土边坡内部形成的应力分布。

23、优选地，所述步骤五具体包括如下步骤：

24、步骤51、根据所述膨胀应力作用，生成所述膨胀土边坡内部的应力作用场；

25、步骤52、根据所述应力作用场，采用有限元法或离散元法对所述裂隙边坡地质模型进行力学响应分析，得到所述膨胀土边坡内部裂隙受到的应力作用矢量；其中，所述应力作用矢量是指所述膨胀土边坡内部每个裂隙受到的应力作用大小和方向；

26、步骤53、根据所述应力作用矢量的时域变化，估计所述膨胀土边坡内部的裂隙发育趋势；其中，所述裂隙发育趋势是指所述膨胀土边坡内部的每个裂隙在多个结构维度上的尺寸变化趋势。

27、优选地，所述步骤六具体包括如下步骤：

28、根据所述裂隙发育趋势，估计所述膨胀土边坡内部的裂隙因结构维度的尺寸变化引发的内部裂隙接合关系变化，以此作为所述膨胀土边坡的裂隙结构变化。

29、优选地，所述步骤七具体包括如下步骤：

30、步骤71、根据裂隙结构变化，确定所述膨胀土边坡内部被裂隙分割形成处于分离状态的所有土体；

31、步骤72、根据所述处于分离状态的所有土体，搜索所述膨胀土边坡内部的滑动面；其中，所述滑动面是指处于分离状态的土体在所述膨胀土边坡内部形成潜在滑动面；

32、所述步骤73、根据所述滑动面对应的土体的受力状态，采用刚体极限平衡法计算土体沿滑动面的下滑力与抗滑力，当下滑力大于或等于抗滑力时，判断为发生平衡状态变更事件；当发生平衡状态变更事件，则根据受力状态的作用力矢量，预测所述土体的滑动变化状态。

33、与现有技术相比，本发明具有以下有益效果：

34、本发明通过采集膨胀土边坡的土层构造数据和原生裂隙分布数据并进行处理，能够得到膨胀土边坡边坡的稳定性。

1.基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于，包括：

2.如权利要求1所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：

3.如权利要求2所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：

4.如权利要求2所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：

5.如权利要求4所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：

6.如权利要求1所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：

7.如权利要求6所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：

8.如权利要求1所述的基于裂隙演化与滑动面智能识别的膨胀土边坡稳定性检测方法，其特征在于：