王 宇 ,賈志剛李 曉汪 燦余宏明
(1. 中國地質(zhì)大學(xué)(武漢)工程學(xué)院,武漢 430074;2. 中國科學(xué)院地質(zhì)與地球物理研究所,北京 100029;3. 中國科學(xué)院研究生院,北京 100049)
邊坡工程中不可避免地涉及到大量的不確定性因素,這些不確定性因素當(dāng)中,既有隨機(jī)不確定性因素,也有模糊不確定性因素。隨機(jī)不確定性因素主要有荷載條件、地質(zhì)環(huán)境、不同的施工環(huán)境與條件等;模糊不確定性因素主要體現(xiàn)在巖土體分類具有模糊性、邊坡的變形破壞特征具有模糊性、巖土體的物理力學(xué)參數(shù)具有模糊性等。因此,對于邊坡這樣一個復(fù)雜的地質(zhì)系統(tǒng),單純用可靠性理論來評價是不夠的,它要求既要考慮到因素的隨機(jī)性,同時更要考慮到因素的模糊性。
將模糊理論應(yīng)用于邊坡工程,國內(nèi)外學(xué)者已經(jīng)作了一些相關(guān)性的研究工作,并取得了一定成就[1-7],但其中存在著許多問題亟需解決。如文獻(xiàn)[1]用“梯形模糊數(shù)”計算穩(wěn)定系數(shù)區(qū)間,僅考慮了隨機(jī)變量的兩種簡單組合情況,然后進(jìn)行加權(quán)平均來計算可靠指標(biāo),準(zhǔn)確性差;文獻(xiàn)[3]只是將隨機(jī)可靠性指標(biāo)與模糊可靠性指標(biāo)相加,從而得出模糊隨機(jī)可靠性指標(biāo),這種方法存在較大的片面性;文獻(xiàn)[4]將模糊測度理論應(yīng)用于巖土邊坡穩(wěn)定問題,對分析模型進(jìn)行模糊化,但沒有考慮各個巖土力學(xué)參數(shù)的模糊性等。邊坡穩(wěn)定模糊隨機(jī)可靠度的研究已有了一定的發(fā)展,但模糊理論與可靠度結(jié)合在邊坡工程中的應(yīng)用仍然存在許多問題,主要體現(xiàn)在邊坡模糊評價標(biāo)準(zhǔn)的建立、隨機(jī)過程隸屬函數(shù)的確定等,其中比較突出的問題就是極限狀態(tài)變量模糊隨機(jī)可靠度的求解問題,因為它直接影響著邊坡穩(wěn)定可靠性評價尺度的正確與否,決定工程決策的效益和損失?;谝陨峡紤],本文在前人的研究基礎(chǔ)之上,在統(tǒng)計矩點估計法(PEM)的基礎(chǔ)上,提出邊坡模糊隨機(jī)可靠性分析的模糊點估計法(Fuzzy-PEM),并考慮到巖土體物理力學(xué)參數(shù)的近似分布概型,采用區(qū)別于梯形模糊數(shù)的正態(tài)模糊數(shù)對巖土體力學(xué)參數(shù)進(jìn)行模糊化處理,由PEM 求得可靠性指標(biāo)。該方法不必知道狀態(tài)變量的概率分布,不需要求導(dǎo),克服了傳統(tǒng)方法極限狀態(tài)方程概率密度函數(shù)構(gòu)造困難、計算復(fù)雜、效率低的缺點。對復(fù)雜邊坡工程的可靠性分析具有很大的發(fā)展前景,為邊坡工程可靠性分析的理論與實踐提供了一條新的途徑。
PEM 是由Rosenblueth 于1975 年提出的一種矩估計近似方法,于20 世紀(jì)80 年代初被引入結(jié)構(gòu)工程的可靠性分析中。當(dāng)各種狀態(tài)變量的概率分布未知時,只要它們的均值和方差,有目的的選擇或設(shè)計一些特殊組成的點(通常取2 個隨機(jī)變量均值對稱的2 個點),就可以求得狀態(tài)函數(shù)(穩(wěn)定系數(shù)或安全儲備)的各階矩,且在狀態(tài)函數(shù)的假定概率分布條件下求得邊坡的可靠性指標(biāo)[8]。
對一般的邊坡穩(wěn)定性問題,取功能函數(shù)Z= g ( X ) = g ( x1, x2, … , xn),其 中 x1, x2, … , xn為 重度、黏聚力、摩擦系數(shù)等影響邊坡穩(wěn)定性的隨機(jī)變量。k 階原點矩用PEM 表示為[9-10]
其中
式中:sxiC 為隨機(jī)變量 iX 的偏度系數(shù)。當(dāng)偏度系數(shù)未知時,可以假定sxiC =0,設(shè)n 個狀態(tài)變量互相關(guān),則每一組合的概率jP 取決于變量間的相關(guān)系數(shù)ijρ :
其中 ei( i = 1, 2, … , n)取值為:當(dāng) xi取 Xi+時,ei= 1;當(dāng) xi取 Xi-時, ei=-1 。
以功能函數(shù) Z = g ( x , y)為例,包含2 個隨機(jī)變量,每個隨機(jī)變量取2 個計算點,則有
因此,功能函數(shù)Z 的期望和方差分別為
其中
由此可求得邊坡的可靠性指標(biāo)和破壞概率。
傳統(tǒng)可靠性分析中計算量較大、方法單一、無法處理模糊變量等問題,應(yīng)用模糊截集法可以實現(xiàn)模糊變量與隨機(jī)變量的相互等價轉(zhuǎn)換,使這一問題得以解決。對于普通集合來說,只有當(dāng)隸屬度( X0)=1時, X0才是屬于集合A 的。然而對于模糊集合,( X0)=λ, λ ∈ [ 0,1],當(dāng)且僅當(dāng)( X0)≥ λ時,才說 X0是中的元素。這樣,對 每個λ 都能從U 中確定一個普通子集,它是在λ這個信任程度上的反映,由此設(shè)∈F ( U),對?λ ∈ [ 0,1],稱
對于每個不確定變量,λ 截集能給出一個區(qū)間的2 個點,如對于每一λ 截集產(chǎn)生的上界值和下界值,這是進(jìn)行模糊點估計的基礎(chǔ)。
巖土體物理力學(xué)參數(shù)既包含隨機(jī)特性,也包含模糊特性,應(yīng)視為模糊隨機(jī)變量。為了研究物理力學(xué)參數(shù)的模糊性,可以通過模糊數(shù)來實現(xiàn)。模糊數(shù)大致可以分為線性和非線性2 種,由于當(dāng)前的研究水平很難判斷哪種模糊類型更適合實際情況,因 此,現(xiàn)有的工程應(yīng)用研究中大多采用線性模糊數(shù)形式,如梯形模糊數(shù)[1,12-13]。隸屬函數(shù)分布形式為
其曲線如圖1 所示。
圖1 梯形隸屬函數(shù) Fig.1 Trapezoidal membership function
然而,大量研究表明,巖土體物理力學(xué)參數(shù)如黏聚力、內(nèi)摩擦角、土體重度等都近似符合正態(tài)或?qū)?shù)正態(tài)分布,采用線性模糊數(shù)來描述力學(xué)參數(shù)可能會導(dǎo)致一些重要隨機(jī)信息的丟失,因此,本文認(rèn)為,采用正態(tài)模糊來描述物理力學(xué)參數(shù)應(yīng)該更為合理。正態(tài)隸屬函數(shù)分布形式為
由于巖土體物理力學(xué)參數(shù)都是正數(shù),因此,描述其模糊隨機(jī)性的正態(tài)模糊數(shù)應(yīng)該都是有界正模糊數(shù),可定義正態(tài)模糊數(shù)的隸屬函數(shù)為
式中:Xm? 、Xσ? 分別為模糊數(shù)學(xué)期望值與方差??捎脴颖镜钠骄岛蜆?biāo)準(zhǔn)差估計;ω、θ 為2 個待定系數(shù)。
取向量映射的核ker,令 mX= ker
由性質(zhì)有 ω + θ= 1;引入?yún)?shù)k,并使得
解式(14)得:
將式(15)代入式(13)得正態(tài)模糊數(shù)的隸屬函數(shù)表達(dá)式為
其函數(shù)圖形如圖2 所示。
圖2 正態(tài)隸屬函數(shù) Fig.2 Normal membership function
其中
當(dāng)x 近似服從對數(shù)分布時,由 lnY X= 服從正態(tài)分布,同樣可以推導(dǎo)出對數(shù)正態(tài)模糊數(shù)的隸屬函數(shù)表達(dá)式。
對應(yīng)不同的隸屬度iλ ,可分別得到對應(yīng)功能函數(shù)的點估計值,通過這樣的離散分析,可以更充分地考慮模糊變量的模糊性,從而得到更為合理的分析結(jié)果。
上式中參數(shù)k 控制著力學(xué)參數(shù)的最大取值空間,k 越大,則力學(xué)參數(shù)的區(qū)間越大,參數(shù)的置信度越低,選參越?jīng)]把握;反之亦然。一般認(rèn)為,當(dāng)參數(shù)為正態(tài)分布時,99.73%的數(shù)據(jù)落在( mX-3σX,mX+ 3σX)區(qū)間內(nèi),當(dāng)邊坡巖土體的變異性較大,變異系數(shù)VX超過3 時,建議k 值取3。由力學(xué)參數(shù)非負(fù)性(即 mX- kσX≥ 0)可知, k ≤mX/σX= 1/ Vx。因此,k 的取值應(yīng)根據(jù)邊坡工程的實際情況而定,在0.5~3.0 范圍內(nèi)選取。
邊坡穩(wěn)定性影響因素的隨機(jī)性和模糊性是客觀存在的,傳統(tǒng)的可靠性分析方法難以反映邊坡的真實工作狀態(tài)。本文提出的模糊點估計法則是一個更為合理的解決方法,它在處理過種中不需要知道模糊變量的具體特征,對影響邊坡穩(wěn)定性的各個力學(xué)參數(shù)都進(jìn)行模糊隨機(jī)處理,并在[0,1]區(qū)間上取有限個λ 約束水平,從而使得分析結(jié)果更加符合工程實際。
功能函數(shù)為 Z = g ( x1, x2, … , xn),考慮到隨機(jī)變量 xi的隨機(jī)性與模糊性,本文對每個變量 xi均采用正態(tài)模糊數(shù)處理。對應(yīng)于不同的λ 水平,取不同的隸屬度,將分別得到對應(yīng)的功能函數(shù)的點估計上限值和下限值(即上文中所指和),如圖2 所示。
當(dāng)功能函數(shù)在[0,1]區(qū)間上取一個λ 約束水平時,得到λ 處r 階原點矩為
對比PEM 公式可以發(fā)現(xiàn),式(20)中忽略了中間的(2n- 2)項,顯然是不準(zhǔn)確的。因為PEM 公式中不僅有參數(shù)純上下界的組合,還有上下界混合在一起形成的組合。研究發(fā)現(xiàn),當(dāng)用正確的PEM 公式代入式(20)時,將得不出功能函數(shù)合理的k 階矩,因此,必須對式(20)進(jìn)行修正。采用模糊理論中的加權(quán)平均思想,m 個λ 水平下考慮模糊隨機(jī)性的狀態(tài)函數(shù)的k 階原點矩為
對邊坡工程來說,極限狀態(tài)函數(shù) Fs的表達(dá)式為 Fs=g ( c, φ , γ, H, …) ,當(dāng)有n 個變量時,每個變量取2 個點,則有2n種組合,可由狀態(tài)方程求解2n個狀態(tài)函數(shù)值。因此,r 個λ 水平下考慮模糊隨機(jī)性的狀態(tài)函數(shù)的期望值和方差值分別為
由此,可求得邊坡的模糊隨機(jī)可靠性指標(biāo)為
岱家灣公路邊坡位于重慶市巫山縣兩坪鄉(xiāng)朝元村,順山坡展布。邊坡傾向南,邊坡高達(dá)112 m,長約200 m,上覆松散層厚一般10~20 m。坡體主要由碎石和充填其間的粉質(zhì)黏土組成,碎石含量為50~60%,成分為泥灰?guī)r,灰?guī)r,粒徑為2~8 cm,個別達(dá)12 cm,棱角~次棱角狀;粉質(zhì)黏土含量為40~50%,局部含量較高而成為含礫(碎石)粉質(zhì)黏土透鏡體。鉆孔揭露無地下水。與其下伏基巖相比,松散的殘坡積碎石土抗剪強(qiáng)度較低,在一定的地形地質(zhì)條件下可能成為潛在滑動面。在邊坡穩(wěn)定性評價中,由于巖土體重度γ 的變異系數(shù)較小,將其視為定值不會帶來較大誤差,因而一般選取抗剪強(qiáng)度參數(shù)作為模糊隨機(jī)變量進(jìn)行研究。邊坡巖土體物理力學(xué)參數(shù)服從正態(tài)分布,參數(shù)統(tǒng)計見表1。穩(wěn)定性計算采用簡化的Bishop 法計算,借助于slide邊坡極限平衡分析軟件,視土條為剛體,用參數(shù)均值計算出的邊坡臨界滑動面見圖3?,F(xiàn)擬對天然狀態(tài)下邊坡的穩(wěn)定性進(jìn)行可靠性評價。
本文對力學(xué)參數(shù)c 和φ 均采用正態(tài)模糊隸屬函數(shù)處理,考慮到實際邊坡力學(xué)參數(shù)的最大可能取值區(qū)間,取k = 1.5;為了盡可能地削除計算結(jié)果的離散性,取λ=0.1~0.9 9 個水平,按式(18)進(jìn)行計算。各水平下的不確定性參數(shù)見表2。
表1 邊坡碎石土力學(xué)參數(shù) Table 1 Gravel soil parameters of slope
圖3 邊坡穩(wěn)定性計算結(jié)果 Fig.3 Slope stability calculation result
表2 λi水平下力學(xué)參數(shù)取值 Table 2 Mechanical parameters under different values of λi
本文不考慮參數(shù)間的相關(guān)性( ρc,φ= 0),分別將不同水平的參數(shù)組合輸入到極限平衡法計算軟件中計算得出不同λ 水平下的點估計值,見表3。
表3 iλ 水平各參數(shù)組合計算結(jié)果 Table 3 Results for different values of iλ
由表3 可知,模糊點估計法得出的不同λ 水平下的邊坡穩(wěn)定系數(shù)在[1.233 3,1.239 1]間波動;隨著λ 水平的增大,可靠性指標(biāo)增大,不同λ 水平下邊坡可靠性指標(biāo)的波動區(qū)間為[0.967 2,3.523 2]。穩(wěn)定系數(shù)、可靠性指標(biāo)與λ 水平(隸屬度)的關(guān)系見圖4。由式(22)、(23)可以計算出穩(wěn)定系數(shù)均值為1.238 0,標(biāo)準(zhǔn)差為0.140 3,因此,邊坡的模 糊隨機(jī)可靠性指標(biāo)β = 1.696 6,破壞概率為Pf= 0.044 9。
圖4 穩(wěn)定系數(shù)、可靠性指標(biāo)與隸屬度的關(guān)系 Fig.4 Relationships between FS and β vs. μ
為了便于說明計算結(jié)果的可靠性,同時用不考慮力學(xué)參數(shù)的統(tǒng)計矩點估計法、通過構(gòu)造概率密度函數(shù)的模糊概率方法對該邊坡進(jìn)行了可靠性分析,見表4。
表4 不同計算方法結(jié)果對比 Table 4 Comparison of reliability results obtained by different methods
由表4 可以看出,模糊點估計法計算結(jié)果和模糊概率法所得的結(jié)果基本是一致的,但比不考慮參數(shù)模糊隨機(jī)性的PEM 法計算結(jié)果稍小。由于它慮到了各個力學(xué)參數(shù)的模糊特性,并對每個力學(xué)參數(shù)都進(jìn)行了模糊處理,使參數(shù)的信息盡可能大地反映出來,這相對于不考慮其模糊性來說更為合理,也與人們的經(jīng)驗理解相符合。
參數(shù)k 決定力學(xué)參數(shù)最大可能計算區(qū)間的確定,實質(zhì)是考慮參數(shù)變異性從點的試驗值到單元的計算值的局部平均化影響。可以根據(jù)試驗參數(shù)統(tǒng)計或人們的經(jīng)驗來確定。k 值大小受參數(shù)變異性、空間相關(guān)程度、樣本數(shù)大小等影響。不同情形下邊坡的可靠性分析結(jié)果見表5。
表5 不同k 值的分析結(jié)果 Table 5 Analysis results according to different values of k
由表可知,針對不同的k 值,可求得穩(wěn)定系數(shù)的變異系數(shù)取值范圍為[0.096~0.158],邊坡破壞概率隨變異系數(shù)的增大而增大,k 值越小,參數(shù)的置信度越高,可靠度結(jié)果越大。因此,對穩(wěn)定系數(shù)變異性較小的邊坡工程來說,參數(shù)的變異性帶來的模糊隨機(jī)可靠度變化不明顯,但當(dāng)穩(wěn)定系數(shù)變異性較大時,應(yīng)當(dāng)對加k 的取值進(jìn)行系統(tǒng)的研究,以免對邊坡的實際工作狀態(tài)作出錯誤的評價。
考慮力學(xué)參數(shù)c 和φ 的相關(guān)性對可靠性計算結(jié)果的影響,當(dāng)k = 1.5 時,取不同的相關(guān)系數(shù)進(jìn)行模糊可靠性計算,計算結(jié)果見表6。
表6 參數(shù)相關(guān)性對計算結(jié)果的影響 Table 6 Effect of correlation on reliability results
表6 計算結(jié)果表明,巖土體力學(xué)參數(shù)的相關(guān)性對邊坡模糊隨機(jī)可靠性指標(biāo)的影響并不大。當(dāng)參數(shù)正相關(guān)時,隨相關(guān)系數(shù)的增大,可靠性指標(biāo)稍有減?。粎?shù)負(fù)相關(guān)時,隨相關(guān)系數(shù)的增大,可靠性指標(biāo)稍有增大。
本文在統(tǒng)計矩點估計法和模糊隨機(jī)理論的基礎(chǔ)上,提出邊坡工程模糊隨機(jī)可靠性分析的模糊點估計法;同時,根據(jù)邊坡巖土體力學(xué)參數(shù)的實際近似分布類型,采用正態(tài)模糊數(shù)對隨機(jī)變量進(jìn)行模糊化處理。該方法不需要構(gòu)造邊坡極限狀態(tài)方程概率密度函數(shù),概念清楚、使用方便、計算效率高,不僅可以計算出穩(wěn)定系數(shù)的均值和標(biāo)準(zhǔn)差,而且可以給出穩(wěn)定系數(shù)和可靠性指標(biāo)的波動區(qū)間,尤其對復(fù)雜邊坡和隱式功能函數(shù)可靠性分析具有很大的潛力。參數(shù)k 的確定比較關(guān)鍵,應(yīng)根據(jù)實際經(jīng)驗和室內(nèi)試驗對其進(jìn)行更加全面系統(tǒng)的研究,以便對邊坡的實際狀態(tài)作出客觀合理的評價。計算結(jié)果表明,邊坡破壞概率為44.9%,處于欠穩(wěn)定狀態(tài),應(yīng)對其采取及時有效的支護(hù)措施。
[1] DODGAOUDAR G R, VENKATACHALAM G. Reliability analysis of slopes using fuzzy sets theory[J]. Computers and Geotechnics, 2000, 49(2): 111-122.
[2] GIASI C I, MASI P, CHERUBINI C. Probability and fuzzy reliability analysis of a sample slope near Aliano[J]. Engineering Geology, 2003, (67): 391-402.
[3] 彭祥. 三峽般閘高邊坡穩(wěn)定的模糊隨機(jī)可靠性分析[D]. 北京: 華北水利水電學(xué)院北京研究部, 1997.
[4] 李文秀. 巖土邊坡穩(wěn)定性的模糊測度分析[J]. 巖土工程學(xué)報. 1996, 18(2): 11-16. LI Wen-xiu. Fuzzy measure analysis for the stability of rock and soil slopes[J]. Chinese Journal of Geotechnical Engineering, 1996, 18(2): 11-16.
[5] 李彰明. 模糊分析在邊坡穩(wěn)定性評價中的應(yīng)用[J]. 巖石力學(xué)與工程學(xué)報, 1997, 16(5): 491-495. LI Zhang-ming. Application of fuzzy analysis in slope stability evaluation[J]. Chinese Journal of Rock Mechanics and Engineering, 1997, 16(5): 491-495.
[6] 譚曉慧. 邊坡穩(wěn)定分析的模糊概率法[J]. 合肥工業(yè)大學(xué)學(xué)報(白然科學(xué)版), 2001, 24(3): 443-446. TAN Xiao-hui. The stability analysis of slope by fuzzy probability method[J]. Journal of Hefei University of Technology, 2001, 24(3): 443-446.
[7] 樓芬, 鄧建. AHP-Fuzzy 法在露天礦邊坡穩(wěn)定性分析中的應(yīng)用[J]. 采礦技術(shù), 2008, 8(2): 28-30.
[8] 羅文強(qiáng), 龔玨. Rosenblueth 方法在斜坡穩(wěn)定性概率評價中的應(yīng)用[J]. 巖石力學(xué)與工程學(xué)報, 2003, 22(2): 232-235. LUO Wen-qiang, GONG Yu. Application of Rosenblueth moment estimation method into probabilistic analysis of slope stability[J]. Chinese Journal of Rock Mechanics and Engineering, 2003, 22(2): 232-235.
[9] HARR M E. Reliability-based design in civil engineering[M]. New York: McGraw-Hill Companies, 1987.
[10] ZIMMERMANN H J. Fuzzy set theory and its applications[M]. Boston: Kluwer Academic Publishers, 1991.
[11] 賈厚華, 賀懷建. 邊坡穩(wěn)定模糊隨機(jī)可靠度分析[J]. 巖土力學(xué), 2003, 24(4): 657-660. JIA Hou-hua, HE Huai-jian. Analysis of fuzzy-random reliability of slope stability[J]. Rock and Soil Mechanics, 2003, 24(4): 657-660.
[12] 譚文輝, 蔡美峰. 邊坡工程廣義可靠性分析[M]. 北京: 科學(xué)出版社, 2010.
[13] 楊坤, 周創(chuàng)兵, 張昕, 等. 邊坡塊狀結(jié)構(gòu)巖體模糊隨機(jī)可靠性分析[J]. 巖石力學(xué)與工程學(xué)報, 2006, 25(2): 408-412. YANG Kun, ZHOU Chuang-bing, ZHANG Xin, et al. Fuzzy-random reliability analysis of blocky rock mass in slopes[J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25(3): 408-412.