基于神经网络和平直节理接触模型的细观参数标定方法

近年来,颗粒流程序离散元分析方法在岩石工程领域广泛应用,它从细观角度最大限度地还原了岩石等材料力学行为的本源,但颗粒流模型的细观参数与岩石材料的宏观参数并不相同,其标定过程复杂、耗时。为此,基于平直节理接触模型,以单轴压缩、直接拉伸和双轴压缩等数值模拟试验测试岩石材料宏观力学参数;对模型细观参数进行正交设计,并通过多因素方差分析研究宏细观参数之间的关系;采用BP (back propagation)神经网络建模对细观参数进行标定并校核标定结果,校核结果表明细观参数标定精度普遍高于90%,且总体误差较小,证明了标定方法的可行性。结合花岗岩在室内常规试验下的应力-应变曲线和破坏特征,验证了神经网络的反演方法在标定岩石材料细观力学参数工作中的有效性。