基于监测数据的铁路高边坡力学参数反演及长期稳定性预测

燕彦君1, 2，程爱平1, 2，李健3，董福松1, 2，戴顺意1, 2

(1. 武汉科技大学 资源与环境工程学院，湖北 武汉 430081；2. 武汉科技大学 冶金矿产资源高效利用与造块湖北省重点实验室，湖北 武汉 430081；3. 中国铁道科学研究院集团有限公司 铁道建筑研究所，北京 100081)

摘 要：随着西部山区铁路的建设，越来越多的铁路高边坡治理难题随之出现。以某铁路高边坡工程为依托，结合现场工程实地监测数据，采用不同参数组合与数值模拟计算模型相结合的研究方法，进行铁路高边坡岩土体力学参数反演分析及后期铁路高边坡稳定性预测。以现场实际布设测斜管所测高边坡地表及深部多点水平位移值为评价指标，对岩土体参数进行组合计算；绘制不同参数组合及实际监测所得水平位移随深度变化曲线，定义曲线拟合度并得出与位移监测曲线最拟合参数组，以此来确定最优参数取值。通过优选所得参数对铁路高边坡−双排抗滑桩−隧道体系进行不利工况正演计算，针对后期可能发生破坏变形区域进行分析，并对铁路高边坡进行长期稳定性预测。研究结果表明：边坡土体最大位移位于前排抗滑桩桩后、右线隧道衬砌上方区域，位移以水平向为主，最大位移值为528.367 mm；边坡下滑力主要由前排抗滑桩承担，两排抗滑桩桩身均未出现应力激增与突变，说明铁路高边坡在后期可能出现不利工况下没有沿滑面整体滑动趋势，铁路高边坡体系整体稳定性良好。

关键词：监测数据；反演分析；高边坡稳定性；不利工况；高边坡加固

随着西部山区铁路的建设，动辄上百米甚至几百米的铁路高边坡越来越常见，高边坡带来的巨大隐患时刻威胁着铁路运营的安全，对铁路高边坡进行稳定性分析十分重要。边坡稳定性分析需要符合实际的岩土体力学强度参数，由于土体的复杂性，导致实地测量土体强度参数难度较大，测量的参数也基本无法代表整个研究区域的力学性质。实际工程在选取岩土体参数时，一般是先根据工程地质情况大致确定参数取值范围，专业工程人员再根据经验来取值，具有一定的随机性。目前在数值模拟计算选取参数时，大部分采取参数反演分析方法，常用的岩土体参数反演分析方法有正反分析法、逆反分析法、人工神经网络法、遗传算法等[1−7]。大量学者对于岩土体参数选取方法进行了研究，王哲等[8]将三维数值模拟计算与实际监测所得数据相结合，依据岩体弹塑性理论，通过正交试验来确定最优的岩土体力学参数。黄耀英等[9]同时采用极限分析与反演分析的方法，选定了滑坡变形体的强度参数，为高边坡的后续变形分析提供了依据。张强勇等[10−12]依据现场实际所得监测数据，建立位移反分析优化模型对岩体参数进行分析，得到了最优数据。王芝银等[13−14]通过采用正交反分析法，运用三维数值计算与回归分析，对岩土体参数进行反演优化，并利用所得数据进行了仿真分析。王峰等[15]将粒子群算法与凹函数权值递减策略相结合，建立了粒子群模型用于参数反演分析。上述研究的反演计算所参照的实际位移值主要为地表位移或少数几个参照点位移值，可参照位移值较少，这对反演过程精确性有较大影响；并且在实际工程中，过于复杂的反演方法可操作性不高。基于此，本文与实际工程相结合，以所研究铁路高边坡实际地表及深部多点位移监测值为评价指标，采用位移反分析与数值模拟计算模型相结合的研究方法，对铁路高边坡岩土体强度参数进行参数反演分析，以准确确定变形体的强度参数；然后利用反演得到的最优参数进行模型的正演分析及工程后期运营预测研究。

在新生入学典礼上，组织“白大褂”授予仪式，由学院德高望重的教授授予每人一件白大褂并宣誓，誓词可以参考以下内容：从今日起我将开启药学的学习，为崇高的药学事业努力拼搏，求实创新，严于律己，尊师守纪，团结协作，为推动人类医药事业的发展而贡献力量！

1 数值模拟反演分析

1.1 边坡概况及计算模型

1.1.1 边坡概况

该铁路高边坡属高中山峡谷地貌，沟谷纵横，地形起伏较大。植被以灌木为主，植被茂密。高边坡的主轴方向N36°E，物质主要以碎石土为主，局部夹块石土，局部充填粉质黏土，厚度约5～35 m，下伏基岩为灰岩。地表水为山涧溪沟水，地下水以孔隙潜水和基岩裂隙水为主。地震动峰值加速度为0.30g。该铁路高边坡岩堆方量较大，为60×104 m3，且岩堆体主要以碎石土为主。根据气象资料，在5～10月之间为降雨天气，另外根据近100年该工点区域范围内破坏性地震资料显示，该区域地震频发，且震级较大，因此在不利气候和地质条件下，岩堆边坡存在滑塌的危险。边坡地貌及平面图分别见图1和图2。

图1 岩堆边坡地貌

Fig. 1 Landform of rock slope

图2 边坡平面图

Fig. 2 Slope plan

1.1.2 计算模型

根据实际地层最不利位置断面图及现场钻孔信息，建立ANSYS二维计算模型如图3所示，铁路高边坡高度228 m，土体从上至下依次为粉质黏土、碎石土、白云质灰岩；高边坡土层分布较为简单，碎石土层的稳定性直接影响高边坡稳定性及铁路安全。边坡有限元模型网格尺寸划分分为基岩部分与表层土2部分，基岩部分为白云质灰岩，网格尺寸为6 m；表层土部分为粉质黏土及碎石土，表层土对边坡稳定性影响较大，故网格划分尺寸更细，划分尺寸为3 m。边坡支护方式为双排抗滑桩+锚杆支护；边坡最不利断面与左线、右线铁路隧道倾斜相交。

伴随着医改的实施，不少医院为了适应医改的要求而将很多改革注意力集中在提高医院临床治疗的水平与服务质量上，但却忽略了对财务会计内部控制工作的管理，导致医院财务会计内部控制工作形式化严重。另外，一些医院的领导也缺乏对财务会计控制工作重要性的认识，在安排与调度上缺乏考虑，导致医院财务会计内部控制工作很难真正发挥控制作用，甚至出现财务管理混乱无章的局面，直接对医院财务资金的使用和管理产生负面影响。

图3 高边坡断面ANSYS计算模型

Fig. 3 ANSYS calculation model of high slope section

1.2 初选参数试算

根据铁路高边坡所在区域地质资料并结合现场原位试验测得数据，初始选取各材料物理力学参数值如表1所示。

表1 初选材料参数表

Table 1 Primary material parameter table

材料重度γ/(kN∙m−3)弹性模量/ MPa泊松比黏聚力c/kPa内摩擦角φ/(°) 粉质黏土20300.284020 碎石土20600.23555 灰岩2715 0000.35 00060 钢筋砼2531 5000.16——

利用前述计算模型对铁路高边坡进行有限元分析计算，得到铁路高边坡水平方向位移云图如图4所示。位移云图显示，边坡水平位移最大值位于前排抗滑桩桩顶及桩前表层土体，边坡前排抗滑桩桩前及后排抗滑桩桩前碎石土土体出现明显下滑现象；右线隧道右上方位置出现最大负位移值，即水平向左位移量最大，考虑为碎石土与粉质黏土层交界处土体破碎，土体沿隧道衬砌表面发生位移。

图4 边坡初选参数水平方向位移云图

Fig. 4 Horizontal displacement nephogram of primary parameters of slope

根据现场监测方案，边坡前排抗滑桩桩身内部埋设有深部位移测斜管；提取数值计算水平位移云图中与测斜管对应位置处位移值，与监测数据对比分析，结果如图5所示。

图5 初始计算位移值与监测位移值对比

Fig. 5 Comparison diagram of initial calculated displacement value and monitoring displacement value

根据计算结果可以发现，模型计算特征点的位移值与实际监测位移值存在一定误差，监测位移曲线与数值模拟曲线在桩身深度25 m处相交；桩身25 m以下部分数值模拟位移值略大于监测值，两者差距较小，抗滑桩25 m位置处位于边坡土岩交界面附近，此部分抗滑桩桩体为嵌固端，实际位移较为稳定，因此桩身25 m以下部分不作为考虑因素；抗滑桩25 m以上部分数值模拟位移值小于监测值，且越接近地表两者差距越大；桩身25 m以上部分接近体表，对边坡稳定性影响较大，故作为重点研究对象。数值模拟模型中抗滑桩与桩周土贴合，抗滑桩位移值能反应桩周土位移值，根据抗滑桩位移对比图可知，模型中碎石土层土体位移值小于实际土体的位移值。从这一点来讲，说明该铁路高边坡模型相对于实际情况是偏于稳定的，岩土体参数取值偏于保守，不利于后续分析。根据原位试验及地质资料初始选取的参数也无法代表整个研究区域的力学性质。

为更准确反映铁路高边坡当前实际岩土体力学性质，需对高边坡岩土体力学参数进行优化，从而选取适应于目前边坡特征的强度力学参数。

结合现场铁路高边坡浅表部岩土体破碎、稳定性较差的实际情况，仅对该铁路高边坡表层土体的强度力学参数即黏聚力c值和内摩擦角φ值进行分析，采用参数反演的方法进行分析计算，并最终选定最优的强度力学参数用于后续分析计算。

品管圈（QCC）是医院重要的医疗质量管理手法，在医疗领域中应用广泛[2]。尤其是在医院药学质量管理中具有较高的应用价值[3]。我院急诊药房于2016年9月至2017年1月，开展了主题为降低急诊不合理处方发生率的品管圈活动，取得了显著成效。

1.3 反演分析

1.3.1 参数组合设计

根据工程地质断面图及计算模型，可知对铁路高边坡稳定性影响最大的为碎石土层；灰岩基岩及上层粉质黏土层对铁路高边坡稳定性影响相对较小，故仅对碎石土层参数进行反演分析。反演分析基于铁路高边坡参数取值范围，选取岩土体强度参数黏聚力c值与内摩擦角φ值进行组合计算。影响因素为碎石土层的强度力学参数：黏聚力、内摩擦角，每个因素选择4个水平；黏聚力按每5 kPa一级划分，内摩擦角按每5°一段划分，共进行16次组合试验，如表2所示。

蒸发作用影响的结果是溶解度小的钙、镁的重碳酸盐部分析出，Cl-及Na+逐渐成为主要成分。如本区地表水中二矿吴楼湾塌陷区水样，Na+含量为 334.55mg/L，Cl-含量为381.07 mg/L，这些离子的含量均较高，且水质类型为Cl·HCO3-Na型，随着蒸发作用的加强，水质类型最终会演变为Cl-Na型。

表2 各因素水平划分

Table 2 Level division of each factor

水平划分c/kPaφ/(°) 12050 22555 33060 43565

1.3.2 强度参数反演结果

依据表2参数组合计算，提取数值计算水平位移云图中与测斜管对应位置处位移值，绘成图6。

(a) 参数组合1～8组位移值与监测位移值对比；(b)参数组合9～16组位移值与监测位移值对比

图6 参数组合位移值与监测位移值对比

Fig. 6 Comparison diagram of parameter combination displacement value and monitoring displacement value

依据图示计算结果，可以计算出各曲线与监测曲线拟合度，利用不同深度方差之和来选取最拟合曲线，计算公式如下：

(1)

式中：Xi为参数组合各曲线各深度位移值(与测斜仪取值对应，位移值每隔0.5 m取一次)；Ai为监测曲线各深度位移值；Zi为参数组合各曲线与监测曲线拟合度。通过计算，得到各组对应曲线Z值如表3。

通过计算，得到参数组合第6组(c=25 kPa，φ=55°)对应曲线Z值最小为1.56，即其与实际监测位移曲线拟合度最优；说明该参数取值更能反映该铁路高边坡变形体的实际情况，在该参数条件下设定的加固方案也会偏于安全。值得注意的是，最优参数组计算位移值对比实际监测值稍偏保守，说明理论上实际边坡的变形能力是稍大于模型的，若需对实际边坡工程进行极限稳定性分析，选用模型计算结果时可稍加放大以进行安全储备。铁路高边坡岩土体最优物理力学参数取值如表4所示。

渡槽为现浇肋拱模架，盘扣模架底座搭设在横桥向工字钢上；盘扣支架的横向剪刀撑应与支架底部横向工字钢进行焊接，将工字钢、贝雷梁与钢支墩之间用套箍进行连接；下部钢管柱采用钢筋混凝土条形基础，并预埋钢板埋件。

表3 各参数组合拟合度

Table 3 Combination fitting degree of each parameter

试验号水平数值拟合度Z值 c/kPaφ/(°) 120506.67 225502.44 330504.14 4355017.41 520552.20 625551.56 730555.48 835558.25 920608.35 1025607.01 1130602.65 1235608.13 1320653.32 1425653.98 1530651.78 1635654.59

表4 岩土体最优物理力学参数表

Table 4 Table of optimum physical and mechanical parameters of rock and soil

材料重度γ/(kN∙m−3)弹性模量/MPa泊松比黏聚力c/kPa内摩擦角φ/(°) 粉质黏土20300.284020 碎石土20600.22555 灰岩2715 0000.35 00060 钢筋砼2531 5000.16——

采用最优参数进行计算，天然工况下铁路高边坡水平位移云图如图7所示，可知铁路高边坡位移最大值出现位置仍与图4一致，但在位移数值上与铁路高边坡实际变形值更接近。

图7 最优参数模型计算水平方向位移云图

Fig. 7 Calculation of horizontal displacement nephogram by optimal parameter model

(a) 前排桩位移云图；(b) 后排桩位移云图

图8 最优参数模型计算桩身水平位移云图

Fig. 8 Cloud chart of pile horizontal displacement calculated by optimal parameter model

2 最不利工况铁路高边坡稳定性分析

为了预测加固后铁路高边坡在可能出现的最不利工况下的稳定性，选取“降雨+地震”工况来对铁路高边坡进行数值模拟分析计算。

2.1 “降雨+地震”工况

当工点遭受降雨影响时，岩土体孔隙水压力上升、强度参数降低；遭受地震影响时，尤其是向山底侧的水平地震加速度影响时，铁路高边坡可能会沿潜在滑面或土岩交界面进行滑动，导致铁路高边坡土体水平位移超限或整体破坏。根据《铁路工程抗震设计规范》(GB50111—2006)规定，铁路工程所在地区可能遭受的地震影响程度，应用相应于抗震设防烈度的地震动峰值加速度和地震反应谱特征周期表示[16]。

从试验数据看出：1）每组数据单测值与平均值容许差值都在±%15以内，没有出现偏离值较大的数据，再对比三组平行试验数据，也没有出现偏离值较大的数据，可以说明数据可信度高；2）掺入聚丙烯短纤维对水工混凝土抗压强度影响不明显；3）水工混凝土劈裂抗拉强度有了显著提高；4）水工混凝土抗冲磨强度也显著提高。

土壤中以下几种养分均处于亏缺状态,其缺乏程度为NH4+-N>S>Zn>P>K>Mn>Fe>B,其中的NH4+-N、S、Zn均有30%以上低于临界值,在推荐施肥应重点进行补充,以防植物缺素症的发生,而其余的缺乏元素可通过生产中逐步增加肥料进行矫正。台子村N素为作物生长的主要限制因子,P、K和有机质均处于中等水平，土壤有效钙含量均处于高水平梯度,土壤有效镁含量大多处于中等以上水平,存在少量的土壤低镁区;缺硫土壤所占比例占绝大多数。

“降雨+地震”工况通过采用实际工程设计极限加速度值0.30g，即给模型施加0.30g水平向加速度，同时对岩土体相应参数进行折减来模拟；由于铁路高边坡所处地区很少出现长时间降雨，且降雨量很小，本文不考虑雨水下渗对基岩的弱化作用，利用有限元强度折减法(式(2))对铁路高边坡模型中粉质黏土层及碎石土层土体强度进行折减。

大型客运站客运生产指挥系统投入使用，可加快铁路信息化建设，为相关管理部门提供有效的监控手段，畅通信息共享渠道，提高车站经营管理水平，提升企业形象和降低生产管理成本。该系统应用前景十分广阔，可以在全国范围内各车站进行推广。

(2)

式中：c和c′分别为材料折减前后的黏聚力值；φ和φ′分别为材料折减前后的内摩擦角；Fs为折减系数。

数值模拟抗滑桩桩顶位移如表6所示。

目前，在人体中一共发现了22种炎症体[26]，常见的包括NLRP1、NLRP2、NLRP3、NLRP6、NLRP10和NLRP12等[27]。不同类型的NLRPs的激活组装形式不尽相同，所起到作用也不尽相同。

计量资料数据分析结果以（±s）表示，两组间均数比较采用t检验和秩和检验，计数资料采用χ2检验，以P＜0.05为差异有统计学意义。所有数据均采用SPSS23.0软件进行统计学处理。

表5 水平地震加速度值

Table 5 Horizontal seismic acceleration value

设防烈度6度7度8度9度 设计地震Ag0.05g0.1g0.15g0.2g0.3g0.4g 多遇地震0.02g0.04g0.05g0.07g0.1g0.14g 罕遇地震0.11g0.21g0.32g0.38g0.57g0.64g

注：表中g为重力加速度。

表6 “降雨+地震”工况抗滑桩桩顶位移

Table 6 Displacement of anti slide pile top under “rainfall + earthquake” condition

折减系数地震加速度抗滑桩桩顶位移 1.260.30g179.131 mm 1.270.30g不收敛

在“降雨+地震”工况下，铁路高边坡塑性区主要出现在右线隧道右上方位置，考虑此部分土体周围结构复杂，土体整体性较差，土体底部与隧道贴合不紧密，受降雨及地震影响时容易发生塑性变形；建议对此部分土体进行加固，可以采取灌浆方式提升该部分土体强度。前排抗滑桩顶部桩周土体也出现部分塑性区，考虑为降雨对土体强度弱化后，土体自稳能力减弱，受到地震影响时，土体易失稳；可利用土钉等加固措施对该部分土体进行加固；铁路高边坡其余位置基本没有出现塑性区。

图9 “降雨+地震”工况高边坡断面塑性区分布

Fig. 9 Distribution of plastic zone in high slope section under “rainfall + earthquake” condition

铁路高边坡在“降雨+地震”工况整体应力云图如图10所示。边坡模型上半部分应力云图显示受拉力作用，因采用有限元方法，故土体应力出现正值，考虑为边坡土体在不利工况下发生水平位移及竖向沉降；边坡模型下半部分应力云图显示受压力作用，考虑为该部分土体受上部土体自重荷载作用，因此局部稳定性较好；边坡模型应力正、负最大值均位于左线隧道衬砌周围，其余部分应力较为均匀，无明显应力集中现象，铁路高边坡整体稳定性良好。

图10 “降雨+地震”工况高边坡断面水平应力云图

Fig. 10 Cloud chart of horizontal stress of high slope section under “rainfall + earthquake” condition

图11所示为前、后排抗滑桩桩身应力云图。前排抗滑桩桩身拉、压应力最大值均位于桩底，后排抗滑桩桩身拉应力最大值位于桩顶，压应力最大值位于桩底，两排抗滑桩桩身中部位置均没有出现应力激增与突变，说明铁路高边坡目前没有沿潜在滑面整体滑动趋势。

图12所示为前、后排抗滑桩桩前土压力值。两排抗滑桩桩身中部应力近似呈直线分布，说明铁路高边坡目前没有沿潜在滑面整体滑动趋势，这与图11抗滑桩应力云图相对应。前排抗滑桩桩前土压力值在接近地表处出现正值，有限元ANSYS模型中正值代表拉力，在实际工况中，土体并不能承受拉力，该部分土体可能已发生破坏；出现拉力考虑为桩身中部土体对抗滑桩施加推力，导致抗滑桩上部位移值大于土体位移值，表层土体达到主动极限平衡状态，这也与图9塑性区云图显示区域相对应；前排抗滑桩在嵌固端桩底位置处土压力出现激增，考虑为抗滑桩产生轻微刚性转动，导致桩前侧土体受到抗滑桩传来的较大土压力。后排抗滑桩桩前土压力值相对前排抗滑桩桩前土压力值分布更均匀，未出现较大变化，考虑为后排抗滑桩桩前土体方量更少，下滑力更小，后排抗滑桩桩前土体保持稳定。

(a) 前排抗滑桩；(b) 后排抗滑桩

图11 “降雨+地震”工况抗滑桩应力云图

Fig. 11 Stress nephogram of anti slide pile under “rainfall + earthquake” condition

图12 “降雨+地震”工况抗滑桩桩前土压力值

Fig. 12 Soil pressure value in front of anti slide pile under “rainfall + earthquake” condition

图13所示为隧道衬砌应力云图，左线隧道受偏压影响明显，应力呈“X”状分布；左线隧道衬砌沿铁路高边坡主滑方向受压，衬砌外表面受到压力作用，内表面受到拉力作用；与主滑方向对称方向衬砌有向外扩展挤压土体趋势，衬砌外表面受到拉力作用，内表面受到压力作用；由于左线隧道埋深较深，周围土体较稳定，在隧道周围未出现塑性区。右线隧道处于前排抗滑桩桩后位置，受边坡下滑力影响较弱，偏压现象不明显，主要受衬砌上部土体施加的重力荷载，应力最大部位处于隧道仰拱位置；隧道衬砌上覆表层土体自稳性较差，土体无法成拱卸荷，在后期工程维护中可考虑对该部分土体注浆加固提升整体性。

(a) 左线隧道(b) 右线隧道

图13 “降雨+地震”工况衬砌应力云图

Fig. 13 Lining stress nephogram under “rainfall + earthquake” condition

铁路高边坡总体位移云图如图14所示，水平位移最大值位于前排抗滑桩桩后土体，位移值达到528.367 mm，该部分土体位于边坡坡脚，周围结构复杂，土体整体性较差；土体左侧受到较大下滑力作用，而土体底部与右线隧道衬砌结构直接接触，易受衬砌变形影响而发生变形；降雨对土体强度折减以及水平地震加速度均会对该部分土体产生较大影响，铁路高边坡该部分土体存在小范围塌滑的可能。双排抗滑桩之间土体发生塑性破坏，产生较大位移值，最大值为264.168 mm，前排抗滑桩桩顶高程以上部分土体位移相对较大，考虑为前排抗滑桩对该部分土体水平方向约束不足，受到水平向地震加速度作用时易发生破坏，应该对该部分土体进行适当加固。后排抗滑桩桩前土体位移值较小，可视情况采取加固措施。

(a) 断面水平位移云图；(b) 断面水平位移云图局部放大图

图14 “降雨+地震”工况断面水平位移云图

Fig. 14 Cloud chart of horizontal displacement of section under “rainfall + earthquake” condition

铁路高边坡位移矢量图如图15所示，可明显看出边坡土体位移基本处于碎石土层；边坡土体坡面位移由上至下逐渐增大，后排抗滑桩桩前土体位移相对较小，位移方向基本平行于土岩交界面，此部分土体较为稳定；两排抗滑桩桩间土体位移相对较大，大部分土体位移方向仍平行于土岩交界面，但部分土体在水平地震加速度作用下出现水平向运动趋势，这也与水平向位移云图相对应；前排抗滑桩桩后土体位移最大且最为复杂，该部分土体缺少约束，位移方向为水平方向与竖直方向合成，其中竖直方向位移更大，说明此部分土体沉降值大于水平位移值。边坡位移矢量较大值集中于前排抗滑桩桩后土体，边坡其余位置位移矢量数值相对较小且较为均匀，未出现激增现象，前排抗滑桩桩后土体对边坡整体稳定性影响不大，边坡整体稳定性良好。

图15 “降雨+地震”工况高边坡断面位移矢量图

Fig. 15 Displacement vector map of high slope section under “rainfall + earthquake” condition

将天然工况与“降雨+地震”工况前排抗滑桩水平位移值进行对比，如图16所示。

最不利工况下位移值对比天然工况显著增大，尤其在桩身30 m之上，位移增大主要发生在碎石土层，表层土体位移差值最大，达到127.7 mm，这说明不利工况对铁路高边坡稳定性影响较大；通过对比图7与图14位移云图可发现最不利工况下铁路高边坡整体位移值均相对天然工况增大较多，说明在“降雨+地震”工况下，铁路高边坡可能发生大范围坡体溜坍。后期运营过程中在降雨、地震发生后应加强对铁路高边坡的监测，防止发生危险。

图16 不同工况前排抗滑桩位移对比

Fig. 16 Displacement comparison of front row anti slide piles under different working conditions

3 结论

1) 通过参数反演分析，确定铁路高边坡控制性土层数值计算参数取值为：c=25 kPa，φ=55°，取值结果符合实际，能较好代表研究区域岩土体性质。

2) 在“降雨+地震”叠加工况下，根据数值模拟计算结果显示，虽然塑性区面积较小，但双排抗滑桩桩间及前排抗滑桩桩后土体水平位移值整体较大，说明铁路高边坡在“降雨+地震”工况下中表层土体可能发生较大范围变形破坏，应及时加固并加强监测。

3) 通过正演分析，得出在可能出现最不利工况下，铁路高边坡进行抗滑桩加固以后，折减系数为1.26，地震加速度为0.30g时，桩身中部位置没有出现应力突变，说明铁路高边坡在后期可能出现不利工况下没有沿滑面整体滑动趋势，铁路高边坡体系整体稳定性良好。

参考文献：

[1] Mohammad Rashidi S, Mohsen Haeri.Evaluation of behaviors of earth and rockfill dams during construction and initial impounding using instrumentation data and numerical modeling[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2017, 9(4): 709−725.

[2] Bo Han, Lidija Zdravkovic, Stavroula Kontoe, et al. Numerical investigation of the response of the Yele rockfill dam during the 2008 Wenchuan earthquake[J]. Soil Dynamics and Earthquake Engineering, 2016, 88(2): 124−142.

[3] 秦忠诚, 于鑫, 李青海, 等. 围岩力学参数对巷道变形与破坏影响的正交数值模拟试验研究[J]. 采矿与安全工程学报, 2016, 33(1): 77−82.QIN Zhongcheng, YU Xin, LI Qinghai, et al. Study on the orthogonal numerical simulation experiment of the effect of surrounding rock mechanical parameters on road-way deformation and failure[J]. Journal of Mining & Safety Engineering, 2016, 33(1): 77−82.

[4] JIA Yufeng, CHI Shichun. Back-analysis of soil parameters of the Malutang II concrete face rockfill dam using parallel mutation particle swarm optimization[J]. Computers and Geotechnics, 2015, 65: 87−96.

[5] 冯伟, 毛燕军, 耿克普. 极软弱围岩巷道反演参数敏感性分析[J]. 金属矿山, 2016(10): 59−64. FENG Wei, MAO Yanjun, GENG Kepu. Sensitivity analysis of very weak surrounding rock roadway inversion parameters [J]. Metal Mine, 2016(10): 59−64.

[6] 王思敬. 中国岩石力学与工程世纪成就[M]. 南京: 河海大学出版社, 2004: 1−10.WANG Sijing. Century achievements in rock mechanics and engineering in China[M]. Nanjing: Hohai University Press, 2004: 1−10.

[7] 杨志法, 王思敬, 冯紫良, 等. 岩土工程反分析原理及应用[M].北京:地震出版社, 2002. YANG Zhifa, WANG Sijing, FENG Ziliang, et al. Principle and application of reverse analysis in geotechnical engineering[M]. Beijing: Earthquake Press, 2002.

[8] 王哲, 涂敏, 李利青. 小回沟煤矿基于正交试验设计的岩体力学参数反演[J]. 采矿与安全工程学报, 2018, 35(2): 397−401. WANG Zhe, TU Min, LI Liqing. Rock mass mechanical parameter inversion based on orthogonal test design in Xiaohuigou coal mine[J]. Journal of Mining and Safety Engineering, 2018, 35(2): 397−401.

[9] 黄耀英, 孙冠华, 李春光, 等. 基于实测变形的雾江滑坡体弹−黏塑性参数反馈[J]. 岩土力学, 2017, 38(6): 1739−1745, 1780. HUANG Yaoying, SUN Guanhua, LI Chunguang, et al. Elastic-viscoplastic parameter feedback of Wujiang landslide based on measured deformation[J]. Rock and Soil Mechanics, 2017, 38(6): 1739−1745, 1780.

[10] 张强勇, 向文, 杨佳. 大岗山地下厂房洞室群围岩力学参数的动态反演与开挖稳定性分析研究[J]. 土木工程学报, 2015, 48(5): 90−97. ZHANG Qiangyong, XIANG Wen, YANG Jia. Dynamic inversion of surrounding rock mechanical parameters and analysis of excavation stability of underground powerhouse in Dagang mountain area[J]. Chinese Journal of Civil Engineering, 2015, 48(5): 90−97.

[11] 马非, 贾善坡. 泥岩巷道围岩弹塑性参数反演分析与长期稳定性预测[J]. 岩土力学, 2014, 35(7): 1987− 1994. MA Fei, JIA Shanpo. Elastoplastic parameter inversion analysis and long-term stability prediction of mudstone roadway surrounding rock[J]. Rock and Soil Mechanics, 2014, 35(7): 1987−1994.

[12] 张志华, 周传波, 夏志强, 等. 地铁隧道土体参数敏感性分析与正交反演[J]. 中南大学学报(自然科学版), 2013, 44(6): 2488−2493. ZHANG Zhihua, ZHOU Chuanbo, XIA Zhiqiang, et al. Soil parameter sensitivity analysis and orthogonal inversion in subway tunnel[J]. Journal of Central South University (Natural Science Edition), 2013, 44(6): 2488− 2493.

[13] 王芝银, 袁鸿鹄, 张琦伟, 等. 十三陵大坝弹性参数反演与稳定性评价[J]. 岩土力学, 2010, 31(5): 1592− 1596. WANG Zhiyin, YUAN Honghu, ZHANG Qiwei, et al. Elastic parameter inversion and stability evaluation of Ming tombs dam[J]. Rock and Soil Mechanics, 2010, 31(5): 1592−1596.

[14] 吕庆, 尚岳全, 陈允法, 等. 高填方路堤黏弹性参数反演与工后沉降预测分析[J]. 岩石力学与工程学报, 2005(7): 1231−1235. LÜ Qing, SHANG Yuequan, CHEN Yunfa, et al. Viscoelastic parameter inversion and post-construction settlement prediction analysis of high fill embankment [J]. Chinese Journal of Rock Mechanics and Engineering, 2005(7): 1231−1235.

[15] 王峰, 周宜红, 赵春菊, 等. 基于改进粒子群算法的混凝土坝热学参数反演研究[J]. 振动与冲击, 2019, 38(12): 168−174, 181. WANG Feng, ZHOU Yihong, ZHAO Chunju, et al. Inversion of thermal parameters of concrete DAMS based on the improved particle swarm optimization algorithm [J]. Vibration and Impact, 2019, 38(12): 168−174, 181.

[16] GB 50111—2006, 铁路工程抗震设计规范[S]. GB 50111—2006, Code for seismic design of railway engineering[S].

Mechanical parameter inversion and long-term stability prediction of railway high slope based on monitoring data

YAN Yanjun1, 2, CHENG Aiping1, 2, LI Jian3, DONG Fusong1, 2, DAI Shunyi1, 2

(1. School of Resource and Environmental Engineering, Wuhan University of Science and Technology, Wuhan 430081, China;2. Hubei Key Laboratory for Efficient Utilization and Agglomeration of Metallurgic Resources,Wuhan University of Science and Technology, Wuhan 430081, China; 3. Institute of Railway Construction, China Academy of Railway Sciences Group Co., Ltd, Beijing 100081, China)

Abstract:With the construction of the western mountainous railway, an increasing number of problems of the high slope management appeared. In this paper, based on a railway high slope project, combined with the field monitoring data, the research method of different parameter combination and numerical simulation calculation model were used to carry out the inversion analysis of the mechanical parameters of rock and soil mass of the railway high slope and the prediction of the stability of the railway high slope in the later stage. Taking the multi-point horizontal displacement value of the surface and deep part of the slope measured by the actual laying of inclinometer as the evaluation index, the parameters of rock and soil mass were combined and calculated. The curves of horizontal displacement varying with the depth obtained by different parameter combination and actual monitoring were drawn. And the curve fitting degree was defined and the most fitting parameter group with the displacement monitoring curve was obtained, so as to determine the optimal parameter value. Through the optimization of the parameters, the forward calculation of the adverse working conditions of the railway high slope double row anti slide pile tunnel system was carried out, and the possible failure and deformation areas in the later stage were analyzed, and the long-term stability prediction of the railway high slope was carried out. The analysis shows that the maximum displacement of the slope soil is located in the area behind the front anti slide pile and above the right line tunnel lining. The displacement is mainly horizontal, with the maximum displacement of 528.367mm.The sliding force of the slope is mainly borne by the front anti slide pile, and there is no stress surge and sudden change in the two rows of anti-slide pile bodies, which indicates that the high slope of the railway may not slide along the sliding surface in the later unfavorable conditions. The overall stability of high slope system is good.

Key words: monitoring data; inversion analysis; high slope stability; adverse conditions; high slope reinforcement

中图分类号：TU457

文献标志码：A

文章编号：1672 − 7029(2020)10 − 2516 − 10

DOI: 10.19713/j.cnki.43−1423/u.T20191090

收稿日期：2019−12−05

基金项目：国家自然科学基金资助项目(51604195)；湖北省自然科学基金资助项目(2018CFC818)；金属矿山高效开采与安全教育部重点实验室开放基金项目(ustbmslab201704)

通信作者：程爱平(1986−)，男，湖北仙桃人，副教授，博士，从事岩土和采矿工程方面的研究；E−mail：[e-mail]

(编辑 涂鹏)