Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

17.05.2018 | Original Paper

Peak shear strength prediction for discontinuities between two different rock types using a neural network approach

Zeitschrift:
Bulletin of Engineering Geology and the Environment
Autoren:
Qiong Wu, Yanjun Xu, Huiming Tang, Kun Fang, Yaofei Jiang, Chaoyuan Liu, Xiaohan Wang

Abstract

The peak shear strength of discontinuities between two different rock types is essential to evaluate the stability of a rock slope with interlayered rocks. However, current research has paid little attention to shear strength parameters of discontinuities with different joint wall compressive strength (DDJCS). In this paper, a neural network methodology was used to predict the peak shear strength of DDJCS considering the effect of joint wall strength combination, normal stress and joint roughness. The database was developed by laboratory direct shear tests on artificial joint specimens with seven different joint wall strength combinations, four designed joint surface topographies and six types of normal stresses. A part of the experimental data was used to train a back-propagation neural network model with a single-hidden layer. The remaining experimental data was used to validate the trained neural network model. The best geometry of the neural network model was determined by the trial-and-error method. For the same data, multivariate regression analysis was also conducted to predict the peak shear strength of DDJCS. Prediction precision of the neural network model and multivariate regression model was evaluated by comparing the predicted peak shear strength of DDJCS with experimental data. The results showed that the capability of the developed neural network model was strong and better than the multivariate regression model. Finally, the established neural network model was applied in the stability evaluation of a typical rock slope with DDJCS as the critical surface in the Badong formation of China.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.