二维边坡稳定性分析模块pyCSS

1 引言

在过去的文章中，曾经介绍过一个二维边坡稳定性分析模块pyslope【二维边坡稳定性分析模块pyslope;学习工具pyslope---二维边坡稳定性分析软件】, pyslope使用了Bishop方法进行边坡稳定性分析。本文为大家介绍另一个与之类似的二维边坡稳定性分析模块pyCSS (V0.1.0, 10/8/2022)，这个模块提供了两种计算方法: Fellenius 和 Bishop。Fellenius方法求解的条件是力矩平衡，但力不平衡；简化的Bishop方法求解的条件是力矩平衡，力仅在x方向平衡，在y方向不平衡。应当指出的是在目前实践的边坡稳定性分析中，Ordinary/Fellenius 方法已经很少使用，4种流行的分析方法分别为： GLE/M-P, 简化的Janbu, 简化的Bishop和Spencer方法。

本文描述了pyCSS模块的安装方法和使用方法，计算结果的精度没有与标准的极限平衡法软件进行比较，有兴趣的同学可以检查其结果的可靠性。

2 安装pyCSS

为了方便起见，pyCSS安装在pyslope环境下面，由于这两个模块使用的库很简单，二者不会发生冲突。pyCSS使用的库包括numpy, matplotlib和scipy。使用下面的命令行安装。

pip install pycss-lem

计算结果函数有两个，一个是get_fos，计算指定滑动面的安全系数；另一个是get_min_fos，计算所有滑动面中的最小安全系数。

from pycss_lem import get_fos, get_min_fos

slopeHeight = [5, 'm']slopeDip = [1.5, 1.0]crownDist = [10, 'm']toeDist = [5, 'm']wantAutomaticToeDepth = FalsetoeDepth = [5, 'm']

wantWatertable = TruewtDepthAtCrown = [4.0, 'm']toeUnderWatertable = False

waterUnitWeight = [9.8, 'kN/m3']materialUnitWeight = [17, 'kN/m3']frictionAngleGrad = [27, 'degrees']cohesion = [5, 'kPa']

wantConstSliceWidthTrue = TruenumSlices = 15  # Number of discretizations of slip surfacenDivs = numSlices  # Number of discretizations of circular arcsmethodString = 'Allm'  # Select the method to calcualte Fs ['Flns', 'Bshp' or 'Allm']outputFormatImg = '.svg'

(5) 单一滑动面的安全系数



hztDistPointAtCrownFromCrown = [-5, 'm']hztDistPointAtToeFromCrown = [7.5, 'm']slipRadius = [12, 'm']
 

 



























%matplotlib inlinemsg = get_fos(    projectName,    projectAuthor,    projectDate,    slopeHeight,    slopeDip,    crownDist,    toeDist,    wantAutomaticToeDepth,    toeDepth,    hztDistPointAtCrownFromCrown,    hztDistPointAtToeFromCrown,    slipRadius,    wantWatertable,    wtDepthAtCrown,    toeUnderWatertable,    waterUnitWeight,    materialUnitWeight,    frictionAngleGrad,    cohesion,    wantConstSliceWidthTrue,    numSlices,    nDivs,    methodString,    outputFormatImg)
 
(6) 最小滑动面的安全系数





numSlices = 8  # Number of discretizations of slip surfacenumCircles = 500  # Number of surfaces to assessradiusIncrement = [3, 'm']  # Length of radius incrementnumberIncrements = 5  # Number of radius incrementmaxFsValueCont = 3  # Mask to plot fs at screen
 





























%matplotlib inline get_min_fos(    projectName,    projectAuthor,    projectDate,    slopeHeight,    slopeDip,    crownDist,    toeDist,    wantAutomaticToeDepth,    toeDepth,    numCircles,    radiusIncrement,    numberIncrements,    maxFsValueCont,    wantWatertable,    wtDepthAtCrown,    toeUnderWatertable,    waterUnitWeight,    materialUnitWeight,    frictionAngleGrad,    cohesion,    wantConstSliceWidthTrue,    numSlices,    nDivs,    methodString,    outputFormatImg,)