堡镇隧道高地应力顺层偏压软岩大变形段的快速施工技术

堡镇隧道的主要工程地质特点是在高地应力、顺层偏压、软岩地质条件下隧道发生大变形。在对国内外高地应力软岩隧道施工技术研究现状基础上,分别对顺层偏压地层和高地应力顺层偏压地层隧道施工力学行为分析,制定了“超前支护、初支加强、合理变形、先放后抗、先柔后刚、刚柔并济、及时封闭、底部加强、改善结构、地质预报”的快速施工原则和总体方案。通过对开挖方法、通风方式、机械设备配套技术及管理技术等方面的综合攻关,实现了同类工程安全无事故条件下的快速施工。     

泥岩夹砂岩顺层大跨度隧道力学特征研究

当大跨度隧道穿越泥岩夹砂岩地层时,易产生由偏压问题导致的病害。为研究泥岩夹砂岩顺层隧道的偏压特征及影响因素,以郑万高铁重庆段小三峡隧道工程为依托,采用现场量测与数值模拟相结合的方法,对砂岩顺层倾角、间距及地下水等因素对大跨度顺层隧道力学特征的影响开展了研究。结果表明:1)相较于均质泥岩地层,泥岩夹砂岩顺层大跨度隧道开挖后,隧道周边围岩位移及塑性区均呈现非对称性,顺层法线方向围岩位移大于顺层方向;2)顺层隧道的最不利倾角为45°,当砂岩顺层间距超过3m时,顺层对隧道力学特征的影响逐渐减小;3)含有地下水的泥岩夹砂岩地层,隧道围岩位移、泥岩塑性区及砂岩顺层塑性区范围均有所增大,围岩稳定性降低,且会加剧顺层隧道的偏压程度。     

地形与地质构造偏压隧道结构受力分析

通过对贵州三凯高速公路松皆雅隧道工程地质情况的现场调查,对隧道支护结构压溃机理进行了理论分析,并提出了相应加固处治方案。结果表明,地形偏压和地质构造偏压的复合作用是引起地表岩体开裂和支护结构压溃破坏的主要原因,在地形偏压不显现的情况下,顺倾地质构造偏压对隧道支护结构受力和变形起着控制作用。针对不同偏压情况,提出了地表锚索、抗滑桩加固和洞内支护加强相结合的综合治理方案,应用实践证明了处治方案的合理性,可供类似隧道工程参考。     

基于GWO-SVR模型的基坑边坡变形预测及敏感性分析

准确预测基坑边坡变形是确保隧道明挖顺作施工的关键工作。针对传统预测方法无法表征土的物理力学参数与基坑边坡变形非线性关系和单一预测算法精度和鲁棒性低的局限性，鉴于此，提出了一种基坑边坡变形的灰狼算法(GWO)优化支持向量回归机(SVR)预测模型。通过GWO对SVR预测模型c和g进行自动寻优，建立了GWO-SVR预测模型；以某基坑边坡为例，利用该模型进行预测，并与未进行GWO优化的SVR进行对比分析；最后，利用主成分分析法对不同影响基坑边坡变形指标进行敏感性分析，分析影响指标的影响权重。结果表明：GWO-SVR预测模型能够有效地预测基坑边坡变形，GWO算法优化后，SVR预测模型精度和鲁棒性提高约2倍；压缩模量和渗透系数的敏感性最高，对基坑边坡变形影响程度最高。可为基坑边坡变形的长期预测提供一种思路和方法。     

铁路隧道疑难工程地质问题分析——以30多座典型隧道工程为例

以30多座在施工中发生与地质因素有关的工程事件为例,归纳为15类疑难工程地质问题： 高压富水岩溶、软弱围岩大变形、太古界硬质变质岩大变形、侵入岩脉蚀变风化破碎岩体塌方和突泥、富水逆掩断层破碎带大规模突泥、层状地层大规模顺层塌方、中更新统老黄土崩塌、新第三系地层突泥涌砂、泥岩页岩可燃气体燃烧和爆炸、白云岩剪涨裂缝突砂涌砂、岩溶地面沉降、含石膏地层围岩变形、断层破碎带与软岩层面组合围岩变形、新第三系粉质黏土岩（土）垂直节理坍塌变形及石英砂岩断层破碎带突水涌砂。分析各类疑难工程地质问题发生的原因,总结其工程地质特征。针对高压富水岩溶的分类、断层破碎带突水涌砂和大变形问题、高压地下水的防治、高位选线、大变形及大变形分级标准、挤压大变形和卸荷大变形、隧道顺层偏压构造的危害、5种围岩变形失稳类型的特征对比、隧道围岩压力现场实测、岩溶地面塌陷、Q2老黄土和N2黏土层垂直节理渗水崩塌、N2弱胶结地层“流变”、石膏地层隧道衬砌开裂以及非煤系地层的可燃气等14类问题进行讨论,并从依法合规性、地质不确定性、专项地质工作、工程劣质岩、修订围岩分级和纳入规范等方面提出6条建议。     

基于神经网络的圆钢管砼偏心受压短柱承载力的研究

本文利用人工神经网络的自适应性、容错性、模糊性,建立了各自的BP神经网络预测模型。对偏压短柱,选取长径比、偏心距、钢材的屈服强度、混凝土的抗压强度及偏心率等5个影响偏压短柱极限承载力的主要因素作为输入单元,以极限承载力为输出单元,选用52组数据作为训练集,13组数据作为测试集,建立了一个3层的BP神经网络预测模型,预测结果与现有规范比较,公式物理意义明确、简洁、结果准确。     

鹧鸪山高地应力软岩隧道大变形预测与施工技术研究

鹧鸪山隧道所穿岩层主要为千枚岩、板岩及变质砂岩，为高地应力软岩隧道。采用现场判断和工程类比对该隧道大变形进行预测，对存在的初级和中级隧道大变形采取相应施工技术措施，并对隧道大变形的预测和处治进行效果检验。     

公路隧道开挖围岩位移预测及稳定性预报

建立了新的隧道工程开挖围岩位移预测和稳定性预报模型及其分析方法。对现有各种位移预测模型进行了评述 ;建立了适宜的围岩位移预测模型和稳定性预报模型 ;建立了不同变形特征下相应的围岩稳定性判断准则 ,提出了不同预测模型的选取标准 ;给出了隧道围岩稳定性预报方法和长期稳定指标的计算方法 ;介绍了自编的 DPSF程序 ;据此对现场隧道工程进行了位移预测和稳定性预报 ,对预报结果进行了讨论     

软岩偏压隧道开挖支护力学特点分析

以V级软弱围岩杏花村偏压隧道工程为背景,应用有限差分软件FLAC3D对大断面偏压隧道进行施工动态模拟,研究大断面浅埋偏压隧道开挖过程中力学特点,通过与实际监测结果对比分析,结果基本一致。FLAC3D准确模拟了软弱围岩浅埋偏压隧道开挖情况,结果表明,大断面偏压隧道开挖中,偏压侧位移较大;通过围岩应力状态、衬砌结构内力比较,综合分析了大断面偏压隧道开挖力学特点,结合锚杆支护的数值分析,总结了实际工程中支护方案拟定方法及偏压隧道开挖施工注意部位。     

基于监测数据的浅埋隧道大变形成因分析及其处治对策

为了解决隧道穿越浅埋偏压、松散破碎地层时极易发生大变形、坍塌等安全事故的问题,依托实际工程分析了隧道开挖后初支背后围岩压力、拱顶沉降、支护结构内力及衬砌表观病害的变化规律与分布特征,得到隧道结构的受力变形特征,进而阐明浅埋段大变形的形成机理,并针对其形成机理给出了处治策略,可为后续施工控制及同类工程的顺利修建提供借鉴。     

基于BP神经网络的阿拉套山隧道围岩物理力学参数反演分析

为研究高寒地区设置中心深埋水沟单线铁路隧道的围岩力学参数问题，以兰新铁路新建博州支线阿拉套山隧道为工程背景，基于FLAC3D数值模拟软件联合MATLAB中的神经网络工具箱构建BP神经网络算法，建立隧道开挖位移正演和反演模型，对围岩物理力学参数作反演分析。通过对中心水沟开挖前的拱顶和拱腰监测数据做拟合分析，发现隧道变形已趋于稳定，反演过程不需考虑中心水沟开挖对围岩的二次扰动。以水沟开挖前的拱顶沉降值和拱腰收敛值作为输入函数，以围岩的体积弹性模量K、剪切弹性模量G、黏聚力c、内摩擦角φ、重度γ作为输出函数训练神经网络模型，利用训练好的模型进行所需参数的反演分析。将反演参数代入FLAC3D正演模型计算后，提取中心水沟开挖前的拱顶沉降值和拱腰收敛值，与中心深埋水沟开挖前的实际监控量测值相比较为接近。结果证明，围岩物理力学参数的反演较为合理，对于变形的预测较为准确，可为隧道后期工程的施工和优化设计提供参考。     

基于小波神经网络的隧道变形预测模型研究

针对单一模型在隧道变形预测上精度不高的问题,提出了一种基于小波分析理论的神经网络模型,该模型克服了BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷,通过将该模型与时间序列模型、Levenberg-Marquardt法BP神经网络模型、遗传神经网络模型预测的结果比较,可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。     

砂板互层岩体中隧道围岩力学特性研究

通过建立可反映互层岩体中砂岩与板岩组成、岩层倾角、岩层走向等因素变化对岩体变形影响的互层岩体本构模型,研究了砂板互层岩体中隧道围岩的力学特性。研究结果表明:岩体中板岩体积含量越高,围岩最大变形及破坏范围越大,隧道周边围岩变形不对称性也越明显,板岩结构面的内摩擦角大小对岩体变形及破坏范围影响很大,板岩沿结构面破坏为砂板互层岩体的主要破坏形式之一;砂板互层岩体的倾角变化将影响隧道周边围岩变形的对称性及破坏区域的分布,倾角在40°～60°时,围岩变形的不对称性最明显,板岩含量较高时,砂板互层岩体的最大变形随倾角的增大而降低;岩层的走向与洞轴线交角越大,围岩变形越小,隧道周边围岩变形也越趋于对称,在陡倾砂板互层岩体中,洞轴线应尽可能沿与岩层走向大角度相交的方向布置以利于围岩的稳定;随着埋深的增加,围岩变形及破坏范围均增长,因岩层倾角、走向变化引起的隧道周边围岩变形不对称性也越明显。     

偏压连拱隧道二衬混凝土裂缝成因及治理

泉州柴桥头隧道二衬施工,由于施工工艺、围岩变形等原因,致使混凝土产生裂缝,不仅影响美观,且给工程质量留下隐患。对偏压连拱隧道二衬混凝土裂缝的成因进行了分析,并提出了治理对策。     

基于动态概率神经网络的公路交通事件检测算法

从公路隧道事件及其自身特点出发,依据人工神经网络这一强大的无模型模式分类器,采用人工神经网络算法建立动态概率神经网络（DPNN）事件检测模型：模型采用的输入指标不是单独的交通流参数,而是几个参数的组合,充分利用交通数据中包含的交通事件信息,大大提高算法的性能。     

基于GRA-SSA-Elman的隧洞TBM掘进适应性评价

为准确评价隧洞施工TBM掘进适应性，保障TBM安全、高效施工，提出一种基于灰色关联分析（GRA）与麻雀搜索算法（SSA）优化Elman神经网络的TBM掘进适应性预测模型。首先，从地质条件、掘进参数、不良地质、施工组织4个方面综合考虑，初步选取13个主要影响因素，建立隧洞TBM掘进适应性评价指标体系； 然后，利用GRA分析指标与掘进适应性间的关联性，引入SSA优化Elman神经网络，提高模型性能，并采用留一交叉验证法验证模型的准确性及可靠性，使得模型最接近原始数据分布特征； 最后，结合北疆水利工程某标段中待测样本对模型预测效果进行验证，同时与Elman、PSO-Elman、BP神经网络模型预测结果及现场实际结果对比分析。结果表明： SSA-Elman模型预测结果与实际工程结果吻合度较高，该模型能够正确、有效地对TBM掘进适应性进行预测评价，且具有合理性和可操作性，可为隧洞TBM适应性评价提供一种新方法。     

汕头海湾隧道复合地层超大直径泥水盾构掘进参数预测研究

为研究复合地层超大直径泥水盾构掘进参数之间的复杂关系，以汕头海湾隧道工程为背景，选取700环掘进数据，通过优选函数类别和网络结构，建立基于BP神经网络的复合地层超大直径泥水盾构掘进参数预测模型，定量预测刀盘转矩、刀盘能耗和平均泥水压力。研究表明： 1）复合地层盾构贯入度和掘进速度、贯入度和刀盘转速、刀盘电流和刀盘转速的皮氏积矩相关系数绝对值均在0.75以上，具有良好的线性相关性，其他掘进参数之间相关性较不明确； 2）复合地层盾构刀盘转矩和刀盘能耗预测值与实际值的算术平均误差在5%左右，平均泥水压力预测值与实际值的算术平均误差为1.31%，预测精度较高，满足盾构施工要求； 3）基于BP神经网络预测模型，软土地层各掘进参数预测效果得到进一步提升； 4）根据BP神经网络预测模型输入参数定量预测其他掘进参数，操作简单，预测效果良好，能够为盾构主司机提供参考，同时提高施工效率，为实现智能掘进打下基础。     

基于递进复合式组合预测模型的软岩隧道大变形预测研究

为实现对隧道大变形发展趋势的判断,达到优化现场施工,避免出现施工安全问题的目的,采用LS-SVM和优化GM(1,1)模型对隧道变形进行预测,并以误差平方和为指标,将两者的预测结果进行组合,再进一步利用BP神经网络对前者的预测误差进行修正,以实现综合预测。通过实例检验,得到最小二乘法对支持向量机的优化效果要优于对灰色模型的优化效果,且误差修正模型能进一步有效地提高预测精度,使预测值与实测值更为接近;同时,通过本文的预测结果,得到后4个周期的变形仍具有持续变形的趋势,应采取有效措施,避免工程事故的发生。本文预测模型具有较好的预测精度及适用性,对隧道大变形研究具有一定的参考意义。     

基于BP神经网络方法的岩溶隧道突涌水风险预测

为了准确预测岩溶隧道突涌水风险等级,以降低隧道施工过程中突涌水事故的风险,在参考相关文献的基础上,统计研究及综合分析岩溶隧道水文地质条件,选取不良地质、地层岩性、地下水位、地形地貌、岩层倾角和围岩裂隙6个主要因素作为岩溶隧道突涌水风险评价指标。在不同水文地质条件下,影响因素的权重有较大差异,为避开影响因素权重分析,运用BP神经网络方法对岩溶隧道突涌水风险进行评估。在对突涌水风险评估基础上,结合超前地质预报,优化隧道施工开挖支护方案。在工程应用中,运用BP神经网络方法,对某隧道进行突涌水风险评估,结果与实际施工情况较一致,并结合超前预报提出合理的支护方案,避免了隧道突涌水事故的发生,以期为岩溶隧道突涌水风险预测提供借鉴。     

基于风险分析的公路工程保险费率厘定

在考虑工程风险及保险实际理赔情况的基础上,形成了含自然灾害、项目环境等7个指标维度的风险评价体系,利用粒子群(PSO)算法优化BP神经网络的初始阈值及权值,建立了公路工程保险费率厘定模型。将该模型应用于34个公路工程保险实际案例,通过PSO-BP神经网络拟合保险样本中风险指标因素与费率之间的关系,实现费率预测。对比分析PSO-BP神经网络与BP神经网络的仿真效果,结果表明,PSO-BP神经网络模型能较好地反映公路工程实际风险水平,预测准确度高,收敛速度快,适用于保险费率厘定。