隧道围岩变形预测的进化高斯过程回归模型

隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题。本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序。为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测。计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴。     

隧道围岩分级的遗传-支持向量分类耦合模型

针对现阶段围岩分级方法存在的主要问题,提出隧道围岩分级的遗传-支持向量分类方法。结合佛岭隧道施工期围岩分级实践,以公路隧道设计规范BQ分级为基准,分别采用岩石回弹强度和掌子面状态替代饱和单轴抗压强度和地应力状态,并增加节理延展性观察的定性指标,在大量现场测试和室内试验的基础上,给出每个分级指标的现场快速测试方法,并以分级结果作为遗传-支持向量分类算法的训练样本,建立隧道围岩分级的遗传-支持向量分类智能模型。佛岭隧道围岩分级实例表明:该模型分级结果与现场勘测基本一致,且较遗传-神经网络模型有更高的分级准确性,为隧道围岩分级提供一种方法。     

隧道围岩变形预测模型的优化与应用

为了克服回归分析法在隧道施工监测数据分析中预测模型的不足,利用多目标加权灰色局势决策法对回归模型的多个评价指标进行整合量化,得到综合效果测度和优选回归预测模型。基于已优选的回归模型与模糊自适应变权重组合预测法建立最优非线性组合预测模型,将组合模型与优选模型进行效果测度对比,并基于该算法编制"智能监测—模型优化—信息反馈"系统。结合麻栗垭隧道工程,对组合模型和单项模型进行分析,预测拱顶沉降值。研究结果表明:以残差与后验差为评判标准,实时构建的最优组合预测模型的平均相对误差绝对值为4%,方差为6.5,后验差比值为0.34,小误差概率为1,更能对隧道施工过程围岩变形进行有效的预测和反馈。     

长大隧道软弱围岩施工大变形智能预测方法

长大隧道软弱围岩段施工大变形预测是保证长大隧道施工安全和工程质量的重要措施。结合宜万铁路堡镇隧道工程，运用BP神经网络和遗传算法进行长大隧道软岩段施工大变形预测。采用遗传算法自动搜索使BP神经网络训练效果最优的网络参数，形成能够反映变形与时程高度非线性和不确定关系的GA-BP算法，建立预测智能模型。将预测时间点输入此智能模型，由BP神经网络优异的泛化性能获得该时间点的变形预测值。堡镇隧道应用结果表明，GA-BP算法具有很高的预测精确度，对连续5d隧道变形预测的最大误差仅为6．68％，完全满足长大隧道软岩段施工大变形预测的需要。     

基于改进GA-SVR算法的隧道工程智能信息化设计研究

传统的信息化设计在监测信息处理、信息的反馈分析及初步设计的信息化修正等方面存在不准确、不及时和难以操作的缺点。本文结合铜黄高速公路坞石隧道的施工,将一种改进的支持向量回归（SVR）算法引入隧道工程的信息化设计中。采用十进制遗传算法搜索改进的SVR参数,形成改进的GA-SVR算法,并编制相应的计算程序。坞石隧道的应用结果表明,这种改进的GA-SVR算法无论是对监测数据的拟合预测,还是监测信息的反馈分析都能做到准确快速,在反分析完成后采用改进的GA-SVR算法进行3个开挖步内的位移超前预报也具有较高的精度。最后提出一种基于此算法的初步设计最优化修正方法,形成以此算法为核心的完整的隧道工程信息化设计方法,具有快速、操作简单和计算准确的优点。该算法可以在隧道工程中使用。     

基于免疫多输出支持向量回归算法的隧道工程位移反分析新方法

智能位移反分析作为计算模型参数辨识的一种方法在隧道工程中得到了广泛应用,鉴于现阶段智能位移反分析方法存在的主要问题,在一维支持向量回归算法的基础上,引入多输出的损失函数,建立了隧道工程围岩位移反分析的多输出支持向量回归(MSVR)模型,该模型将多个输出变量统一建模,解决了位移变量间的相关性问题,并引入免疫克隆选择算法(...     

堡镇隧道高地应力软弱围岩段施工大变形数值模拟预测研究

高地应力软弱围岩段施工将不可避免地产生大变形,做好施工期围岩变形的预测工作对隧道安全施工至关重要。采用大型有限差分程序对宜万铁路堡镇隧道大变形段施工进行了三维数值模拟,并将模拟结果与实测变形结果做了对比,验证三维数值模拟的可靠性,掌子面与监测断面距离较近时数值模拟预测围岩变形有较高的精度,但随着监测断面与掌子面距离的增大预测误差逐渐增大。     

京张高铁八达岭长城站结构安全智能监测技术

京张高铁八达岭长城站规模大、结构复杂、施工难度大。为实现车站及大跨过渡段的安全建设,八达岭长城站建立了结合人工智能技术的隧道围岩及结构安全智能监测系统,通过在围岩和结构中预埋传感器,监测地下车站和大跨过渡段的围岩,以及锚杆、锚索等支护结构的受力和变形,并进行自动化采集、实时传输和处理,实现隧道围岩及结构力学状态的可视化实时显示与预警。超大跨隧道结构安全智能监测系统确保了复杂围岩条件下长、大隧道及隧道群的施工期和运营期安全,体现了现场监测信息对施工与设计的指导意义,为类似工程的施工和监测提供了参考与借鉴。     

基于支持向量机的隧道变形预测方法

提出一种基于支持向量机的隧道变形预测新方法。支持向量机基于结构风险最小化,具有更强的泛化能力,是一个凸二次优化问题,能够保证所得解就是全局最优解。采用RBF和Bspline核函数学习某隧道前30天的收敛监测数据,用学习得到的最佳支持向量机网络预测30天后隧道的收敛。结果表明,支持向量机回归和预测的最大相对误差不超过6 5%。通过对比发现,Bspline核函数比RBF核函数效果更好。     

沪昆客专姚家隧道施工监测中拱顶下沉量的时间序列分析及预测

沪昆客运专线姚家隧道采用新奥法施工,施工位移监测对于评价围岩稳定性和支护结构合理性起着重要作用,但监测数据具有离散性,测量误差具有随机性.将隧道拱顶下沉数据序列视为随机过程,应用时间序列分析方法,建立自回归模型,对姚家隧道拱顶下沉监测数据进行拟合分析,利用 Matlab 软件中有关时间序列函数编制计算程序,运用有理函数判断围岩的稳定性.应用所建立的模型对拱顶下沉量进行10 d的预报,预测数据与实测数据符合较好.通过对观测沉降数据序列动态建模,并依据预测数据和围岩支护变形管理规定动态指导隧道施工和防护,有利于提高隧道施工安全.     

TBM上PLC系统的抗干扰技术

TBM由PLC系统集中控制,对液压系统的温度、液位、压力、转速及机械机构的动作进行检测,使之按照设定的程序运行．从而完成各种工作状态。对PLC控制系统各种干扰因素进行分析,并在抗干扰设计中采取多种抗干扰措施,从而有效地抑制干扰,使PLC控制系统正常工作。     

避雷器分布对雷击跳闸率影响探讨

以京沪高速铁路接触网设计中的防雷措施为例,针对该线情况进行了理论分析和模拟计算,通过对避雷器分布方式与雷击跳闸概率关系的分析,提出了依据不同雷区等级差异设置避雷器,最后对避雷器的设置分布和安装方式提出了建议。     

房间式客车空调机组性能检测装置的研究

介绍了房间式铁路客车空调机组性能检测装置,经实际使用,取得比较理想的效果.     

铁道行业监理现状分析

铁路工程建设实行监理，对于提高铁路工程建设管理水平，控制质量，取得了明显的成效。此对铁道行业的监理情况进行了简单的介绍，并重点分析了施工监理中存在的问题和监理工作的前景展望。     

负弯矩作用下结合梁挠度计算方法研究

钢－砼结合梁在负弯矩作用下，随着荷载逐渐增加，混凝土板中的裂缝不断产生和发展，梁的刚度也随之逐渐下降，荷载－挠度关系趋于非线性，因而材料力学中求挠曲线的二次积分法对负弯矩作用下的砼－钢结合梁无法获得解析解。本文提出了求钢－砼结合梁负弯矩作用下挠度的数值积分法，把非线性问题转化为短区间的线性问题，推导了计算公式，建立了计算模型，编写了电算程序，通过反复迭代计算先获得结合梁截面的弯矩－曲率（M－φ）关系，再根据这一关系进一步求得结合梁各截面的给定荷载下的挠度，从而可绘出梁的某一级荷载下的挠曲线或某一截面的荷载－挠度（P－Δ）曲线，本文利用编写的电算程序对芜湖桥的两根大型试验结合梁T1，T2梁进行了试算，并与实测结果进行对比，计算结果与实测结果吻合较好。     

轨道车辆车体刚度灵敏度分析

以轨道车辆为背景,依据转轴公式和平行移轴公式得到车体截面内任意倾角部件的惯性矩,进而获得截面的刚度及其灵敏度。在已知车体刚度分布的前提下,依据车体刚度及其灵敏度,通过调整刚度薄弱位置相关部件的截面尺寸,可达到提高车体刚度的目的。     

AutoCAD二次开发在信号平面布置图设计中的应用

对AutoCAD ActiveX Automation进行了详细的介绍,并且把它和其它AutoCAD二次开发方法进行了此较和分析.用编程实践的方法给出了C#结合AutoCAD ActiveX Automation进行的二次开发在信号平面布置图设计中的应用.