基于进化神经元算法的堡镇隧道软弱围岩施工弹塑性智能位移反分析

结合宜万铁路堡镇隧道的施工,将BP神经网络和遗传算法引入特长隧道软岩段的施工位移反分析,采用遗传算法自动搜索BP神经网络训练效果最优的参数,建立起反映围岩变形与岩体物理力学参数及初始地应力之间高度非线性、不确定的GA-BP智能模型,然后采用遗传算法在岩体物理力学参数和初始地应力取值范围内,搜索BP神经网络预测围岩变形与实测围岩变形最接近的参数组合,取得反演获得的岩体物理力学参数和初始地应力.从堡镇隧道应用结果来看,这种进化神经元算法反演结果可以满足隧道施工的需要,并为类似工程提供了借鉴.     

隧道施工围岩力学参数的动态辨识方法研究

受地质水文等影响,隧道围岩力学参数具有较大的模糊性、可变性及不确定性,围岩力学参数的快速、准确选取,对隧道开挖、支护具有重要的指导意义.隧道施工过程中围岩力学参数的动态辨识为施工前采用超前地质预报获取围岩等级指导施工,在开挖过程中通过经验强度准则快速得到岩体力学参数,是对超前地质预报的一个补充与修正,而开挖后采用反分析法及数值计算通过与实际量测数据对比,是对开挖过程中确定的参数的验证.通过围岩力学参数的地质预报-经验准则判断-数值模拟反分析的循环,形成动态辨识体系,做到隧道工程的动态设计与信息化施工.通过湖南龙永高速特长分离式茅坪隧道的实践,验证了围岩力学参数动态辨识方法的可靠性、正确性及便捷性,对地质复杂多变的长隧道设计施工有着 、一定的指导意义.     

基于变量轮换法的支持向量机在隧道围岩变形预测中的应用

采用变量轮换法对支持向量机(SVM)参数进行优化处理,结合时间序列分析理论,建立起隧道围岩变形时间序列非线性模型,并以此对隧道围岩变形进行预测.结果表明:改进的支持向量机具有简单、方便、实时等特点,对围岩后续变形预报准确,可科学地指导现场监测和施工建设.     

基于遗传优化支持向量机的交通事故预测

针对道路交通事故的预测问题,引入基于遗传优化支持向量机算法建立交通事故预测模型。利用遗传算法寻找支持向量机的最优参数组合,并用最优参数构建相应的支持向量机预测模型。仿真计算结果表明,基于遗传算法优化支持向量机模型优于传统的SVM模型,从而可以更有效地对道路交通事故进行预测。     

遗传算法优化支持向量机的城市交通状态识别

城市交通状态识别是智能交通控制、诱导和协同系统的基础。为提高支持向量机(support vector machine,SVM)在城市交通状态识别研究方面的泛化能力,将遗传算法(genetic algorithm,GA)与支持向量机相结合,利用遗传算法全局搜索优势对支持向量机的关键参数——惩罚系数C和核函数参数σ进行优化,建立基于遗传算法优化支持向量机(GA-SVM)的城市交通状态识别模型,并在MATLAB平台下进行实例验证。研究结果表明:相较于SVM模型,GA-SVM模型克服了依靠经验确定参数方法的缺点,识别精度提高3.75%,即模型可更好地识别城市交通状态。     

基于隧道围岩监控量测的位移反演实践

基于隧道围岩监控量测的位移反分析能够充分考虑施工过程中各种因素的影响,获得更接近工程实际的岩体力学参数,能有效指导隧道的动态设计和信息化施工,因而对于复杂地质条件下隧道及地下工程的设计、施工具有重要意义.     

龙潭隧道围岩参数与地应力场联合反演

龙潭隧道是沪蓉国道主干线湖北境内一条主要隧道,它的全长近8 900 m,埋深约500 m,为典型的深埋长隧道.隧道经过地区的地质条件复杂、地应力较大.为了合理地计算围岩稳定性,利用实测位移信息,进行了围岩参数和地应力场的反演.基于实测收敛位移,采用进化神经网络法,提出了一种围岩参数和地应力场联合反演的新方法,并利用该方法对龙潭隧道多个典型断面进行了反演研究.为了验证反演结果,采用反演得到的围岩参数和地应力场进行了数值计算,其计算结果和实际情况吻合.计算结果表明,通过反演,能得到反映整个隧道围岩参数和地应力场的基本参数,反演结果能较好地反映实际情况.     

基于智能优化方法的SVM电机故障诊断模型研究

为提高电机故障诊断的准确率和有效性,提出了基于智能优化算法的支持向量机电机故障诊断模型.首先采集交流电机不同位置上的振动加速度信号,使用小波包分析方法对所采集的振动加速度信号进行特征提取,将得到的能量比向量作为支持向量机故障诊断模型的输入,使用遗传算法、粒子群优化算法对支持向量机故障诊断模型进行参数优化并进行模型训练,在使用测试样本集对得到的两种故障诊断模型进行分析之后可以看出经过参数优化后的支持向量机模型提高了故障预测的准确率,并且粒子群优化方法具有比遗传算法更高的预测准确率,并极大地减小了优化时间及优化次数.     

隧道结构工程流变问题的有限元分析

本文通过有限元计算,分析了当围岩具有流变特性时,隧道结构的力学行为,讨论了初始地应力场、支护时间等因素对洞周位移及衬砌应力的影响,得出了一些有益的结论。     

隧道围岩变形及支护刚度三维分析模型研究

鉴于既有力学模型在分析三维隧道施工力学问题时存在精度不高、计算资源要求高和计算时效不能满足工程要求等诸多困难,将隧道围岩视为半无限大或无限大弹性体,以作用于洞壁和掌子面处的等效作用力模拟隧道开挖效应,建立了一种深埋圆形隧道的三维分析模型.基于Mindlin解和Kelvin解分别推导了掌子面在洞口附近和掌子面远离洞口两种工况下围岩位移的积分计算公式,并编制了相应的计算程序,然后将待开挖介质视为"支护体",通过刚度分析将支护反力引入力学模型,推导了围岩变形的求解方程,可以快速计算隧道围岩变形场和围岩对支护结构刚度需求的量化值.研究结果表明:两种工况下围岩位移的分布规律基本一致,掌子面距离洞口较近时,隧道纵剖面围岩轴向位移最大值的解析和数值结果分别为6.1 mm和5.5 mm,隧道横截面掌子面处径向位移最大值分别为2.4 mm和2.6 mm,误差分别为9.8%和8.3%;在掌子面距离洞口较远的工况下,隧道纵剖面围岩轴向位移最大值分别为6.0 mm和5.7 mm,误差为5.0%;对于任选的一组隧道围岩和支护结构参数,考虑支护反力后计算得到的围岩纵向变形与数值分析结果吻合较好,超前位移分别为3.6 mm和3.0 mm,最终位移分别为9.1 mm和8.5 mm,误差分别为16.7%和6.6%;大岗山隧道2#压力管道的超期变形的计算结果和监测结果分别为0.4 mm和0.4 mm,最终变形分别为1.0 mm和1.1 mm,误差分别为0和10%.基于变形控制标准和新建力学模型可对围岩的刚度需求进行量化计算并指导支护结构设计参数的确定.     

全断面隧道掘进机工作参数匹配规律的挖掘与利用

为提高隧道掘进机工作效能和利用率,以采集的秦岭隧道工作数据为对象,分析研究了不同掘进状况下工作参数间的匹配规律,对比分析了各类掘进状况下的切削比能,获得了掘进机正常掘进状况下的FPI与切割系数C的制约方程,得到了软、硬岩条件下的推进力、扭矩需求方程,并且从统计角度获得了切割系数的概率密度分布函数。所获得的相关规律以及处理方法,为掘进状况的预测和掘进参数的优化提供了一定的知识和技术支持,对于掘进机的性能评价和掘进机设计都具有重要的参考价值。     

隧道施工中周边位移监控量测与分析

隧道施工监控是隧道新奥法施工中重要的组成部分,如何分析、处理监测信息并判断围岩和隧道支护结构的工作状态,对优化设计和保障施工安全有重要作用。本文以安基山隧道工程为依托,通过位移收敛监控量测以及时了解隧道开挖后的围岩变化情况,及时预见事故和险情,根据围岩位移收敛速率曲线形态特征推断围岩稳定程度,为二次衬砌的施作时间提供依据。     

地质雷达在黄土隧道中做超前地质预报的应用研究

超前地质预报是根据地表和已开挖隧道的地质调查和各种探测方法取得的资料,以及地质推断法预测开挖工作面前方一定长度范围内围岩的工程地质和水文地质条件。隧道施工时应根据设计图纸和现场具体情况做好地质超前预报工作,并及时反馈预报结果,以便修改支护参数或开挖方式,确保施工和营运的安全。     

公路隧道围岩稳定位移与突发失稳时间预报研究

从公路隧道开挖围岩变形位移历时曲线的特征出发,采用灰色Verhulst生物增长模型来预报其围岩变形的趋稳位移,用Verhulst反函数模型来预报围岩变形的突发失稳时间;实例研究结果表明,它们都具有较高的预报精度.     

Asymmetric Rock Pressure on Shallow Tunnel in Strata with Inclined Ground Surface

By building a tunnel model with a semi-circular crown, the asymmetric rock pressure applied to the shallow tunnel in strata with inclined ground surface is analyzed. Formulae, which not only include the parameters related to both tunnel structure and surrounding rock mass, but the overburden depth, are developed. The computation for four tunnel models show that the method presented is feasible and convenient. Furthermore, the influence of the overburden depth on the rock pressure is elaborated, and the criterion to identify the deep or shallow tunnels is formulated as well.     

遗传算法优化的RBF神经网络模型在公路隧道群交通事故微观预测中的应用

本文根据构建的遗传算法优化的RBF神经网络模型,提出了公路隧道群交通事故微观预测方法,对以任意断面为中心的单元长度内的交通事故率进行合理预测,为公路隧道群事故多发点的鉴别及预防管理措施的制定提供理论支撑。最后,以西汉高速公路隧道群区段为例,以调研所得的交通事故微观预测模型参数基础资料,运用本文构建的预测模型进行工程实践应用分析,同时与传统的RBF神经网络预测结果进行对比,分析说明遗传算法优化的RBF神经网络预测模型的科学性及可行性效果良好。     

TSP技术在隧道施工超前地质预报中的应用

某隧道施工中采用TSP技术进行超前地质预报,从开挖过程来看,洞身围岩揭示隧道超前地质预报结论符合现场施工实际情况。根据超前地质预报结论,结合掌子面实际开挖情况,随时调整开挖进尺,采取必要措施,保证了隧道的安全、优质贯通。     

隧道掌子面岩体裂隙快速识别方法

隧道掌子面上含有许多地质信息,若能充分提取和分析,将有助于对隧道工程地质状态作出评价,用于指导隧道设计和施工. 以隧道掌子面数码图像为基础,对掌子面上岩体裂隙检测、提取、分组算法进行研究. 首先,基于数字图像处理技术对掌子面岩体裂隙目标分割算法进行分析,根据分割结果,通过图像细化和边界线拟和、分离、合并、过滤,连接不连续边界,过滤短边界,形成较完整的岩体边界线识别结果;然后,计算岩体边界线视倾角,将视倾角相近的边界线合并为一组,实现对裂隙边界线的自动分组;最后,将本方法应用于实际掌子面岩体图像测试其有效性. 测试结果表明:该方法基本实现了对掌子面上岩体裂隙的自动提取和分组;对具有明显裂隙的掌子面岩体,本算法能较完整的提取出岩体裂隙,错误提取率不超过10%,并实现了自动分组,自动分组错误率不超过5%,提高了掌子面岩体分析的自动化程度,可用于地质素描,并为掌子面围岩分级提供参考依据.      

基于改进PSO算法的岩石蠕变模型参数辨识

微粒群优化（PSO）算法是一类随机全局优化技术,具有收敛速度快、规则简单、易于实现的优点．针对岩石蠕变本构模型参数的辨识问题,本文利用FLAC软件自带的fish语言实现了改进PSO算法对本构模型参数的辨识．该方法从岩石本构模型参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用改进PSO算法规则实现模型参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型参数的自适应辨识．利用该方法对页岩蠕变实验进行了仿真研究,实验结果表明：改进的PSO算法用于岩石蠕变模型的参数辨识是有效的．