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。     

穿越陡坎地形的偏压黄土隧道大变形时空特征研究

针对黄土隧道开挖这一施工领域中的难题,依托地坑院隧道,对隧道穿越沿线地质地形的施工风险进行分析,同时基于监控量测数据,对典型横断面和纵向段的初期支护变形规律进行研究,得出初期支护沿时空分布的变形特征。分析结果表明: 1)围岩变形持续时间长、变形速率大,有时具有突变性; 2)初期支护横断面收敛不均,纵向变形与断面距掌子面距离直接相关; 3)隧道变形受地形、地下水和施工的影响较大。根据现场围岩大变形规律针对性地制定相关控制措施,研究成果可为现场施工提供技术性指导。     

偏压连拱隧道围岩变形的现场监测与分析研究

结合宜(宾)水(富)高速公路鞋底坡双连拱隧道施工过程,通过对偏压连拱隧道的围岩变形进行现场监测与分析,获得了隧道围岩在地层偏压条件下。各施工阶段的地表沉降、拱顶下沉和水平收敛情况,有效地控制了隧道围岩变形。通过对量测结果的对比、分析得出：在偏压连拱隧道施工过程中,隧道初期支护变形整体由左洞向右洞方向偏移;对隧道围岩变形影响最大的工序发生在隧道旌工由单侧过渡到双侧施工时。在施工过程中偏压连拱隧道的现场测试与分析,不仅为隧道的支护体系设计优化提供依据,而且还可以指导隧道现场施工,所得的数据和结论可为同类隧道的设计,施工和研究提供有益的借鉴和参考。     

大跨度浅埋偏压隧道围岩变形分析

利用有限元数值模拟分析了两组工况下偏压隧道的围岩变形及隧道衬砌受力情况,结果表明:衬砌外荷载主要由上覆岩土体自重以及围岩沿着潜在滑移面产生剪切变形形成,剪切变形对围岩及衬砌受力影响显著。在平行于偏压面岩层与衬砌交界处（浅埋侧拱脚、深埋侧拱肩）的内力明显突变。地表注浆加固在一定程度上改善了围岩物理力学特性,减小偏压引起的剪切变形,有利于围岩稳定及隧道衬砌受力。     

高速公路偏压连拱隧道变形测量与计算分析

通过试验反演确定隧道围岩参数,建立隧道开挖数值计算模型,对施工变形进行模拟计算,同时布置相关测点对隧道围岩变形进行测量,将数值计算结果和测量结果进行对比分析。由围岩内部变形、隧道变形和地表变形分析得知,左洞变形大于右洞,左洞地表沉降量大于右洞,说明施工顺序对隧道变形影响较大,隧道径向6 m之外的围岩变形受开挖影响小,隧道径向6 m以内为围岩松动圈。     

偏压隧道变形破坏机理及超前预加固研究

依托九绵高速福隆隧道工程,通过建立三维山体隧道模型对偏压隧道围岩支护体系受力变形特征进行分析,并通过数值模拟与现场监测对不同超前加固方式进行对比研究.结果表明:受偏压地形影响,隧道围岩变形、塑性区分布、二衬受力等均存在非对称现象;隧道开挖时,拉应力出现在掌子面、仰拱、回填土处,塑性区分布深入掌子面后方约3 m,且掌子面...     

某强倾倒变形体内浅埋偏压洞口段的隧道变形分析及处治技术研究

以处于强倾倒变形体内并在施工过程中出现过2次变形的浅埋偏压隧道进口段为研究对象,针对实际工程地质条件及变形情况,应用新奥法原理及拱效应理论,以变形观察及监控量测为信息化施工手段,及时采用堆（填）碴反压、注浆加固、网喷补强支护等一系列有针对性的补救措施,在洞内成功地加固变形隧道,制止过大变形可能诱发隧道塌方及山体滑坡的险情; 并在后续施工中,通过调整支护参数和利用创新的“三台阶八步法”施工方法,安全、顺利地完成后续不良地质段的隧道施工任务。     

浅埋偏压黄土隧道变形破坏机制分析及治理措施

以某高速公路黄土隧道施工为例,通过有限元计算分析浅埋偏压黄土隧道开挖时山体及隧道的变形破坏机制,提出反压回填的治理措施.     

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。     

金沙洲隧道进口偏压地段施工方法的选择

以金沙洲大断面隧道偏压段施工为工程背景,通过建立计算模型,采取数值分析方法对大断面偏压隧道施工方法选择进行分析,同时介绍了该隧道偏压段施工所采用的在超前支护与洞外加固基础上的分部台阶法开挖施工工艺.实践表明,金沙洲大断面隧道采用该种施工工艺,成功地通过了隧道的偏压段,可以为类似工程提供参考.     

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。     

滑坡变形的人工神经网络预测模型及应用

根据人工神经网络对信息处理的能力,选用较成熟的反向传播网络模型,在详细的工程地质勘察和理论分析的基础上,利用某滑坡中部变形监测数据,通过多次试验的方法,建立了具有1个输入层、15个隐含层、1个输出层的反向传播网络模型。通过神经网络的学习与训练,建立了滑坡位移和时间之间的人工神经网络非线性关系模型,并应用非线性模型预测了滑坡在未来几个月的变形情况。     

PSO-BP神经网络在隧道围岩变形预测中的应用

针对滇西复杂地质条件下隧道围岩变形预测问题,以BP神经网络为基础,引入了改进后的粒子群算法,通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力,非线性映射能力强,泛化能力强,具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高,平均绝对误差为2.4 mm,平均相对误差为2.7%,满足隧道围岩变形预测精度的需要。     

基于BP神经网络隧道施工岩爆预测研究

通过综合分析和对以往岩爆判据的研究,将影响岩爆的因素分为三类:围岩岩性、初始地应力、开挖扰动。选取能反映以上三类岩爆因素的4种指标作为岩爆的预测参数,实现了岩爆的多因素预测:利用BP神经网络方法对信息进行大规模处理的能力及很强的鲁棒性和容错性,解决隧道岩爆及其多种影响因素之间关系复杂难以表达、各因素权重的分配不合理问题,实现了根据先验岩爆案例预测未来岩爆情况的目的。在预测模型计算方法的实现上,利用已相当完善的数学软件——Matlab及其神经网络工具箱。计算结果与施工实践对比表明:用该方法及模型进行岩爆预测是可行有效的。     

基于灰色BP神经网络组合模型的基坑变形预测研究

为了使得基坑变形预测在“少样本”“贫信息”的情况下依然能够得出精度较高的结果,在传统的灰色GM(1,1)模型和BP神经网络模型的基础上,进行了灰色BP神经网络组合模型的研究。通过总结2传统模型的原理和算法,归纳各自的优缺点,分析2模型在本质原理上的关系,提出了构建组合模型的方法。利用广州市轨道交通三号线燕塘站的监测数据,对灰色GM(1,1)模型、BP神经网络模型和灰色BP神经网络组合模型分别进行了检验,肯定了组合模型的优越性。     

基于BP神经网络基坑支护结构变形预测研究

为了精确的预测佛山某建筑基坑变形情况,提出了一种BP神经网络多数据纵向预报方法,选取前三次的多个测点数据进行预处理,然后再对BP神经网络分析、训练、测试,并分析隐含层数对预测精度的影响,通过对比试算确定隐含层数目,最终达到能够高精度预测基坑支护结构水平位移和沉降。结果表明:所提出的方法可以精确地预测基坑变形,对工程建设具有一定的参考价值。     

高速公路连拱隧道施工变形预测的GA-SVR智能模型研究

基于连拱隧道支护结构繁多,施工工序复杂,同时由于施工影响,现场监测数据较少且数据误差较大,造成传统方法很难用于连拱隧道的施工变形预测。针对于此,支持向量回归（SVR）算法可以任意精度逼近任意函数,与神经网络相比具有小样本、全局优化和泛化性能好的优点。本文结合铜黄高速公路富溪连拱隧道的施工变形监测,采用遗传算法来优化支持向量回归算法的模型参数,形成GA-SVR算法,建立起了连拱隧道变形预测的GA-SVR智能模型。采用此模型对富溪隧道后继开挖的监测时间点进行变形预测,并与GA-BP模型对比可以看出本文所建立的GA-SVR智能模型具有极高的预测精度,完全可用于连拱隧道施工期的变形预测,也为类似工程提供了借鉴。     

基于时间序列ACO-BP神经网络在基坑变形预测中的应用研究

BP神经网络技术因其良好的非线性动力学特性、函数逼近能力、自组织和自适应能力,已广泛应用于基坑变形预测中。但实际应用过程中发现BP神经网络具有收敛速度慢、初始权阈值对计算结果影响较大,且易陷入局部最优等缺陷。采用引入具有启发式寻优、全局优化特点的蚁群算法优化BP神经网络,对基坑变形进行预测,并与BP神经网络进行比较。结果表明:ACO-BP神经网络模型预测基坑变形可行;预测精度高于BP模型,且结果稳定、速度较快、误差满足工程的要求。     

基于BP神经网络冻土强度预测模型研究

人工冻结法已作为苏州地铁连通道施工的辅助工法之一,但目前尚缺乏与设计配套的苏州地区冻土强度归一化参数,以人工神经网络为基本工具,利用其强大的非线性映射能力,综合考虑温度、含水率、干密度等影响因素指标对苏州地铁典型冻土抗压强度的影响,建立了抗压强度预测模型。结果表明,BP网络具有较高的求解能力,预测值与实测值接近,其精度远高于其他方法,且简单实用,这为获取试验中无法实现的参数值提供了新的途径。