隧道围岩变形预测预报方法研究

对当前隧道围岩变形预测预报的各种方法进行总结分类,从其原理出发进行系统阐述,阐明其优缺点、适用条件及工程应用情况,并就相关问题进行探讨,提出建议。     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性，采用神经网络技术来预测其变形量，结果表明该方法简易、有效。     

大跨隧道开挖过程中围岩内力及变形分析

以某公路大跨隧道为背景介绍了在隧道开挖过程中围岩压力及变形受开挖影响所产生的变化,通过对实测数据的分析,指导施工中支护参数的调整,与理论公式进行对比选定合理的公式、确定准确的地质参数,预测下段施工围岩压力及变化。     

隧道围岩大变形信息化施工

建议以实施隧道监控量测的必测项目为主导,为围岩和支护的变形过程把脉,强调监控量测信息的时效性及其核心指导作用,并依据工程实例——在乌鞘岭隧道9#斜井中,围岩和支护出现大变形状态下,评判初期支护的安全性、经济性,探讨初期支护参数合理性和衬砌施作时机。建立一套简洁的监控量程实施操作系统,努力实现隧道施工过程信息化,在施工实践中协调各个关键环节,并在实际的施工效果中得到检验。     

木寨岭隧道围岩大变形的处治与技术分析

在木寨岭隧道施工中遇到了较为罕见的围岩应力大变形问题．简要介绍了该隧道高地应力、大变形的特征及采取的工程治理措施。     

隧道工程软弱围岩大变形控制体系及应用分析

隧道项目施工时,常会出现软弱围岩体,若处理不正确很容易产生围岩大变形等隐患。为确保隧道项目的正常施工,要严格重视软弱围岩大变形的防御和把控。以实际工程为例,对软弱围岩大变形原因进行了分析,然后从施工工艺和施工控制技术方面对围岩大变形的控制措施进行了探讨,可供参考。     

基于Bayes-LSTM的公路隧道围岩变形预测方法研究

在公路隧道施工过程中,围岩的稳定性对隧道施工的影响较大。因此公路隧道围岩变形的监控量测与准确预测是保障隧道施工安全的关键。针对当前隧道围岩变形的预测精度较低以及泛化能力较差等问题,该文提出一种基于贝叶斯（Bayes）优化长短期记忆网络（LSTM）的方法,该方法首先对拱顶沉降和周边收敛的原始监测数据进行预处理,而后构建公路隧道拱顶沉降与周边收敛的初始LSTM模型,并利用Bayes优化模型中的超参数,最终得出预测结果。利用该模型对某公路隧道拱顶沉降和周边收敛进行预测,将预测结果以均方根误差为评价指标与神经网络（CNN）和支持向量回归（SVR）进行对比。预测拱顶沉降时,Bayes-LSTM模型的平均预测精度相较于CNN与SVR模型分别提高了1.0与1.26;预测周边收敛时,Bayes-LSTM模型平均精度相较于CNN与SVR分别提高了0.3与0.32。表明Bayes-LSTM模型的预测精度较高,同时其能在训练模型过程中对历史信息进行判断和取舍,极大地提高了时序数据处理的效率,为公路隧道围岩变形预测提供了新的思路和探索。     

神经网络技术在阳宗隧道围岩变形预测中的应用

介绍了利用神经网络技术来预测隧道围岩变形的基本原理；阳宗公路隧道应用实例研究结果表明，该方法不仅有效，而又还具有简便、实时、自适应等优点。     

爆炸荷载作用下岩溶区隧道围岩变形分析

本采用国际上常用的爆炸荷载的计算模式，计算了朝东岩隧道爆破时的爆炸荷载，采用Ansys大型有限元程序分析了岩溶地区隧道顶部有溶洞的围岩在爆炸荷载瞬息作用下的变形，分析结果认为：以朝东岩隧道为例，当溶洞直径为4m时，岩溶洞边缘离隧道顶部小于3m时，在爆炸荷载瞬息作用下，隧道顶部与溶洞将会贯通，产生施工危害。     

RBF神经网络在隧道围岩变形预测中的应用

在预测隧道围岩变形的过程中,运用神经网络的方法,建立非线性的预测模型,结合张涿高速公路林里隧道的变形实测数据,借助MATLAB 7.1平台,模拟了隧道围岩的变形过程;实验结果表明：RBF神经网络方法在隧道围岩变形的预测中,具有运算速度快,预测精度高,模型稳定可靠的特点,在隧道施工过程中,能够有效的辅助施工控制,提供预测报告。     

软弱围岩隧道大变形施工控制技术

结合某软弱围岩隧道实体工程,对软弱围岩隧道大变形施工控制技术进行研究,归纳了其围岩大变形破坏特征,分析了软弱围岩隧道大变形的产生原因,从施工工艺、施工控制方面提出了防止软弱围岩隧道产生大变形的措施和方法。     

高速公路隧道的围岩变形特性

利用京珠高速公路几条隧道的监测资料,描述了公路隧道的围岩变形特性,并针对具体工程提出围岩稳定性的判别标准和二次衬砌最佳施作时机的选择,为高速公路隧道的施工提供了有益的经验.     

关角隧道开挖围岩变形监测及分析

在新奥法的隧道设计理念中,施工中的变形监测成为其重要的组成部分。为实时掌握青藏铁路关角隧道的围岩变形和支护结构的受力特点,通过采用JSS30A型数显收敛计对围岩进行周边位移量和拱顶下沉量的监测,研究其围岩动态变化,预测和确认其最终稳定时间。对隧道安全施工和二次衬砌的施工时间具有重要的指导意义。     

中梁山隧道围岩变形监测与影响因素分析

根据中梁山隧道工程地质条件，确定了施工监测的布置形式，分析了Ⅱ～Ⅴ类围岩变形特点，发现四种围岩变形曲线具有良好的半对数和双对数回归特性，并结合实例对围岩变形的有关影响因素进行了研究，所得结论合理可靠。     

篮家岩隧道软弱围岩大变形机理分析及综合控制

随着我国大力发展公路基础设施建设,公路隧道的建设越来越多,且大部分都建于软弱围岩地段。然而在隧道施工过程中软弱围岩的大变形一直是困扰隧道施工的主要问题。对篮家岩隧道软弱围岩中的大变形机理进行系统分析,并提出综合控制措施,以期对今后拟建隧道遇到同类问题的预防和处理有所帮助。     

围岩变形预测的Richards模型及变形发展趋势分析

隧道围岩变形是隧道工程的设计和施工的重要参数,由于Richards生长曲线与隧道围岩变形-时间曲线具有相似性,将Richards模型引入到围岩变形预测中,通过围岩变形-时间曲线的拟合预测未来围岩变形发展趋势和围岩极限变形值。通过工程实例具体分析了Richards模型的应用效果,结果表明：Richards模型可以较好的预测隧道围岩变形发展过程;只有当围岩变形进入了明显的稳定发展阶段,可以得到良好的预测效果;Richards模型预测效果要优于指数曲线模型和双曲线模型,具有更好的应用价值。     

隧道施工中围岩变形的控制方法研究

根据实际工程中出现的围岩变形过大的情况,采用小导管注浆和增设临时仰拱的措施进行处理,并用ANAYS软件进行了有限元分析。结果表明：临时仰拱和小导管注浆对于控制隧道围岩变形有明显的效果;对于拱顶下沉的控制效果不明显;两者共同作用可以较好地改善衬砌的受力状况。     

隧道施工中围岩变形的控制方法研究

通过对隧道围岩的实时监控,可以全面地了解围岩动态变形趋势,为隧道安全施工提供必要的保障.根据具体工程中出现的围岩变形过大的情况,基于有限元软件ANSYS对所采用的小导管注浆和增设临时仰拱的方法进行了研究.结果表明:临时仰拱和小导管注浆对于控制隧道围岩变形有明显的效果,对于拱顶下沉的控制效果不明显,两者共同作用可以较好地改善衬砌的受力状况.     

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。     

公路隧道围岩变形监测及应用

以二朗山公路隧道施工过程的工程实践为依据，利用常规围岩变形监控量测和围岩变形跟踪监测系统及二次应力场测试，获取隧道围岩动态综合信息，为围岩分类、大变形预测、岩爆预测、优化二次支护时间及反分析等提供依据，是岩土程信息化设计、施工的重要手段。