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。     

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。     

隧道围岩变形预测的最小二乘支持向量机方法

为及时掌握围岩变形趋势并采取措施加以控制,在岭南高速雪家庄隧道施工过程中,采用一种新的时间序列预测模型--最小二乘支持向量机(LS-SVM).介绍了LS-SVM的基本原理和该预测模型的具体操作步骤,实践表明,该方法不仅应用简便,而且对围岩变形预测精度较高,能够满足实际工程的需要.     

隧道施工围岩变形预测的智能模型

将支持向量回归(SVR)算法引入隧道施工期围岩变形预测,并采用遗传算法来自动搜索支持向量回归算法的模型参数,形成GA-SVR算法。结合香河隧道的施工变形监测,建立起了公路隧道施工围岩变形预测的GA-SVR智能模型。采用此模型对香河隧道后继开挖的监测时间点进行变形预测,并与实测变形对比,所建立的GA-SVR智能模型预测最大相对误差仅为6.99%,平均预测相对误差仅为1.99%,完全可用于公路隧道施工期的围岩变形预测,并为类似工程提供了借鉴。     

去噪分析和分离变形预测在深埋隧道中的应用研究

隧道变形易诱发相应的工程问题,对其防治及预测已成为地下工程领域的热点问题。为提高隧道变形的预测精度,达到有效掌握隧道变形规律的目的,以某隧道为工程实例,通过对其监测数据的去噪处理,将隧道变形的原始序列分离为趋势项和误差项序列,并利用GA-BP神经网络和时间序列模型对两序列进行预测,又结合支持向量机模型对前者的预测误差进行修正,以保证预测精度。结果表明:在去噪方面,得出半参数优化卡尔曼滤波的去噪效果最优,其次是sym8小波去噪和奇异谱分析;在预测方面,得出分离预测能一定程度上提高预测精度,但效果不明显,而误差修正模型能很大程度上提高预测精度,综合得到本文预测结果的平均相对误差为1.08%。预测模型具有精度较高等优点,能为深埋隧道的变形预测提供借鉴。     

非均匀收敛随机介质模型对浅埋隧道施工引起地表沉降预测研究

针对软弱土层中的浅埋大跨隧道在施工过程中出现的初支变形、断面底部隆起等现象,通过对原有的断面收敛模式进行修正,提出考虑初支变形与断面底部收敛的统一收敛模式,并以单洞及双洞椭圆隧道为例,推导出该种收敛模式下隧道施工中产生地表沉降的随机介质法预测公式,应用遗传-蚁群混合算法(GA-ACA)解决该预测模型的参数反演计算问题。为验证该模型对浅埋隧道地表变形预测的准确性,以乌鲁木齐地铁1号线三—新区间某典型断面为例,分别使用均匀收敛、底部为0、底部非0以及统一收敛模式等4种收敛模式进行参数反演,并将反演结果与现场监测结果做对比,研究结果表明:统一收敛模式与隧道断面实际变形规律更加吻合,其预测精度要比不考虑初支变形与断面底部收敛时的预测精度更高,即对浅埋、超浅埋隧道而言,初支变形以及底部隆起等现象对地表变形预测结果产生的影响不可忽略。     

基于量测数据频率分布的隧道变形分析与预测方法

目前隧道围岩主要通过建立本构模型，利用理想化力学模型对其变形进行分析与预测。但影响围岩变形的变量较多，存在一定随机性，其定量分析和预测结果准确性依赖于本构模型与实际围岩匹配程度，工程实用性较差。围岩量测数据是在各种变量作用下围岩变形行为最为宏观和客观的表现，其变形因素和结果应满足一定的概率分布规律。本文以张吉怀铁路新华山隧道为背景，介绍通过既有量测数据的分布频率预测围岩变形原理及方法，从概率角度对围岩变形行为进行分析，以概率形式预测变形趋势，实用性较强。     

隧道围岩变形特征及其影响因素的数值模拟

运用数值模拟手段,对宜万铁路堡镇隧道围岩在高地应力条件下的变形特征及其影响因素进行了模拟分析。模拟结果表明:隧道开挖后,在隧道的周边出现应力集中,洞壁最易发生破坏,隧道围岩位移的模拟值与实际测量值较为接近,且隧道围岩的变形量与隧道洞径、围岩的侧压系数、隧道埋深和围岩的力学参数密切相关。     

基于改进的支持向量机隧道变形预测模型

研究目的:用于消除地铁隧道变形监测数据受环境等因素引起的噪声影响,为提高变形数据的外推预测能力,提出基于离散小波消噪和动态在线滑移窗的支持向量机预测方法。研究结论:(1)利用离散小波变换对地铁隧道变形数据进行消噪处理,提取低频有效工程信息;(2)引入动态滑移窗技术,通过二阶双重滑移窗口的动态调整、更新,确定隧道变形预测模型的最终参训样本和实训样本数据,提高变形数据的有效利用率;(3)利用上海地铁隧道变形数据,从稳态与非稳态两个工况下分别对预测模型进行验证,检测模型的预测效果,结果表明该方法具有消噪效果好、预测精度高等特点,同时该预测模型可转为工程化应用,对隧道预测模型的搭建具有指导意义。     

基于人工神经网络的大直径盾构隧道施工地层变形预测分析

为了预测盾构施工引起的地表沉降规律,以京张高铁清华园大直径泥水盾构隧道工程为背景,结合盾构试验段隧道掘进过程中地层变形的监测数据,建立基于时间序列的NARNN(不含外部输入)和NARXNN(含外部输入)非线性自回归神经网络预测模型,对重要监测断面测点的隧道掘进过程中地表沉降发展趋势进行预测分析,并与传统时间序列ARMA模型预测结果进行对比,发现NARNN模型、NARXN模型、NARMA模型的预测结果与现场监测数据都比较吻合,而NARNN和NARXN非线性自回归神经网络预测模型精度明显高于传统时间序列ARMA模型,而考虑外部输入的NARXNN模型又比不考虑外部输入的NARNN精度高。因此,在考虑施工方法、地质条件和空间效应(埋深)等外部因素条件下建立的NARXNN模型具有良好的预测效果,能够较好地模拟盾构施工引起的地表沉降规律。     

基于微震监测的高速铁路大跨度过渡段隧道开挖损伤区分布特性及演化规律

基于微震监测技术具有识别岩体损伤位置、程度和大小以及破坏进程的优势,以新建京张高速铁路八达岭长城站大跨度过渡段隧道为研究对象,在隧道地表与洞周布设微震测点,实现立体式、全方位的微震事件监测。根据监测结果,分析围岩损伤区分布特性及演化规律。结果表明:根据微震事件分布密度,可将微震事件分为高密度区、中密度区和低密度区;微震事件累计分布频率为60%的边界可作为高密度区与中密度区的交界,累计分布频率为80%的边界可作为中密度区与低密度区的交界;微震事件高密度区对应为围岩高损伤区,围岩高损伤区受围岩级别和隧道跨度的双重影响,给出基于这2个参数的隧道不同位置处围岩高损伤区深度预测公式;围岩损伤程度采用微震事件的平均矩震级参数标度;围岩损伤区深度与围岩变形之间存在较强的正相关性及阶段性。基于围岩高损伤区深度,进行预应力锚索(杆)设计,结合围岩变形结果,验证了锚索(杆)设计参数的安全性。     

隧道围岩挤压变形预测方法研究

研究目的:围岩挤压变形预测是高地应力地区软弱围岩隧道勘察和设计阶段的一项重要工作。目前常用的临界埋深法和临界应力比值法均有局限性,迫切需要提出更加符合实际的隧道围岩挤压变形预测方法。研究结论:围岩挤压变形预测可采用强度应力比进行,建议采用Hoek-Brown经验强度公式和GSI法对岩体强度进行估算,F中地应力应取垂直于隧道走向的最大地应力。挤压变形破坏大都发生在F≤1的情况下,而剧烈挤压变形一般发生在F≤0.5时,可将0.5和1分别作为不同级别挤压变形的临界预测值。实践表明,采用F值法对围岩挤压变形进行预测是可靠的。     

铁路隧道底鼓段围岩蠕变参数反演方法研究

研究目的:某铁路隧道底部粉砂质泥岩蠕变导致仰拱结构持续底鼓,致使列车降速行驶,对铁路运行造成安全隐患.为较准确获取仰拱底鼓区粉砂质泥岩的蠕变参数,本文基于某隧道仰拱5年多的底鼓变形实际监测数据,建立室内岩石剪切蠕变试验与深度学习(GRNN)相融合的岩体蠕变参数确定方法,并对隧道仰拱蠕变变形进行长期预测. 研究结论:(1...     

新奥法施工近距双线浅埋隧道围岩变形特性研究

为揭示新奥法施工近距双线浅埋隧道围岩的变形特性,依托某市地铁隧道工程为背景,采用理论分析、数值模拟、现场测试等相结合的方法,分析近距双线浅埋隧道采用新奥法施工过程中的地表沉降、拱顶位移及围岩收敛规律。研究结果表明:隧道开挖面卸载是围岩发生变形的主要诱因;近距双线隧道开挖围岩变形存在叠加,主要叠加区域位于双线隧道中线连接区域,相比单线开挖同位置变形最大增量达45%;由变形预测结果可知,地层变形在建设期基本完成,约占预测10年变形总量的85%以上。     

基于灰色理论与BP神经网络的特长瓦斯隧道爆破参数优选

围岩岩体力学行为复杂多变,为避免爆破振动激发煤与瓦斯突出,获得合理的松动爆破,对特长瓦斯特大断面隧道爆破参数进行优选预测研究。基于灰色系统理论和BP神经网络,考虑围岩累积爆破损伤变形具有的动态性、瓦斯等灰色信息,选取最小抵抗线、炮孔间距、装药集中度等参数作为主要优选指标,建立基于单位化约束条件的综合集成优选模型,并对爆破振动效应下的特长瓦斯特大断面隧道的爆破参数进行优选预测。结果表明,建立的基于单位化约束条件的综合集成优选模型降低了试验中爆破参数的离散程度,当爆破参数E、W、q1的优选值分别为60、70 cm、0.12 kg/m时,基于单位化约束条件的综合集成优选模型优选预测值精度较高,隧道爆破效果较好。     

青岛地铁穿越富水弱胶结地层支护方案优化研究

为解决青岛地铁穿越富水弱胶结地层隧道安全快速施工难题,针对隧道上部天然隔水层保护前提下的支护方案优化,考虑支护结构对围岩稳定性控制的影响,通过数值模拟分析了不同支护方案下隧道开挖后围岩变形规律与塑性区扩展特征;基于隧道上覆岩层塑性区范围、隧道沉降和收敛值等控制指标优化了支护方案,并结合Peck公式采用非线性拟合方法建立了地表变形预测公式。结果表明:以超前小导管结合超前锚杆的联合支护体系能够有效控制隧道开挖围岩变形,并对上覆隔水层起到一定保护作用,优化后支护方案安全、合理、高效,为类似条件下的地铁隧道变形控制及快速施工提供了理论依据和技术指导。     

考虑围岩蠕变特性的TBM隧道管片衬砌受力特性研究

为研究深部高地应力岩层中修建TBM隧道时管片衬砌结构的力学行为,以某深埋TBM工法隧道为研究对象,建立基于围岩蠕变和管片分块效应的衬砌-围岩复合模型,研究考虑时间效应下管片衬砌的受力特性。结果表明:考虑围岩蠕变效应下管片衬砌受力表现出明显的时间效应。随着围岩蠕变时间的延长,管片衬砌的形变、内力和接缝张开量均呈现两阶段增长,具体表现为前期呈线性增长,后期增加趋缓。洞周围岩应力经历三阶段变化,即先减小后增大直至稳定。围岩蠕变时间为100年时,管片衬砌的内力和形变量均接近极限值。研究结果可为深部高地应力且考虑围岩蠕变效应下的TBM隧道衬砌结构设计提供参考。     

深埋风积沙隧道施工工法及围岩变形特征研究

风积沙作为一种抗剪能力弱、黏聚力低、自稳能力差的土体,隧道开挖时围岩变形难以控制,研究风积沙隧道的围岩变形特征及其适用的施工工法则显得尤为重要。依托蒙华铁路王家湾隧道穿越风积沙段,通过室内试验得到相关参数,采用有限差分法进行数值模拟,对比分析有无水平旋喷桩加固两种工况的围岩变形和塑性区发展,从而得出三台阶法、三台阶临时仰拱法、三台阶七步法、CD法以及双侧壁导坑法5种工法的变形特征和水平旋喷桩的加固效果。研究结果表明,(1)在无水平旋喷桩加固围岩的情况下,双侧壁导坑法最适用于大断面深埋风积沙隧道,但其控制效果仍然不能满足变形要求;(2)采用水平旋喷桩加固后,三台阶加临时仰拱法最适合于大断面深埋风积沙隧道;(3)水平旋喷桩与三台阶加临时仰拱法结合能够有效控制围岩变形;(4)水平旋喷桩能够显著控制上半部分围岩变形大小,并减缓全环围岩变形速率,但对下半部分围岩变形大小控制不明显。     

流变效应作用下高地应力铁路软岩隧道衬砌结构长期稳定性研究

高地应力软岩具有变形量大、变形速率快、持续时间长、流变性强等特点,围岩流变性对衬砌结构长期稳定性影响大。以木寨岭铁路隧道为例,结合室内蠕变试验结果,采用Burgers流变模型,分析不同流变周期内支护结构受力随时间变化的规律。结果表明:(1)本文采用的Burgers模型能较好地反映围岩流变特性;(2)目前木寨岭隧道的支护结构形式,已施作的衬砌结构在以后数年发生压溃开裂的风险较大;(3)提高支护结构的长期稳定性及安全性,应从改变围岩流变性的角度出发,降低围岩的流变特性,增强围岩强度。