动态增量位移正算反演分析及其在隧道工程中的应用

为了优化隧道围岩物理力学参数的反演方法并提高运算速度,文章提出了隧道工程动态增量位移正算反演分析法,并将该方法应用于青岛胶州湾海底隧道工程;建立了弹塑性动态增量位移反演预测模型,改进了传统的弹塑性正演优化反分析方法,衍生了作简化分析的基于施工过程的线弹性动态增量位移反演正算反分析方法;对青岛胶州湾海底隧道三个施工段计算位移和实测位移进行了比较。研究结果表明,动态增量位移反演正算反分析方法可反映动态施工过程中任意施工阶段间的增量量测信息,为变形控制技术的实施提供有力的保证;与传统的弹塑性正演优化反分析方法相比,可以提高效率,保证计算精度。     

富水地层盾构管廊工程岩土体参数反演与掌子面稳定性分析

文章以沈阳富水地层盾构管廊工程为研究背景,对土压平衡盾构开挖引起的地表竖向位移和水平位移进行监测,并分析位移的变化规律.以现场测量得到的位移监测值为基础,基于粒子群优化的BP神经网络算法建立PSO-BP参数反演分析方法,利用Fortran语言编制位移反分析程序,并采用正交设计和ABAQUS数值计算进行参数反演.考虑静止...     

基于SVM-BP神经网络组合模型的高速公路出口流量预测

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM（支持向量机）模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明：(1)误差对比：当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度：组合模型>BP神经网络>SVM,组合模型的平均绝对误差（MAE）提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。     

基于遗传算法的BP神经网络在隧道围岩参数反演和变形预测中的应用

隧道变形的准确预测需要以可靠的围岩力学参数为前提。文章通过构建基于遗传算法的BP神经网络智能反分析系统(GA-BP),实现了遗传算法自动搜索BP网络参数,大大提高了反演分析的效率,并将构建的GABP智能反分析系统应用到下穿沈丹高速公路的大顶山隧道围岩参数反演和变形预测中。分析结果表明,GA-BP反分析系统收敛速度较快,围岩参数反演和变形预测较为准确。     

复杂地质条件深埋特长隧道地应力场智能反演研究

为提高复杂地质条件深埋特长隧道地应力反演的精度和效率，构建了一种基于构造分析+RBF（径向基函数）神经网络的复杂地质条件深埋特长隧道地应力智能反演方法，该方法的主要流程包括：首先通过区域地质条件及构造分析，建立隧址区三维地质模型，通过海姆假说和金尼克假说共同确定构造应力边界条件的范围，作为智能反演的训练样本，利用RBF神经网络方法计算寻优，获得最优应力边界条件，再以此最优应力边界条件进行地应力反演计算。选择西南地区某深埋特长隧道作为研究对象，将建立的地应力场智能反演方法应用于实际工程，并将反演计算获得的地应力值与实测地应力值进行拟合对比，其中最大主应力反演值拟合误差总体在10%左右，拟合精度近90%，说明该方法可行且反演计算结果较合理。     

暗挖大跨地铁车站增量位移反分析研究

文章采用均匀设计法对围岩密度、弹性模量、泊松比、粘聚力、内摩擦角5个因素的16个水平进行了数值仿真试验设计,并借助有限差分法对暗挖大跨地铁车站施工进行了三维计算,获得了不同试验设计条件下不同工序的地表沉降位移值。以计算结果中临时支撑拆除引起的11个观察点的增量位移作为BP神经网络的输入集,以相应工况的岩土体参数作为BP神经网络的输出集,完成了BP神经网络的训练和学习工作;然后将现场实测到的临时支撑拆除导致的位移作为BP神经网络的输入参数,反演出了相应的岩土体参数;最后将该套反演参数代入FLAC3D进行三维仿真计算,得到了岩土体的位移结果,并采用现场实测的7个测点的地表沉降增量对该套参数的合理性进行验证。结果表明,以临时支撑拆除这一工序引起的地表沉降增量为考察指标,采用均匀设计法和BP神经网络可以快速有效地获得暗挖大跨地铁车站围岩的等效物理力学参数,指导暗挖大跨地铁车站的设计与施工,保证工程施工和周边环境安全。     

基于BP神经网络的隧道参数反演模型研究

随着我国基础建设的不断推进,越来越多隧道不可避免的修建在地质地貌复杂的地区,隧道施工安全与岩体参数确定变得更加重要.本文运用LM算法改进的BP神经网络与数值模拟技术相结合的方法构建智能隧道围岩参数反演模型,并结合工程实例对其可靠性进行检验,以期为类似隧道物理力学参数预测提供参考.     

基于监测结果的快速反馈分析在上海虹源盛世工程中的应用

针对虹源盛世超大深基坑工程复杂多样的围护结构、各向异性非均质软土地层、复杂施工工况及卸载形式等综合条件下,土体等效参数位移反分析难题,采用FEM与Nelder-Mead优化反演相结合方法,在扰动位移监测数据的基础上,通过目标参数和误差控制函数条件下的优化迭代拟合,快速反演获得工程区域土体等效弹性参数并将反演结果用于基坑后续工序的扰动位移及稳定性预测计算。结果表明,该方法可以有效避免FEM反问题计算的复杂性和收敛的不确定性,获得更加符合工程场地实际的等效力学参数,提高后续工程扰动位移场及技术风险预测的准确性和可靠性。     

基于位移-应力多元信息的公路隧道智能反分析研究

考虑到位移反演单一控制条件的局限性,文章提出基于位移-应力的多元信息联合智能反分析方法。该方法基于差异进化算法(DE算法)的控制变量少、收敛速度快、适应性强等诸多优点,将自动化采集系统与三维数值模拟相结合,对隧道施_T过程进行实时监测、反馈、分析。文章以抚松隧道工程为例,首先根据抚松隧道的地质和施工设计特点,在ZK276+354断面处布设传感器,采集施工过程中的测点位移、应力等数据;然后建立复杂三维精细化数值模型,设计25组正交方案进行正算,通过极差分析和拟合方法建立围岩各参数与位移值、应力值之间的映射关系回归模型;联合传感器监测数据和常规监测数据进行位移-应力反分析,搜索获得准确的围岩力学参数。结果表明该联合反演方法可以为隧道施工安全提供重要参考。     

软土隧道岩体参数正交反演分析

岩体参数是影响隧道安全性分析的关键因素,参数的确定往往依借助于现场监测数据和数值模拟手段。文章依托隧道多点位移计现场监测数据和有限元数值计算,以误差平方和为目标函数,提出了参数正交反演分析方法,与其它方法相比,该方法具有较高的精度和效率。计算结果表明,以围岩位移为基准的参数正交反演分析方法是可行的,研究结果可供同类地下工程施工和设计参考。     

紧邻大型深基坑的地铁隧道沉降预测方法研究

针对紧邻大型深基坑的地铁隧道因其变形影响因素复杂、变形控制严格而难以准确预测其沉降变形的问题,文章引入对小样本、复杂、非线性数据具有优越预测性能的支持向量机理论,并利用蚁群优化算法搜索支持向量机最优参数组合,建立了优化的支持向量机预测模型。应用该模型对南京市地铁1号线某段隧道的预测结果表明,该模型预测精度高,能够准确反映隧道变形趋势,可以满足紧邻大型深基坑地铁隧道沉降预测的要求。     

基于遗传算法的地下洞室围岩力学参数反分析

围岩是地下洞室的主要承载结构,设计分析时采用的围岩力学参数是否合理直接影响计算结果的可靠性。文章结合某水电站引水隧洞工程,根据围岩监测数据,基于遗传算法,对ABAQUS商业软件进行二次开发,编写了遗传算法程序,对地下洞室围岩力学参数进行反分析,利用反分析得到的参数与工程设计采用的参数进行对比,分析讨论设计采用参数的合理性。结果表明,围岩参数反演值大于设计值,利用反演得到的参数进行计算,位移值小于初始参数的计算值,说明设计采用的参数取值偏安全。类似洞段的分析结果表明,文章采用的方法在类似工程的参数分析中具有很好的适用性。     

隧道洞室地基稳定性双阶段多策略粒子群BP网络模型研究

影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。     

基于LS-SVM的天然气管网负荷组合预测

针对现有组合预测模型,基于经验风险最小化原则,克服预测精度受组合模型限制的缺点,提出一种基于最小二乘支持向量机（LS-SVM）的天然气管网负荷组合预测模型,并与AR模型、BP神经网络模型、GM（1,1）模型以及最优权重组合模型进行了比较,得出基于最小二乘支持向量机的天然气管网负荷组合预测模型能够得到更高的预测精确度,可为天然气管网的安全运行以及优化调度提供决策支持的结论。     

改进BP神经网络在边坡稳定性分析中的运用

文章基于BP神经网络的传统算法,提出了数据归一化的BP神经网络改进方法,并结合网络应用案例,通过选取影响边坡稳定性的几种自然因素,利用BP神经网络的非线性映射能力计算得出边坡的稳定安全系数,同时与传统分析方法的计算结果进行对比分析。结果表明,该改进方法能够满足一般边坡工程的稳定性评价要求。     

基于向量投影响应面法的隧道围岩变形稳定可靠度分析

围岩变形稳定是保证隧道施工安全的重要因素,由于影响围岩变形稳定因素众多,围岩变形稳定功能函数一般为隐式或为高度非线性,而采用向量投影响应面法可使计算简化且精度可得到保证。为了应用可靠度理论判定围岩变形稳定性,文章以Mohr-Coulomb强度理论作为围岩屈服条件求得的圆形隧道围岩位移解析解作为围岩位移函数,将圆形隧道毛洞围岩表面刚好达到剪切塑性极限时的洞顶沉降位移作为围岩变形的极限位移,建立了圆形隧道围岩变形稳定功能函数。利用向量投影取样法,通过响应面函数的梯度投影确定取样点,求解响应面函数,再用一次二阶矩法计算了某圆形隧道的围岩变形稳定可靠指标,并和蒙特卡洛法计算结果进行了对比,根据可靠指标对该隧道围岩变形稳定性进行了评定。     

基于非线性支持向量机的隧道煤与瓦斯突出危险性预测

为了有效地预测桃子垭隧道揭煤段是否存在煤与瓦斯突出危险性,文章根据煤与瓦斯突出综合假说及《防治煤与瓦斯突出规定》,确定了影响煤与瓦斯突出的9个关键因素。由于评价因子与突出危险程度之间存在着复杂的非线性映射关系,因此选择了非线性支持向量机(SVM)方法对隧道煤与瓦斯突出危险性进行预测研究。结合项目实际情况确定了各训练样本的具体参数,采用单项指标法、最优分类决策函数及MATLAB SVM Toolbox软件对选定的训练样本进行了煤与瓦斯突出危险性预测对比。通过N7和N8两个测点的预测结果表明,桃子垭隧道揭煤段存在煤与瓦斯突出危险性,必须做好相应的揭煤防突工作。     

基于形貌特征的CO2腐蚀速率预测方法

针对CO2腐蚀过程复杂，难以利用实测数据有效预测腐蚀速率问题，文中以腐蚀形貌图像为对象，利用支持向量机（SVM）构建预测模型，实现对CO2腐蚀速率的预测。对N80钢的CO2腐蚀图像进行灰度处理、灰度增强及二值化处理，提取蚀孔数目和孔蚀面积。经计算获得孔蚀密度及孔蚀率，结合工作温度及CO2分压作为腐蚀速率预测的四维特征向量。以SVM构建预测模型，经测试，可准确预测CO2腐蚀速率，并与神经网络预测结果进行对比，验证了该方法的优越性。     

地下隧洞工程弹性反演唯一性的探讨

对于地下隧洞工程,依据完备的量测信息开展弹性反分析,可望唯一反演确定岩土力学参数.文章利用平面弹性复变方法和一般弹性理论推导出任意形状隧洞的位移、应力解析表达式;基于隧洞围岩位移、应力解析解,依据参数可辨识条件探讨了地下隧洞工程弹性反演参数的唯一性,并通过算例进行了验证.研究表明,依据完备的量测信息开展弹性反分析,只要测点布置方式适当,反演参数满足相应的限定条件,五个参数(σv、σh、τ、E、μ)和同时反演具有唯一性.参数反演唯一性对参数的限制条件及对测点布置方式的要求受隧洞形状复杂性的影响,随着隧洞复杂性的提高对参数的限制条件大为减少,对测点布置方式的要求也会降低.算例结果表明,结论是正确的.     

基于IPSO-SVM的双塔斜拉桥线形预测研究

斜拉桥的施工线形控制与预测是斜拉桥安全施工与运营的关键。文章以某大跨度斜拉桥工程为背景,针对大跨度斜拉桥施工线形控制与预测问题,提出了一种基于非线性粒子群算法优化支持向量机的斜拉桥线形预测模型。通过支持向量机建立了影响斜拉桥结构响应的随机变量与主梁线形之间的关系,并采用非线性递减策略改进惯性权重的粒子群算法对支持向量机参数进行优化,得到了斜拉桥线形预测模型。相关计算结果表明:非线性粒子群算法对于支持向量机参数的寻优具有更好的收敛性;基于非线性粒子群算法改进的支持向量机对样本数据的拟合精度最高,平均误差<0.005 m;提出的预测模型可以较为准确地预测主梁节段的线形标高,预测结果与实测值、理论值的平均相对误差<2%,可为斜拉桥施工线形控制提供一定的理论参考。