基于三维重建与Unet神经网络的隧道掌子面围岩快速分级技术

围岩等级是确定和调整隧道施工方案的重要依据,为减少由于施工实际围岩等级与地勘不符造成的经济损失、安全事故等问题,可对传统围岩分级方法进行改进。依托云南文麻高速大法郎隧道,采用三维重建、图像拼接、Unet神经网络等技术,结合围岩单轴抗压强度等特性,实现基于岩体完整性和强度特征的掌子面围岩结构面特征识别和围岩级别快速评价。先采用数码相机对隧道掌子面及周边硐壁进行图像信息采集,建立完整的三维模型,后通过投影和图像拼接得到掌子面高清拼接图像; 基于Unet神经网络对掌子面图像进行节理迹线自动识别,对节理评价指标计算后得到隧道掌子面完整性信息; 最后结合其他围岩特征信息,基于BQ分级方法进行掌子面围岩分级。研究结果表明： 该围岩分级方法可获得清晰的掌子面图像,在依托工程现场较原始设计分级更符合现场实际情况,具有良好的应用性。     

隧道围岩Q值分级与支护设计优化

以烧锅隧道项目为例,介绍了隧道的地质概况并根据隧道围岩的实际情况,按照《公路隧道设计规范》(JTG D70-2004)中对隧道围岩分级的要求和国际上通常采用的隧道围岩Q值分级法对围岩进行现场分级,依据现场分级情况对支护设计做出相应的优化,应用于实际施工中取得了很好的效果.     

季节冻土区公路隧道三维温度场时空分布规律

季节性寒区隧道温度场随时间和空间不断变化,为明确季节性寒区隧道温度场的三维时空变化规律,为季节性寒区隧道防冻保温设计提供依据,依托某季节性寒区公路隧道设计了现场监测方案,在隧道洞口段一定范围内布置了5个环境温度场测试断面和2个围岩温度场测试断面,采用现场监测方法获取了隧道洞内环境温度场和围岩温度场随时间和空间的变化规律,在此基础上分别建立环境温度场和围岩温度场时空分布的统计模型,并推导了围岩冻结深度随时间和空间的变化规律。结果表明:隧道环境温度与时间和隧道进深具有三维变化关系,同一个监测断面温度与时间呈正弦函数变化,多个断面平均温度随着隧道进深呈近似线性变化,多个断面的温度振幅随隧道进深呈对数函数变化;隧道围岩径向温度与时间、隧道进深和围岩径向深度3个指标均有关系,同一断面围岩温度随时间也具有正弦变化特征,围岩温度幅值随围岩径向深度增大呈指数规律降低,达到一定深度后温度幅值为零,围岩平均温度呈对数规律变化;围岩冻结深度随时间呈周期性变化,随隧道进深增加呈减小趋势。研究结果可为季节性寒区隧道防冻保温设计提供指导。     

多年冻土区隧道传热模型及温度场分布规律

针对高温多年冻土区隧道传热模型及温度场分布规律开展深入的理论分析、数值模拟和现场监测研究。首先,基于热传导理论,建立隧道衬砌和围岩径向传热模型,利用叠加原理和拉普拉斯变换法求得寒区隧道衬砌和围岩的温度场理论解;其次,建立洞内空气的传热微分方程,根据能量守恒原理,建立隧道纵向洞内空气与洞壁的气-固耦合传热模型,结合径向温度场理论解,提出多年冻土区隧道衬砌、围岩及洞内空气的三维温度场计算方法,该计算方法可考虑围岩、衬砌、保温层等多层传热介质及隧道沿洞轴线的不同埋深;最后,根据依托工程现场实测数据,反演围岩的热物性参数,并运用推导的隧道纵向传热模型和横向传热模型,分析姜路岭隧道不同冻土区内衬砌和围岩中的温度场分布规律。研究结果表明：在隧道径向,多年冻土和非冻土围岩温度都会随洞内气温的变化而产生波动,距离围岩表面越近,温度振幅越大,且热量在围岩径向传递过程中有一定的滞后性;在隧道纵向,在一年中最冷时刻,隧道衬砌及围岩温度呈“两端低,中间高”,此时姜路岭隧道围岩、二衬表面最高温度分别为-2.72℃,-7.80℃;在一年中最热时刻,衬砌温度呈“两端高,中间低”,此时姜路岭隧道二衬表面最低温度为1.92℃,但由于受围岩初始地温的影响,围岩表面的温度呈倒V形,最低温度为-1.22℃。     

基于超前地质预报技术的隧道围岩分级方法研究

由于隧道围岩的复杂性及不确定性,在新奥法隧道施工过程中需要根据掌子面揭示情况对设计围岩级别及时调整。而目前现有的规范推荐方法或其他方法均无法实现快速围岩分级。根据规范的相关计算方法,结合现场探测、岩体强度测定及超前预报结果与围岩分级有关的信息,总结分级指标的换算经验公式,提出了一种基于超前地质预报技术的围岩快速分级方法,并通过对依托工程隧道进行现场实践。实践表明:本方法与规范方法的围岩分级结果基本相符,但分级指标所需工作量小、耗时少。本研究为公路隧道围岩快速分级提供了重要参考。     

公路隧道围岩分级的物元可拓模型及其应用

基于物元可拓基本理论,建立了公路隧道围岩分级的物元可拓模型,分析了该模型用于公路隧道围岩分级的可行性。利用建立的公路隧道围岩分级的物元可拓模型,根据鸡场坪公路隧道的工程实际,选取了影响该隧道围岩稳定性的4个主要因素,对该隧道具有代表性的4段围岩进行了质量分级,得到的分级结果与实际情况相符,证明了物元可拓理论在公路隧道围岩分级中应用的有效性。     

集对变权法在公路隧道围岩分级中的应用

隧道围岩分级是通过一些实测指标,将隧道工程地质条件和岩体力学性质参数相结合,通过对围岩的地质分级,为工程设计、支护衬砌、建筑选型和施工方法选择等提供参数和依据。基于现场调查资料和室内外试验成果,对隧道围岩进行等级划分。针对公路隧道围岩分级的复杂性,以集对论为基础,进行了同、异、反分析,在确定隧道围岩分级指标和评价类别的联系度后,建立了集对分析模型。从隧道围岩分级的特点出发,给出了一种局部惩罚—激励型变权确定方法,并与所建的集对分析模型相结合,采用联系数最大原则,提出了变权综合方法,使得评价结果更加客观科学。     

人工神经网络在桥梁结构等级评估中的应用

介绍了径向基函数神经网络和BP神经网络模型的特点 ,提出了基于神经网络的桥梁结构等级评估方法 ,讨论了这两种神经网络模型的误差及其收敛速度     

考虑隔热层的寒区隧道围岩温度径向传播规律及相关参数研究

寒区隧道围岩径向温度传播规律对隧道保温设计具有重要的指导意义。目前寒区温度场的研究多为现场实测与理论分析2个方面。为得到寒区隧道支护结构与围岩温度沿径向变化的规律,自行研制了温度模拟足尺试验仪器,并在此基础上开展了无隔热层与有隔热层2种条件下的模拟试验,分析了隧道围岩径向温度场变化规律。结果表明： 模拟环境温度为-12.5 ℃条件下,无隔热层时,90 h时环境温度降到-9 ℃,初喷混凝土层与围岩的交界面处的温度降低至0 ℃,当温度进一步降低时,围岩出现冻结状态,且随着时间的推移,冻结范围逐步扩大,192 h时环境温度降低到-12.5 ℃,各界面温度基本达到稳定; 设置4.5 cm隔热层时,由于隔热层作用,450 h时支护结构混凝土及围岩内的温度均大于0 ℃。结合试验最后确定了隔热层、隧道支护混凝土与围岩的导热系数与导温系数,结果可为寒区隧道保温设计提供依据。     

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。     

围岩模糊信息分级模型在软岩隧道中的应用

针对软弱围岩隧道的施工,如何准确的进行围岩分级,对隧道的设计和安全施工意义重大。从国内外的应用来看,各种方法因为具有各自的适用性,很难保证结果的客观性与准确性。通过引入模糊数学方法,结合十漫高速公路软岩隧道的围岩特点,应用RMR分级系统的评分标准对岩石样品进行评分,进而建立围岩模糊信息分级模型,对围岩评分结果进行进一步的分析运算,从而使结果更具客观性。通过龚家垭隧道围岩样品实例验证,该法所得的结果与实际情况相差不大,具有较高的可信度。     

基于BP神经网络的隧道围岩分类

应用BP神经网络建立了隧道围岩分类模型,对其影响因素进行分析,并对模型进行优化,将训练好的分类模型运用到贵安隧道,为隧道围岩分类提供了一种简便可行的方法。     

隧道施工安全评价模糊神经网络技术应用研究

针对高速公路隧道施工系统的安全评价问题,将模糊理论与神经网络相融合,研究建立了一种模糊神经网络评价模型。阐明了评价系统的工作原理及实现方法。利用历史样本数据对网络模型进行学习训练和测试,工程实例结果显示,评价精度满足工程应用要求。该评价模型具有对环境变化的自学习能力,对权值进行调整,动态地评价公路隧道施工系统的安全状态,是公路隧道施工安全评价方法中的一种新的评价方法。     

基于BP神经网络高风险隧道围岩判定模型的研究

针对铁路高风险隧道地质围岩复杂性、突变性的问题,基于BP神经网络构造了以岩体完整性系数、岩体质量指标、结构面强度系数、岩石单轴饱和抗压强度和地下水渗流量5个参数,进行高风险隧道围岩级别判定模型的研究。通过该模型对相关数据进行学习、训练以及回判和预测,实现判定围岩级别和实际围岩级别基本一致。     

基于Fisher判别准则的公路隧道围岩分级评价

该文借鉴Fisher判别理论,建立公路隧道围岩评价模型,以期取得较好的效果。该项研究借助Fisher判别明显的统计优势,综合国内外大量岩体围岩分级指标资料及工程实际,建立了公路隧道围岩识别的Fisher判别分析模型,选用隧道洞室围岩岩石单轴饱和抗压强度σc、节理平均间距d、岩石质量指标RQD、地下水情况W等方面的综合指标作为围岩类别判定的评价因子,以21组公路隧道围岩实测样本数据进行学习训练和检验,并建立了相应的线性判别函数对13组待判隧道围岩类别情况进行了预测,判别结果与实际一致。研究结果表明,FDA模型回判估计误判率为0,交叉确认估计误判率为4.8%,判别性能稳健可靠,对现有评价公路隧道围岩分级方法进行了有效的验证和补充。     

考虑钻孔速率的公路隧道围岩类别超前分类研究

为了有效的进行公路隧道围岩稳定性超前分类,将台车钻孔速率引入到围岩稳定性评价指标体系中,通过增加动量因子和设置自适应调整学习率的方法建立了改进型BP神经网络的围岩分类模型。该模型考虑了钻孔速率这一实测性、超前性的数据,为模型注入了更为丰富的信息量,提高了围岩分类的可靠性,能较准确的预测出掌子面前未开挖段的围岩类别,弥补了施工地质超前预报中靠主观经验观察、分析的不足。通过实例分析,所得的分类结果与实际吻合,对施工的指导性强。     

兰渝高速铁路砂质围岩隧道初期支护结构安全度研究

以兰渝高速铁路某砂质围岩隧道为工程依托,针对砂质围岩的工程特性,施工中采用水平旋喷超前预加固措施,通过有限元数值模拟,结合围岩压力及拱架应力的监测资料,分析砂质隧道围岩压力的分布情况以及初期支护结构的受力特征。研究结果表明： 水平旋喷超前预加固后,初期支护结构的安全度能够满足要求,更有一定的富裕度,可为砂质围岩隧道的优化设计和施工提供理论依据。     

基于BP网络动态预测预报轻轨隧道围岩位移

分别利用ANSYS有限元程序动态施工反演分析方法和BP网络的方法,进行轻轨隧道围岩的位移预测预报,计算结果表明,基于BP网络的方法不仅克服了有限元反演分析方法的不足,而且能综合考虑隧道围岩节理、裂隙等对围岩位移的影响,为适时地进行围岩支护提供理论依据。     

基于BP神经网络的阿拉套山隧道围岩物理力学参数反演分析

为研究高寒地区设置中心深埋水沟单线铁路隧道的围岩力学参数问题,以兰新铁路新建博州支线阿拉套山隧道为工程背景,基于FLAC3D数值模拟软件联合MATLAB中的神经网络工具箱构建BP神经网络算法,建立隧道开挖位移正演和反演模型,对围岩物理力学参数作反演分析。通过对中心水沟开挖前的拱顶和拱腰监测数据做拟合分析,发现隧道变形已趋于稳定,反演过程不需考虑中心水沟开挖对围岩的二次扰动。以水沟开挖前的拱顶沉降值和拱腰收敛值作为输入函数,以围岩的体积弹性模量K、剪切弹性模量G、黏聚力c、内摩擦角φ、重度γ作为输出函数训练神经网络模型,利用训练好的模型进行所需参数的反演分析。将反演参数代入FLAC3D正演模型计算后,提取中心水沟开挖前的拱顶沉降值和拱腰收敛值,与中心深埋水沟开挖前的实际监控量测值相比较为接近。结果证明,围岩物理力学参数的反演较为合理,对于变形的预测较为准确,可为隧道后期工程的施工和优化设计提供参考。