围岩超前优化分级的属性识别模型及其工程应用

为有效进行隧道围岩超前优化分级,提出基于属性数学理论和隧道地震波勘探系统的围岩超前优化分级方法.选取隧道地震波勘探系统可有效识别的物理力学参数作为属性评价指标,并结合围岩工程地质分类和RMR系统分类方法,确定围岩等级与各评价指标之间的对应关系;通过构建单指标属性测度函数,计算得到单指标属性测度及样本综合属性测度;应用置信度准则对隧道样本的围岩等级进行属性识别,从而建立围岩优化分级的属性识别模型.在工程实例分析研究中,评价结果与模糊综合评价法以及GA-SVM法的评价结果具有较好的一致性,从而验证属性识别模型评价结果的合理性及可靠性.     

MSVM在汶马高速公路隧道围岩分级中的应用

通过分析国内外的多种围岩分级方法,结合SVM理论与隧道开挖现场实际情况,建立一种快速、准确的隧道围岩分级方法。采用岩石坚硬程度、岩体完整程度、岩体结构、节理风化状况、地下水状况、嵌合程度和地应力状况作为隧道围岩分级评价指标。采用一对一法构建多类分类器,将大量经过专家修正过的隧道围岩分级数据作为多分类SVM的训练学习样本,采用高斯核函数进行计算,结合汶马高速公路隧道施工期围岩分级实践,建立了多分类SVM隧道围岩分级模型,实现不同条件下的围岩分类的合理识别。汶马高速公路隧道围岩分级实际应用表明,该模型能快速、较为准确地进行公路隧道围岩分级。     

山岭隧道塌方风险评价的属性识别模型与应用

塌方是山岭隧道施工中最为常见的事故之一,为确保隧道施工安全,本文基于属性数学理论建立了隧道塌方风险分级的属性识别模型.在综合分析塌方影响因素的基础上,选取围岩级别、隧道埋深、偏压角度、岩体完整情况、地下水影响和施工因素6个主要因素作为评价指标,结合超前地质预报方法对指标进行定量描述,确定各评价指标的分级标准;对评价指标进行属性测度分析,通过构造属性测度函数计算样本的单指标属性测度和综合属性测度;应用置信度准则对隧道样本的塌方风险进行属性识别.在工程应用中,通过属性识别模型并结合超前地质预报数据,对郑家垭隧道进行塌方风险评估,结果与实际施工情况一致;并且与模糊层次分析法和可拓综合评估法的结果吻合性较好,说明建立的属性识别模型对有无地质预报数据的样本都能得出准确的风险评估结果,有更好的适用性,为山岭隧道塌方的风险评估提供了一个有效的途径.     

基于MySQL数据库的公路隧道围岩云分级系统

为了改善公路隧道围岩云分级系统中传统的数据管理方法,将MySQL数据库引入到云分级系统的设计中。该系统采用关系型数据库,运用E-R模型进行概念结构设计,具体描述了4个实体以及实体间的一对一、一对多等关系,进而在Wamp这个集成开发环境中能够实现MySQL数据库的储存、修改和删除等功能,并利用PHP技术方便快捷地建立了动态交互的Web系统,实现了利用Web浏览器访问MySQL数据库。结合实例用MySQL数据库实现了公路隧道围岩云分级系统的数据管理,以及能够通过Web网页快速查询数据库中的基本信息、围岩级别和施工方法等。实例表明,MySQL作为数据的管理和传输手段,在公路隧道围岩云分级系统数据管理中取得了良好的效果,加快了云分级系统开发的速度,印证了MySQL数据库是公路隧道围岩云分级系统开发的基础和保障。     

基于FAHP法和区间数改进TOPSIS法的盾构隧道下穿建筑物风险评估

为评估盾构隧道施工对邻近建筑物的影响,提出一种基于模糊层次分析法(FAHP)和区间数改进优劣解距离(TOPSIS)法相结合的风险评估方法.通过调研建立基于土体性质、建筑物因素、隧道因素、盾构掘进参数等影响因素为主的风险评估体系,基于专家打分利用FAHP判断因素权重.利用传统TOPSIS法,根据因素分级标准选取6个典型样本,确定非等分风险等级判断标准.首次将区间数改进TOPSIS法运用到盾构隧道下穿建筑物的风险评估中,采用区间数描述工程情况.该评估过程均采用量化方式,比传统风险评估方法的准确性更高,受主观因素影响较少,客观性更强.利用该方法对某砌体建筑物进行风险评估,结果与实际情况相符,证明了该方法的有效性,可为类似工程风险评估提供参考.     

基于AHP-云模型的铁路隧道突水危险性综合评价

铁路隧道工程突水危险性评价是施工中的重要安全措施,受评价因子模糊性特征的影响,提出多因素突水危险性的云模型理论综合评价方法,提高评价的综合性和可靠性。在调研分析影响隧道突水灾害的风险因素集的基础上,选取了13个评价因素,确定各因素突水风险评语集,建立了层次分析法(AHP)确定因素权重的突水危险性综合评价云模型。并以尖峰山隧道工程为例,进行该隧道工程的突水危险性评价。研究结果表明:基于AHP-云模型的隧道突水风险综合评价方法,可以充分利用定性和定量的样本信息,系统直观地表现出隧道突水风险评价因素的特征,为多指标模糊因素的评价提供一种有效的方法;选取尖峰山隧道不同里程的10个样本为研究对象,通过AHP-云模型正向云发生器,获得各因子对不同风险等级的隶属度,结合综合评语云模型和综合确定度计算值得出隧道突水风险评价结论。     

白水隧道围岩力学参数敏感性分析与智能反演

以石黔高速公路白水隧道为例,采用敏感性分析与数值模拟相结合的方法计算出隧道围岩各力学参数的敏感度,确定影响隧道变形的主要力学参数。首先,基于正交试验设计构造BP神经网络的样本,建立待反演参数与围岩变形的非线性映射关系,将现场监控量测实测值作为输入样本,得到围岩力学参数。然后,将反演得到的力学参数代入到数值模拟中,计算出隧道围岩变形值,对比分析实测值与计算值。结果表明,两者误差较小,这说明该方法应用于该工程的可行性。     

基于遗传算法和神经网络的隧道围岩位移智能反分析

基于正交试验设计和FLAC3D建立的学习样本以及测试样本,通过工程现场获取的围岩位移信息,用神经网络建立待反演参数与围岩位移之间潜在的映射关系。研究结果表明:利用该神经网络的仿真预测功能,结合遗传算法搜索反演参数的最优解,从而实现位移反分析;可将反演结果反馈于隧道支护结构的设计,实现隧道的信息化施工与设计。     

基于云模型的地面智能机器人自主性评价方法

为解决地面智能机器人自主性评价过程中评价体系单一、未考虑评价过程及系统自身不确定性等问题,提出了一种基于云模型的自主性评价方法.该方法建立了评价云模型,以期望作为评价基本度量,以熵和超熵描述评价的不确定性.通过对不同属性特征的样本进行统计特征、区间数和评价向量运算,得到实数型、区间型和语言型三类评价云生成方法.利用加性合并计算,将多个评价云信息累加,得到具有稳定可信性的综合评价状态云.以实验室3台地面智能机器人为原型,设计系统自主性评估验证实例,完成了云化过程.实验验证了该方法能够有效结合定性与定量评价,可应用于地面智能机器人自主性评价和其他复杂智能系统的综合性能评价.     

绢云母石英片岩公路隧道围岩分级研究

在隧道建设过程中,准确的围岩分级对保证隧道施工的稳定性有重要意义。通过对典型绢云母石英片岩隧道岩石样本进行分析,得出与之相适应的BQ优化公式。针对绢云母石英片岩的特性,对BQ分级法中地下水修正系数进行重新考虑;并引入黏土矿物含量的修正指标和软弱夹层的修正指标,对BQ法进行修正,得出修正以后的建议[BQ]'值法公式。以在建十房高速通省隧道为例,进行验证分析,得出[BQ]'分级法确定的围岩级别与实际开挖揭露围岩级别较相符的结论,可为类似隧道围岩分级提供参考。     

软岩隧道挤压变形的概率模型

软岩隧道的挤压变形是深部高地应力区岩石地下工程中的主要地质灾害之一,对其发生的可能性及其分级的预测是工程建设中必须解决的重大问题。基于概率分析理论,通过研究挤压性围岩大变形破坏机理,建立了软岩隧道挤压变形发生的概率及挤压程度分级模型。影响挤压变形的两个主要因素是岩体单轴抗压强度σcm和初始垂直地应力P0,将强度应力比σcm／p0作为判别因子建立挤压变形概率模型。利用该模型对国内鸟鞘岭隧道工程挤压变形情况进行分析,结果与实际情况符合较好,说明该模型在研究隧道挤压变形发生的可能性及挤压程度分级中具有良好的实用性和有效性。     

基于改进XGBoost不平衡围岩超前分类方法的隧洞工程施工仿真研究

为了在围岩类别不平衡的条件下实现围岩类别有效判断,进而提高隧洞工程施工仿真准确性,基于改进极限梯度提升(XGBoost)不平衡围岩超前分类方法进行隧洞工程施工仿真研究。采用自动邻域确定合成过采样(AND-SMOTE)方法优化围岩类别不平衡性,并采用改进的XGBoost不平衡围岩超前分类模型进行围岩超前分类,进而优选仿真参数,提高仿真结果的准确性,其中,以模型交叉验证平均准确率为目标,采用哈里斯鹰优化(HHO)算法自动优化XGBoost超参数,以提高围岩分类精度。工程应用表明,相比未改进的XGBoost不平衡、KNN、SVC等6个模型,改进的XGBoost不平衡围岩超前分类模型分类精度更高;考虑围岩类别不平衡性后,改进的XGBoost不平衡围岩超前分类模型分类精度提高了8.6%;此外,基于围岩超前分类的隧洞工程施工仿真结果与实际进度的相对偏差相比传统仿真降低了11.3%,更符合工程实际。     

施工阶段隧道围岩快速分级法

现阶段隧道围岩分级工作主要在勘察设计阶段进行,但由于受周边环境及勘察手段的限制,分级结果往往与围岩实际情况不符。为准确获得隧道围岩等级,基于声波-回弹联合测试法,建立"BP神经网络模型"在施工阶段快速预测岩石强度(R_c),利用掌子面炮孔进行岩体纵波波速测试并通过公式计算完整性系数(K_v)后,得到基于岩体基本质量指标(BQ)的施工阶段围岩快速分级法,并以宝汉高速石门隧道为依托在施工阶段对围岩进行分级。结果表明:建立的BP神经网络预测模型可实现岩石强度的现场快速无损预测,预测结果具有较高准确度;根据岩体纵波波速测试结果,可实现岩体完整性系数的定量计算,进而完成石门隧道施工阶段围岩快速分级,对比勘察阶段的分级结果,施工阶段所获得的分级结果更加精确。     

基于改进层次法与CRITIC法的 多维云模型岩爆预测

在高地应力区域,岩爆是严重影响地下工程建设的重大地质灾害,如何进行有效而准确的岩爆预测是有待解决的问题.综合考虑指标数据的客观信息和岩爆预测中主观评判、决策的重要作用,采用改进层次分析法和基于指标相关性的CRITIC法分别获得各指标的主观权重和客观权重,并依据最小鉴别信息原理进行融合,求得综合权重.对原始云模型和预测指标分类区间进行修正,弥补原始云模型对等级区间均值过于敏感的不足,并通过云算法生成各指标的等级综合云模型.最后,通过岩爆实例验证模型的可靠性和有效性,并与熵权-云模型、CRITIC-云模型和集对分析-多维云模型对比.结果表明:该模型可以描述区间值指标的各种不确定性,快速、有效地判定岩爆烈度等级.     

跨不同倾角软弱层隧道围岩变形规律

山区隧道与地下工程的建设中多会穿越软弱夹层或破碎带等软弱地层。此类软弱地层几何形态变化大,力学性能差,隧道开挖后的收敛变形往往难以控制,这也成为山岭隧道施工以及结构设计的难点所在。本文着眼于软弱地层倾角对隧道围岩开挖变形的影响规律,利用模型试验,对无支护条件下软弱层围岩的拱顶、拱腰进行研究,监测了软弱层倾角分别为45°、60°、90°、120°、135°时隧道开挖造成的收敛变形;并结合数值模拟方法,进一步对比验证了模型试验的检测规律。结果表明：软弱层倾角对隧道围岩变形的影响十分显著。随着软弱层倾角的增加,隧道拱顶、拱腰以及仰拱的围岩位移先减小后增大。不同软弱层倾角下,通过归一化处理发现,拱顶和拱腰位置数值计算和模型试验的围岩位移变化结果呈现出高度的一致性。且根据监测面的塑性区云图,剪切破坏的区域贯通,分布于隧道一周,其面积随着软弱层倾角的增加,先减少后增大。     

流固耦合作用下富水深埋隧道帷幕注浆力学模型

富水隧道的施工中往往采用帷幕注浆法对围岩进行堵水加固,需准确获取富水深埋隧道帷幕注浆法加固后隧道围岩的位移场与应力场大小;基于流固耦合理论,建立隧道注浆帷幕力学模型,推导了围岩位移与有效应力的解析式;以大瑞铁路某富水深埋隧道为工程背景,采用建立的力学模型计算了6种加固方案,并分析了围岩剪切模量和弹性系数对位移场与应力场变化的影响;通过与有限元数值模拟结果以及现场监测结果对比,验证所建立力学模型的准确性。研究结果表明：所建立的力学模型可较为准确地计算帷幕注浆法施工的隧道围岩位移与有效应力;较大的剪切模量和弹性系数可抑制围岩位移,但会增大围岩的径向和环向有效应力。     

模糊数学围岩分类方法及其在隧道中的应用

在综合考虑多因素围岩分类法的基础上,引入模糊理论,结合公路隧道特定围岩地质条件的岩体块度、强度、软化系数等多个影响因素,建立围岩模糊分类模型。计算各影响因素的隶属度,按照最大隶属度原则定量判定围岩类别。并将模糊数学围岩分类方法应用于南京老山隧道工程建设中。     

基于点云的TBM隧道成型质量检测方法及应用

以硬岩隧道掘进机(TBM)隧道围岩为研究对象,应用三维激光扫描技术检测TBM隧道成型质量,提出了基于三维激光扫描技术的TBM隧道成型质量自动检测方法.将车载云台和二维激光扫描仪组成的三维扫描装置安装在TBM主梁上,车载云台带着二维扫描仪朝刀盘方向快速旋转90°,通过旋转编码器将扫描仪的二维点云实时转换成隧道的三维点云,对点云进行隧道轴线计算、滤波、截取等预处理,通过截面提取与三次分段Hermite插值曲线拟合的方法计算围岩的剥落与塌方.提出了隧道成型质量参数并依据其判断隧道成型质量,结合TBM隧道工程实例进行分析,验证TBM隧道成型质量检测方法的可行性.采用本方法可实现在TBM施工过程中隧道成型质量同步进行检测,形成数字化测量体系.     

隧道监控量测在围岩动态分级中的应用

研究了隧道监控量测结果在围岩动态分级中的应用.通过对隧道监测数据的统计分析,得出了对围岩动态分级具有意义的指标和各级围岩所对应的各指标的数值范围,用以指导施工阶段的隧道围岩动态分级、隧道的反馈设计和施工过程中的预测预报.实例证明,准确的隧道监测数据可以进一步完善和优化围岩分级,提高围岩分级的可靠性,为隧道围岩动态分级提供了一条新的途径.     

Sloboda模型在隧道围岩变形预测中的应用及其适用性分析

隧道围岩变形的监测和分析对于隧道工程的设计和施工都非常关键,鉴于Sloboda生长曲线与隧道围岩变形-时间曲线的相似性,将Sloboda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Sloboda模型的适用性,结果表明：Sloboda模型可以较好的拟合隧道围岩变形-时间曲线;围岩变形-时间曲线的波动性以及尾部阶段发展趋势进对Sloboda模型预测效果存在影响;Sloboda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。