基于灰色关联度分析法的浅埋隧道围岩稳定性研究

为研究各影响因素对隧道围岩稳定性的影响,结合地铁浅埋隧道施工特点,从人为(主观)和环境(客观)两个角度分别进行分析,建立了由环境地质情况、隧道尺寸、施工管理等9个指标组成的多因素模型。利用灰色关联度分析方法,运用MATLAB软件对影响隧道围岩稳定性的因素进行灰色关联排序,从而确定主要相关因素,以便进行针对性控制。结果表明,影响隧道围岩稳定性的主要因素为围岩级别、循环进尺、含水量和开挖断面宽度,其中主控因素为循环进尺和开挖面宽度;应用灰色关联度原理评价分析隧道围岩稳定性的效果较好。     

应用BP神经网络进行隧道围岩快速分级

在隧道施工过程中,为准确、及时地进行围岩快速分级,引入BP神经网络方法,通过制定快速分级参数标准,对已经开挖的隧道工作面按照隧道围岩分级规范进行分级,并测量其快速分级参数,将围岩分级的结果与其对应的快速分级参数建立BP神经网络的训练集合,从而得到围岩分级模型。最后测量正在开挖隧道工作面的快速分级参数,并提供给模型进行判别,从而达到快速、精确分级目的。通过某隧道围岩样品实例验证,该模型判断结果与实际施工情况吻合,可用于指导施工阶段的隧道围岩快速分级。     

软弱围岩隧道洞口浅埋段变形特征及控制措施研究*

为解决洞口浅埋段软弱围岩隧道大变形控制难、施工风险高的问题。依托在建隧道工程,对洞口浅埋段初支变形及破坏特征进行分析,提出适合该隧道的变形控制措施。结果表明:洞口浅埋段围岩松散破碎受开挖扰动和地表水影响显著,隧道破坏形式多样,围岩纵向变形不规律,随埋深增大,局部渗水严重段存在拱腰挤出现象;开挖初期围岩变形速率高,最高达到86.8 mm/d,累计变形量大,其中上、中台阶围岩变形量占比为80%~90%,变形主要分为“加速增长—缓慢增长—再次增长—趋于稳定”4个变化阶段,再增长阶段持续时间较短,约6~10 d。根据围岩预留变形量建立各施工阶段的变形控制基准及超限应对处置措施,并提出工法优化,通过数值模拟验证该优化工法有利于支护结构及时封闭,可控制前期围岩变形,保证施工安全和进度。     

不同围岩和埋深条件下高地温隧道围岩稳定性影响研究*

为了研究围岩等级及埋深对高地温隧道围岩稳定性的影响,以红河州建（个）元高速公路尼格隧道为工程背景,采用现场测试、正交试验及数值模拟相结合的方法,探讨围岩等级、埋深及温度对隧道围岩稳定的敏感性。研究结果表明:隧道拱顶沉降量随围岩等级及埋深的升高而增加,而隧道拱顶沉降量随围岩温度的增加呈先减小后增加的趋势,影响隧道拱顶沉降因素主次顺序为围岩等级、埋深及温度。将数值模拟与现场监测结果对比分析,验证数值模拟的可靠性及准确性。研究结果可为类似高地温隧道设计和施工提供参考。     

基于粗糙集理论的隧道围岩 安全性影响因子研究

本文从文献资料中收集并整理多组隧道围岩分类数据,结合了粗糙集理论的数据挖掘功能和属性约简能力,建立了基于粗糙集理论的隧道围岩稳定性影响因子分析模型。对19组围岩数据系统进行属性约简后,在提取各属性等价类的基础上分别计算了属性重要度和权重,得出影响隧道围岩稳定性的因子的排列顺序,给隧道设计、施工提供了理论的依据和参考。     

交通荷载作用下超浅埋隧道洞口段变形及控制研究

为研究交通荷载作用下超浅埋隧道施工的安全性及其控制方法,利用功效系数法分析隧道施工时的风险程度,结合有限元软件模拟交通荷载作用下隧道的变形特征,并探究不同开挖方法及支护条件下隧道变形情况,最后与现场实际监测数据进行对比。研究结果表明：交通荷载对隧道施工影响较大,施工时应采取管制措施;隧道下穿段施工风险较大,应采用双侧壁导坑法开挖;单层大管棚加小导管注浆的超前支护措施可以保证隧道施工安全进行。     

浅埋暗挖隧道施工对临近建筑物变形的影响及加固措施

随着城市经济和建设的发展,大量隧道和地铁开始修建,浅埋暗挖已经成为主要施工方法,但在施工过程中必然会引起地面周围建筑物的变形,因此如何保护沿线建筑物的安全已经成为城市隧道工程中亟待解决的问题.基于胶州湾湾口海底隧道接线端工程在施工中下穿多栋高层建筑的实际问题,分析了隧道施工对建筑物的影响机理及隧道开挖引起建筑物的变形特征,采用有限元法进行动态施工模拟,同时加强现场监控量测,做到信息反馈指导施工.研究表明,在复杂岩石地基开洞工程中,科学合理地分析临近建筑物与隧道的相互影响,采取的施工方法及加固措施合适,则隧道开挖对临近建筑物沉降与倾斜变形均可以满足现行控制标准,可为依托工程的顺利实施提供重要指导及可靠保证.研究结果可估算实际工程中的隧道开挖对周围建筑造成的不均匀沉降量及倾斜,对以后类似工程有实用价值.     

采场围岩稳定性预测数值技术

介绍井下开采过程中采场围岩稳定性分析及预测技术中的回归分析,神经网络及灰色系统等数值技术。     

小净距偏压隧道在特殊素填土施工顺序研究

在较特殊素填土中,为能更好地确定在相同的施工方法下,不同的施工顺序对改善隧道围岩变形和衬砌内力的影响,文章重点以重庆曾家岩浅埋暗挖隧道为依托,运用二维数值模拟分析,研究在特殊回填土下,隧道不同施工顺序引起的围岩变形、衬砌内力变化、塑性区分布规律.从数值模拟结果可以看出,不同施工顺序下,围岩变形、衬砌内力、塑性区分布存在...     

基于灰色神经网络组合模型的矿山安全事故预测分析

本文在分析灰色预测方法和神经网络预测方法所具有的互补优势的基础上,提出修正灰色预测残差序列的方法,计算其拟合结果,排除系统数据受到的冲击和干扰,建立基于灰色神经网络组合算法的模型,进而提高预测的精度。将此方法运用于矿业安全事故预测分析中,建立了多个预测模型,比较得出灰色神经网络组合预测模型的最优性,为矿业安全事故的预测研究提供了一种可行性途径。     

浅埋隧道下穿超近距密集管线施工变形时空特性研究

为分析浅埋隧道下穿密集管线施工地层与管线群变形时空特性,基于南昌地铁三号线邓埠站1号出入口暗挖隧道工程,利用理论分析、数值分析结合现场监测的方法进行研究。研究结果表明：隧道上方密集管线中位于前方的管线先承担开挖释放的部分土体应力,使其后方管线的变形大幅减小,平均减幅达23%;地层变形始终朝向掌子面,在掌子面到达时水平位移最大;因管线-土体共同作用,土体释放部分应力转移到地下管线,使地层沉降减小24%～38%,沉降槽宽度扩大40%;施工期间建议对污水管变形重点监测,在管线平均变形速率急速增大时,需提高监测频率。研究结果可为该地区相似工程施工提供参考。     

基于灰色-神经网络的往复泵状态监测和趋势预测研究

往复泵是油田钻井、注水和压裂等工艺中的重要设备,其工作条件十分恶劣,该设备能否正常运转对油田安全生产十分重要,因此对其易损件,如泵阀、活塞-缸套副、柱塞-密封副等的状态监测和趋势预测,成为往复泵故障诊断的关键问题.主要研究了灰色-神经网络预测方法在往复泵故障趋势预测中的应用,结合实际案例,根据往复泵故障发展趋势,针对其故障诊断与预测的难点,提出采用组合预测模型进行趋势预测,相比采用单一模型预测方法,该组合模型具有较高的精度,对状态监测工作有非常好的应用价值和实际意义.     

基于改进灰色系统的深基坑变形预测方法研究

为了对深基坑工程施工期间地质灾害进行先期预警,使用了改进的灰色系统作为预测工具,对基坑周围建筑物的沉降进行了预测。对于灰色预测系统的改进包括对数据序列初始值的改进和对灰色系统模型背景值的改进,以及实测数据转换为单调增序列的方法。使用相对误差检验、关联度检验和后验差检验对模型的精度进行了评价。最后将改进后的灰色系统与原系统的预测结果进行了对比,结果表明:在短期预测方面,灰色系统模型和改进的灰色系统模型都有很高的精度。对于长期预测,改进的灰色系统模型对中长期预测有很好的精度。     

基于新奥法隧道围岩变形动态监测技术及应用研究

结合隧道施工的复杂性,依据新奥法的核心理念,提出了基于新奥法隧道围岩变形动态监测方法。依据重庆地铁隧道某车站的工程实践,结合传统监控量测方法的程序,对动态内容进行了介绍。运用数据分析软件,对水平收敛位移作回归模型分析,得出围岩变形的一般模型。结果表明,基于新奥法隧道围岩变形动态监测方法,通过自身方案的不断改进,不仅可以有效地为设计、施工与支护方案的改进提供依据,而且可以用于优化隧道二次衬砌时间。为围岩分类、大变形预测、岩爆预测、岩石松动圈预测及反分析等提供依据。     

基于灰色BP网络的火灾事故预测

将BP网络模型与灰色系统预测方法相结合,利用人工神经网络对GM(1,1)模型进行残差修正,建立了火灾事故预测模型.该模型兼具灰色系统与BP网络的优点,不但能体现火灾复杂的灰色系统行为,又能根据每次学习误差的不同调整学习速率,加快收敛速度.与单一的GM(1,1)模型相比,该模型预测结果具有更高的精度.     

尾矿坝变形规律的灰色Verhulst预测

尾矿坝变形规律预测是矿山尾矿库安全技术管理的重要内容.尾矿坝的变形受多种因素的影响,其中有些因素是可知的,但有部分因素是不确定的,因此尾矿坝本身实际上是一个灰色系统.为了实现对尾矿坝变形趋势的预测,在充分认识尾矿库工程系统及坝体变形数据特性的基础上,采用灰色Verhulst模型对尾矿坝的变形进行预测,并结合某铁矿尾矿坝变形监测实际数据进行预测,模型精度满足要求,表明灰色Verhulst模型用于尾矿坝变形规律预测具有很好的适用性.     

基于流固耦合理论的阿嘎下隧道围岩位移影响分析

基于渗流理论及富水区阿嘎下隧道特点,利用有限元MIDAS GTS NX,建立出与富水区阿嘎下隧道尺寸一致的数值模拟,并在基于CRD法对隧道左右线进行同步开挖的情况下,对阿嘎下隧道进行围岩位移分析,得出在1~5 d隧道间距和0.1~0.5 d注浆圈下围岩地表沉降规律和围岩监测点的位移规律;考虑流固耦合的工况相对于未考虑流固耦合的工况下,其地表沉降更大;从不同方面对造成地表沉降的因素进行分析并得出地表沉降的实质性原因。     

基于粗集理论算法-脊波神经网络的深基坑变形预测与应用

基坑开挖变形具有非线性特性,在脊波神经网络的基础上,采用粗集理论算法优化初始权值和阈值,建立了基于粗集理论算法-脊波神经网络的深基坑变形预测模型,应用该模型对西南地区某市火车站综合交通换乘中心南广场的基坑开挖过程进行了变形预测。结果表明:粗集理论算法能够对脊波神经网络进行优化,提高了脊波神经网络基坑变形预测结果的收敛速度和泛化能力;脊波神经网络能逼近基坑变形的非线性部分,避免了模型误差影响基坑开挖变形预测精度,提高了系统整体抗干扰性能。模型的预测值与实测值之间的误差在5%以内,满足实际工程的要求。     

片岩隧道变形规律分析与预测方法研究

为准确掌握片岩隧道变形规律,基于隧道变形监测结果,利用核极限学习机构建隧道变形初步预测模型,通过遗传算法和蚁群算法进行优化处理,以保证模型参数的最优性,采用混沌理论对预测误差进行修正处理,利用M-K分析判断隧道变形趋势,并将趋势判断结果与预测结果对比.结果表明:通过递进优化处理,能逐步提高预测精度,且预测结果的相对误差...     

基于博弈-可拓理论的隧道围岩稳定性评价

针对隧道围岩稳定性评价的模糊性和主观影响问题，建立基于博弈-可拓理论的隧道围岩稳定性评价模型。该模型采用岩石单轴抗压强度、岩体质量指标、完整性系数、体积节理数、声波纵波波速值、地下水渗水量作为隧道围岩稳定性评价指标，运用关联函数法、熵权法和改进层次分析法单独计算各个指标的权系数，利用博弈论组合赋权确定所得3个权系数的最优组合权系数，以此计算出待评隧道围岩关于各稳定性等级的加权关联度，根据计算结果判定待评隧道围岩稳定性等级。实例计算表明:运用博弈-可拓理论评价隧道围岩稳定性等级，综合了主客观因素，使评价结果更为合理可靠，为隧道风险控制与安全管理提供了新的依据。