基于神经网络的大断面软土隧道收敛安全监测的预测方法
2012-10-12孙全胜周晓杰
隧道建设(中英文) 2012年2期
郝 飞,孙全胜,周晓杰
(东北林业大学,哈尔滨 150040)
0 引言
在隧道施工中,隧道收敛位移量测是判断围岩状态的最主要的测量项目,收敛位移可以为判断隧道空间的稳定性提供可靠的信息,用于指导现场施工[1]。在隧道施工过程中,隧道内部的变形是一个复杂的非线性动态过程,利用传统的方法和技术很难揭示其内在的规律[2]。近十几年发展起来的神经元网络理论是一门迅速兴起的非线性科学,它试图模拟人脑的一些基本特性,在处理信息十分复杂、背景知识不清楚、推理规则不明确的问题时,对数据进行分析处理[3-5]。以前绝大部分对隧道围岩收敛的研究仅仅是从时间历程一个角度出发,利用BP神经网络建立隧道在不同地质条件下的收敛时间历程曲线,这种做法仅仅是将隧道径向围岩简化为统一的等级[1-10],而实际中的工程并非这样,所以以前的分析方法预测结果并不是很准确。本文首次利用BP神经网络对软土隧道工程的隧道收敛监测从时间、里程2个角度预测分析,并与其他多种收敛预测方法进行了对比分析,避免了以前单因素分析的不合理等缺点,以期对收敛监测预测有更加科学严谨的分析。
1 工程概况
保健路路桥工程位于哈尔滨市南岗区和香坊区,隧道采用暗挖法穿越省森林植物园,并相继下穿哈平路、马家沟及三合路,在旭升街以西接地。隧道的范围西起K0+460,东至K2+120,全长1 660m。暗挖隧道为双连拱软土隧道,按城市主干路标准设计,设计车速为60 km/h,隧道采用双向双车道,单孔宽度8.75 m,界限高度4.5 m。……
登录APP查看全文
