基于遗传算法的BP神经网络隧道施工参数正反演分析与应用
2016-05-08漆泰岳
铁道学报 2016年4期
王 睿, 漆泰岳, 冯 剑, 雷 波, 李 延
(1. 西南交通大学 交通隧道工程教育部重点实验室,四川 成都 610031; 2. 西南交通大学 土木工程学院, 四川 成都 610031; 3. 中国市政工程西南设计研究总院有限公司, 四川 成都 610031)
随着隧道施工过程中信息化程度和监控手段的不断提高,现已实现监控信息的高效采集。但隧道施工中出现环境变化后的施工参数优化仍停留在被动应对阶段,相应的运算检验过程繁复,而且相对滞后。因此,实现高效的反馈修正是目前隧道施工面临的一个重要问题。
目前,围岩参数反演分析的研究主要集中在岩石物理性质方面,即利用实测数值,反推获得所需参数。文献[1-3]对隧道施工中的弹性模量和数值模拟进行反演分析。易小明等[4]对岩体弹性模量和松动圈弹性模量进行反演分析。李培现[5]基于正交设计建立模型将弹性模量和抗拉强度作为反演参数。宋战平等[6]对弹性模量、泊松比和黏聚力进行反演参数的稳定性分析。这种预测与分析,需通过实测值的反演分析得到参数,再建立模型进行计算分析,耗时较长,对于时效性要求高的隧道开挖较不利。而且在实际工程中,隧道变形是围岩与支护共同作用的结果,设计初期将隧道所在地域划分为几个典型区段且认为每区段岩土参数基本一致,实际的隧道变形值与该区段的支护方式(施工工艺)直接相关。
基于此,本文结合实例工程区段,在施工方法既定的前提下,通过对施工工艺进行分类,利用正交表并结合FLAC3D有限差分模型,计算代表性隧道施工工艺参数下得到的隧道变形值的样本集。……
登录APP查看全文
