基于BP神经网络隧道围岩参数反演分析
2021-01-25黄武林
四川建筑 2020年6期
黄武林
(中铁(贵州)市政工程有限公司,贵州贵阳 550003)
在隧道工程施工过程中,围岩的支护参数非常关键。倘若初期支护参数不足,会导致隧道开挖过程中出现喷射混凝土开裂、初支侵限、甚至塌方等现象;倘若支护参数强度过高,会增加成本,造成材料的浪费[1]。如何能够正确地确定围岩的支护参数,主要取决于围岩的参数,因此获取围岩的物理力学参数是隧道施工和设计不可或缺的一部分。
隧道工程地质条件复杂多变,在实际调查过程中难以准确掌握地质情况。现场试验测试围岩物理力学参数,会耗费大量的时间和资金,同时实测的围岩力学参数与实际工程相比也有较大的出入,因此,运用一种经济合理的手段获取围岩力学参数是今后隧道工程的一个主要研究方向。
近年来,随着计算机技术的快速发展,许多国内外的学者运用隧道开挖后产生的变形反分析计算围岩的物理力学参数。K.T.Kavanagh等[2]利用变分法及最小势能的原理,提出了根据现场隧道位移量测值和理论推导计算材料参数的方法;G.Gioda等[3]总结了适用于岩土工程线性和非线性问题的反分析方法;文辉等[4]根据现场监测的围岩变形数据,采用回归方法进行预测最终位移,并结合BP神经网络对围岩力学参数进行了反演分析;马非等[5]采用现场监测数据,对某矿区围岩体力学参数算进行反分析,同时利用反演得到的围岩参数进行正分析,最后预测了围岩变形稳定值。吕志涛、张海洋等[6]根据隧道开挖后的实际变形数据,通过BP神经网络对软岩的蠕变参数进行了反演分析,并取得了较好的结果,弥补了室内试验的不足。……
登录APP查看全文
