高地应力下大型地下洞室群稳定性分析与智能优化研究

论文摘要

高地应力条件下大型地下洞室群稳定性分析与优化研究是当前水电开发中亟待解决的重大课题。针对高地应力条件下岩体力学行为的特殊性,以及大型地下洞室群开挖与支护方案优化的全局性、快速性要求,本文以高地应力地区黄河拉西瓦水电站地下厂房大型洞室群为研究背景,采用新的研究思路,综合应用智能优化技术、机器学习技术和数值计算方法,提出了高地应力下大型地下洞室群稳定性分析与智能优化的新方法。该方法将新的硬岩本构模型、新的本构模型参数智能辨识方法和新的岩爆预测指标融入洞群开挖支护全过程的三维弹塑性数值仿真计算中,获得较为符合实际的围岩变形破坏结果与潜在岩爆部位,并采用新的综合评价指标对围岩的稳定性和施工方案作出评价,通过新的智能全局优化方法在开挖顺序与支护方案的各种组合的全局空间下快速地搜索出最优施工方案,成功地解决了高地应力下大型地下洞室群开挖与支护方案的大规模全局优化问题。本文主要研究成果概括如下:1.针对传统的弹塑性本构模型在模拟高地应力下硬岩脆性破坏的范围和深度方面不理想的问题,采用一种新的基于粘聚力弱化—摩擦强化脆性破坏机理的反映高地应力下硬脆性岩体变形破坏特点的硬岩本构模型,并提出了基于粒子群优化算法的硬脆性岩本构模型参数智能辨识方法,实现了高地应力下地下工程硬脆性围岩破坏范围和深度的准确模拟。2.针对地下洞群工程稳定性分析与优化的常规指标的在高地应力下条件下的局限性,以及传统的基于线弹性理论的能量释放率指标不能直接反映岩体脆性劣化所带来的不足,提出了局部能量释放率的岩爆新指标,该指标能够直接反映高地应力下围岩局部脆性破坏强度并圈定破坏发生的位置与范围,为更合理地定量预测高地应力下地下工程开挖过程中岩爆发生的强度和位置提供科学的依据。3.提出了基于能量释放率、局部能量释放率、破损区、位移和应力的高地应力下地下洞室群稳定性分析的综合评价指标,克服了以往评价指标在综合预测高地应力下洞室群围岩多种破坏模式方面的局限性。4.提出了包括平均能量释放率、弹性释放能、破损区体积、洞室周边关键点位移、支护费用在内的高地应力下地下洞室群开挖支护方案的综合优化指标,使高应力下大型地下岩体工程开挖与支护方案全局优化解更具科学合理性。

论文目录

• 摘 要
• ABSTRACT
• 第一章 绪论
• 1.1 选题依据和研究意义
• 1.2 国内外研究现状
• 1.2.1 岩体本构模型的研究概况
• 1.2.2 大型地下洞室群稳定性分析与优化的评价指标研究概况
• 1.2.3 大型地下洞室群开挖与支护方案的优化方法研究概况
• 1.3 有待进一步研究的问题
• 1.4 本文主要研究工作及总体思路
• 第二章 智能优化方法的理论基础
• 2.1 引言
• 2.2 粒子群优化算法基本理论
• 2.2.1 粒子群优化算法简介
• 2.2.2 粒子群优化算法原理
• 2.2.3 粒子群优化算法步骤
• 2.3 支持向量机理论
• 2.3.1 机器学习的基本问题
• 2.3.2 统计学习理论的核心内容
• 2.3.3 支持向量机及学习算法
• 2.4 本章小结
• 第三章 高地应力下硬岩本构模型参数智能辨识
• 3.1 引言
• 3.2 CWFS 本构模型简介
• 3.3 基于 PSO 的 CWFS 本构模型参数辨识方法
• 3.3.1 方法实现步骤
• 3.3.2 工程实例分析
• 3.4 本章小结
• 第四章 高地应力下地下洞室群围岩稳定性分析与优化的合理评价指标研究
• 4.1 引言
• 4.2 岩爆的定义与破坏机理
• 4.3 岩爆判别指标研究进展
• 4.3.1 基于岩性的岩爆判别指标
• 4.3.2 基于现场情况的岩爆判别指标
• 4.3.3 基于断裂损伤力学、非线性科学、智能科学的岩爆判别新指标
• 4.4 能量释放率指标
• 4.4.1 能量释放率指标简介
• 4.4.2 平均能量释放率指标、塑性区体积指标对开挖步长的敏感性分析
• 4.5 局部能量释放率指标
• 4.5.1 局部能量释放率指标的原理与计算公式
• 4.5.2 工程算例分析
• 4.6 高地应力下地下洞群稳定性分析与优化的综合评价指标
• 4.6.1 高地应力下地下洞群稳定性分析的综合评价指标
• 4.6.2 高地应力下地下洞群开挖与支护方案的综合优化指标与优化目标函数
• 4.7 本章小结
• 第五章 高地应力下大型地下洞室群开挖与支护方案的智能优化综合系统
• 5.1 引言
• 5.2 支持向量机对洞群开挖支护方案与优化指标非线性关系的描述
• 5.3 支持向量机的训练样本和测试样本构造
• 5.4 基于粒子群优化算法的支持向量机方法
• 5.4.1 原理与步骤
• 5.4.2 算例分析
• 5.5 高地应力下大型地下洞室群开挖与支护方案的智能全局优化方法
• 5.6 高地应力下大型地下洞室群开挖与支护方案的智能优化综合系统的构架与实现
• 5.7 本章小结
• 第六章 拉西瓦水电站地下厂房洞室群稳定性分析与优化
• 6.1 引言
• 6.2 工程概况
• 6.3 三维数值计算模型的建立
• 6.3.1 计算范围与数值计算模型
• 6.3.2 初始应力场及边界条件
• 6.3.3 计算采用的本构模型
• 6.4 拉西瓦花岗岩岩体本构参数辨识
• 6.5 开挖与支护方案优化的综合评价指标与优化函数
• 6.5.1 开挖与支护方案优化的多因素优化指标
• 6.5.2 开挖与支护方案的综合优化指标与优化目标函数
• 6.6 开挖台阶高度的比较优化分析
• 6.5.1 比较方案设计与综合优化指标
• 6.5.2 计算结果分析
• 6.7 毛洞开挖方案的全局优化研究
• 6.7.1 毛洞开挖方案的优化指标与样本设计
• 6.7.2 毛洞开挖方案的智能全局优化方法步骤
• 6.7.3 毛洞开挖方案的全局优化结果分析
• 6.7.4 最优毛洞开挖方案下的支护方案优化
• 6.8 开挖支护组合方案的全局优化研究
• 6.8.1 开挖支护组合方案的综合优化指标
• 6.8.2 构建支持向量机的学习样本和测试样本
• 6.8.3 开挖支护组合方案的智能全局优化方法步骤
• 6.8.4 开挖支护组合方案的全局优化结果分析
• 6.9 最优开挖支护方案的稳定性分析
• 6.9.1 能量释放的演化过程与分析
• 6.9.2 塑性破损区的演化过程与分析
• 6.9.3 洞周位移场的演化过程与分析
• 6.9.4 洞周应力场的演化过程与分析
• 6.9.5 初步结论与建议
• 6.10 本章小结
• 第七章 结论与展望
• 参考文献
• 攻读博士学位期间参与的科研项目与论文发表情况
• 致谢