公路隧道围岩参数反分析及动态施工力学数值实验研究

论文摘要

本文以广州增从高速公路田螺山隧道为研究对象,以现场施工监控量测数据为依据,建立了隧道围岩参数反分析和围岩稳定性分析模型,并将之应用于实际工程中。本文主要研究内容与成果有:1、在详细收集田螺山隧道资料的基础上,合理制定了隧道施工监控量测的技术方案,通过对拱顶下沉和周边收敛的监控量测数据进行回归分析和统计分析,分析了围岩变形随时间以及空间变化的特点,预测了围岩的变形趋势,为二次衬砌提供了合理的施工时机;2、根据BP神经网络和遗传算法的基本原理,用遗传算法对BP神经网络的权值和阈值进行了优化设计,以MATLAB 7.0和GAOT工具箱为基础,建立了用于隧道围岩参数反分析的GA-BP神经网络模型,采用FLAC3D计算软件对隧道进行了正演问题的求解,采用正交设计方法建立反演参数的训练样本,用GA-BP神经网络方法反演计算了隧道的围岩参数;3、根据FLAC3D软件的基本特点和隧道施工过程的力学原理,建立了基于FLAC3D的三维隧道开挖计算分析模型,将反演的参数结果代入该数值模型中,计算得到了围岩及隧道衬砌各个阶段的受力变化情况,从力学角度分析了围岩及隧道支护结构在施工开挖过程中的稳定性问题,并与监控量测结果进行了对比分析,为相关隧道工程设计、施工和监控量测提供了参考。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪 论
• 1.1 新奥法概述
• 1.2 国内外研究现状
• 1.2.1 隧道监测技术的研究现状
• 1.2.2 隧道围岩反分析的研究现状
• 1.2.3 公路隧道施工力学研究发展
• 1.3 隧道围岩稳定性的位移判据
• 1.3.1 容许位移和极限位移
• 1.3.2 容许位移速率和加速度判据
• 1.4 本文主要研究内容及技术路线
• 1.4.1 主要研究内容
• 1.4.2 研究技术路线
• 第二章 隧道围岩变形监测与分析
• 2.1 工程背景
• 2.1.1 工程地质及水文状况
• 2.1.2 隧道的设计和施工概述
• 2.2 隧道监控量测方案
• 2.2.1 监控量测在隧道中的作用
• 2.2.2 量测项目及测点布置
• 2.2.3 监测数据的分析处理
• 2.3 围岩变形监测结果分析
• 2.3.1 拱顶下沉
• 2.3.2 周边收敛
• 2.3.3 隧道围岩变形规律分析
• 2.4 隧道洞口高边坡变形三维监控
• 2.4.1 隧道洞口概况
• 2.4.2 边坡变形监测控制网的建立
• 2.4.3 边坡变形监测结果分析
• 2.5 本章小结
• 第三章 基于 GA-BP 神经网络的隧道围岩参数反分析
• 3.1 BP 神经网络基本原理
• 3.1.1 BP 神经元
• 3.1.2 BP 网路的实现过程
• 3.1.3 BP 算法的不足及其改进方法
• 3.2 遗传算法简介
• 3.2.1 遗传算法的生物学原理
• 3.2.2 遗传算法的主要实现因素
• 3.2.3 遗传算法的不足及改进
• 3.3 遗传算法与 BP 神经网络相结合的可行性分析
• 3.4 基于 GA-BP 神经网络的隧道围岩参数反分析
• 3.4.1 隧道围岩参数反分析基本原理
• 3.4.2 隧道围岩参数反分析流程
• 3.4.3 GA-BP 神经网络结构的确定
• 3.5 数值计算试验方案选取
• 3.6 结果分析
• 3.7 本章小结
• 第四章 隧道动态施工力学数值实验
• 4.1 FLAC3D 概述
• 4.1.1 FLAC3D 简介
• 4.1.2 FLAC3D 的基本原理
• 4.1.3 有限差求解方法
• 4.1.4 Mohr‐Coulomb 屈服准则
• 4.2 隧道施工力学研究
• 4.2.1 隧道施工力学概念
• 4.2.2 隧道施工力学基本原理
• 4.2.3 隧道围岩失稳的损伤力学机理
• 4.3 隧道动态施工数值实验研究
• 4.3.1 模型建立
• 4.3.2 结果分析
• 4.4 本章小结
• 结论与展望
• 结论
• 展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢