基于有限元模拟和贝叶斯网络的隧道开挖风险分析

基于有限元模拟和贝叶斯网络的隧道开挖风险分析

论文摘要

我国正处于大规模地铁建设时期。隧道工程固有的不确定性孕育了风险,由此而导致的工程事故造成了巨大的经济损失和人员伤亡。国际上一种有效的技术政策管理手段是工程保险,而国内大型基础设施工程保险已经起步,急需建立包括技术和管理不确定性在内的风险分析模型,用于隧道工程快速预警、诊断和必要的应急维修方案决策等。这种模型不同于传统的基于可靠度理论的结构设计方法,其研究工作刚刚起步。本文将基于概率风险分析的贝叶斯网络(Bayesian Belief Network)技术应用于隧道开挖风险分析中。依据隧道开挖地层中的拱效应和土体强度发挥程度建立了隧道开挖风险分析方法。借助ABAQUS有限元软件对14个隧道开挖算例进行了有限元模拟和分析,将算例分析结果作为贝叶斯网络参数学习的案例,利用Netica?贝叶斯网络软件建立了城市地铁隧道开挖风险分析模型,并对设计案例进行了概率推理计算、最大可能解释计算和敏感性分析。结果表明,所建模型的风险分析结果比较符合实际情况。为了建立合理的隧道开挖贝叶斯网络模型,本文利用ABAQUS有限元软件对城市地铁隧道开挖的变形和稳定问题进行了研究。本文将隧道变形分解为隧道上浮、地层损失和隧道椭圆化三种基本变形模式,在平面应变条件下,对弹性土体中的这三种变形模式进行有限元模拟,并与解析解比较,吻合较好。研究表明:影响地层变形的主要因素是泊松比、相对埋深、地层损失率和隧道椭圆化程度;地层损失引起地层变形后,隧道结构本身将发生整体下沉,这一向下位移是能否较好模拟地层损失的关键。本文还对平面应变条件下Mohr-Coulomb理想弹塑性砂土中无衬砌隧道的极限支护压力问题进行了模拟,并与塑性力学上下限解进行了比较。研究表明,有限元计算结果介于Atkinson上限解和Muhlhaus下限解之间,而Atkinson下限解的正确性值得怀疑。内摩擦角影响平面应变状态下砂土中无衬砌隧道的极限支护压力,因而是研究隧道稳定性时所考虑的重要因素。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景及意义
  • 1.2 研究现状综述
  • 1.2.1 隧道开挖及其有限元模拟
  • 1.2.2 隧道开挖的风险分析
  • 1.3 研究技术路线
  • 1.4 论文各章内容介绍
  • 第2章 隧道开挖中的地层变形
  • 2.1 隧道洞周变形模式分析
  • 2.2 隧道上浮问题
  • 2.3 地层损失问题
  • 2.4 隧道椭圆化问题
  • 2.5 沉降曲线预测
  • 2.6 本章小结
  • 第3章 隧道开挖极限支护压力
  • 3.1 计算模型与分析方法
  • 3.2 有限元结果与极限分析上下限解的比较
  • 3.3 拱效应
  • 3.4 破坏形态
  • 3.5 本章小结
  • 第4章 隧道开挖风险分析模型
  • 4.1 贝叶斯网络综述
  • 4.1.1 贝叶斯网络简介
  • 4.1.2 条件概率与贝叶斯网络
  • 4.1.3 概率推理
  • 4.1.4 参数学习
  • 4.1.5 贝叶斯网络软件Netica 简述
  • 4.2 隧道开挖稳定性判别
  • 4.3 建立隧道开挖贝叶斯网络模型的方法
  • 4.4 隧道开挖贝叶斯网络案例暨有限元算例分析
  • 4.4.1 拱效应强弱等级
  • 4.4.2 土体状态
  • 4.4.3 稳定性等级
  • 4.4.4 典型算例分析
  • 4.5 基于贝叶斯网络的风险分析模型及其应用
  • 4.5.1 网络结构
  • 4.5.2 条件概率表
  • 4.5.3 模型应用:贝叶斯反演分析
  • 4.5.4 模型应用:最大可能解释
  • 4.5.5 模型应用:敏感性分析
  • 4.6 本章小结
  • 第5章 结论与展望
  • 5.1 结论
  • 5.2 展望
  • 参考文献
  • 致谢
  • 附录A 考虑空间效应的平面应变模型
  • 附录B 隧道稳定性指标计算结果
  • 附录C 后验概率计算过程示例
  • 个人简历、在学期间发表的学术论文与研究成果
  • 相关论文文献

    • [1].基于贝叶斯网络的交通拥堵实时预测[J]. 冶金管理 2019(21)
    • [2].贝叶斯网络在水利工程中的应用[J]. 东北水利水电 2020(04)
    • [3].基于贝叶斯网络的静态话题追踪模型[J]. 数据分析与知识发现 2020(Z1)
    • [4].一种新型动态贝叶斯网络分析方法[J]. 中国机械工程 2020(12)
    • [5].组合数据下贝叶斯网络构建算法研究[J]. 电子技术与软件工程 2020(09)
    • [6].基于贝叶斯网络的交通事故致因路径分析[J]. 智能城市 2020(17)
    • [7].基于贝叶斯网络的虚拟学习模块[J]. 计算机技术与发展 2020(08)
    • [8].有限总体中总体数量的贝叶斯预测(英文)[J]. 数学杂志 2018(05)
    • [9].贝叶斯网络在入侵检测中的应用[J]. 中国新通信 2017(09)
    • [10].基于贝叶斯网络的设备故障诊断方法研究[J]. 中国标准化 2017(14)
    • [11].基于贝叶斯网络的停车场主动引导算法研究[J]. 农机使用与维修 2017(10)
    • [12].基于分层动态贝叶斯网络的武器协同运用[J]. 舰船电子工程 2015(12)
    • [13].贝叶斯因果图的构建与应用[J]. 统计与决策 2016(07)
    • [14].基于信息融合的贝叶斯网络毁伤评估方法[J]. 四川兵工学报 2015(04)
    • [15].基于贝叶斯网络的地铁施工风险管理分析[J]. 四川建材 2015(03)
    • [16].贝叶斯网络和聚类分析在肾虚证中的比较研究[J]. 时珍国医国药 2015(06)
    • [17].基于贝叶斯网络的装甲目标战术企图推理模型构建[J]. 火力与指挥控制 2015(07)
    • [18].贝叶斯网络的构建过程[J]. 智富时代 2018(07)
    • [19].贝叶斯身世之谜——写在贝叶斯定理发表250周年之际[J]. 统计研究 2013(12)
    • [20].贝叶斯网络在中医药理论研究的现状及与超分子化学联合应用前景[J]. 湖南中医药大学学报 2019(11)
    • [21].基于贝叶斯优化的心脏病诊断模型[J]. 吕梁学院学报 2020(02)
    • [22].基于贝叶斯网络的大学学情分析研究[J]. 学校党建与思想教育 2020(09)
    • [23].基于贝叶斯粒子群算法的控制权重矩阵优化[J]. 机械制造与自动化 2020(03)
    • [24].基于树形贝叶斯网络的配电网快速灾情推断[J]. 电网技术 2020(06)
    • [25].基于自助法的高斯贝叶斯网结构学习[J]. 长春工业大学学报 2020(04)
    • [26].基于分布式贝叶斯网络的多故障诊断方法研究[J]. 现代电子技术 2017(01)
    • [27].一种基于贝叶斯网络的桥式起重机故障诊断方法[J]. 起重运输机械 2017(04)
    • [28].基于贝叶斯网络的海洋工程装备故障诊断模型[J]. 科技与企业 2016(06)
    • [29].基于云参数贝叶斯网络的威胁评估方法[J]. 计算机技术与发展 2016(06)
    • [30].基于分治策略的贝叶斯网学习方法及在图像分割中的应用[J]. 网络空间安全 2016(05)

    标签:;  ;  ;  ;  ;  

    基于有限元模拟和贝叶斯网络的隧道开挖风险分析
    下载Doc文档

    猜你喜欢