[發明專利]一種基于BP神經網絡的隧道動態施工方法

有效

• 申請號: 201911295340.0
• 申請日: 2019-12-16
• 公開（公告）號: CN111119902B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 潘旦光;馮志耀
• 申請（專利權）人: 北京科技大學
• 主分類號: E21D9/00
• 分類號: E21D9/00;E21D11/10;E21B25/00;E21B49/00
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供一種基于BP神經網絡的隧道動態施工方法，屬于隧道施工技術領域。該方法首先對隧道進行分段，并在各施工段中央布置地表沉降監測點，以數值計算得到的地表沉降值為輸入層數據，以土層和注漿體的力學參數為輸出層數據，訓練生成BP神經網絡，將各施工段的實測地表沉降值輸入到已訓練好的BP神經網絡中，反演得到土層和注漿體的力學參數，通過數值模擬預測待開挖段的地表沉降，并不斷優化注漿參數直至滿足工程要求，用優化后的注漿參數指導待開挖段隧道的施工。該施工方法采用實時監測、超前預測、分段施工、及時調整的方式，能夠較好地控制地表沉降。

技術領域

本發明涉及隧道施工技術領域，特別是指一種基于BP神經網絡的隧道動態施工方法。

背景技術

由于地鐵隧道多修筑在城市中心地區，建筑物林立、人流量大，傳統的明挖法施工很難正常開展，淺埋暗挖法相比于明挖法因其對城市環境及周邊居民、交通等影響小，而得以廣泛應用，但是在其施工過程中容易引起地表沉降過大，甚至造成工程事故。如何在隧道開挖前準確預測地表沉降，并實時調整施工參數一直以來都是工程技術人員所關注的問題。采用數值模擬是最常用的一種預測手段，然而在進行數值模擬分析時，由于土層和注漿體的參數識別比較困難，其預測結果和實際情況往往相差甚遠。針對這一問題，本發明提出一種基于BP神經網絡的隧道動態施工方法，通過參數反演的方式分段獲取土層和注漿體參數，并根據待開挖段的地表沉降預測結果不斷優化注漿參數，從而能夠較好地控制地表沉降。

發明內容

本發明針對現有地鐵隧道施工過程中不能準確識別土層和注漿體的力學參數，難以較好地預測地表沉降并采取相應措施等問題，提供一種基于BP神經網絡的隧道動態施工方法。

該方法包括步驟如下：

S1：沿隧道軸向將隧道分為多個施工段，并在各施工段中間布置地表沉降監測點；

S2：在隧道所處區域進行地質鉆孔勘探，提取土體鉆芯并測量其力學參數，根據力學參數對土體進行分層，在注漿設計范圍內分別測量漿脈和土體的力學參數，然后根據等效作用原理，求出等效后注漿體的力學參數；

S3：以S2中測量得到的各土層和注漿體的力學參數為基準集，通過蒙特卡羅方法生成輸出層數據，利用數值模擬方法計算得到地表沉降值作為輸入層數據，訓練生成BP神經網絡；

S4：采用多循環方式對隧道進行預注漿加固、開挖和支護，分段施工并監測地表沉降值；

S5：將隧道開挖引起的地表沉降監測值輸入到BP神經網絡中，反演得到各土層和注漿體的力學參數；

S6：根據S5中反演得到的各土層和注漿體力學參數，利用數值模擬方法預測下一施工段的地表沉降，當最大沉降量超過地表沉降控制值時，增大注漿范圍或注漿壓力；當最大沉降量小于地表沉降控制值的20％時，減小注漿范圍或注漿壓力；進行反復調整，優化注漿參數；

S7：利用S6優化后的注漿參數進行預注漿加固，然后進行開挖并及時支護，實時監測地表沉降值；

S8：重復上述S5～S7，逐段向前施工。

其中，S1中施工段長度為隧道洞徑的2～5倍。

隧道的每一施工段均布置有地表沉降監測點，S1中的地表沉降監測點每一排為7～15個，且關于隧道中心呈對稱分布。

施工前沿隧道軸向布置地質鉆孔并進行地質勘探，S2中的地質鉆孔沿隧道軸向布置，鉆孔數量不少于3個，-且地質鉆孔的孔底位于隧道底板3倍洞徑以下。

S2中力學參數包括壓縮模量、泊松比、粘聚力、內摩擦角。

S5中反演得到各土層和注漿體的力學參數包括彈性模量、泊松比、粘聚力、內摩擦角。

本發明的上述技術方案的有益效果如下：