隧道变形监测预测模型的建立与改正-论文.pdf

《隧道变形监测预测模型的建立与改正-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第43卷增刊(II)东南大学学报(自然科学版)Vo1．43Sup(II)2013年11月JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition)Nov．2013doi：10．3969／j．issn．1001—0505．2013．S2．013隧道变形监测预测模型的建立与改正宁伟周立宁亚飞杨保(淮海工学院测绘工程学院，连云港222005)(中国科学院测量与地球物理研究所，武汉430077)(中国矿业大学环境与测绘学院，徐州221116)摘要：为提高隧道围岩变形监测的预测精度，结合具体工程实践研究了影响隧道形变的具体因素．首先，在预测模型自变量选取时

2、，利用灰色理论提出了将隧道掌子面开挖和二衬支护参数同时间变量一起参与到预测模型的计算思路；其次，由于传统测量方法受观测设备和内部施工的影响，导致预测模型中自变量难以准确估计，且随时间累积，自变量数目增多而使计算量也逐渐增大，为克服此类问题，在突出隧道内部施工对自身变形具有重要影响的基础上，将观测量作为已知量而非待求量，采用递推式平差方法和卡尔曼滤波算法来估计方程系数，把观测量作为自变量预测未来变化量．计算结果表明，该算法在预测精度和计算效率方面有明显优势．关键词：隧道监控；围岩变形预测；灰色理论；卡尔曼滤波算法中图分类号：P258文献标志码：A文章编号：1001—0505(2013)$2-

3、0279-04ConstructionandcorrectionofpredictionmodelintunneldeformationmonitoringNingWeiZhouLiNingYafeiYangBao。(SchoolofGeodesyandGeomaticsEngineering，H1laihaiInstituteofTechnology，Lianyungang222005，China)(InstituteofGeodesyandGeoph~rsicsResearch，ChineseAcademyofSciences，Wuhan430077，China)(SchoolofEn

4、vironmentScienceandSpatiallnformatics，ChinaUniversityofMiningandTechnology，Xuzhou221116，China)Abstract：Inordertoimprovethepredictionaccuracyofsurroundingrockdeformationintunnelmo—nitoring，thespecificfactorsaffectingtunneldeformationarestudiedcombinedwithspecificengi—neeringpractice．First，whenselec

5、tingvariablesinthepredictionmodel，thecalculationthoughtthattheexcavationofthetunnelfaceandthesecondliningsupportparametersaretogetherusedwithtimevariableinpredictivemodelsisproposedbythegraytheory．Secondly，becauseofthetraditionalmeasurementmethodinfluencedbyobservationequipmentandinterna1construct

6、ion．thepredictionmodelisdificulttoaccuratelyestimateindependentvariables，andaccumulatedwithtime，thecom—putationincreaseswiththeincreaseinvariables．Toovercomethisproblem．basedontheimportantinfluenceofdeformationbytheinternalconstruction。themeasurementsareregardedasknownquan—tityratherthantheunknown

7、quantitytoestimatemecoeficientsoftheequationbytherecursivead—ustmentmethodandtheKalmanfilteralgorithm，andthemeasuredvaluesareregardedasindepend—entvailablestopredictfuturechanges．Resultsshowthatthealgorithmhasobv