基于神经网络理论公路隧道围岩变形预测和稳定性的分析

《基于神经网络理论公路隧道围岩变形预测和稳定性的分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文基于神经网络理论的公路隧道围岩变形预测与稳定性分析姓名：国威申请学位级别：硕士专业：安全技术及工程指导教师：尹光志20090515中文摘要摘要隧道属于一种特殊的工程结构体系。从岩石力学角度看，它是处于与围岩相互作用的体系之中的结构物；从地质力学的角度看，它是处于千变万化的地质之中的工程单元体【l】。在这样的岩体和地质体中，隧道构筑过程中围岩的力学性质不仅受到岩石的生成条件和地质条件的影响，还受到隧道开挖方法、支护类型、支护时机、支护参数等的影响，因而寻求能正确反映岩体状态的物理

2、力学模型是非常困难的【21。而在隧道设计、施工中主要参考工程类比法与数理初步分析法，通过施工过程对围岩的实时监控，对监控数据进行分析和综合判断，进一步完善设计并采取相应的施工对策。其中，监控工作及监控量测结果分析就成为衡量设计、施工是否合理的一项重要工作。本文以渝湘高速公路白马隧道工程为依托，以高速公路隧道围岩位移变形为主线，对隧道围岩稳定性和可靠性进行了系统的研究。首先，根据白马隧道施工现场的监测监控资料对围岩变形特性及稳定性进行总结，并对围岩变形的影响因素进行初步研究，对于主要工程地质问题进行

3、了评价。其次，研究了现行新奥法信息施工的监测内容、对施工现场的量测数据进行了回归分析，通过对量测数据的分析，可掌握围岩动态和支护结构的工作状态，并可预见事故和险情，以便及时采取措施，这对安全施工以及保证工程质量具有十分重要的作用。最后，通过对白马隧道围岩的位移量测，运用神经网络理论中的BP神经网络、Elman反馈神经网络对隧道位移进行了预测。同时，将神经网络和灰色理论结合起来，建立了一种组合预测模型，通过对三种预测模型的对比分析，得出结论：基于神经网络和灰色理论的组合预测模型的预测结果误差最小，更

4、接近隧道位移规律，表明这种模型对于隧道位移的预测具有较好的适应性。关键词：神经网络，灰色理论，新奥法施工，测量监控，围岩位移英文摘要ABSTRACTTunnelbelongstoaspecialstructuralsystem．Fromrockmechanicspointofview，itisininteractionwiththesurroundingstructuresofthesystem；fromageomechanicalpointofview,itisintheever-changin

5、ggeologyoftheprojectunit111．Insucharockandgeologicalbodies，thetunnelandbuildtheprocessofthemechanicalpropertiesofrocknotonlybyconditionsofrockformationandgeologicalconditions，alsoaffectedbythetunnelexcavmionmethods，supporttype，supporttheopportunitytos

6、upportparameters，suchasimpact，whichseektocorrectlyreflectthephysicalstatusofrockmechanicalmodelisverydifficult[21．Whileinthetunneldesignandconstructionofmajorreferenceworksandmathematicalanalogypreliminaryanalysis，theconstructionprocessthroughreal-tim

7、emonitoringofrockonthemonitoringdataanalysisandsynthesisofjudge，andfurtherimprovethedesignandconstructiontotakecorrespondingcountermeasures．Ofthese，monitorandcontroltheworkofmeasuringtheresultsofanalysisasameasureofthedesign，constructionisreasonableal

8、limportantjob．ThispaperbasedonBaimatunnelofYuXianghighwayprojectandragardthehighwaytunnelsurroundingrockdisplacementofdeformationasthemainlineandsystematicstudysurroundingrockstabilityandreliabilityFirst,accordingtotheBaimaTunnelconstructionsi