瓦斯隧道监测数据特征与模式预测技术研究

《瓦斯隧道监测数据特征与模式预测技术研究》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、第41卷，第1期公路工程VO1．41．NO．12016年2月HighwayEngineeringFeb．．2016瓦斯隧道监测数据特征与模式预测技术研究康小兵，杜敏铭(1．成都理工大学地质灾害防治与地质环境保护国家重点实验室，四川成都610059；2．蜀通岩土工程公司四川成都610032)[摘要]紫坪铺隧道位于国道317线四川都江堰至汶川I高速公路段，是本路段的重点难点工程。隧道设计为双洞，其中左洞长4090In，右洞长4060m，最大埋深超过550m，是座高瓦斯隧道．咆工中出现多次瓦斯异常涌出现象。在结合已有瓦斯隧道监测数据特征分析基础上．对紫坪铺隧道大量监测数据进行了分类分析及预测，找

2、出了影响监测数据异常的因素，主要有地质环境因素包含地层岩性、地质构造，以及工程影响因素包含放炮影响、通风措施等。将隧道瓦斯监测数据异常区间的划分为三角型、多峰型和增量型3种，提出了预测基于模糊模式识别的趋势预测模型，并实际应用于紫坪铺隧道施工过程中，预测结果与样本实测数据相符。[关键词]瓦斯隧道；监测数据特征；模式预测；模糊识别[中图分类号]U456．3[文献标识码]A[文章编号]1674—0610(2016)0l一0046—05ResearchonCharacteristicandPatternForecastingTechniqueswithMonitoringDataofGasTun

3、nelKANGXiaobing，DUMinming!(1．StateKeyLaboratoryofGeohazardPreventionandGeoenvironmentProtection，ChengduUniversityofTechnology，Chengdu，Sichuan610059，China；2．ShutongGeotechnicalEngineeringCompany，Chengdu，Sichuan610081，China)[Abstract]ZipingputunnelislocatedattheSichuanprovinceDujiangyantotheWenchuan

4、sectionof317statehighway，itisthekeyanddificultprojectinthissection．Thistunnelisdesignedfordua1．hole，thelengthofleftholeis4090m，therightholeis4060m，themaximumburyingdepthsurpasses550m，whichisahighconcentrationgastunnelandhasappearedseveralgasabnormalemissionphenom—enonsintheconstruction．Combination

5、withexistingfeaturesofgastunnelmonitoringdata，thispapercar—tiedontheclassificationtotheZipingputunnelmassivemonitordatatoanalyzeandpredictedgasemissiontendency，thenfinedtheinfluencingfactorofmonitordata，proposedthegasmonitordatadivisiontypeandthepredictionmodel，andpracticalapplicationinZipingputun

6、nelconstructionprocess，predic—tionresultisconformwithsamplemeasureddata．[Keywords]gastunnel；monitoringdatacharacteristic；patternforecasting：fuzzyrecognition瓦斯气体以吸附态、吸收态和游离态3种状态因此，如何从大量的实际瓦斯监测数据中提取出有滞留在煤系地层中，其中以吸附态为主，它的危害主效的预测预报信息，从而有效地杜绝瓦斯灾害发生，要有瓦斯爆炸、瓦斯窒息、瓦斯燃烧。瓦斯灾害是隧隧道工程建设中的瓦斯监测数据分析预测已成为亟道工程建设中的主要

7、地质灾害之一。。目前人们待解决的问题。已对瓦斯灾害有了一定的认识，如果能及时系统地1隧道中监测瓦斯浓度的特征分析及分类掌握、管理瓦斯灾害发生的相关信息，并且能够在可能发生的危险之前实施有效防治措施，依靠现有的1．1瓦斯隧道监测数据分类科学技术手段是完全有能力杜绝瓦斯灾害发生的。对隧道工程瓦斯监测数据异常现象的基本形态[收稿日期】2O14—07—22[基金项目]围家自然科学基金资助项目(41302244)[作者简介]康小兵