基于t-SNE的多参数岩体结构面分步聚类方法

结构面聚类是进行岩体稳定性评价的重要步骤。常用聚类方法多以产状作为分组依据,忽略了结构面物理特性指标对岩体稳定性的影响。针对分组依据单一化的不足,综合考虑结构面倾向、倾角、迹长、张开度、填充状态和粗糙度的影响,提出一种基于学生分布随机邻近嵌入(student-distributed stochastic neighbor embedding,简称t-SNE)的多参数岩体结构面分步聚类方法。首先,利用t-SNE算法对除产状外的结构面特征进行数据降维;进而利用模拟退火算法搜索K-means算法的全局最优初始值,并采用分步聚类思想完成聚类。研究表明:所提方法有效地解决了高维空间样本稀疏的问题,同时保留了数据的局部结构与全局结构。新方法相比于传统方法能对空间分布相似区内结构面的物理特性进行精确划分,分组精度更高,且在避免复杂权重值计算的条件下,能有效区分产状与物理特性参数对岩体稳定性的影响差异。最后,将所提方法应用于中国新疆某露天矿坡结构面实测数据分析中,所得分组结果合理可靠,进一步证明该方法在实际工程中的有效性。研究方法可为多参数岩体结构面的分步聚类提供参考。

基于变形预测和参数反演的山岭隧道围岩稳定性分析

隧道围岩变形与岩体力学参数之间存在复杂的非线性关系,是围岩状态改变最直观的表现,也是围岩稳定性综合判别的重要指标。提出一种基于变形时序预测和力学参数反演的山岭隧道围岩稳定性分析方法。首先引入Tent混沌扰动和自适应警戒调整机制,构建基于自适应混沌麻雀搜索算法优化极限学习机(ACSSA-ELM)的变形时序预测模型和力学参数反演模型,进一步采用三次样条插值和变分模态分解(VMD)对已开挖断面围岩实测变形预处理,利用变形时序预测模型采取窗口滚动单步预测的方式对已开挖断面围岩最终变形值进行预测,并用于力学参数反演模型中获取开挖段围岩的“修正”力学参数,基于数值模型正算结果和开挖段已测变形值预测开挖段围岩变形和变形速率,进而分析其稳定性。依托重庆市花阳隧道进行了方法的验证与应用,并对隧道ZK40+820断面围岩的稳定性进行了合理可靠的预测分析。最后对方法的使用条件和反演参数的准确性进行了讨论。

基于主成分分析的多参数岩体结构面优势分组方法研究

对赋存于岩体内的结构面进行统计分析、分组聚类,是进行岩体工程稳定性分析的基础。考虑到结构面的力学和水力学性质受产状、迹长、张开度、粗糙度和充填状态等诸多因素共同影响,提出一种基于主成分分析的多参数岩体结构面优势分组方法。首先,利用主成分分析法选取多参数岩体结构面优势分组的判据,并计算其参与相似性度量的权重值。进而,基于退火遗传算法搜寻模糊C均值聚类算法的全局最优初始聚类中心。最后,以待分组结构面与聚类中心的距离加权和最小的方式建立目标函数,实现多参数岩体结构面优势分组。对计算机模拟的200个结构面进行多参数优势分组并与其他方法对比,计算结果表明,该方法具有较高的分组精度。将该方法用于重庆市三环高速花阳隧道实测结构面多参数优势分组中,分组结果合理、可靠,进一步验证了该方法具有较好的工程应用价值。

基于时间序列与DEGWO-SVR模型的隧道变形预测方法

为了对准确预测隧道变形的非等距性及复杂非线性特征,结合时序分析理论、差分进化算法(DE)、灰狼优化算法(GWO)和支持向量回归机(SVR)模型,提出新的隧道变形预测模型.利用3次样条函数插值法将非等距监测数据等距化;基于时间序列原理将变形分解为趋势项及平稳随机项,并采用所提模型分别对2个分解项进行预测;将各位移分量叠加,实现隧道累积变形的预测.以重庆市兴隆隧道实测拱顶沉降为例,预测前方ZK37+900和ZK37+910断面拱顶沉降,并与已有模型进行对比.结果表明:所提模型预测的均方根误差分别为0.1937、0.0869 mm,平均绝对百分比误差分别为1.21%、0.55%,相关系数分别为0.9971、0.9928.相比于已有模型,所提模型的预测精度更高、误差更小,具有更好的适用性及应用前景.

四季越野滑雪隧道建设围岩保温措施研究

针对我国首座四季越野滑雪隧道运营时洞室内常年负温会对围岩造成冻害现象,根据隧道的结构特殊性,将四季越野滑雪隧道视为一维圆筒壁模型,其传热方式分为两部分,分别为洞内负温空气与隧道衬砌的热传导以及衬砌与围岩部分的固体与固体之间的热传导。以1 a为计算模型计算负温情况下温度积温计算热流量,分析保温隔热层的最佳位置及最适合保温隔热层厚度。结果表明:对于四季越野滑雪隧道选取0.05 m厚度的带有阻燃材料的聚氨酯做为保温隔热层最适合,并且将保温隔热层敷设在隧道二衬表面效果最好。

山岭隧道围岩参数智能反演及稳定性分析

隧道围岩参数的确定直接关系到围岩稳定性评价的准确性,为确保围岩力学参数取值的合理性,提出一种新的围岩参数智能反演模型.利用模拟退火算法(SA)的退火策略对遗传算法(GA)进行优化,组成GASA智能模型,以此对极限学习机(ELM)的初始权值和阈值进行优化;将GASA-ELM模型应用于重庆市兴隆隧道(ZK38+020)~(ZK38+010)断面围岩力学参数反演中,基于现场实测变形反演得出围岩力学参数,并输入到ANSYS中计算得到位移正算值,与已有模型进行对比;最后利用计算结果对ZK38+010断面围岩稳定性进行分析,预测了该断面的变形量和变形速率.结果表明:模型反演所得参数在ANSYS中正算结果与现场实测值相对误差均在5.4%以内,均优于已有研究中的GA-BP及BP模型,表明了反演结果合理可靠;而ZK38+010断面将在开挖后46d左右进入稳定阶段.研究成果可为山岭隧道围岩力学参数反演提供参考,具有理论意义和工程实用价值.