小样本数据下三维地应力反演分析

对于地下矿山等工程,初始地应力场的有效获取意义重大,但由于地质情况复杂、实测数据不足等原因,小样本数据下的三维地应力反演分析不易进行。在进行现场应力测量的基础上,提出了一种以边界荷载法为基础,结合反向传播神经网络(back propagation neural network, BP)的FLAC地应力反演改进方法。以建个元高速公路五老峰隧道为示例,首先通过建立反演区域的三维地质模型,通过边界荷载法试算各边界条件的大致范围,再利用BP神经网络的非线性特征建立反演参数与地应力之间的函数关系,最后进行正算反推求解反演最佳边界条件。实测值与反演值进行对比,误差在可接受的范围内,证明了该方法在复杂地质体地应力反演中的可靠性与实用性。