多破裂面走滑断层错动下隧道结构响应规律研究

大型活动走滑断层破碎带内的岩体位错具有明显的非线性特征,使得断层带内不同区域岩土体的破坏特征各不相同,穿越断层区隧道结构变形受力十分复杂。文章依托某穿越大型走滑断层隧道工程,通过模型试验与数值模拟研究穿越多破裂面走滑断层的隧道结构响应沿纵向的分布规律。结果表明:随着断层错动量的增加,隧道水平位移不断增加,隧道变形呈现S型分布特征,且错动引起的隧道变形主要发生在断层区域内。走滑断层错动下,隧道拱腰纵向变形反弯凹陷段与围岩挤压更为明显,凸出段与围岩存在脱离趋势。隧道结构的受力破坏主要集中于两断层错动面附近,断层上盘隧道结构相较于下盘隧道结构更易被损坏。

基于GA-BP神经网络的隧道围岩相似材料配合比设计

为实现对隧道模型试验中围岩相似材料物理力学参数的控制和优化,设计一种用于围岩相似材料物理力学参数预测的GA-BP神经网络算法,该神经网络结构包含3节点输入层、7节点隐含层、3节点输出层。输入层采用遗传算法(Genetic Algorithm)对BP神经网络的权重和阈值进行改进,以河砂、粉煤灰、机油的含量作为输入参数,密度、黏聚力、内摩擦角作为输出参数;以实测数据作为样本,通过对比分析遗传算法优化前后BP神经网络模型的均方差、绝对误差和相对误差等指标,深入评估模型的性能,并基于分析结果建立一套给定相似比下的围岩相似材料配比设计方法。研究结果表明:GA-BP神经网络算法能够应用于围岩相似材料物理力学参数的拟合和预测,相比传统BP神经网络,GA-BP神经网络预测数据误差更小、精度更高;基于GA-BP神经网络的围岩相似材料物理力学参数预测模型能快速、准确确定给定相似比下的原材料配比范围,减少重复试验次数。

岩石非定常Cvisc蠕变模型及其参数反演方法

岩石蠕变在应力的长期作用下可能会有衰减蠕变、稳态蠕变、加速蠕变3个阶段,FLAC 3D软件中的Cvisc模型可以较好地模拟岩石在衰减蠕变和稳态蠕变阶段的表现,但在描述加速蠕变阶段时存在明显不足。鉴于此,通过调整Cvisc模型的黏滞系数对其进行非定常化处理,使其具备描述岩石加速蠕变特性的能力,并推导相应的三维蠕变方程。同时,为了获取非定常Cvisc模型的围岩蠕变参数,利用BP-PSO算法建立蠕变参数反演神经网络模型,根据现场隧道拱顶沉降监测数据验证该算法的合理性,并对非定常Cvisc模型与原Cvisc模型在预测拱顶沉降时的表现进行对比分析。结果显示,非定常Cvisc模型对岩石加速蠕变阶段的拟合效果显著优于原Cvisc模型,能够更精确地描述岩石包括加速蠕变阶段在内的整个蠕变过程。