旭龙水电站引水发电建筑物布置设计

旭龙水电站工程地处高地震烈度区,为解决引水发电建筑物布置设计面临的洞室群数量多、规模大、主洞室间距小、坝址区局部高地应力及存在断层等难点问题,结合地形地质条件和枢纽建筑物总体布置,依据相关规程规范,采用工程类比、三维精细数值仿真等技术手段,有效处理了进水口、引水隧洞、主洞室及附属洞室、尾水隧洞、尾水出口等重点部位布置及支护参数设计、围岩稳定分析等技术问题,确定了技术可行、经济合理的引水发电建筑物布置格局。研究成果可为同类引水发电建筑物布置设计提供参考。

山岭隧道坍塌风险评价的熵权–集对分析模型及工程应用

针对山岭隧道坍塌风险评价的多指标性和不确定性的特点,将集对分析法与信息熵理论相结合,应用于山岭隧道坍塌风险评价。首先,综合考虑隧道坍塌的孕险环境和致险因子,选取围岩级别、地下水、不良地质、初期支护刚度、开挖方法、施工技术水平和施工管理水平等主要影响因素作为评价指标。其次,将集对分析法引入到隧道坍塌风险评价中,从同、异、反的角度分析隧道稳定-失稳的确定-不确定性问题,并构建评价指标与分级标准的集对体系。然后,将坍塌风险评价指标划分为效益型指标和成本型指标两大类,基于集对分析法计算各指标的单指标联系度。同时,引入信息熵理论确定评价指标客观权重,并将其耦合到评价指标的单指标联系度中,构建隧道坍塌风险评价的熵权-集对综合联系度评价模型。最后,利用置信度识别准则判定最终坍塌风险等级。以宾房2号隧道为例,对右幅隧道K31+500~K31+660浅埋段进行了重点分析,评估结果与现场实际情况较吻合。结果表明:基于集对分析法建立隧道稳定-失稳的确定-不确定性关系,较好地解决了山岭隧道坍塌风险等级评价中多指标性和不确定性;利用修正熵权法确定指标权重,减少了人为因素影响;引入置信度识别准则判别隧道坍塌风险,较好地弥补了最大隶属度原则取大运算造成评价结果失真的缺陷。该方法评价过程合理,结果可靠,是一种有效的坍塌风险评价方法,为山岭隧道坍塌风险评价提供一条新的研究思路。

基于粗糙集条件信息熵的山岭隧道坍塌风险评价

坍塌是山岭隧道施工过程中主要灾害之一。由于影响坍塌的因素众多,且各因素所占的权重差异较大,甚至有些因素是不必要或冗余的。目前常用的评价方法不但未对这些不必要或冗余的因素进行筛选,而且权重的确定过于依赖专家经验和主观赋值,导致风险评价结果精度低、可靠性差。基于此,应用粗糙集理论在数据挖掘、指标筛选和重要性计算方面的优势,将山岭隧道坍塌风险评价构建为粗糙集的决策信息表。但工程试验发现,基于传统依赖度的属性约简及权重计算不能满足要求,存在计算权重为0或约简结果过多,无法取舍的问题。针对以上问题,提出了一种基于条件信息熵的计算方法,该方法将条件信息熵引入到属性重要度和权重的定义中,同时以最重要的条件属性为起点,逐步增添属性,实现属性约简。所建立的方法既能从大量影响因素中,提取出主要影响因素,剔除相对冗余或不重要的因素;同时又能计算得到各因素的客观权重。最后结合模糊综合评价法,建立了基于粗糙集条件信息熵的山岭隧道坍塌风险评价模型,并成功应用于秀村隧道中,表明该模型可靠、实用,为山岭隧道坍塌风险评价提供一条新的研究思路。

基于突变理论的隧道洞口浅埋段软弱围岩失稳分析方法

针对隧道洞口浅埋段多位于覆盖层、坡积层或风化严重的软弱破碎岩体中,极易发生失稳破坏的现实问题,以某隧道为工程背景,提出1种基于突变理论的隧道洞口浅埋段软弱围岩失稳分析方法。根据隧道围岩失稳情况,建立隧道洞口浅埋段围岩力学模型,采用Weibull分布函数,描述隧道上覆软弱地层的本构关系;根据总势能原理建立围岩失稳破坏的尖点突变模型,导出围岩失稳的力学判据;将地表沉降监测数据和尖点突变模型进行有效融合,建立隧道围岩稳定性预测模型,导出围岩稳定性判别式;以隧道5处典型断面为例,选取出现明显失稳征兆之前的7 d监测数据进行验证。结果表明:隧道洞口浅埋段围岩失稳与上覆地层的应变软化程度、刚度比及含水率相关;隧道围岩失稳力学判据和稳定性判别式的判别结果与现场实际围岩情况一致;利用地表沉降数据建立的围岩稳定性判别式来预测围岩的稳定性是合理可行的。

基于T-S模糊故障树和贝叶斯网络的隧道坍塌易发性评价

坍塌是钻爆法隧道施工过程中常见的灾害事故之一.为了有效预防坍塌事故,为隧道施工安全风险分析和管理提供决策依据,将T-S模糊故障树和贝叶斯网络进行互补融合,提出了一种基于两者的钻爆法施工隧道坍塌可能性评价方法.根据T-S模糊故障树向贝叶斯网络转化的方法来确定贝叶斯网络模型和条件概率表;利用模糊数和模糊子集分别描述节点的故障状态和故障概率;运用贝叶斯网络双向推理算法进行计算.该方法可以利用根节点的故障概率模糊子集和施工中实际故障状态两种不同的正向推理方式计算隧道坍塌可能性,并且可以依据根节点的重要度分析结果排查故障,同时可以通过反向推理计算根节点的后验概率诊断故障.两个工程实例的应用结果表明,该方法能够科学、合理地评价隧道坍塌的可能性并确定关键致险因子,可作为隧道施工安全保障和管理的决策工具.

基于T-S模糊故障树的钻爆法施工隧道坍塌可能性评价

针对钻爆法施工隧道施工过程复杂、风险影响因素多、坍塌事故率高,且传统故障树分析方法的应用受概率和精确与或关系的限制以及事件状态只考虑'二态性'的问题,为降低施工风险和预防提供决策依据,提出一种基于T-S模糊故障树的钻爆法施工隧道坍塌可能性评价方法。该方法将模糊数和T-S模糊门引入到故障树分析中,用T-S模糊门代替传统逻辑门描述事件之间的联系,体现出系统故障机制和事件联系的模糊性,同时降低了故障树的建立难度。用模糊数描述各底事件的故障概率和故障程度,克服了传统故障树过度依赖精确故障概率以及不能考虑事件故障状态对系统影响的问题,该方法不仅实现了用底事件的先验模糊可能性和施工中实际故障状态两种不同的方式计算隧道坍塌可能性,而且可以根据底事件重要度分析结果指导风险控制工作。对两个工程实例进行了分析,应用结果表明,所提出的方法相比传统故障树更加符合工程实际,能够更加科学、合理地评价隧道坍塌的可能性以及确定关键致险因子,可作为隧道施工安全风险分析和管理的决策工具。

孤山航电枢纽电站建筑物设计关键技术研究

孤山航电枢纽为低水头河床径流式电站,河床宽度小,电站建筑物结构复杂、布置紧凑。基于枢纽布置原则,根据孤山航电枢纽建筑物技术特点,因地制宜地对电站厂房布置及结构进行了针对性设计,提出了利用上游围堰布置拦沙坎、基于机组墩墙布置集水井、边机组边墙与泄水闸边墩相结合、尾水事故门槽布置于尾水流道渐变段、上游坝顶门机共轨等安全可靠、经济合理的技术措施,确定了经济技术指标较优的电站建筑物布置格局。相关设计成果可为类似工程设计提供参考。

基于多态模糊贝叶斯网络的地铁车站深基坑坍塌可能性评价

针对地铁车站深基坑施工风险因素多、坍塌事故多发,且传统方法在多态性以及精确概率难以获取的复杂系统风险分析方面存在一定的局限性,提出了一种基于多态模糊贝叶斯网络的深基坑坍塌可能性评价方法。该方法根据建立的风险分析故障树来构建多态贝叶斯网络模型;利用模糊数描述根节点的故障状态和发生概率,克服了不能考虑事件中间故障状态对系统的影响以及精确概率难以获取的问题。基于贝叶斯网络正向推理实现了用根节点的模糊概率和施工中实际故障状态两种不同的方式计算基坑坍塌风险发生的概率,从而可以实现基坑施工过程中的实时动态风险分析,而且可以根据敏感性分析结果辨识关键致险因子以指导风险控制工作,同时可以通过反向推理获得各根节点的后验概率以进行故障诊断及进一步预测系统状态。实例分析表明:该方法能够科学、合理地评价基坑坍塌风险并确定关键致险因子,可作为基坑施工安全风险管理的决策工具。

基于集对分析法的山岭隧道坍塌风险评价

坍塌是山岭隧道施工中主要的地质灾害之一。为了有效评估隧道坍塌风险,为风险控制提供依据,提出了一种基于集对分析理论的山岭隧道坍塌风险评价方法。首先,综合考虑隧道坍塌孕险环境和致险因子,选取围岩级别、地下水、不良地质、初期支护刚度、开挖方法等主要影响因素作为评价指标。其次,将评价指标与风险等级标准相结合建立集对,并将坍塌风险评价指标分为效益型指标和成本型指标两大类,利用集对分析法计算评价指标的等级联系度。最后,建立基于集对分析的坍塌风险评价模型,并将其应用于景海高速公路宾房2号隧道。评估结果与现场实际情况吻合。研究结果表明,集对分析法简单可行,易于实现,是一种有效的坍塌风险评价方法,具有良好的工程应用情景。

大型水电站地下洞室稳定控制设计研究与实践

针对地下工程建设面临的地下洞室岩溶强发育、软岩分布范围广等突出工程地质问题,以水布垭、构皮滩、彭水等3个水电站地下工程为依托,系统开展了软硬相间地层、软岩及强岩溶等地质条件下大型地下洞室(群)关键技术问题研究。在设计实践中,提出了地下洞室扶壁岩锚复合式吊车梁结构型式“原岩隔墩支撑”结构技术、“超前置换封闭保压”的软岩处理技术、厂房纵轴线与岩层走向呈小交角甚至零度角布置的设计理念以及根据洞周围岩塑性区确定的“分界、分序、分层”的岩溶处理新技术。研究成果有效解决了复杂地质条件下大型地下洞室布置及围岩稳定问题,相关工程均已安全稳定运行,可为类似工程设计和稳定性评价提供一定的理论、方法及技术支撑。

融合多尺度残差和注意力机制的特发性肺纤维化进展预测

目的特发性肺纤维化(idiopathic pulmonary fibrosis,IPF)是一种致死率极高的肺间质疾病,呈渐进式发展且诊断手段有限,给病情的预后带来极大的困难。目前已有的肺功能衰退严重程度预测方法仍存在准确率较低的问题。方法提出了一种融合多尺度残差和注意力机制的特发性肺纤维化进展预测模型,包括计算机断层扫描(computed tomography,CT)特征提取网络和多模态特征预测网络,以此预测IPF患者不同周数的用力肺活量(forced vital capacity,FVC)。CT特征提取网络以InceptionV1为骨干网络,添加残差模块和改进的CBAM通道注意力模块(improved channel attention of convolutional block attention module,CBAM-ICA)来扩大网络的感受野,关注肺部区域的有效特征,添加与卷积层并行的空洞卷积模块,补充丢失的细节信息,并对改进的多尺度CT特征融合模块进行两次串联堆叠,提升网络获取CT特征的能力,最终获得更加有效的多尺度CT特征信息。多模态预测网络利用CT特征和临床特征进行融合形成的多模态特征对IPF患者不同周数的FVC值进行预测,提高了网络的预测性能。结果在OSIC(Open Source Imaging Consortium)提供的肺纤维化测试数据集上的实验结果表明,本文提出的特发性肺纤维化进展预测模型得到了-6.8107的拉普拉斯对数似然得分,较其他方法具有更好的性能。结论提出的融合多尺度残差和注意力机制的特发性肺纤维化进展预测模型对预测IPF患者不同周数的FVC值具有一定的有效性,可以帮助医生更好地了解IPF患者肺功能衰退的严重程度,对IPF患者的预后具有指导意义。