黄土盾构隧道开挖围岩扰动特性模型试验研究

为了探究不同含水率和埋深等工况下的黄土盾构隧道开挖对围岩的扰动作用特征,采用相似模型试验,首先通过三轴试验测定了不同含水率下原状黄土物理参数及强度指标,通过大量试配得到了不同含水率下与原状黄土强度指标参数相似的试验用土。其后,考虑盾构隧道盾尾间隙特征,开展不同含水率及埋深等组合工况下盾构开挖模拟试验,通过微型土压力传感器、百分表等监测元件以及数字图像技术等手段,分析了不同工况下地层变形、地表沉降和围岩应力的变化规律。研究发现:含水率较低时,围岩的自稳能力强;含水率越高,埋深越大,开挖对地层的扰动作用也越大;地表最大沉降值与含水率呈正相关,与埋深呈负相关;围岩剩余应力随含水率和埋深的增大而增大,但当含水率增大至一定值(26.6%)时,围岩剩余应力骤减;基于不同含水率下的围岩应力及变形发展规律,可将黄土含水率分为自稳、形变以及松动含水率,基于含水率和埋深引起的围岩松动情况,可将不同工况下的黄土盾构隧道围岩压力作用模式按照形变压力和松动压力计算,以更加适应黄土地层的特性。

TBM隧道岩石可掘性评价指标及其应用研究综述

TBM(Tunnel Boring Machine)掘进施工成本中,刀具的磨损占比很高,这通常是由于TBM的刀具设计与岩石强度及硬度不匹配。因此需要对TBM隧道岩石进行可掘性评估,为刀具设计及施工参数确定提供依据。岩石可掘性评价在TBM围岩分级、掘进效率预测等方面十分重要,是评估TBM施工效率与成本的关键,但隧道TBM开挖过程中岩石可掘性的评价通常相当复杂,需要考虑许多参数,且至今国内外对可掘性这一指标尚未有标准化定义。通过文献检索,本文针对可掘性指标的定义,可掘性的研究应用等方面研究进展进行综述。结合已有的研究成果,对TBM可掘性未来的研究方向进行了展望。

洛川隧道围岩变形规律模型试验研究

以洛川隧道DK194+835为研究断面,开展不同埋深下隧道模型试验研究。通过各种试验确定原型、相似材料土和衬砌的参数,利用3D打印技术研制出一套新型衬砌材料及连接方式较好的模拟了实际工程中喷射混凝土、钢架、超前小导管。利用自制多点位移计等各种监测原件采集开挖过程中围岩内部变形及地表沉降数据。试验表明:可通过拼装的方式在模型试验中模拟隧道的分布支护,可使用滑动式连接件链接相邻位置的石膏块;不同测点竖向位移均经历缓慢增长(开挖面远离监测断面)、迅速增长(开挖面接近监测断面)、逐步稳定(开挖面经过监测断面)3个阶段。随埋深增加,监测断面前期变形(开挖面远离、接近监测断面)占比减小;地表沉降经历缓慢增长、迅速增长、逐步稳定3个阶段。随埋深增加,监测断面前期地表沉降占比减小。

Sloboda模型在隧道围岩变形预测中适用性分析

隧道围岩变形的监测和分析对于隧道工程的设计和施工都非常关键,鉴于Sloboda生长曲线与隧道围岩变形-时间曲线的相似性,将Sloboda模型引入到围岩变形预测中,通过围岩变形-时间曲线的拟合预测未来围岩变形发展趋势和围岩极限变形值。通过工程实例具体分析了Sloboda模型的适用性,结果表明:Sloboda模型可以较好地拟合隧道围岩变形-时间曲线;围岩变形-时间曲线的波动性以及尾部阶段发展趋势对Sloboda模型预测效果存在影响;Sloboda模型预测效果要优于指数曲线模型和双曲线模型,具有更好的应用价值。

基于LSTM-ARIMA模型的隧道围岩变形预测方法研究

为了在隧道施工过程中对隧道围岩变形进行精准预测,以中东某隧道为研究对象,基于隧道围岩监测数据使用LSTM(long short-term memory)和ARIMA(autoregressive integrated moving average)模型进行拟合并预测,进一步通过方差倒数法建立组合模型,采用多个统计学指标对建立的模型预测结果进行对比分析。结果表明,组合模型解决了ARIMA模型对非平稳数据预测精度较差的问题,充分发挥了LSTM和ARIMA模型各自的优势,能够更准确地捕捉数据特征和趋势,提高了对隧道围岩变形预测的准确性和鲁棒性,可为隧道工程的安全施工提供可靠的支持和指导。

沿空留墙开采巷道围岩变形分析与预测

针对无煤柱沿空留墙开采中巷道围岩变形量过大的问题,以某煤矿1315无煤柱开采工作面为工程背景,采用数值模拟、理论分析和工程试验的方法,对二次开采扰动下巷道围岩变形规律及机理进行了研究。研究结果表明:较窄及较高的柔模墙会导致更大的岩体变形;构建了工作面前方巷道围岩最大变形量预测模型,并经验算知拟合误差小于3%;使用预测模型预测并对施工方案进行修正后,经过现场检测可以进行安全生产,验证了该模型的准确性。

基于NAR神经网络和R/S分析法的隧道围岩变形预测分析

为研究隧道围岩变形非线性特点,采用NAR神经网络和R/S分析法,对隧道围岩变形量和变形趋势进行分析。通过NAR神经网络对变形监测样本进行误差分析,认为NAR神经网络对围岩变形短期预测时的误差小精度高。运用R/S分析法对各变形时间序列进行重标极差分析,获得各时序的Hurst指数,分析其与围岩变形趋势的关系,并通过Hurst指数对隧道围岩变形趋势进行判定。结果表明:算例中的断面围岩变形仍然会呈增长趋势,但增长幅度在减小,且水平收敛的趋势性强于拱顶沉降,说明前者受随机扰动影响较小,后期稳定性相对更高。通过运用R/S分析法进行时间序列分析,不仅为围岩变形趋势预判提供了Hurst指数判据,同时也为围岩稳定性分析及治理提供了一种依据。

基于数值仿真的复杂岩体TBM掘进性能评估模型

为了评估全断面隧道掘进机(TBM)在复杂岩体环境中的掘进性能,本文提出了基于数值仿真的全断面TBM掘进预测模型。首先,采用4D-LSM和DDA耦合模型数值重现工程尺度完整岩体和节理岩体的TBM掘进测试过程,分析全断面TBM掘进过程中刀盘的力学响应和岩体的破坏特征;其次,研究节理间距、节理方向、岩体单轴抗压强度以及脆性指数对可钻性指数的影响;最后,引入单神经元对数值仿真预测模型进行修正,并与岩体特征模型进行对比分析,验证基于数值仿真的全断面TBM掘进性能预测模型的适用性。研究结果表明:TBM在低强度、高脆性以及节理发育的岩体中掘进效率更高,当节理面与TBM掘进方向之间的夹角为60°~75°时,最有利于TBM的运行。基于数值仿真的TBM掘进性能预测模型提供了一种经济、灵活的可用于评估复杂环境中TBM施工性能的方法。

软弱围岩偏压连拱隧道施工风险精准预测模型构建

为了降低软弱围岩偏压连拱隧道施工风险预测误报率与耗时,提升预测精准度,需要研究一种适合软弱围岩偏压连拱隧道施工风险精准预测的模型。提取软弱围岩偏压连拱隧道施工风险预测因素,依据隧道的施工实况制定风险分级预测标准,布设隧道监控节点,获取监测数据。利用监测数据构建梯形风险预测矩阵,采用随机森林实现软弱围岩偏压连拱隧道施工风险精准预测模型构建。以江西省萍乡中环路安源隧道项目作为测试的对象,测试结果表明,经过4个路段的测定分析,软弱围岩偏压连拱隧道施工风险预测的误报率均控制在10%以下,预测精准度平均值为91.8%,预测耗时平均值为58.2 ms。

基于数值模拟的水工隧洞围岩变形规律研究

为研究水工隧洞围岩变形特性及合理的计算方法,本文依托某实际引水隧洞工程,采用数值模拟分析该引水隧洞围岩应力和变形规律。结果表明:隧洞的变形主要集中于拱顶和拱底位置处,拱顶位置下沉较大,拱底发生隆起变形,最大变形量为0.1m,实际工程中应重视拱顶支护,以防掉块和塌方事故;隧洞开挖过程中,由于应力集中,主应力的最大值主要出现于隧洞的底角位置处。此外,在侧墙和洞顶交界处应力相对较大,应力分布规律与实际情况比较吻合;采用HSS模型能够考虑土体的硬化特征,且得到的计算结果与实测数据最吻合。工程中优先考虑采用HSS模型进行水工隧洞的设计和计算。

西山坪隧道穿煤及采空区围岩变形特性与数值模拟研究

结合渝(重庆)合(合川)高速公路西山坪隧道新奥法施工监测实践,分析了初期支护条件下隧道左线穿煤及采空区(LK35+360～LK35+560)围岩的变形特征,并对穿煤及采空区围岩的位移和应力特性进行了施工动态有限元数值模拟研究,验证了位移监测资料的正确性.为制定采空区处理措施和优化后期支护方案提供了信息.

基于灰色-马尔可夫链的隧道围岩变形预测研究

隧道工程施工中,围岩变形是一种常见的工程问题,当变形量达到一定数值时,会影响工程质量,给施工人员带来安全隐患,延误工期。因此,隧道围岩变形预测是保证施工安全,以及工程质量的重要措施。隧道围岩的变形在受到地质构造、地层岩性、应力场、地下水、开挖方式等多种因素的综合影响下,具有时间序列的单调增长性和随机性的特点,针对该特征,将灰色模型预测方法和马尔可夫链概率转移方法结合起来,建立灰色-马尔可夫链模型对围岩的变形进行预测。该预测方法是利用GM(1,1)模型的预测数列增长的特点,来预测围岩变形的宏观发展趋势,在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与灰色拟合值的绝对误差及相对误差等指标的分析,对围岩变形的发展趋势进行更为精确的预测。通过两水隧道算例,隧道围岩变形的计算结果与实测值吻合较好,表明所建立的灰色-马尔可夫链模型是正确的,在隧道围岩变形预测中具有广泛推广应用价值。

隧道工程围岩大变形及预测预报研究

文章在对国内外隧道工程及地下工程已发生的大量围岩大变形实例收集、分析的基础上,讨论了隧道围岩大变形的类型,提出了围岩大变形的预测预报体系,并已在鹧鸪山隧道工程中应用。

基于非齐次指数函数灰色模型的隧道围岩变形预测

准确地测量、预测围岩变形是保证隧道施工安全的重要措施之一。围岩变形具有时间序列的单调增长性和随机性等特点,针对其特点,文章采用常规GM(1,1)模型、齐次指数函数灰色模型、非齐次指数函数灰色模型,对隧道的围岩变形进行了预测与对比分析。结果表明,常规GM(1,1)模型、齐次指数函数灰色模型、非齐次指数函数灰色模型三种模型的中误差分别为7.16%、5.01%、2.99%,最终沉降预测值相对误差分别为-8%、-5.52%、-3.05%。非齐次指数函数灰色模型具有较高的精度,在隧道围岩变形预测中具有广泛推广的应用价值。

隧道纵向变形曲线与围岩特征曲线耦合分析

目前,多数关于开挖面空间效应的研究仅采用弹性与理想弹塑性模型进行分析。然而,具有不同地质强度指标(GSI)的岩体呈现不同的峰后破坏模式,应采用合适的力学模型计算表征空间效应的隧道纵向变形曲线。同时,可将相同模型下围岩特征曲线与之进行耦合,从而指导隧道支护设计。提出了一种简便的基于有限差分法的分析方法,该法可计算Hoek-Brown与Mohr-Column屈服准则下,采用理想弹塑性、弹脆塑性、应变软化模型的隧道纵向变形曲线与围岩特征曲线。利用已有研究成果,验证了方法的合理性,并比较了不同GSI范围与不同力学模型下开挖面后部某一位置处的虚拟支撑力。结果表明:GSI越大,3种模型下对应的虚拟支撑力差别越大,更应如实考虑岩体峰后力学行为;GSI中等或较高时,离开挖面距离小于约0.8倍洞径时,理想弹塑性模型设计偏于保守,但大于此距离时情况相反。

不同埋深下地铁隧道围岩破坏的试验研究

文章采用模型试验对北京粘性地层中不同埋深条件下地铁区间隧道的围岩变形和破坏规律进行了研究。相似模型试验分析结果表明,随着埋深的增加,相应增大了地层变形传递到地表的距离,同时地层中拱结构的存在也在一定程度上阻隔了地层变形的发展,进而降低了地表沉降值;不同埋深下地铁隧道围岩的破坏过程是类似的,首先是起拱处的围岩发生剪切滑移破坏,然后是顶部围岩发生拉剪破坏。不同埋深下围岩破坏的特点是:埋深小于2.5D(D为隧道等效直径)时,隧道围岩塌落破坏可发展到地表,塌落形式类似椎体;埋深大于或等于2.5D时,隧道围岩的破坏程度相对较小,围岩能够形成拱结构,坍塌破坏未发展到地表,塌落形式类似拱形。在此基础上提出的相应控制措施是:对于埋深小于2.5D的隧道,建议在隧道起拱处双排或三排布置锁脚锚管,并且预先密排或双排布置顶部小导管注浆加固地层;对于埋深大于或等于2.5D的隧道,可采用单排布置锁脚锚管的辅助支护和均匀布置顶部小导管的预支护措施。

交错近接新建隧道围岩变形三维模型试验研究

为了分析新建隧道开挖过程中,既有隧道的存在及交错间距变化对新建近接隧道围岩形变量的影响,文章以重庆两江隧道交错近接段为依托工程,开展了交错近接隧道相似模型试验和相应的数值模拟研究。研究表明:交错隧道近接距离与新建隧道的拱顶沉降量及左、右拱腰收敛值成反比;新建隧道开挖过程中的拱顶沉降量及左、右拱腰收敛值的变化趋势一致,可归纳为迅速上升、缓慢上升和稳定三个阶段;隧道拱顶沉降量最大且大于拱腰收敛值之和,对于该类隧道,隧道围岩变形设计上限应以拱顶沉降量为主。通过数据拟合,建立了隧道变形量H(mm)及隧道交错间距L(m)的关系式,相关系数均大于0.995,可为类似隧道预留变形量的设计和施工提供参考。

隧道围岩位移的灰色优化模型预测

传统灰色GM(1,1)模型 ,多适用于等间距和低增长序列监测数据的模拟预测 ;对非等间距和高增长序列 ,一般经过等间距处理或经过复杂的变换建立非等间距模型进行预测 ,且往往产生较大的滞后误差。在时间序列 [k ,k + 1]区间上 ,用n个小区间的梯形面积代替 [k ,k + 1]区间上GM(1,1)函数曲线对应的面积 ,以优化提高背景值z( 1) (k + 1)的精度。这种以优化灰色模型背景值为基础构建的灰色优化模型 ,普遍适用于隧道围岩位移等间距或非等间距以及低、高增长监测数据序列的位移预测 ,能很好地模拟预测隧道围岩位移的Ⅰ型、Ⅱ型、Ⅲ型时序变化特征 。

隧道围岩变形的非线性自回归时间序列预测方法研究

针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度.

隧道变形监测预测模型的建立与改正

为提高隧道围岩变形监测的预测精度,结合具体工程实践研究了影响隧道形变的具体因素.首先,在预测模型自变量选取时,利用灰色理论提出了将隧道掌子面开挖和二衬支护参数同时间变量一起参与到预测模型的计算思路;其次,由于传统测量方法受观测设备和内部施工的影响,导致预测模型中自变量难以准确估计,且随时间累积,自变量数目增多而使计算量也逐渐增大,为克服此类问题,在突出隧道内部施工对自身变形具有重要影响的基础上,将观测量作为已知量而非待求量,采用递推式平差方法和卡尔曼滤波算法来估计方程系数,把观测量作为自变量预测未来变化量.计算结果表明,该算法在预测精度和计算效率方面有明显优势.