软土盾构施工地表变形的小样本进化神经网络预测

上海地区软土具有高压缩性和易塑流等特性,在盾构机的挤压和不当施工扰动下将会引起较大的土层移动和地表隆陷。以盾构施工实测位移资料为学习样本,通过遗传算法搜索具有最优预测效果的神经网络结构及学习参数。利用获得的进化神经网络在小样本训练情况下建立模型,对下一步施工的地表变形进行合理的预测。对上海市某盾构隧道的施工地表变形预测表明该模型可获得较高预测精度。     

盾构隧道掘进引起上方已建隧道的纵向变形研究

城市地铁隧道施工中经常遇到新建隧道下穿上方已建隧道的例子,如何提前预测已建隧道的纵向变形是目前工程界普遍关心的问题。基于能够考虑土体变形连续性的Kerr地基梁理论,分别将已建隧道简化为欧拉伯努利梁和铁木辛柯梁,将新建隧道对已建隧道的作用简化为高斯分布荷载,建立了新建隧道施工对上方已建隧道影响的解析分析方法;并利用离心机试验结果进行了验证。分析了地层损失率、荷载形状参数和隧道与土体相对抗弯刚度对已建隧道纵向变形的影响。探讨了隧道剪切刚度对隧道纵向变形的影响。研究发现,当隧道剪切刚度趋于无穷大时,Kerr地基上的铁木辛柯梁退化为欧拉伯努利梁;对于抗弯刚度较大的隧道（如抗弯刚度大于7.54×106 kN?m2）,Kerr地基梁具有较好的适用性;已建隧道的剪切刚度对其纵向变形何纵向曲率产生显著影响;当隧道等效剪切刚度有效系数≤1/4时,必须考虑隧道剪切刚度对隧道纵向变形的影响。将所提分析方法应用于上海盾构隧道穿越工程中,并与现场实测结果进行对比,验证了方法的合理性。     

小间距双线隧道土压平衡盾构掘进地表变形规律及控制研究

土压平衡盾构掘进过程中不可避免地会对隧道周边岩土体带来扰动,引起地表变形,影响周围构/建筑物的安全。本文以广州市轨道交通十八号线陇枕出入场线为例,分析该双线隧道在小间距（最小2.5 m）条件下,土压平衡盾构施工参数以及掘进引起的地表变形数据,研究盾构掘进过程中地表变形规律和变形控制措施。研究结果表明,小间距双线隧道土压平衡盾构掘进过程中：地表变形大致经历了5个发展阶段,主要有4种变形趋势;先掘隧道对后掘隧道地表变形的影响效应与先掘隧道本身的地表变形效应基本一致,显著影响区域位于两隧轴线之间;地表变形的影响因素包括盾构施工参数、掘进段工程地质条件、盾构停机等,采取优化注浆压力、注浆量、土舱压力、掘进速度等盾构施工参数、加固地层、减少盾构停机时间等措施可有效控制地表变形。该研究结果为广州市轨道交通十八号线以及类似小间距盾构掘进施工控制提供了一定的理论依据。     

盾构施工引起的地表沉降分析

通过对由盾构施工引起的地表沉降进行了深入研究,对某地铁隧道盾构施工过程的数值模拟和经验公式计算,分析了盾构推进过程中地表处土体的位移和变形以及沉降分布规律,得出数值模拟的地铁隧道横向地面沉降分布曲线与实际沉降非常接近。     

一种盾构掘进引起地表沉降的实用预测方法

盾构隧道施工中,提前预知盾构影响范围内的地表沉降情况对减少施工对既有建筑物的危害是有帮助的。Peck法公式用于描述隧道掘进引起地表沉降分布曲线已经被工程界广为接受,但地层损失一般从工程经验中获得,导致该理论在实践中应用受限。基于实测沉降数据,用最小二乘法求解地层损失,并且对Peck法公式进行了拓展,建立了一种用于预测盾构影响范围内地表沉降情况的实用方法。并编制了可视化的电算程序,工程实例表明,该方法行之有效。     

基于因子分析的LM-BP网络的盾构施工地表沉降预测

盾构施工引起的地表沉降量的预测与评价具有很强的随机性和不确定性,用常规的数学模型难以准确表达。本文采用因子分析法对影响盾构施工引起地表沉降的9个因素进行了主因子的提取,得到4个主因子。以此数据集对BP神经网络进行训练,并用Levenberg-Marquardt(LM)算法对BP神经网络进行了优化,建立了基于因子分析的LM-BP神经网络预测模型。结合工程实例将预测结果与LM-BP神经网络模型的预测结果进行比较分析,表明本预测模型具有较高的准确性,符合实际工程的需要。     

剑桥模型可反映剪切变形的一种修正

由于剑桥模型不能很好地反映土的剪切变形,因此,在工程应用中不能够反映土的实际受力变形特征。对剑桥模型的这一缺点进行理论分析,指出产生此现象的原因,提出由剪应力和体应力引起的应变分量,分别采用不同的分配比例系数,基于这种思想并采用剪切试验结果对剑桥模型进行修正,给出了基于不同分配比例系数修正后的剑桥模型的应力-应变关系计算式。通过采用剪应力与轴向应变修正后的模型与剑桥模型的预测结果的对比,揭示了修正后的模型能够较好地反映剪切变形,同时模型含有可直接测定的4个独立的试验参数。     

挤压式盾构隧道施工引起的地表移动及变形

视挤压式盾构施工隧道引起的地表移动为一随机过程,应用随机介质理论对所引起的地表移动和变形进行了分析。工程实例分析表明,该分析方法效果良好。     

盾构动态掘进中围岩变形特性的数值实验研究

为了解软弱土层盾构隧道围岩的变形特性,结合某市地铁盾构下穿既有桥梁结构工程实例,建立每个分析步下盾构动态掘进三维数值模型。模型建立在库仑屈服准则和孔隙水达西定律推导的固结有限元方程上,综合考虑刀盘扭矩、推进力、土仓压力、桥基荷载及孔隙水压力等影响盾构施工质量的诸多因素,结合室内三轴实验和现场实测数据,对盾构动态掘进过程建模原理、模型合理性、围岩变形特性及桥梁结构安全等问题进行研究。研究结果表明:盾构掘进对围岩变形影响表现为接近、穿越和远离3个阶段;盾构接近断面时,受刀盘扭矩、推进力和土仓压力的影响,前方地表出现拱起;盾构穿过、远离断面后,围岩发生沉降、向隧道内和向前运动趋势,变形主要集中洞口上方,呈槽型;地表/桥基沉降计算和实测值吻合,围岩变形能够满足盾构隧道施工安全。     

盾构施工引起土体三维变形的计算方法研究

对随机介质理论中参数? 的取值进行研究,提出了适用于不同土层的参数计算公式;隧道周围土体移动采用更加符合实际的椭圆形非等量径向移动模式。在此基础上,对随机介质理论进行修正,提出了适用于地表及土体内部各点位移和变形的计算公式。结合工程实例,通过与实测值、施成华等方法及Loganathan等方法计算结果进行对比分析表明,方法计算得到的结果与实测数据较吻合。     

Real-time prediction of shield moving trajectory during tunnelling

Acta Geotechnica - This paper presents a novel deep learning model for real-time prediction of shield moving trajectory during tunnelling. The proposed model incorporates a wavelet transform (WT)...     

Real-time prediction of shield moving trajectory during tunnelling using GRU deep neural network

Acta Geotechnica - This paper establishes an intelligent framework for real-time prediction of trajectory deviations in the process of earth pressure balance (EPB) tunnelling. A hybrid model was...     

盾构施工引起地表固结沉降问题的研究

将隧道周围土体视为均质连续各向同性的饱和弹性介质,采用保角变换的方法将含有隧道的半无限平面映射为同心圆环计算域。根据Terzaghi-Rendulic二维固结理论,建立隧道在不透水的情况下周围土体超孔隙水压力分布的控制方程。然后,采用分离变量法计算得到土体超孔隙水压力分布的解析解,最后,根据弹性理论计算得出隧道中线上方地表固结沉降的计算公式。结合算例,分析盾构施工扰动程度、土体渗透系数、土体弹性模量及隧道埋深等因素对隧道中心上方地表处固结沉降的影响。研究结果表明,地表固结沉降的增加值与隧道外侧初始超孔隙水压力值C0的变化量成正比例关系,施工扰动程度越大所引起的固结沉降越大;土体的渗透系数越大固结沉降速度越快,但土体的渗透系数与最终的地表固结沉降量无关;土体的弹性模量越大,最终的地表固结沉降量越小;隧道埋深越深,地表固结沉降所需时间越长,最终的地表固结沉降量也越大。     

盾构隧道局部长期渗水对隧道变形及地表沉降的影响分析

研究表明,盾构隧道长期渗水会造成地表及隧道严重沉降。针对盾构隧道局部渗流难以模拟的现状,首先提出了一种既符合盾构隧道刚度要求又能实现局部接头渗水的计算方法;在稳定渗流状态对应的相同渗流量的前提下,对比分析了管片在不同接头渗水条件下隧道周围土体孔压分布、地表和隧道沉降以及隧道变形规律。分析结果表明,盾构隧道渗水接头的位置不同,孔压分布、地表和隧道沉降以及隧道的变形均有明显差异;接头位置越靠近隧道底部,渗水导致的孔压减小越显著,造成的地表及隧道沉降越显著。接头渗水不但会使隧道发生横向椭圆化变形,还会引起隧道左右两侧受力不平衡,从而造成隧道水平侧移。通过对比表明,采用接头渗水和传统的衬砌均质渗水得到的孔压分布、沉降及隧道变形规律均有显著不同;不考虑隧道局部渗水特点会对隧道结构长期性态的认识产生偏差。     

Identification of geological characteristics from construction parameters during shield tunnelling

Acta Geotechnica - This paper proposes a framework to identify geological characteristics (GC) based on borehole data and operational data during shield tunnelling using a fuzzy C-means...     

Ground deformation behaviour induced by overlapped shield tunnelling considering vibration loads of subway train in sand

Acta Geotechnica - The tunnelling-induced ground deformation can be affected by the existing tunnel(s) in overlapped tunnels construction, especially when the existing tunnel is in operation....     

Neural network based prediction of ground surface settlements due to tunnelling

Ground surface settlement due to tunnel excavation varies in magnitude and trend depending on several factors such as tunnel geometry, ground conditions, etc. Although there are several empirical and semi-empirical formulae available for predicting ground surface settlement, most of these do not simultaneously take into consideration all the relevant factors, resulting in inaccurate predictions. In this study, an artificial neural network (ANN) is incorporated with '113' of monitored field results to predict surface settlement for a tunnel site with prescribed conditions. To achieve this, a standard format (a protocol) for a database of monitored field data is first proposed and then used for sorting out a variety of monitored data sets available in KICT. Using the capabilities of pattern recognition and memorization of the ANN, an attempt is made to capture the rich physical characteristics smeared in the database and at the same time filter inherent noise in the monitored data. Here, an optimal neural network model is suggested through preliminary parametric studies. It is shown that preliminary studies for generating an optimal ANN under given training data sets are necessary because no analytical method for this purpose is available to date. In addition, this study introduces a concept of relative strength of effects (RSE) [Yang Y, Zhang Q. A heirarchical analysis for rock engineering using artificial neural networks. Rock Mechanics and Rock Engineering 1997; 30(4): 207–22] in sensitivity analysis for various major factors affecting the surface settlement in tunnelling. It is seen in some examples that the RSE rationally enables us to recognize the most significant factors of all the contributing factors. Two verification examples are undertaken with the trained ANN using the database created in this study. It is shown from the examples that the ANN has adequately recognized the characteristics of the monitored data sets retaining a generality for further prediction. It is believed that an ANN based hierarchical prediction procedure shown in this paper can be further employed in many kinds of geotechnical engineering problems with inherent uncertainties and imperfections.     

盾构法隧道施工变形智能模糊控制方法研究

在对盾构施工变形规律认识的基础上,引入了智能控制学科的思想与方法,采用模糊逻辑控制技术建立了变形的智能模糊逻辑控制系统模型,并进一步在地铁盾构法区间隧道工程中进行了初步实证研究。控制分析结果表明,采用本文提出的理论控制模型能够实现定量化盾构诸施工参数的主动与实时控制。     

隧道施工时地表沉降监测控制标准探讨

地表沉降是判断浅埋隧道地层稳定的一个重要指标。在分析地表沉降监测重要性和隧道埋深的关系基础上,阐述了地表沉降控制标准确定的原则;针对隧道无邻近结构物段,从地层围岩稳定、经验公式和相关规范的角度探讨地表沉降控制标准,并以武广客运专线浏阳河隧道为例子进行验证。结果表明,城市隧道变形控制标准要比山岭隧道更严格,浅埋隧道要比深埋隧道控制标准更严格;围岩越坚硬、跨度越小、边墙高度越小,则允许的位移越小,反之则越大;允许的变形控制标准主要影响因素是围岩自身条件,其次是隧道的跨度     

盾构施工工艺诱发地表沉降规律浅析

在研究盾构施工工艺诱发地层沉降规律时,对施工工艺变化引起地表沉降的量化分析成果相对较少。将盾构工艺分为注浆填充率?、支护压力比? 和偏心率? 等3个主要因素,将其引入到Rowe等人提出的“间隙参数”的公式中,利用Loganathan等人提出的地表沉降预测解析公式,对上述3个工艺参数的变化对地表沉降的影响进行量化分析;同时以间隙参数为前提,对前人提出的等代层厚度参数取值进一步探讨,为复杂的盾构施工工艺的数值模拟提供计算依据。通过对西安地铁2号线试验段地表沉降实测资料进行反演,分析结果认为,提出来的间隙参数计算方法及修正等代层模型能较为真实地反应施工工艺水平,能够为盾构施工地面沉降控制提供一定的参考。