高地应力下大型地下洞室群开挖顺序 与支护参数组合优化的智能方法

 针对高地应力下围岩变形破坏的特殊性以及大型地下洞室群开挖支护优化计算量大的特点,在三维弹塑性数值计算的基础上,采用反映高地应力下脆性岩石变形破坏特点的新本构模型,提出基于弹性释放能、塑性区体积、洞室周边位移与支护费用的地下洞室群开挖顺序与支护参数组合方案的综合优化新指标,综合集成粒子群与支持向量机的智能技术,提出高地应力下地下洞室群开挖顺序与支护参数的智能优化新方法。该方法通过典型施工方案的数值计算构建学习样本,采用支持向量机方法对样本进行学习与预测,建立起施工方案与综合优化指标之间的非线性映射关系,在具有一定约束条件的全局空间下,通过粒子群优化算法搜索出开挖顺序与支护参数的全局最优组合方案。将该方法应用于高地应力区黄河拉西瓦水电站地下厂房洞室群的开挖顺序和支护参数优化分析,结果表明该方法的可行性。     

大岗山地下厂房洞室群围岩力学参数的动态反演与开挖稳定性分析研究

岩体力学参数是影响地下工程围岩稳定的重要因素,随着地下洞室开挖进度的发展,岩体力学参数将产生明显变化。为实时反映开挖过程中围岩的力学参数变化,建立正交试验设计效应优化位移反分析法,应用该方法对大岗山水电站地下厂房洞群分步开挖过程中围岩的力学参数进行实时动态反演。利用动态反演的力学参数对各开挖层围岩进行稳定性分析,揭示出洞群开挖过程中围岩位移场、应力场和塑性区的变化规律,反演计算位移值与实测位移值吻合较好。根据分步开挖计算结果,提出地下厂房洞室群的加固处理建议,并及时反馈给设计单位,实时指导和优化工程的设计与施工。     

基于松动圈-位移增量监测信息的高地应力下洞室群岩体力学参数的智能反分析

考虑到高地应力下洞群围岩力学行为独特性和深部地下工程研究需要,提出大型洞室群岩体参数的智能反演新方法。该方法是采用弹脆塑性本构CWFS模型,以分步开挖引起的松动圈和位移增量监测信息为输入,首先通过参数敏感性分析确定待反演的参数,再建立位移增量–松动圈深度的联合适应度函数,用进化神经网络–遗传算法求得待反演参数的数值,并进行后续开挖引起的位移演化的灰色关联度分析和松动圈的实测值与计算值对比对反演结果进行检验的反分析方法。用该方法对具有高地应力特征的拉西瓦水电站花岗岩地下洞室群围岩的力学参数进行了反演,通过地下洞室群的第2～6层开挖引起的位移增量和松动圈的测试值,反演求出相关5个岩体力学参数的值。用反演所得的参数值对第7步开挖引起的位移增量和松动圈变化进行计算分析,结果表明该方法的正确性。     

大型地下洞室极限位移预测与稳定性分析

 建立大型地下洞室的随机权重粒子群算法–最小二乘支持向量机(RandWPSO-LSSVM)预测模型,通过实例检验预测模型的可靠性,应用于糯扎渡水电站大型调压井洞室围岩的极限位移预测分析,并与数值计算结果对比分析,综合评价工程区围岩的稳定性。研究结果表明,RandWPSO-LSSVM预测模型所预测的极限位移相对真实值的最大误差为6.72%,误差较小,预测效果较好,满足工程要求;糯扎渡水电站大型调压井地下洞室在设计支护参数情况下数值计算的最大位移为19.45 mm,最大拉应力为0.54 MPa,均分布在五洞交叉口边墙位置,远小于微新风化岩体抗拉强度,塑性区也较少,围岩最大位移小于五洞交叉口边墙位置的极限位移预测值,工程区围岩较稳定;研究结果对提前预估大型地下工程的稳定性具有重要意义,可为合理制订施工决策提供参考。     

大断面地下洞室开挖优化数值模拟

以开挖扰动导致围岩塑性区面积最小，围岩中最大位移最小和支护结构受力最小或支护结构安全系数最大为评判准则，采用数值方法对某大跨度、高边墙地下洞室在同一断面不同的开挖步序进行了优化，其优化结果与实际中采用的开挖顺序一致，对于类似大断面地下洞室的建设具有一定的参考价值。     

索风营水电站地下洞室岩体力学参数的位移反分析

利用支持向量机和模拟退火算法对索风营地下洞室岩体的力学参数进行位移反分析,一方面支持向量机代替有限元计算提高了计算分析速度,另一方面用模拟退火算法代替传统的优化算法,避免优化过程中目标函数陷入局部极小值而无法继续寻优的状态,提高了反演的效率精度。利用反演得到的岩体力学参数进行有限元正分析所得位移与现场实测结果更加接近。     

大型地下洞室围岩体蠕变参数位移反分析研究

工程岩体蠕变参数的反演是大型地下工程围岩体稳定性分析中的一项重要研究内容.以锦屏二级水电站地下厂房为研究背景,根据现场施工得到的动态监测资料,通过建立能反映实际施工开挖顺序的计算力学模型,采用精确罚函数法以及Nelder-Mead优化算法相结合的有限元位移反分析计算程序,对地下厂房围岩体蠕变参数进行反演研究.结果表明:反演位移值与现场实测值非常接近,绝大部分反演结果与实测值误差均在8%以内,反演结果较为理想;并得到了围岩体开挖蠕变后的合理应力变形特征.研究成果为地下洞室群的长期稳定性和可靠性研究提供理论依据.     

溪洛渡水电站超大型地下厂房洞室群岩体工程控制与监测

 金沙江溪洛渡水电站地下厂房洞室群规模巨大,结构复杂,玄武岩组内层间与层内错动带致使岩体非连续性是主要地质问题。采用损伤弹塑性数值方法对围岩稳定性进行分析,确定洞室开挖顺序和支护参数。精细化施工组织,严格控制开挖对岩体的损伤范围,并保证洞室轮廓的良好成型。及时对监测数据进行分析和反演分析,对支护工作量进行动态设计。开挖过程中,位移和应力变化规律较好;开挖完成后,位移和应力总量值较小,洞室围岩稳定性良好。溪洛渡地下厂房洞室群规模为我国已建和在建工程之首,总结其设计、开挖与支护,监测与反演等岩体工程控制措施,对类似工程具有指导和借鉴作用。     

十字岩柱法隧道开挖地质力学模型试验研究

 以重庆市轨道交通三号线为工程背景,开展十字岩柱暗挖法地质力学模型试验研究,优化大断面隧道开挖工序,进行围岩岩土相似材料配比试验、模拟洞室开挖过程中锚固注浆加固作用、洞室开挖过程的围岩位移变形监测分析。试验结果表明：研制的钢结构台架可成功模拟加围压条件下的洞室开挖,可直观地观察到模型开挖时围岩的渐进破坏过程。模型试验采用的监测系统能对开挖过程中洞室围岩的位移进行实时监测,实现了开挖支护与监测记录同步进行。根据相关参数建立数值分析模型,将数值计算结果与试验实测结果进行对比分析可知：二者结果基本一致,规律大致相同,且最终位移值满足试验要求,表明模型试验取得了较为理想的效果。研究工作对实际工程施工及今后类似模型试验研究的发展具有一定指导作用。     

地下洞室围岩可靠度的敏感性计算

综合考虑初始地应力、渗流荷载以及岩体材料参数的随机性,采用非线性有限元的初应力法,基于偏微分技术,模拟地下洞室施工开挖步序,提出了地下洞室围岩可靠度对随机因素敏感性的计算方法,并对某一实际工程进行了计算,可以看出不同因素对围岩可靠度影响的差别很大。     

基于边坡位移监测数据的进化支持向量机预测模型研究

支持向量机方法是基于统计学习理论和结构风险最小化原则的学习方法,在回归预测方面具有良好外推能力,并且适合小样本的统计学习问题。建立支持向量机预测模型,对边坡位移进行预测计算,将预测值和实测值对比分析,验证了支持向量机预测模型较强的外推能力和预测计算的有效性。通过对边坡位移初始时序位移数据进行灰色理论的累加生成和累减生成处理,形成新的时间序列数据,在此基础上,计算出预测值,并与基于初始时间序列的支持向量机预测结果对比分析,基于新生成的时间序列数据进行预测计算结果精度明显提高。基于边坡位移监测数据构建训练样本数据集,研究了训练样本数据集的选取对预测结果的影响。对支持向量机预测模型的关键参数进行敏感度分析,并采用进化算法–微粒群算法对支持向量机模型参数加以优化,提高了预测精度。     

某地下洞室开挖过程中变形和应力分析研究

根据相关地下洞室工程地质条件,采用有限元分析软件ANSYS模拟地下厂房开挖,并对其进行数值模拟计算。计算得出了岩体开挖过程中围岩产生的应力、位移分布情况和变化量,分析得到了地下洞室的变形和应力都在可控值的范围内。除了应力集中部位需要特别注意外,围岩周围体都是稳定的,为地下洞室的开挖施工提供了参考。     

水电站地下厂房开挖过程弹塑性数值分析

采用三维弹塑性有限元计算,对某水电站地下厂房开挖过程进行了数值模拟,分析了开挖过程中毛洞周边围岩位移和应力的变化规律,分析结果表明厂房由于洞室围岩比较破碎,围岩开挖变形量较大,洞室的稳定性较差,开挖后要及时施工支护结构。     

拉西瓦水电站地下厂房洞室群分层开挖过程仿真反演分析

 拉西瓦水电站厂房规模巨大,围岩主要为脆硬花岗岩,爆破后围岩分区明显;同时厂房区域山高坡陡,河谷狭窄,区域地应力场较高,且分布较复杂,对洞室稳定性不利。为了评判开挖后地下厂房围岩的稳定性及支护的长期安全性,以地下厂房分层开挖现场实测位移为基础,根据多点位移计实测的离洞壁不同深度位移的变化规律将厂房洞壁周边围岩分为松动区、过渡区和稳定区;然后采用每层开挖引起的增量实测位移与相应的反分析位移均方差作为目标函数,分层进行围岩力学参数反演分析,得到上、下游厂房不同的地应力参数及地下厂房在开挖每层时围岩的岩体力学参数。结合反演得到的这些地应力场与围岩力学参数,对后续开挖时厂房围岩稳定性进行评价与预测,提出拉西瓦地下厂房围岩稳定性判定标准。该标准为后续地下厂房监测变形控制提供依据,有效地指导厂房支护设计与开挖施工。     

基于最小二乘支持向量机的大坝力学参数反演

针对大坝力学参数和坝体位移间复杂的非线性关系,将最小二乘支持向量机应用于大坝力学参数的位移反演中。首先利用有限元模型得到最小二乘支持向量机的训练样本,建立坝体位移水压分量相对值和力学参数间复杂的非线性关系,同时利用偏最小二乘回归模型分离出实测坝体位移的水压分量相对值,并将其输入到训练好的最小二乘支持向量机模型,即可得到大坝力学参数的反演值。以某混凝土重力拱坝为例,采用最小二乘支持向量机反演了坝体弹性模量、岩体变形模量以及主要断层的弹性模量,经过比较分析发现,该方法是可行的。     

地下硐室节理岩体区间非概率可靠性分析方法及应用

首先提出采用区间值表示岩体力学参数取值,以反映参数取值的不确定性特征,并根据参数取值特性建立出相应参数的区间值确定方法;其次,综合考虑地下硐室地质条件及其裂隙较多的特点,采用适合于裂隙岩体稳定性分析的块体理论,在研究围岩稳定性进行分析的基础之上建立地下硐室节理岩体的区间非概率可靠性分析模型;然后,运用区间理论与一维优化算法求解非概率可靠性指标,并采用可靠性评价准则对地下硐室岩体稳定性进行综合评价。由于需考虑的裂隙多而导致计算量较大,因此分析方法采用了可实现程序化的矢量分析法,应用数值软件MATLAB编制计算程序。该程序通过输入结构面产状,力学参数等工程数据,依次分析各关键块体,得到滑动方向、区间可靠度等相关信息,从而为地下硐室群的开挖施工提供指导 。     

AOSVR在地下厂房围岩变形预测中的应用

针对目前广泛使用的模糊系统和神经网络预测方法在地下结构围岩变形预测中的缺陷,提出一种精确在线支持向量机(AOSVR)并将其应用到水电站地下厂房开挖过程中顶拱围岩的变形预测.通过与其他预测方法的比较,可以发现精确在线支持向量机有很强的学习能力和很高的预测精度.     

江口水电站地下厂房围岩稳定性研究

重庆市芙蓉江江口水电站采用引水式地下厂房,是由许多建筑物组成复杂的地下空间结构,主厂房布置于左岸山体内,因此地下洞室稳定是整修工程建设的关键技术问题之一.电站地下洞室围岩以厚层灰岩、白云岩为主,夹少量页岩.洞室地应力以构造应力为主,其最大主应力方向与厂房轴线方向近垂直.根据地应力及山体地形地质条件,采用三维弹塑性有限元分析方法进行分析,拟合回归出计算模型所需的三维初始应力场,并模拟开挖及支护方案,计算得出洞室周边塑性变形区、应力分布及位移.并进行了稳定分析,采用支护措施后地下洞室塑性变形开裂范围和位移及洞周应力均有减少,使室洞围岩稳定是有保证的.     

大型洞室群稳定性与优化的综合集成智能方法研究

大型地下洞室群的稳定性分析及优化研究是当前水电开发中亟待解决的重大课题。由于地下洞室群的布局和所处的地质环境的复杂性，导致许多优化问题都是复杂的非线性问题，通常有多个决策变量，且其结构布置和施工顺序的全局最优解通常难以快速获得。以有限元分析为基础，综合应用遗传算法、人工智能、神经网络理论以及并行计算方法，提出综合集成智能优化方法，并用于水布垭地下厂房软岩置换方案优化和软岩力学参数对洞室群稳定性的影响分析，完成了以下工作：（1)根据大型洞室群具有多因素影响和多指标评价的特点，提出了多因素综合指标的洞室结构布置和施工顺序的适应性判别准则。(2)鉴于大型洞室群的开挖优化是多种方案的组合优化问题，提出了改进的进化．神经网络的智能化学习算法，解决了神经网络的隐含层结构和学习参数(如学习率和动量项)的最优确定。(3)将有限元方法嵌入智能化搜索算法，提出了大型洞室群优化的二维或三维进化．有限元方法，从而解决了大规模优化问题。(4)将上述的进化．有限元方法和神经网络、并行计算有机结合，提出了大型洞室群优化的并行进化神经网络有限元方法。该方法使得大规模软岩置换方案优化问题在PC机群上实现了并行求解，提高了计算速度、规模和精度，并具有快速收敛到全局最优解的优势。(5)将提出的进化．有限元方法应用于水布垭地下厂房软岩置换的优化和稳定性分析研究，得到了最优的软岩置换范围。(6)将并行进化神经网络有限元方法应用于水布垭地下厂房周围软岩置换范围和置换顺序的优化研究，获得了最优解。通过对最优解的有限元计算结果分析，表明该方法得到的最优方案是合理的。(7)在工程设计单位给定的范围内，采用并行进化神经网络有限元方法对水布垭地下厂房周围软岩的力学参数对厂房的稳定性影响进行了分析，搜索了对围岩稳定性最不利的一组参数组合，并对软岩的力学参数进行了敏感性分析，确定出关键岩层和重点支护部位。     

水工洞室围岩稳定性的非连续变形分析

采用块体系统分析方法,针对岩体结构面的材料非连续性、变形的非连续性以及大变形等特征,建立了水工洞室开挖稳定性分析的非连续交形分析模型,并以某大型水电站地下厂房为例,模拟了洞室开挖.计算模型详细模拟了围岩内的各条断层,并采用统计模型生成各组节理,按试验资料确定其非线性参数,通过分析,得到了开挖后围岩的应力场和位移场.