基于CGA模型的盾构扭矩预测研究

以盾构近距离下穿既有车站结构为背景,提出了一种结合卷积神经网络(Convolutional Neural Networks, CNN)、门控制循环单元神经网络(Gated Recurrent Unit, GRU)和注意力机制(Attention)的新型盾构荷载预测模型。首先用CNN-Attention模型提取数据的高维空间特征并区分不同特征的重要性,然后通过GRU模型提取数据的时序特性,紧接着通过注意力机制提取出重要时间节点信息,最后得出预测的结果。为验证所提模型的预测效果,选取了4种现有的算法进行比较。结果表明所提出的模型在三种评价指标上均优于其他算法模型,同时该模型还可为盾构刀具磨损、地表及结构变形等方面的预测研究提供思路。     

考虑级配效应的粒状材料本构模拟

粒状材料被广泛应用于岩土工程中,其颗粒级配变化特性会影响材料的力学性能特别是承载力特性。为了更好地描述级配对粒状材料力学性能的影响,基于弹塑性力学和临界状态土力学,将依赖颗粒级配的临界状态线引入到一个简单的本构模型中。应用此模型来模拟不同粒状材料(DEM理想球体、人工材料玻璃球和天然砂土Hostun砂)的三轴排水/不排水实验。结果表明:此模型仅采用一组级配相关的临界状态参数就可以统一描述不同颗粒级配粒状材料的力学响应。     

粒状材料临界状态的颗粒级配效应

采用理想颗粒材料（DEM理想球体）、人工颗粒材料（玻璃球）和天然颗粒材料（Hostun砂）,通过数值和室内常规三轴排水试验研究了颗粒材料级配对其应力-应变响应和临界状态的影响规律。试验结果表明：在相同加载初始条件下（e₀ = 0.574,p₀' = 400 kPa）,随着不均匀系数C_u（d₆₀/d₁₀）的增大,试样在q-ε₁平面上从剪胀变为剪缩,在ε_v-ε₁平面上表现出由应变软化转变为应变硬化的特性。通过不同围压下的三轴排水试验,在e-p'和q-p'平面上分别对不同级配的颗粒材料集合体绘制了临界状态线,e-p'平面随着C_u的增大临界状态线往下偏移,而在q-p'平面上临界状态线不随C_u的改变而改变。     

盾构同步注浆引起土体变形的影响研究

壁后注浆是盾构隧道施工的关键环节,而同步注浆是为了减少盾构隧道施工对土体扰动而采取的壁后注浆方法之一,是盾构隧道施工的重要施工工艺,对土体变形有着显著的影响.从理论方法研究、数值计算、模型试验和实测分析等几个方面分别阐述了同步注浆对土体变形影响问题的研究现状,同时,结合工程实际总结分析了一些减小同步注浆引起的地表变形的...     

隧道围岩与支护结构变形协调控制机理及工程应用

为解决高应力下隧道岩爆以及软岩大变形控制难题,本文从隧道围岩荷载与支护平衡、变形协调控制及围岩能量守恒三方面进一步分析地下工程平衡稳定方法的特点;根据不同围岩级别总结地下工程平衡稳定方法中隧道支护结构抗力与围岩变形特征曲线,并提出隧道围岩支护的施工建议;通过分析围岩与支护结构有效荷载传递规律与功能转换特征,揭示围岩平衡与支护结构变形协调控制机理,并结合高应变吸能层材料设计一种表征为“吸能让压 支承抗压”的一体化新型隧道围岩支护工艺。通过工程应用表明,基于新型支护工艺在岩爆、软岩大变形隧道中围岩压力降低28.09%,保障了隧道安全高效施工。