首页期刊导航|隧道建设（中英文）
期刊信息/Journal information
隧道建设（中英文）
隧道建设（中英文）

张炜

月刊

2096-4498

ztsk2000@263.net

0379-62632470；62632173；63633403

471009

河南省洛阳市陵园东路3号(状元红路）

隧道建设（中英文）/Journal Tunnel Construction北大核心CSTPCDCSCD
查看更多>>《隧道建设》是隧道及地下工程领域实践性很强的技术类科技期刊。1981年创刊，至今已连续刊出了31卷141期。2002年，经国家科技部、国家新闻出版署和河南省科技厅、河南省新闻出版局批准，由中铁隧道集团主管、中铁隧道集团科研所主办的科技刊物《隧道建设》成为国内公开发行刊物(国内统一刊号CN 41-1355/U，国际标准刊号ISSN-1672-741X)，刊期为双月刊。《隧道建设》主要刊载隧道及地下工程施工领域中具有较高经济效益和社会效益的工程实践论文。其办刊方针是为我国经济建设服务，为推进隧道及地下工程领域施工技术进步服务。 《隧道建设》聘请了多名业内著名专家、学者作为本刊的顾问、编委，中国工程院院士、第九届第十届全国人大代表、全国政协委员王梦恕一直是《隧道建设》编委会的主任委员。《隧道建设》主要刊载隧道及地下工程及其相关领域研究成果和先进技术；刊登内容以实用技术为主，兼顾试验、研究和综合评述，涉及铁路、公路等领域中隧道与地下工程、及相关的结构工程、水利工程、岩土工程、工程爆破、工程材料、工程机械、工程管理等专业。相关领域的国内外科技信息、行业动态等。 《隧道建设》发行的对象主要为全国各工程单位，其中包括中铁系统、中水电系统、中交系统、中冶系统、中建系统、地方各建设系统、相关高校及科研机构。
正式出版
收录年代

    基于混合深度学习方法的大直径泥水盾构隧道掌子面压力预测研究

    韩东张明书陶赞旭雷宇...
    2181-2189页
    查看更多>>摘要：为提高盾构模型预测性能,以武汉长江隧道大直径泥水盾构隧道工程为背景和数据来源,基于图卷积网络(GCN)和长短期记忆神经网络(LSTM)构建掌子面压力预测模型,利用贝叶斯优化算法(BO)对预测模型的关键超参数进行寻优.采用SHAP方法对预测模型进行全局解释,计算每个输入参数对预测目标的Shapley值,提高模型的解释度和透明度.研究结果表明:1)所提出的BO-GCN-LSTM方法在各历史时间步长下均具有较高的精度,拟合优度(R2)平均值为0.943,均方根误差(ERMSE)平均值为0.245,平均绝对误差(EMAE)平均值为0.173,平均绝对百分比误差(EMAPE)平均值为1.183％.2)在历史时间步长t-1-t-10中,时间步长t-3的R2、ERMSE、EMAE、EMAPE分别为0.953、0.233、0.159、1.151％,运行速率为1.7次/s,表现出最佳整体预测性能.3)通过SHAP方法进行全局解释,可以确定对研究目标影响较大的参数为气垫舱压力、进出排浆压力和刀盘挤压力差,为大直径泥水盾构隧道掌子面压力管控提供有价值的决策依据.基于BO-GCN-LSTM深度学习模型可以有效预测隧道掌子面压力,有助于盾构驾驶员做出合理的参数调整.

    大直径泥水盾构混合深度学习隧道掌子面压力BO-GCN-LSTMSHAP

      原文链接:
    • 万方数据
    • 维普

    旁侧开挖引起的盾构隧道横向变形响应机制研究

    谢锡荣张文涛刘兴旺李瑛...
    2190-2201页
    查看更多>>摘要：为研究旁侧开挖对邻近盾构隧道横向变形的响应规律,提出一种考虑基坑围护结构变形、隧道初始状态、尺寸效应及纵向作用影响的盾构隧道横向变形理论分析方法,探讨隧道截面尺寸、埋深以及与围护结构的水平净距等因素对隧道横向变形的影响规律.基于杭州市之江运河隧道旁侧的某深基坑工程,采用实测和数值分析等手段验证理论解,揭示坑外土体附加应力分布规律与隧道横向变形的响应机制.研究结果表明:1)旁侧开挖引起的隧道横向变形随隧道截面尺寸的增加近似呈抛物线形增加;2)当隧道中轴线埋深大于2.5倍基坑开挖深度时,水平净距对邻近隧道的横向变形影响较小;3)当基坑与隧道水平净距大于40 m时,隧道埋深对邻近隧道的横向变形影响较小;4)计算结果基本可以真实反映旁侧开挖引起的隧道横向变形和椭圆度的变化规律.该方法为预测基坑开挖引起的隧道结构变形、内力和病害发展及动态调控基坑施工和保护既有隧道的运营安全提供一种新思路.

    旁侧开挖盾构隧道横向变形附加应力纵向作用

      原文链接:
    • 万方数据
    • 维普

    广告目次

    2201页
      原文链接:
    • 万方数据

    基于振动信号的盾构掘进地层辨识研究

    王海涛周淳孙九春王悦...
    2202-2212页
    查看更多>>摘要：针对泥水平衡盾构在掘进过程中难以实时辨识刀盘前方地质类型的问题,依托杭州之江路输水管廊及道路提升工程,通过在主驱动位置安装三轴加速度计,分析5类典型地层剖面信息与振动信号的关联性,以刀盘转动1圈的时间为周期,将原始信号划分为若干时间段,构建振动信号短时特征集,提出主成分分析(PCA)与支持向量机(SVM)相结合的刀盘前方地质类型实时辨识方法.结果表明:1)地质类型对振动信号有着显著影响,沿Z轴方向(隧道前进方向)振动幅值最高,三轴ERMS加速度中不同类地层条件下刀盘转矩和贯入度参数具有明显的聚类特性.2)PCA-SVM方法对工程沿线5类典型地质类型的识别准确率约97.98％;相比于采用原始加速度信号作为输入参数,采用分时间段提取的时域和频域特征作为输入参数的识别准确率提高23.36％.3)PCA算法能有效减少数据量,缩短模型训练时间约29.2％,提高识别模型准确率约0.3％.

    盾构掘进地层辨识振动信号PCA-SVM

      原文链接:
    • 万方数据
    • 维普

    基于Transformer的盾构泥水舱液位智能预测与控制

    卢靖李刚胡珉王伊...
    2213-2222页
    查看更多>>摘要：泥水液位控制是泥水平衡盾构施工的关键环节,其通过调节泥水循环系统参数进行控制.由于长距离的管道泥水运输,系统存在显著的时滞效应,其控制特性也随地质和管道长度的变化而改变,依靠人工或传统控制方法难以实现准确控制.为解决这一难题并确保盾构推进过程中切口压力的稳定,通过对盾构泥水循环系统控制机制的深入分析,提出一种基于Transformer的盾构泥水舱液位智能预测与控制方法,该方法采用Transformer网络对泥水循环系统的动态特性进行建模,通过迭代多步预测方法对给定控制参数序列下的未来液位情况进行预测.此外,为了优化控制性能并满足系统约束,引入自适应梯度下降方法来解决优化问题及其约束条件,以获得系统的最优控制参数.该方法在苏州河段深层排水隧道的施工数据集上进行仿真验证,试验结果表明:1)在粉砂夹粉质黏土地层的泥水盾构隧道施工中,所提出的控制方法能够有效提高泥水循环系统的控制效果;2)通过与传统控制方法的比较,该智能控制方法显示出更高的控制精度和稳定性,证明其在盾构施工中的应用价值.

    泥水平衡盾构泥水舱液位控制迭代多步预测Transformer模型智能控制

      原文链接:
    • 万方数据
    • 维普

    第二十届中国土木工程詹天佑奖揭晓,89项工程获奖,其中与隧道及地下工程相关项目16项

    隧道网微信公众平台
    2222页
      原文链接:
    • 万方数据
    • 维普

    基于TimeGAN增强的CNN-LSTM模型在盾构掘进地表沉降中的预测研究

    郁万浩刘陕南肖晓春
    2223-2232页
    查看更多>>摘要：为更准确地预测小数据量下盾构法施工造成的地表沉降,提出基于TimeGAN(time series generative adversarial networks,时间序列生成对抗网络)增强的CNN(convolutional neural networks,卷积神经网络)-LSTM(long short-term memory,长短期记忆网络)盾构掘进地表沉降预测模型,并依托上海北横通道新建工程Ⅱ标盾构施工项目验证该增强模型的性能.首先,选取300环的部分施工参数、地质参数、几何参数以及地表最大沉降,对比LSTM、CNN-LSTM与TimeGAN-CNN-LSTM的性能,证明CNN-LSTM对于盾构施工环境下多参数的预测效果明显优于LSTM,TimeGAN-CNN-LSTM增强模型优于CNN-LSTM;然后,通过更改训练集及测试集的大小,对不同数据集下TimeGAN-CNN-LSTM增强模型相较CNN-LSTM的预测效果进行研究.结果表明:TimeGAN-CNN-LSTM增强模型预测效果相较CNN-LSTM模型提升显著,且当训练集与测试集比值为4～8时,提升最为显著.

    盾构隧道地表沉降卷积神经网络长短期记忆网络时间序列生成对抗网络

      原文链接:
    • 万方数据
    • 维普

    基于Stacking集成学习的盾构掘进地表沉降预测方法

    郑一鸣李刚季军张孟喜...
    2233-2240页
    查看更多>>摘要：为提高盾构施工中地表最终沉降预测模型的准确性和泛化性,结合主成分分析(PCA)和多层堆叠集成算法(Multi-layer Stacking)提出PCA-Stacking盾构掘进地表沉降预测方法.该方法利用PCA算法对盾构掘进过程中产生的大量数据进行处理,以减少特征维度并提取关键信息;此外,通过多层Stacking算法将多个异质模型进行融合,在提高模型预测性能的同时避免子模型间的优化比选.依托上海市北横通道超大直径盾构隧道工程,对盾构工程中的多源数据进行处理,对比PCA处理前后Stacking模型的性能,并将PCA-Stacking模型与RF、XGBoost模型进行对比.研究结果表明:1)PCA处理前后,Stacking模型的R2分别为0.792和0.831,PCA对Stacking模型性能有一定提高;2)超参数优化后,RF和XGBoost的R2分别为0.748和0.612,其性能弱于未进行超参数优化的PCA-Stacking;3)PCA-Stacking模型对地表隆起、沉降变化高度都具有良好的预测能力;4)在盾构掘进地表沉降预测方面,异质子模型的PCA-Stacking算法优于同质子模型的集成算法.

    盾构隧道地表沉降机器学习Stacking集成学习主成分分析(PCA)

      原文链接:
    • 万方数据
    • 维普

    盾构隧道结构三维参数化设计方法及平台研制

    刘新根蔡荣刘学增丁爽...
    2241-2250页
    查看更多>>摘要：为解决当前盾构隧道三维正向设计地层-结构模型脱节、建模仿真效率低、数据跨系统调用丢失严重等问题,首先,提出基于地层层序全自动界定和子钻孔递归的三维地层建模方法,采用差异化建模技术在不同区域创建差异化三维地层模型;然后,提出基于布尔运算和虚拟钻孔探针的三维地层模型与隧道结构数物模型耦合方法,以及三维地层模型几何边界自动提取与有限元网格重构方法,构建基于三维精细化几何模型二维映射和轮廓拾取的二维自动出图方法;最后,集成盾构隧道结构三维参数化设计方法,开发集三维地层建模分析、结构三维设计、数值分析、自动出图为一体的盾构隧道三维参数化设计平台(FDP-ST3D).FDP-ST3D已在济南地铁S1线、苏州轨道交通S1线、深圳市妈湾跨海通道工程盾构段、苏通GIL管廊隧道等工程中试点应用,应用表明:该平台数据传递高效准确、复用率高,管片结构二维出图只需要15 min,相比人工出图,设计效率与准确性显著提高.

    盾构隧道管片三维参数化地质模型数字数值二维出图

      原文链接:
    • 万方数据
    • 维普

    一种地铁地下线路与市政桥梁长距离共路由整合分建的线路设计方法

    任碧能
    2251-2256页
    查看更多>>摘要：为解决地铁地下线路与市政桥梁在城市道路上长距离共路由敷设存在空间、结构、建设时序等相冲突的问题,提出一种地铁地下线路与市政桥梁长距离共路由敷设、同位不同期整合分建的线路设计方法,介绍地铁立柱与市政桥梁桩基共建、地铁围护桩基兼作市政桥梁桩基等设计方法,使地铁地下线路与市政桥梁既能分开建设,互不影响各自建设时序和工期,又能整体合一,避免侵入破坏沿线周边地块,节省城市道路空间资源和工程投资,实现综合集约设计建设.实际工程应用案例表明,该线路设计方法可以产生较好的社会和经济效益,避免破坏土地价值至少18亿元.本设计方法应用的前提是地铁和市政桥梁两者需要提前规划、预留条件.

    城市轨道交通地铁地下线路市政桥梁共路由敷设线路设计数字化

      原文链接:
    • 万方数据
    • 维普