公路2024,Vol.69Issue(6) :400-404.

基于机器学习的隧道围岩力学参数反演研究

孟灵鑫 杨明 谢燕飞 王丹锋 朱成豪
公路2024,Vol.69Issue(6) :400-404.

基于机器学习的隧道围岩力学参数反演研究

孟灵鑫 1杨明 2谢燕飞 3王丹锋 4朱成豪4
扫码查看

作者信息

  • 1. 浙江工业大学土木工程学院 杭州市 310014;温州信达交通工程试验检测有限公司 温州市 325105
  • 2. 温州市交通工程管理中心 温州市 325015
  • 3. 温州诚达交通发展股份有限公司 温州市 325014
  • 4. 温州信达交通工程试验检测有限公司 温州市 325105
  • 折叠

摘要

针对软岩地层中隧道开挖围岩参数难以通过地质勘察确定的问题,依托软岩隧道实体工程,采用正交数值试验、BP神经网络、位移反分析方法相结合的手段进行了隧道围岩力学参数反演分析.利用正交试验表选取25组参数组合,结合工程类比法补充的5组参数,基于所建立的BP神经网络-FLAC3D反演数值模型,通过30组样本的训练以及八次迭代,最终确定了围岩的物理力学参数.将反演得到的围岩力学参数代入三维数值模型进行计算分析,可以发现拱顶沉降和周边收敛的监测值与预测值的相对误差分别为7.339%和9.132%,均小于误差的阈值(10%),结果验证了参数及该方法的可靠性,可供类似工程参考.

关键词

隧道工程/围岩力学参数/软岩/神经网络/参数反演/有限元

引用本文复制引用

出版年

2024
公路
中国交通建设集团有限公司

公路

CSTPCD北大核心
影响因子:0.54
ISSN:0451-0712
参考文献量6
段落导航相关论文