首页|基于机器学习的隧道围岩力学参数反演研究

基于机器学习的隧道围岩力学参数反演研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
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。

孟灵鑫、杨明、谢燕飞、王丹锋、朱成豪

展开 >

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

温州市交通工程管理中心 温州市 325015

温州诚达交通发展股份有限公司 温州市 325014

展开 >

隧道工程 围岩力学参数 软岩 神经网络 参数反演 有限元

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
年,卷(期)：2024.69(6)
  • 6