当前位置: 首页> 学位论文 >详情
原文传递 TBM施工穿越破碎带卡机倾向性智能预测及工程应用
论文题名: TBM施工穿越破碎带卡机倾向性智能预测及工程应用
关键词: TBM施工;破碎带;刀盘卡机;智能预测;数值模拟
摘要: TBM施工方法已经成为我国隧洞(道)工程建设的重要趋势和发展方向。然而,TBM对地质条件要求较高,特别是穿越破碎带与软弱地层时,极易遭遇开挖面塌方和洞周围岩大变形等地质灾害,导致TBM卡机灾害频频发生,造成严重的工期延误、重大的经济损失和恶劣的社会影响。对TBM卡机灾害发生的倾向性及其对施工的影响程度的准确预测,是实现TBM卡机灾害主动防控的关键前提。由于岩-机相互作用复杂,具有高不确定性、强非线性和梯度未知性的特征,基于经典理论的分析和计算方法对TBM卡机倾向性进行预测难以获得合理与快速的解答,而人工智能技术具有处理非线性复杂系统的独特优势,现已成为解决隧洞工程相关预测问题的有效手段。本文围绕隧洞穿越破碎带TBM卡机倾向性智能预测方法,采用案例统计、算法开发、理论解析、数值模拟与工程验证等手段,提出了TBM卡机灾变模式与倾向性判别指标,面向TBM卡机倾向性预测问题的特点,提出了一种元启发式智能算法,并将其应用至TBM隧洞穿越破碎带开挖面塌方诱发刀盘卡机与围岩大变形诱发护盾卡机的倾向性智能预测中,最后通过工程现场应用验证了本文方法的有效性和可行性。
  本文的主要研究工作及成果如下:
  (1)构建了TBM卡机灾变案例库,基于121例TBM卡机实例分析,揭示了破碎带、高地应力、软弱围岩与岩溶等四类不良地质条件对TBM卡机的影响规律,提出了6类典型TBM卡机致灾模式。塌方引起的刀盘卡机(占比25.6%)与围岩大变形引起的护盾卡机(占比23.1%)是占比最高的两种卡机模式;阐明了卡机倾向性的意义,提出了多模式TBM卡机倾向性判别指标及其工程意义与判别方法。依托掌子面稳定性安全系数与护盾卡机极限力学状态,分别提出了具有工程实际意义与严格力学基础的两类卡机致灾模式的倾向性定量指标的计算方法,包括开挖面塌方诱发刀盘卡机的倾向性指标及围岩大变形诱发护盾卡机的倾向性指标,为卡机倾向性智能预测提供了定量指标参数与判据基础。
  (2)提出了扰动均衡优化算法(DIEO),为解决高维、多峰、非凸、梯度未知的复杂全局最优化问题提供了有效途径。基于佳点集和混沌映射理论,提出了混合种群初始化技术,提升了DIEO算法的全局勘探能力;提出了非线性时间因子,进一步平衡了DIEO算法的全局勘探与局部开发性能;提出了扰动越界调整策略与新的更新法则,实现了DIEO算法在求解域上的连续搜索,增强了脱离局部最优解的能力;提出了自适应全局位置扰动更新机制,实现了DIEO算法的自适应更新,提升了求解质量并节省了适应度函数计算成本。通过与8个先进智能算法在58个测试函数与3个约束优化问题的对比,验证了DIEO算法的性能与先进性,为TBM卡机倾向性预测提供了基础算法。
  (3)基于DIEO最优化算法,提出了开挖面塌方导致的TBM刀盘卡机倾向性智能预测方法。构建了TBM隧洞开挖面极限支护力求解的全局最优化目标函数,在此基础上,将TBM隧洞开挖面安全系数求解转化为“含等式约束的全局最优化问题”,实现了基于DIEO最优化的TBM开挖面塌方刀盘卡机倾向性智能求解与预测,揭示了TBM开挖面塌方刀盘卡机倾向性的主控影响因素。提出了破碎带TBM开挖面塌方刀盘卡机倾向性的临界点,即Ⅳ类围岩与Ⅴ类围岩的临界BQ、或较硬岩与较软岩的临界单轴抗压强度,当围岩类别与强度均低于临界点时,TBM开挖面塌方诱发的刀盘卡机的可能性以及对工程的影响程度将显著增大。
  (4)基于DIEO最优化算法,提出了围岩大变形导致的TBM护盾卡机倾向性智能预测方法。基于局部改进的TBM-围岩相互作用模拟方法与拉丁超立方抽样技术,开展了400组机-岩相互作用数值模拟,生成了具有较高均匀性与代表性的样本集,构建了多层感知机(MLP)超参数全局最优化目标函数,提出了混合扰动均衡优化算法-多层感知机TBM护盾法向接触力智能预测模型(DIEO-MLP)。优化了DIEO-MLP模型神经网络结构与计算效率,实现了TBM护盾所受法向接触力的快速智能预测,通过与其他混合智能预测算法、反向传播神经网络(BPNN)及极限学习机(ELM)进行性能、预测结果与工程适用性对比分析,验证了DIEO-MLP智能预测模型的可靠性、竞争力与优选性。揭示了破碎带围岩大变形诱发TBM护盾卡机倾向性的主控影响因素。初始应力、单轴抗压强度与围岩弹性模量是排名前三的影响因素,在工程实际中,当围岩BQ值小于350,单轴抗压强度小于25MPa时,深埋TBM隧洞围岩大变形诱发护盾卡机的可能性以及对工程的影响程度将显著增大。
  (5)开展了TBM卡机倾向性智能预测方法的工程验证与应用。以新疆**工程**隧洞为工程应用背景,对本文提出的TBM卡机倾向性智能预测方法进行了验证,并通过TBM卡机倾向性智能预测结果,实现了**隧洞TBM3-2段敞开式TBM改造为单护盾TBM的刀盘扩挖设计的方案优化。针对TBM卡机灾变防控,分别给出了地质勘查阶段、TBM掘进阶段与TBM被卡停机阶段的“三阶段”工程处治措施,提出了TBM卡机灾变防控流程,以期为类似卡机模式与地质条件工程的TBM卡机灾变防控提供参考。
作者: 王文扬
专业: 岩土工程
导师: 许振浩
授予学位: 博士
授予学位单位: 山东大学
学位年度: 2023
检索历史
应用推荐