学位论文 > 优秀研究生学位论文题录展示

大陈隧道围岩变形预测研究

作　者: 张国柱
导　师: 陈剑平
学　校: 吉林大学
专　业: 岩土工程
关键词: 浅埋偏压连拱隧道变形监测 BP神经网络位移反分析三维数值模拟
分类号: U452.11
类　型: 硕士论文
年　份: 2008年
下　载: 205次
引　用: 1次
阅　读: 论文下载

内容摘要

本文以浙江省诸永高速公路S2标段大陈隧道围岩位移现场监资料为依托,利用神经网络技术和通用三维有限元软件对浅埋偏压连拱隧道围岩变形进行了预测研究。目的是为隧道新奥法施工最佳支护时机的选择提供科学依据。大陈隧道属于典型的浅埋偏压连拱隧道,本文作者对大陈隧道掌子面和洞身围岩进行了跟踪地质调查,结合隧道地质勘察资料,对围岩类别的划分进行了适量修正。为了直观反映隧道围岩的稳定性,大陈隧道现场布设了地表下沉、拱顶下沉和围岩内部位移等监测项目。现场监测资料表明大陈隧道支护时机的选择是合理的。本文利用BP神经网络技术对大陈隧道围岩变形进行了预测分析,预测精度达到90%以上。大陈隧道结构复杂,二维弹塑性数值模拟很难满足精度要求,所以本文应用三维通用有限元软件对大陈隧道施工过程进行动态模拟,利用基于神经网络的位移反分析方法获得数值模拟所需的围岩力学指标。将模拟结果与实测资料进行对比分析,三维数值模拟结果满足精度要求,可以指导隧道施工。

全文目录

内容提要  5-9
第一章绪论  9-15
  1.1 问题提出  9-10
  1.2 国内外研究现状  10-12
    1.2.1 隧道变形监测的研究现状  10-11
    1.2.2 围岩变形预测研究现状  11-12
  1.3 本文主要研究内容及技术路线  12-15
第二章大陈隧道工程地质概况  15-23
  2.1 大陈隧道工程概况  15-20
    2.1.1 隧址区自然条件  15-17
    2.1.2 区域构造  17-20
    2.1.3 水文地质条件  20
  2.2 隧址区围岩工程地质性质评价  20-23
第三章大陈隧道围岩变形现场监控量测  23-32
  3.1 引言  23
  3.2 围岩变形现场监控量测的基本要求  23-24
    3.2.1 现场监控量测重要性  23-24
    3.2.2 公路隧道监测断面  24
  3.3 围岩变形的现场监控量测  24-32
    3.3.1 拱顶下沉  25-28
    3.3.2 围岩内部位移监测  28-30
    3.3.3 地表下沉  30-32
第四章 BP 神经网络法预测围岩变形  32-42
  4.1 神经网络的基本理论及研究现状  32-34
    4.1.1 神经网络的概念  32
    4.1.2 神经网络的研究内容及现状  32-34
  4.2 BP 人工神经网络模型  34-37
    4.2.1 MATLAB 工具箱的神经元模型  34-35
    4.2.2 BP 人工神经网络  35-36
    4.2.3 BP 网络的学习过程及算法  36-37
  4.3 工程实例  37-42
    4.3.1 BP 神经网络模型建立  37-40
    4.3.2 预测结果分析  40-42
第五章基于位移反分析的神经网络方法确定围岩力学参数  42-53
  5.1 位移反分析概述  42-43
  5.2 位移反分析的神经网络方法的提出  43-45
    5.2.1 位移反分析目标函数的确定  44
    5.2.2 位移反分析神经网络方法工作原理  44-45
  5.3 位移反分析的神经网络模型建立及工程应用  45-53
    5.3.1 确定围岩反分析参数  45-47
    5.3.2 正交模拟试验  47-48
    5.3.3 神经网络训练样本的生成  48-49
    5.3.4 神经网络的训练和测试  49-52
    5.3.5 围岩力学参数反演  52-53
第六章三维有限元数值模拟隧道开挖过程  53-74
  6.1 三维数值模型的建立及参数的选取  53-54
  6.2 连拱隧道开挖过程三维数值模拟  54-72
    6.2.1 模型概述  54-56
    6.2.2 数值计算数据与结果收集  56-72
  6.3 数值模拟结果与监测资料对比分析  72-74
第七章结论  74-76
参考文献  76-80
中文摘要  80-83
ABSTRACT  83-86
致谢  86

大陈隧道围岩变形预测研究

内容摘要

全文目录

相似论文