洞室围岩稳定性分析智能模型的构建方法

摘要：

本发明公开的洞室围岩稳定性分析智能模型的构建方法，首先确定目标问题影响因素，选择模型结构，采用正交试验设计或均匀试验设计的方法，对影响因素、采样范围和采样频度进行优化设计，将经设计后的数值进行有限元分析，生成智能模型的主样本群，将主样本群进行特征化处理，将经特征化处理的数值利用神经网络算法构建智能分析模型。该方法能够有效地弥补智能模型构建过程中专家样本和实验数据严重不足的缺陷，为岩土洞室工程应用领域的各种实用、可靠的智能分析系统的创建开发提供了构建方法。

专利类型：发明专利

申请/专利号：CN200510043083.3

申请日期：2005-08-11

公开/公告号：CN1752356

公开/公告日：2006-03-29

主分类号：E02D33/00(2006.01)I

申请/专利权人:西安理工大学

发明/设计人:李 宁;常 斌

主申请人地址:710048陕西省西安市金花南路5号

专利代理机构:西安通大专利代理有限责任公司

代理人:罗 笛

国别省市代码:陕西;61

权利要求：

1.洞室围岩稳定性分析智能模型的构建方法，其特征在于，该方法按以下步骤进行：(1)确定目标问题影响因素确定断层距离、断层厚度、断面倾角、侧压力系数、围岩变模、围岩内聚力、围岩内摩擦角、围岩泊松比、洞室埋深、洞室跨度和洞室高跨比11种影响因素；(2)选择模型结构模型输出为单点状态值，且影响因素的数目＜5个时，采用单一核心模型结构；模型输出为场量或多点状态值、或单点多状态值，或者主要影响因素的数目为5～10个时，采用多个核心模型共存的并联模型结构；影响因素的数目＞10个时，采用核心模型和补充模型串、并联的复合模型结构；(3)分别确定核心模型和补充模型中的影响因素、采样范围和采样频度，在核心模型中：确定断面倾角、断层距离、断层厚度、侧压力系数、围岩变模、围岩内聚力、围岩内摩擦角、围岩泊松比8个影响因素，采样范围定为拱顶、拱肩、边墙三种断层情况，各影响因素的采样频度确定为每影响因素采样3～5个点；在补充模型中：确定洞室埋深、洞室跨度、洞室高跨比3个影响因素，采样范围定为拱顶、拱肩、边墙三种断层情况，各影响因素的采样频度确定为每影响因素采样3～5个点，采用正交试验设计或均匀试验设计的方法，对核心模型和补充模型中的影响因素、采样范围和采样频度进行优化设计；(4)将经上述正交试验或均匀试验设计的数值进行有限元分析，生成智能模型的数据源①确定要进行有限元分析的几何范围其几何范围确定为水平向6倍洞径，竖向8倍洞径；②得到有限元分析的地应力条件竖向地应力σv＝γ·H水平地应力σh＝k0·γ·H其中：<math-cwu><![CDATA[<math> <mrow> <msub> <mi>k</mi> <mn>0</mn> </msub> <mo>=</mo> <mfrac> <mi>&mu;</mi> <mrow> <mn>1</mn> <mo>-</mo> <mi>&mu;</mi> </mrow> </mfrac> </mrow></math>]]></math-cwu>γ为围岩的平均容重，H为埋深，k0为侧压力系数，μ为围岩的泊松比；③施工荷载确定为初始地应力+开挖地应力释放荷载④确定断层的物理力学参数断层的物理力学参数为变形模量、泊松比、内聚力、内摩擦角、抗拉强度、容重，根据水利水电规划总院与水利水电地下建筑物情报网主编的《水利水电工程地下建筑物设计手册》(1993)结合水利部的《水利水电工程地质勘察规范》(1999)得到模型中断层的各物理力学参数；⑤确定喷层的物理力学参数喷层的物理力学参数为弹性模量、泊松比、抗拉强度、容重，根据《水工钢筋混凝土设计规范》进行力学参数的分析选取；⑥破坏准则的选取，选用莫尔—库仑破坏准则，当满足τ≥c+σ·tgφ，其中τ是剪应力，c是内聚力，σ是压应力，φ是内摩擦角，认为岩石破坏；⑦确定软弱夹层的强度参数，<math-cwu><![CDATA[<math> <mrow> <msub> <mi>E</mi> <mi>Z</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mi>Z</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>E</mi> <mi>r</mi> </msub> <msub> <mi>E</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>Z</mi> </msub> <mo>-</mo> <msub> <mi>T</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>E</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>T</mi> <mi>f</mi> </msub> <msub> <mi>E</mi> <mi>r</mi> </msub> </mrow> </mfrac> </mrow></math>]]></math-cwu>其中，Tz为夹层影响带的厚度；Tf为夹层厚度；Ef为软弱夹层变形模量；Er为非夹层的一般围岩变形模量，得到的上述数据结果，作为智能模型的数据源；(5)将上述数据源进行特征化处理得到主样本群将断面分为拱顶、拱肩、边墙三个分区，在这三种不同的断层位置上，分别将分析区域的有限元网格进一步离散为各自的25个特征点，通过对这25个特征点的状态值进行内插处理；(6)模型建立将上述经特征化处理的数值利用神经网络独立构建对应于特征点的完整的25个预测模型，网络结构选为7-20-1，每个预测模型将包含3个分区，每个分区分别对应于拱顶、拱肩和边墙三种不同的断面位置，当预测模型对这些特征点的状态值进行预测之后，通过对这25个特征点的状态值进行内插，就能完整再现分析区域的连续场量信息。