一种缓倾层状隧道底鼓等级预测方法及相关设备

摘要: 本说明书涉及隧道工程领域,更具体地说,本申请涉及一种缓倾层状隧道底鼓等级预测方法及相关设备。背景技术:1、隧道工程在穿越缓倾层状地质体(即地层层面倾角较小,岩石...
一种缓倾层状隧道底鼓等级预测方法及相关设备

本说明书涉及隧道工程领域,更具体地说,本申请涉及一种缓倾层状隧道底鼓等级预测方法及相关设备。

背景技术:

1、隧道工程在穿越缓倾层状地质体(即地层层面倾角较小,岩石分布呈层状)时,常常面临底鼓灾害风险。底鼓是指隧道底部因地应力重分布、围岩失稳或水压作用导致向上鼓胀的结构破坏现象,具有突发性强、破坏性大、治理困难等特点。一旦发生底鼓,不仅会影响施工进度,还可能引发隧道坍塌事故,危及人员与设备安全。

2、传统的隧道底鼓等级判别方法多依赖人工经验或简化的工程类比方式进行判定,准确性和适应性均受限。部分研究通过建立地质力学模型或进行数值模拟分析来预测底鼓风险,但参数选取主观性强,对影响因素缺乏系统建模;预测过程计算复杂、效率低,难以适应实时评估需求;预测结果与实际工程表现存在误差,尤其在复杂地质条件下泛化能力差;缺乏智能化分级机制,底鼓等级评估标准分散且依赖人为判断。

3、特别是在缓倾层状隧道中,地质结构连续性强,影响底鼓发生的因素交织复杂,如岩石强度、层理角度、水压状态、埋深变化等因素的耦合效应尤为显著,传统方法难以准确建模与高效预测。

4、因此,亟需一种融合数据驱动与物理建模的方法,对底鼓等级进行高精度、快速、自动化的预测,以实现对隧道施工安全的前置性管控。

技术实现思路

1、在 技术实现要素: 部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本申请的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。

2、第一方面,本申请提出一种缓倾层状隧道底鼓等级预测方法,包括:

3、获取已知缓倾层状隧道基本信息,确定目标影响因素的已知取值信息;

4、使用目标软件建立隧道开挖模型,以上述已知目标影响因素的已知取值信息利用目标仿真软件进行仿真,以获取数值模拟结果,基于上述数值模拟结果确定隧道底部扰动区深度,并提取隧道底部最大纵向位移值作为底鼓量;

5、获取底鼓等级划分信息;

6、根据上述已知取值信息、上述底鼓量、上述隧道底部扰动区深度和上述底鼓等级划分信息,建立数据库;

7、使用目标机器学习算法对上述数据库中的数据集进行学习,建立隧道底鼓预测模型;

8、获取目标隧道的上述目标影响因素对应的实际数值信息;

9、将上述实际数值信息输入至上述隧道底鼓预测模型,以获取上述目标隧道的隧道底鼓等级。

10、在一种可行的实施方式中,上述获取底鼓等级划分信息,包括:

11、以隧道底部相对位移和隧道底部扰动区深度为指标,划分底鼓等级。

12、在一种可行的实施方式中,

13、上述隧道底部相对位移基于下式计算:

14、

15、上述隧道等效半径基于下式计算:

16、

17、上述隧道底部扰动区深度基于下式计算:

18、

19、其中,为隧道断面面积,,分别为完全损伤的节理单元的横纵坐标;,分别为完全损伤的岩石单元的横纵坐标;,分别为隧道圆心的横纵坐标,d为上述底鼓量。

20、在一种可行的实施方式中,上述目标机器学习算法包括xgboost。

21、在一种可行的实施方式中,上述目标软件包括fdem数值软件。

22、在一种可行的实施方式中,上述目标影响因素包括岩层厚度、隧道埋深、水平侧压力系数和岩石单轴抗压强度。

23、在一种可行的实施方式中,在上述隧道底鼓预测模型的学习过程中,采用随机网格搜索确定超参数取值。

24、第二方面,本发明还提出一种缓倾层状隧道底鼓等级预测装置,包括:

25、第一获取单元,用于获取已知缓倾层状隧道基本信息,确定目标影响因素的已知取值信息;

26、第二获取单元,用于使用目标软件建立隧道开挖模型,以上述已知目标影响因素的已知取值信息利用目标仿真软件进行仿真,以获取数值模拟结果,基于上述数值模拟结果确定隧道底部扰动区深度,并提取隧道底部最大纵向位移值作为底鼓量;

27、第三获取单元,用于获取底鼓等级划分信息;

28、第一建立单元,用于根据上述已知取值信息、上述底鼓量、上述隧道底部扰动区深度和上述底鼓等级划分信息,建立数据库;

29、第二建立单元,用于使用目标机器学习算法对上述数据库中的数据集进行学习,建立隧道底鼓等级预测模型;

30、第四获取单元,用于获取目标隧道的上述目标影响因素对应的实际数值信息;

31、第五获取单元,用于将上述实际数值信息输入至上述隧道底鼓预测模型,以获取上述目标隧道的隧道底鼓等级。

32、第三方面,本发明还提出一种电子设备,包括:存储器和处理器,其特征在于,所述处理器用于执行存储器中存储的计算机程序时实现如第一方面中任一项所述缓倾层状隧道底鼓等级预测方法的步骤。

33、第四方面,本发明还提出一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如第一方面中任一项所述的缓倾层状隧道底鼓等级预测方法的步骤。

34、综上,本实施例提出一种缓倾层状隧道底鼓等级预测方法,本发明利用机器学习技术构建非线性映射模型,自动学习影响因素与底鼓等级之间的复杂关系,显著提升预测精度,避免传统方法中“人工经验判定”所带来的误差和主观性。在预测模型建立阶段,采用数值模拟软件生成底鼓量数据,通过模拟不同地质条件下隧道变形行为,确保训练数据具有物理合理性与工程代表性,有效解决了训练样本不足的问题。在完成模型训练后,新的隧道参数输入模型即可实现秒级输出,相比传统数值模拟流程可节省大量仿真时间,满足现场快速评估与预警需求。将隧道底部扰动区深度h与隧道底部相对位移rd作为双指标评判依据,结合底鼓等级划分标准形成一套标准化标签体系,提升底鼓等级分级的客观性和一致性。训练模型可持续接入新的工程数据进行增量更新,支持不同地质类型、不同施工方法下的泛化预测,具备广泛的推广应用价值。预测结果可作为支护设计优化和风险管控的前置参考依据,提前识别底鼓风险,制定合理支护方案,有效降低施工安全隐患与工程治理成本。

35、本申请的其他优点、目标和特征将部分通过下面的说明体现,部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。

1.一种缓倾层状隧道底鼓等级预测方法,其特征在于,包括:

2.根据所述权利要求1所述的缓倾层状隧道底鼓等级预测方法,其特征在于,所述获取底鼓等级划分信息,包括:

3.根据所述权利要求2所述的缓倾层状隧道底鼓等级预测方法,其特征在于,

4.根据所述权利要求1所述的缓倾层状隧道底鼓等级预测方法,其特征在于,所述目标机器学习算法包括xgboost。

5.根据所述权利要求1所述的缓倾层状隧道底鼓等级预测方法,其特征在于,所述目标软件包括fdem数值软件。

6.根据所述权利要求1所述的缓倾层状隧道底鼓等级预测方法,其特征在于,所述目标影响因素包括岩层厚度、隧道埋深、水平侧压力系数和岩石单轴抗压强度。

7.根据所述权利要求1所述的缓倾层状隧道底鼓等级预测方法,其特征在于,在所述隧道底鼓预测模型的学习过程中,采用随机网格搜索确定超参数取值。

8.一种缓倾层状隧道底鼓等级预测装置,其特征在于,包括:

9.一种电子设备,包括:存储器和处理器,其特征在于,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述缓倾层状隧道底鼓等级预测方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的缓倾层状隧道底鼓等级预测方法的步骤。