山岭隧道动态设计与施工智能辅助决策系统研究

【摘要】：新奥法目前仍然是山岭隧道施工的主要工法,该法以围岩分级为工程类比的桥梁,然后依据施工中的监测信息,及时调整初步设计,形成动态信息化施工。合理的岩体质量分级对于制定隧道工程设计和施工方案是十分重要的。钻爆施工参数的选择不仅关系到隧道围岩及支护结构的稳定性,也影响到施工进度和费用。如何优化爆破工艺参数,同时有效地保证围岩的稳定,是目前钻爆法隧道施工中亟待解决的关键技术问题。在隧道施工监控量测过程中,手工管理大量的监测数据,既容易丢失数据,且不便于生成各种曲线,并对围岩和支护结构的变化情况进行分析,施工过程中围岩变形的时空效应难以评估,从而缺乏判断围岩稳定性的科学依据。论文针对现阶段长大隧道施工存在的以上问题,结合安徽省绩(溪)-黄(山)高速公路佛岭长大隧道施工,采用现场测试、室内试验、理论分析和数值模拟的综合研究手段,并引入人工智能技术,对隧道施工期围岩现场分级、光爆工艺参数优化和监控量测信息管理展开深入研究,最终将研究成果集成化,开发隧道施工智能辅助决策系统可视化软件,为今后公路隧道动态设计和信息化施工提供借鉴指导。论文取得了以下创新性成果：1.以国标BQ围岩分级方法为依据,提出了适应现场施工的隧道围岩快速分级指标及各指标的简便测试方法,引入进化支持向量回归理论,建立了围岩级别与分级指标之间的非线性数学模型；2.采用粒子群优化(PSO)算法优化指数函数、双曲线函数和对数函数的回归系数,实现了任意监测数据的自动拟合,并采用PSO与BP神经网络耦合算法建立围岩变形与时间之间的非线性智能模型,以进行围岩变形的超前预报；引入有限单元法,通过对关键点围岩压力监测数据的连续插值,采用荷载-结构模型计算初期支护结构内力以进行初期支护稳定性判断：3.提出了隧道工程施工光爆参数优化的有约束多目标规划数学模型,即光爆参数优化是在保证爆破后围岩稳定(约束条件)的前提下,达到围岩松动范围和超欠挖量的最小化,并依据现代优化理论提出了相应的求解算法；4.引入粒子群优化(PSO)与BP神经元耦合算法,在现场光爆实验及动力有限元模拟的基础上对上述有约束多目标规划问题进行了求解；5.采用可视化编程技术,开发隧道施工围岩快速分级和爆参数最优化模块,并集成到一个系统,开发完成了智能化和自动化程度高的集成软件《公路隧道施工智能辅助决策系统》,并在佛岭隧道、宁绩高速公路隧道群施工中得到成功应用。