基于GA-BP神經(jīng)網(wǎng)絡的軟巖隧道圍巖力學參數(shù)反演分析

羅昂治， 邱紅勝， 熊 劍， 周子煜

(武漢理工大學 交通學院，湖北 武漢 430063)

0 引 言

實際工程中主要通過室內試驗和現(xiàn)場原位測試來確定圍巖力學參數(shù)，若圍巖較破碎、質軟、強度低，巖體整體力學性質復雜時，室內試驗取樣困難，試驗結果受樣本和環(huán)境影響隨機性較大，原位試驗也只能反映局部巖石的特性，不能整體反映圍巖的性質，導致參數(shù)分析結果與真實情況存在較大誤差，隧道支護參數(shù)設計不合理。針對上述問題，利用現(xiàn)場量測數(shù)據(jù)反分析計算圍巖“等效參數(shù)”的方法成為有效的解決手段[1]。文輝輝等[2]依托珠藏洞隧道，采用指數(shù)函數(shù)對監(jiān)測數(shù)據(jù)進行回歸分析，預測出圍巖的最終位移值，利用ANSYS建立隧道開挖有限元模型，利用MATLAB自帶的神經(jīng)網(wǎng)絡工具箱建立BP神經(jīng)網(wǎng)絡模型，對彈模、黏聚力、內摩擦角3個參數(shù)進行了位移反分析，最終的正分析位移結果與實測值基本一致，反演可靠。王小杰等[3]依托云嶺隧道，根據(jù)軟弱圍巖段的圍巖量測數(shù)據(jù)，對隧道圍巖參數(shù)進行了反分析，證明FLAC程序與BP神經(jīng)網(wǎng)絡相結合的反演模式是可行的，根據(jù)反分析結果對原勘測資料的參數(shù)做出了改進，具有一定的指導意義。張秋彬等[4]采用位移反分析法，借助MIDAS GTS和BP神經(jīng)網(wǎng)絡，得出南京地鐵4號線某段隧道的圍巖力學參數(shù),由于因此段隧道巖體破碎質軟，通過試驗的方式難以測定，采用反分析法適用性更強。可見，位移反分析法理論已較為完整且成熟，反分析計算精度可滿足工程需求，在巖土工程中的應用已經(jīng)非常廣泛，尤其在隧道工程中較普及。

因此，本文以湖北省某高鐵隧道為例，利用D1K471+975斷面的實測數(shù)據(jù)，用位移反分析方法計算出圍巖力學參數(shù)，此方法簡單有效，得出的參數(shù)綜合了復雜地質與施工環(huán)境的影響，更能反映真實情況，且其數(shù)值模擬適用性強，可實現(xiàn)設計與施工間的信息動態(tài)反饋。

1 工程概況

本工程為單洞雙線高鐵隧道，全長7 827.279 m，最大埋深209.4 m。隧道地處荊山山脈，屬構造侵蝕剝蝕低山地貌區(qū)，隧址區(qū)內地勢總體上呈現(xiàn)中間高兩側低的態(tài)勢，山巒縱橫，溝壑交錯，地形復雜。主體山勢呈北西-南東向延展，地形切割較深，連綿起伏，峰谷相間。區(qū)測范圍內，最高山峰標高858.6 m，地形最低點為隧道起點，最低標高約380 m，地形高差約478.6 m，地勢起伏較大。

洞身穿越地層為志留系下統(tǒng)羅惹坪組砂質頁巖，呈灰黑色、青灰色、灰色，泥質結構，頁理構造，節(jié)理裂隙發(fā)育，巖質較軟，礦物成分以黏土礦物、石英為主，局部含炭質，裂面見黃鐵礦。隧道右側發(fā)育區(qū)域性斷裂大斷層，線路平行于該斷層前行，間距100～300 m，受該斷層影響，隧道范圍內巖層產(chǎn)狀紊亂，節(jié)理裂隙發(fā)育，巖體擠壓破碎嚴重，局部地段巖體遇水軟化嚴重，呈泥狀，開挖后局部易發(fā)生小范圍滑塌現(xiàn)象，整體穩(wěn)定性差。

隧道所穿山體南側斜坡上有多條沖溝為干溝，雨時有水，雨過即止。地下水主要類型有第四系孔隙潛水、基巖裂隙水，主要為大氣降水及地表水補給。全隧預測正常涌水量9 395 m3/d，最大涌水量18 790 m3/d。

2 基于GA-BP神經(jīng)網(wǎng)絡的圍巖力學參數(shù)反演

通過位移反分析法理論及其實現(xiàn)方法，采用BP神經(jīng)網(wǎng)絡對圍巖的彈性模量、黏聚力、內摩擦角三個力學參數(shù)進行反演，并用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的初始權值和閾值，建立三維隧道正分析模型，基于正交試驗[1-4]與均勻試驗設計原理構造神經(jīng)網(wǎng)絡的訓練樣本與測試樣本，借助MATLAB的神經(jīng)網(wǎng)絡工具箱和載入的GAOT工具箱反分析計算得到圍巖力學參數(shù)。

2.1 數(shù)值模型

基于當前的圍巖量測數(shù)據(jù)和施工情況，本模型以距掌子面18 m的D1K471+975斷面為研究對象，模型沿Y軸方向，即隧道的縱向長度取30 m。由于巖土工程的特殊性，數(shù)值模型的邊界尺寸不可能取無限大，邊界效應造成的誤差能滿足工程需求即可。根據(jù)圣維南原理[10]，隧道開挖的影響范圍為洞室開挖寬度的3～5倍，因此，模型沿X軸方向，隧道左、右洞壁兩邊各取60 m；Z軸方向，洞底往下取50 m，洞頂往上取50 m，此段隧道埋深150 m，其余100 m按土體自重折算成均布荷載的形式加載在模型頂部。模型如圖1所示。

圖1 隧道網(wǎng)格模型

圍巖采用實體單元模擬，計算本構為摩爾-庫侖準則；噴混采用板單元模擬，本構為彈性準則。

本次模擬開挖長度為27 m，施工方法為三臺階法，并未挖透、未進行預加固，上臺階長度為6 m，中臺階長度為15 m，下臺階長度為6 m，開挖進尺為一榀鋼架的距離即0.6 m。根據(jù)圍巖的量測資料及施工進度，選取D1K471+975(Y=9 m處)斷面為研究對象。該斷面從開挖起到第30 d時，下臺階還未開挖，上、中臺階的初支已完成，此時的拱頂沉降值為0.09 m，中臺階的水平收斂值為0.308 3 m，監(jiān)測點如圖2所示。

圖2 監(jiān)測點示意圖

2.2 計算參數(shù)

此段圍巖為Ⅴ級，采用Ⅴc型復合式襯砌，初支參數(shù)見表1，鋼拱架的支護作用通過剛度等效到噴混中[5]，忽略鋼筋網(wǎng)的作用，錨桿的作用等效到圍巖參數(shù)中，計算參數(shù)見表2。

表1 初期支護參數(shù)

表2 材料計算參數(shù)表

2.3 構造網(wǎng)絡樣本

將每個因素劃分為4個水平，選用L16(45)正交設計表構造參數(shù)方案(表3)；將每個因素劃分為5個水平，選用U5(54)均勻試驗設計表構造參數(shù)方案(表5)。將其代入MIDAS 模型計算位移值，得出網(wǎng)絡訓練樣本見表4，檢測樣本如表6。

表3 正交試驗因素水平劃分表

2.4 訓練與仿真

BP神經(jīng)網(wǎng)絡參數(shù)：輸入層節(jié)點數(shù)為2，隱含層為1層，節(jié)點數(shù)為10，輸出層節(jié)點數(shù)為3，學習速率為0.01，訓練誤差為0.000 1，訓練函數(shù)為trainlm，隱含層傳遞函數(shù)為tansig(x)，輸出層傳遞函數(shù)為Purelin。

表4 神經(jīng)網(wǎng)絡訓練樣本表

遺傳算法參數(shù)：交叉概率為0.9，變異概率為0.005，種群規(guī)模為100，遺傳代數(shù)為200，染色體采用浮點編碼。

網(wǎng)絡訓練11次后已達到精度要求；遺傳算法部分，在150代后進入平穩(wěn)階段。對GA-BP神經(jīng)網(wǎng)絡進行測試，檢查神經(jīng)網(wǎng)絡的仿真情況，預測結果及誤差見表7。

表5 均勻試驗因素水平劃分表

表6 神經(jīng)網(wǎng)絡測試樣本表

表7 結果對比及誤差

2.5 反分析結果

將D1K471+975斷面的拱頂沉降值和水平收斂值作為輸入量，網(wǎng)絡輸出值即為圍巖參數(shù)，將得到的力學參數(shù)預測值代入GTS NX模型中正演分析，提取計算位移值與現(xiàn)場實測值對比，結果如表8所示。

表8 現(xiàn)場實測值與反分析數(shù)值計結果對比

3 結 論

從反分析結果可知，D1K471+975斷面的拱頂沉降實測值與數(shù)值計算值誤差為1.10%，水平收斂實測值與數(shù)值計算值的誤差為1.25%，兩者誤差基本相當，說明本次圍巖參數(shù)位移反分析的結果是可靠的，符合工程現(xiàn)場實際情況，反演參數(shù)可用于預測后續(xù)隧道施工的圍巖位移，為施工方法和支護參數(shù)的優(yōu)化提供一定的理論依據(jù)和參考價值。