CN111022119A - 一种基于模式识别的盾构隧道结构抗震安全评价方法 - Google Patents
一种基于模式识别的盾构隧道结构抗震安全评价方法 Download PDFInfo
- Publication number
- CN111022119A CN111022119A CN201911128598.1A CN201911128598A CN111022119A CN 111022119 A CN111022119 A CN 111022119A CN 201911128598 A CN201911128598 A CN 201911128598A CN 111022119 A CN111022119 A CN 111022119A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- earthquake
- seismic
- shield tunnel
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 112
- 238000003909 pattern recognition Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000004044 response Effects 0.000 claims abstract description 5
- 238000011835 investigation Methods 0.000 claims abstract description 4
- 239000011435 rock Substances 0.000 claims description 29
- 239000000463 material Substances 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 17
- 238000013461 design Methods 0.000 claims description 14
- 239000002689 soil Substances 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims description 8
- 238000010008 shearing Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000000149 penetrating effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000005755 formation reaction Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000011895 specific detection Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及隧道工程技术领域,具体涉及一种基于模式识别的盾构隧道结构抗震安全评价方法,该方法包括:a.基于盾构隧道抗震分析理论实践资料调研以及选择影响因素,构成特征空间;b.依据技术规范要求,设立隧道抗震性能要求等级,选择盾构隧道抗震性能指标,建立计算盾构隧道抗震安全评价结果;c.在每一类影响因素赋值条件下,应用盾构隧道地震响应有限元软件,计算抗震性能指标值,确定隧道抗震安全评价结果,构建影响因素、安全评价指标与安全评价结果关系模型的知识库;d.依据盾构隧道运营期间各项影响因素的实时数据,采用模式识别法,获得隧道结构抗震安全评价结果。本发明的盾构隧道结构抗震安全评价方法,有利于提高评价结果的准确性。
Description
技术领域
本发明涉及隧道工程技术领域,具体涉及一种基于模式识别的盾构隧道结构抗震安全评价方法。
背景技术
地震会给人们带来巨大的生命和财产损失。目前国内地铁建设和运维技术创新快速发展时期,盾构法隧道抗震研究成为城市生命线工程抗震减灾工作非常迫切的重要任务。对于盾构隧道抗震性能评价方法,普通采用基于模糊数学理论的评估法,对每个风险因素进行风险评价等组划分,然后经过加权平均处理,得到隧道洞身段地震风险评价风险指数。此类方法的不中之处在于:(1)隧道抗震安全影响因素绝大多数是定性指标,按照工程经验进行风险评价分级,鲜有经过理论分析和计算的定量指标,更加缺乏隧道衬砌结构力学性能指标;(2)隧道抗震安全评价指标及其评价准则表达不明确,缺乏相应技术规范标准依据。
因此,现有方法粗略处理导致得到的评估结果也会比较粗糙,难以保证盾构隧道结构抗震安全评价结果的可靠性。
发明内容
为了克服现有技术中存在的缺点和不足,本发明的目的在于提供提出了一种基于模式识别的盾构隧道结构抗震安全评价方法,根据盾构隧道结构抗震计算理论和相关规范标准,选择影响因素指标进行分类、分级,建立评价模型,并采用模式识别法获得评价结果,达到了更严谨的理论基础和更科学的评价系统,更加有利于提高评价结果的准确性。
本发明是通过以下技术方案实现的:
一种基于模式识别的盾构隧道结构抗震安全评价方法,包括以下步骤:
a.基于盾构隧道抗震分析理论实践资料调研以及选择影响因素,构成特征空间;
b.依据技术规范要求,设立隧道抗震性能要求等级,选择盾构隧道抗震性能指标,建立计算盾构隧道抗震安全评价结果的基本步骤;
c.在每一类影响因素赋值条件下,应用盾构隧道地震响应有限元软件,计算抗震性能指标值,确定隧道抗震安全评价结果,构建影响因素、安全评价指标与安全评价结果关系模型的知识库;
d.依据盾构隧道运营期间各项影响因素的实时数据,采用模式识别法,获得隧道结构抗震安全评价结果。
其中,在a步骤中,影响因素包括:隧道线路、地震动效应、隧道围岩地层以及管片衬砌,其中,
隧道线路,包括盾构隧道的横向和纵向几何特征、隧道横截面几何尺寸的外径和内径、隧道线路轴线沿纵向分布以及水平面曲线和竖向曲线形状;
地震动效应,包括横向和纵向两类震动方向、隧道抗震设防烈度以及地震波要素,地震波要素包括基本地震波加速度值、地震波持续时间以及地震波的数量;
隧道围岩地层,包括隧道洞顶上覆地层厚度、岩土材料性质、地层组段类别以及对于每一类地层组段类别中,隧道横截面范围内岩土物理力学指标以及地下水以及地质构造特征数据;
管片衬砌,包括管片的的几何尺寸、材料性质和强度等级,以及连接螺栓的几何尺寸、材料性质和强度等级。
其中,b步骤包括:
b1.依据《城市轨道交通结构抗震设计规范》和《地下结构抗震设计标准》文件要求,基于地下结构抗震设防类别以及抗震设防目标,设立隧道抗震性能要求等级,该等级分为I、II、III、IV四个等级。
b2.选择盾构隧道抗震性能指标,依据盾构隧道抗震性能要求原则,结合隧道工程实践,同时考虑承载力和变形两方面以选择抗震性能指标,抗震性能指标包括管片的弯矩、剪力和轴力3项内力值,管片接头的弯矩、剪力和轴力3项内力值,隧道断面椭圆度以及管片连接部位的纵向变形量总计8项;
b3.应用抗震性能指标进行验算,获取盾构隧道抗震安全评价结果。
其中,b3步骤包括:
b31.基于围岩地层条件、隧道结构几何尺寸和材料性质,建立隧道模型,依据隧道抗震设防目标和设防烈度确定地震波的属性要素数据;通过力学理论计算得到上述8项抗震性能指标;
b32.依据《地下结构抗震设计标准》,分别应用管片的内力值和管片接头的内力值进行构件材料的强度验算,应用隧道断面的椭圆度和管片连接部件的纵向变形量进行变形验算,每1项验算合格则评价分值为1,不合格则为0且标志为警示项指标,并列出各项抗震性能指标经验算后的评价分值;
b33.各项的评价分值取算术平均值,作为盾构隧道抗震安全评价系数TSS,若TSS=1表示隧道抗震性能足够,为正常状态,若TSS<1,则表示一定有某项指标未满足验算要求,并根据警示项找到处于危险状态的指标。
其中,c步骤所述知识库包括影响因素模型和影响因素、安全评价指标与安全评价结果关系模型,
影响因素模型包含围岩地层模型、地震动效应模型以及隧道结构模型;
影响因素、安全评价指标与安全评价结果关系模型,分别提取中围岩地层模型、地震动效应模型以及隧道结构模型的模型数据,应用b2中列出的抗震性能指标,然后进行结构性能验算获得隧道安全评价系数TSS和警示项,经过多次交叉验算,构建影响因素、评价指标、评价结果之间对应模型知识库SKB。
其中,所述围岩地层模型包括隧道穿越地层组段类别、岩土物理力学性质指标、地下水、地质构造等特征数据以及所属场地类别,隧道洞顶上覆地层以及隧道周围地下结构、地表建筑等条件;
所述地震动效应模型,依据地震动方向、地震设防烈度、抗震设防类别和抗震设防目标,确定地震加速度值、持续时间以及地震波数量数据;
隧道结构模型包括管片和连接螺栓的几何尺寸和材料性质数据。
其中,步骤d包括:
d1.通过现场采集原始数据进行数据输入;
d2.选择提取隧道结构抗震安全评价指标的监测数据,并进行数据预处理,生成与评价规则相对应要求的数据形式,作为样本数据;
d3.选择提取知识库SKB中隧道抗震安全的影响因素、评价指标、评价结果等模型数据,生成向量化评价规则模型RM,生成与评价指标一致的数据形式;
d4.将待检测的数据样本与规则数据进行比较分析,以获得评价结果。具体检测算法可采用KNN邻近算法或SVM算法进行;
d5.将通过算法获得的结果,盾构隧道结构抗震安全评价系数TSS及可能警示项在用户端可视化展现。
其中,所述原始数据包括隧道几何特征、管片性质、地层类别以及岩土指标。
本发明的有益效果:
本发明提出的一种基于模式识别的盾构隧道结构抗震安全评价方法,依据盾构隧道结构抗震计算理论和相关规范标准选择安全评价指标,综合影响因素,通过理论计算建立评价模型知识库;基于监测数据采用模式识别法获得隧道结构抗震安全评价结果。因此,本发明的理论基础更严谨,评价系统更科学,从而更加有利于提高安全评价结果的准确性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为发明的流程框图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是,本说明书附图所绘示的结构,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰或调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
如图1所示,一种基于模式识别的盾构隧道结构抗震安全评价方法,包括以下步骤:
a.基于盾构隧道抗震分析理论实践资料调研以及选择影响因素,构成特征空间;
b.依据技术规范要求,设立隧道抗震性能要求等级,选择盾构隧道抗震性能指标,建立计算盾构隧道抗震安全评价结果的基本步骤;
c.在每一类影响因素赋值条件下,应用盾构隧道地震响应有限元软件,计算抗震性能指标值,确定隧道抗震安全评价结果,构建影响因素、安全评价指标与安全评价结果关系模型的知识库;
d.依据盾构隧道运营期间各项影响因素的实时数据,采用模式识别法,获得隧道结构抗震安全评价结果。
具体的,在a步骤中,影响因素包括:隧道线路、地震动效应、隧道围岩地层以及管片衬砌,其中,
隧道线路,包括盾构隧道的横向和纵向几何特征、隧道横截面几何尺寸的外径和内径、隧道线路轴线沿纵向分布以及水平面曲线和竖向曲线形状;
地震动效应,包括横向和纵向两类震动方向、隧道抗震设防烈度以及地震波要素,地震波要素包括基本地震波加速度值、地震波持续时间以及地震波的数量;
隧道围岩地层,包括隧道洞顶上覆地层厚度、岩土材料性质、地层组段类别以及对于每一类地层组段类别中,隧道横截面范围内岩土物理力学指标以及地下水以及地质构造特征数据;
管片衬砌,包括管片的的几何尺寸、材料性质和强度等级,以及连接螺栓的几何尺寸、材料性质和强度等级。
在本实施例中,地震动效应因素包括:地震动方向,分为横向和纵向两类;地震设防烈度,分为5、6、7、8度共4级(依据《城市轨道交通结构抗震设计规范》(GB50509-2014)、《地下结构抗震设计标准》(GB/T 51336-2018)等文件要求,)。依据设防烈度确定地震波要素,主要包括基本地震加速度值、地震动加速度反应谱、持续时间以及地震波的数量等。
隧道围岩地层因素包括:依据隧道设计勘察资料和盾构掘进参数监控,经过工程实践经验和数据分析研究,获得准确可靠的隧道地层组段划分类别,有利于隧道技术的系统化和运维管理的规范化。每一类地层组段设置代表性隧道横截面,并含有隧道横截面内范围内岩石物理力学指标、土的物理力学性质指标、地下水位和水压、地质构造等特征数据;以及隧道洞顶上覆地层的厚度、岩土材料性质等特征数据,每一隧道地层组段类别所属相应的场地类别,为了后续描述隧道围岩地层性质的动态变化,由岩土流变性质导致,设置岩土主要力学性能指标的折减系数,随着时间变化的数据规律可由实验分析获得。例如,土层的弹性模量E,通常会随时间延续降低,可以通过室内土工实验获得E-t曲线,换算得到刚度折减系数λE(t)/E(0)。管片衬砌因素包括:管片的几何尺寸有外径、内径、厚度、宽度;管片使用的材料有混凝土标号、强度值、钢筋等级;螺栓强度等级、材料性质等特征。为了后续描述衬砌材料性质的动态变化,由混凝土材料徐变性质导致,设置衬砌主要力学性能指标的折减系数,随着时间变化的数据规律可由材料实验分析获得。
具体的,b步骤包括:
b1.依据《城市轨道交通结构抗震设计规范》和《地下结构抗震设计标准》文件要求,基于地下结构抗震设防类别以及抗震设防目标,设立隧道抗震性能要求等级,该等级分为I、II、III、IV四个等级。
b2.选择盾构隧道抗震性能指标,依据盾构隧道抗震性能要求原则,结合隧道工程实践,同时考虑承载力和变形两方面以选择抗震性能指标,抗震性能指标包括管片的弯矩、剪力和轴力3项内力值,管片接头的弯矩、剪力和轴力3项内力值,隧道断面的椭圆度以及管片连接部位的纵向变形量,总计8项;
b3.应用抗震性能指标进行验算,获取盾构隧道抗震安全评价结果。
在本实施例中,依据《城市轨道交通结构抗震设计规范》(GB50509-2014)、《地下结构抗震设计标准》(GB/T 51336-2018)等文件要求,地下结构抗震设防类别(划分为甲、乙、丙三类),抗震设防目标(分为多遇地震动、基本地震动、罕遇地震动和极罕遇地震动4个水准),从而确定盾构隧道抗震性能要求的等级(I、II、III、IV四个等级);依据盾构隧道抗震性能要求原则,结合隧道工程实践,选择抗震性能指标同时考虑承载力和变形两方面,具体指标包括:管片的弯矩、剪力和轴力等3项内力;管片接头的弯矩、剪力和轴力等3项内力;隧道断面椭圆度;管片连接部位的纵向变形量等总计8项作为抗震性能安全指标。
具体的,b3步骤包括:
b31.基于围岩地层条件、隧道结构几何尺寸和材料性质,建立隧道模型,依据隧道抗震设防目标和设防烈度确定地震波的属性要素数据,通过力学理论计算得到上述8项指标值;
b32.依据《地下结构抗震设计标准》(GB/T 51336-2018),分别应用管片的内力值和管片接头的内力值进行构件材料的强度验算,应用隧道断面椭圆度和管片连接纵向变形量进行变形验算,每1项验算合格则评价分值为1,不合格则为0且标志为警示项指标,并列出各项抗震性能指标经验算后的评价分值;
b33.各项的评价分值取算术平均值,作为盾构隧道抗震安全评价系数TSS,若TSS=1表示隧道抗震性能足够,为正常状态,若TSS<1,则表示一定有某项指标未满足验算要求,并根据警示项找到处于危险状态的指标。
具体的,步骤c中,所述知识库包括影响因素模型和影响因素、安全评价指标与安全评价结果关系模型,
影响因素模型包含围岩地层模型、地震动效应模型以及隧道结构模型;
影响因素、安全评价指标与安全评价结果关系模型,分别提取中围岩地层模型、地震动效应模型以及隧道结构模型的模型数据,应用b2中列出的抗震性能指标,然后进行结构性能验算获得隧道安全评价系数TSS和警示项,经过多次交叉验算,构建影响因素、评价指标、评价结果之间对应模型知识库SKB。
具体的,所述围岩地层模型包括隧道穿越地层组段类别、岩土物理力学性质指标、地下水、地质构造等特征数据以及所属场地类别,隧道洞顶上覆地层以及隧道周围地下结构、地表建筑等条件;
所述地震动效应模型,依据地震动方向、地震设防烈度、抗震设防类别和抗震设防目标,确定地震加速度值、持续时间以及地震波数量数据;
隧道结构模型包括管片和连接螺栓的几何尺寸和材料性质数据。
具体的,步骤d包括:
d1.通过现场采集原始数据,包括隧道结构内力变形等监测工作的安全评价指标数据。隧道-地层系统的原始数据,即隧道几何特征、管片性质、地层类别、岩土指标等隧道结构抗震影响因素数据,都作为源数据采用界面输入;
d2.选择提取隧道结构抗震安全评价指标的监测数据,并进行数据预处理,生成与评价规则相对应要求的数据形式,作为样本数据;
d3.选择提取知识库SKB中隧道抗震安全的影响因素、评价指标、评价结果等模型数据,生成向量化评价规则模型RM,生成与评价指标一致的数据形式;
d4.将待检测的数据样本与规则数据进行比较分析,以获得评价结果。具体检测算法可采用KNN邻近算法或SVM算法进行;
d5.将通过算法获得的结果,盾构隧道结构抗震安全评价系数TSS及可能警示项在用户端可视化展现。
综上,本实施例的一种基于模式识别的盾构隧道结构抗震安全评价方法,依据盾构隧道结构抗震计算理论和相关规范标准选择安全评价指标,综合考虑隧道、围岩、地震波等影响因素,通过理论计算建立评价模型知识库;基于监测数据采用模式识别法获得结构抗震安全评价结果。因此,本发明的理论基础更严谨,评价系统更科学,从而更加有利于提高安全评价结果的准确性。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,包括以下步骤:
a.基于盾构隧道抗震分析理论实践资料调研以及选择影响因素,构成特征空间;
b.依据技术规范要求,设立隧道抗震性能要求等级,选择盾构隧道抗震性能指标,建立计算盾构隧道抗震安全评价结果的基本步骤;
c.在每一类影响因素赋值条件下,应用盾构隧道地震响应有限元软件,计算抗震性能指标值,确定隧道抗震安全评价结果,构建影响因素、安全评价指标与安全评价结果关系模型的知识库;
d.依据盾构隧道运营期间各项影响因素的实时数据,采用模式识别法,获得隧道结构抗震安全评价结果。
2.根据权利要求1所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,在a步骤中,影响因素包括:隧道线路、地震动效应、隧道围岩地层以及管片衬砌,其中,
隧道线路,包括盾构隧道的横向和纵向几何特征、隧道横截面几何尺寸的外径和内径、隧道线路轴线沿纵向分布以及水平面曲线和竖向曲线形状;
地震动效应,包括横向和纵向两类震动方向、隧道抗震设防烈度以及地震波要素,地震波要素包括基本地震波加速度值、地震波持续时间以及地震波的数量;
隧道围岩地层,包括隧道洞顶上覆地层厚度、岩土材料性质、地层组段类别以及对于每一类地层组段类别中,隧道横截面范围内岩土物理力学指标以及地下水以及地质构造特征数据;
管片衬砌,包括管片的的几何尺寸、材料性质和强度等级,以及连接螺栓的几何尺寸、材料性质和强度等级。
3.根据权利要求1所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,b步骤包括:
b1.依据《城市轨道交通结构抗震设计规范》和《地下结构抗震设计标准》文件要求,基于地下结构抗震设防类别以及抗震设防目标,设立隧道抗震性能要求等级,该等级分为I、II、III、IV四个等级。
b2.选择盾构隧道抗震性能指标,依据盾构隧道抗震性能要求原则,结合隧道工程实践,同时考虑承载力和变形两方面以选择抗震性能指标,抗震性能指标包括管片的弯矩、剪力和轴力3项内力值,管片接头的弯矩、剪力和轴力3项内力值,隧道断面椭圆度以及管片连接部位的纵向变形量总计8项。
b3.应用抗震性能指标进行验算,获取盾构隧道抗震安全评价结果。
4.根据权利要求3所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,b3步骤包括:
b31.基于围岩地层条件、隧道结构几何尺寸和材料性质,建立隧道模型,依据隧道抗震设防目标和设防烈度确定地震波的属性要素数据,通过力学理论计算得到上述8项抗震性能指标;
b32.依据《地下结构抗震设计标准》,分别应用管片的内力值和管片接头的内力值进行构件材料的强度验算,应用隧道断面的椭圆度和管片连接部件的纵向变形量进行变形验算,每1项验算合格则评价分值为1,不合格则为0且标志为警示项指标,并列出各项抗震性能指标经验算后的评价分值;
b33.各项的评价分值取算术平均值,作为盾构隧道抗震安全评价系数TSS,若TSS=1表示隧道抗震性能足够,为正常状态,若TSS<1,则表示一定有某项指标未满足验算要求,并根据警示项找到处于危险状态的指标。
5.根据权利要求3所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,在c步骤中,所述知识库包括影响因素模型和影响因素、安全评价指标与安全评价结果关系模型,其中,
影响因素模型包含围岩地层模型、地震动效应模型以及隧道结构模型;
影响因素、安全评价指标与安全评价结果关系模型,分别提取中围岩地层模型、地震动效应模型以及隧道结构模型的模型数据,应用b2中列出的抗震性能指标,然后进行结构性能验算获得隧道安全评价系数TSS和警示项,经过多次交叉验算,构建影响因素、评价指标、评价结果之间对应模型知识库SKB。
6.根据权利要求5所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,所述围岩地层模型包括隧道穿越地层组段类别、岩土物理力学性质指标、地下水、地质构造等特征数据以及所属场地类别,隧道洞顶上覆地层以及隧道周围地下结构、地表建筑等条件;
所述地震动效应模型,依据地震动方向、地震设防烈度、抗震设防类别和抗震设防目标,确定地震加速度值、持续时间以及地震波数量数据;
所述隧道结构模型包括管片和连接螺栓的几何尺寸和材料性质数据。
7.根据权利要求5所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,步骤d包括:
d1.通过现场采集原始数据进行数据输入;
d2.选择提取隧道结构抗震安全评价指标的监测数据,并进行数据预处理,生成与评价规则相对应要求的数据形式,作为样本数据;
d3.选择提取知识库SKB中隧道抗震安全的影响因素、评价指标、评价结果等模型数据,生成向量化评价规则模型RM,生成与评价指标一致的数据形式;
d4.将待检测的数据样本与规则数据进行比较分析,以获得评价结果。具体检测算法可采用KNN邻近算法或SVM算法进行;
d5.将通过算法获得的结果,盾构隧道结构抗震安全评价系数TSS及可能警示项在用户端可视化展现。
8.根据权利要求7所述的一种基于模式识别的盾构隧道结构抗震安全评价方法,其特征在于,所述原始数据包括隧道几何特征、管片性质、地层类别以及岩土指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911128598.1A CN111022119B (zh) | 2019-11-18 | 2019-11-18 | 一种基于模式识别的盾构隧道结构抗震安全评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911128598.1A CN111022119B (zh) | 2019-11-18 | 2019-11-18 | 一种基于模式识别的盾构隧道结构抗震安全评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111022119A true CN111022119A (zh) | 2020-04-17 |
CN111022119B CN111022119B (zh) | 2021-09-10 |
Family
ID=70200404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911128598.1A Active CN111022119B (zh) | 2019-11-18 | 2019-11-18 | 一种基于模式识别的盾构隧道结构抗震安全评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111022119B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069628A (zh) * | 2020-09-16 | 2020-12-11 | 北京市市政工程研究院 | 运营盾构区间隧道整体式道床脱空病害评价及分级方法 |
CN112255393A (zh) * | 2020-10-21 | 2021-01-22 | 中建三局绿色产业投资有限公司 | 一种污水隧道结构损伤风险评级方法及装置 |
CN113010949A (zh) * | 2021-03-04 | 2021-06-22 | 中铁第六勘察设计院集团有限公司 | 一种高烈度盾构隧道抗震性能评价方法 |
CN116579220A (zh) * | 2023-06-21 | 2023-08-11 | 广州地铁设计研究院股份有限公司 | 一种地铁错缝盾构隧道的结构安全评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103233527A (zh) * | 2013-04-19 | 2013-08-07 | 江苏科技大学 | 一种工程结构基于位移的抗震设计方法 |
CN104992013A (zh) * | 2015-06-26 | 2015-10-21 | 陇东学院 | 一种山岭隧道抗震分析的方法 |
CN107122536A (zh) * | 2017-04-20 | 2017-09-01 | 济南轨道交通集团有限公司 | 一种区间隧道抗震数值模拟方法 |
CN108267306A (zh) * | 2018-01-15 | 2018-07-10 | 江苏壹鼎崮机电科技有限公司 | 地铁工程抗震支吊架抗震性能异常定位方法 |
KR20180095372A (ko) * | 2017-02-17 | 2018-08-27 | 부산대학교 산학협력단 | 구조물 지진 안전성 평가 장치 및 구조물 지진 안전성 평가 방법 |
-
2019
- 2019-11-18 CN CN201911128598.1A patent/CN111022119B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103233527A (zh) * | 2013-04-19 | 2013-08-07 | 江苏科技大学 | 一种工程结构基于位移的抗震设计方法 |
CN104992013A (zh) * | 2015-06-26 | 2015-10-21 | 陇东学院 | 一种山岭隧道抗震分析的方法 |
KR20180095372A (ko) * | 2017-02-17 | 2018-08-27 | 부산대학교 산학협력단 | 구조물 지진 안전성 평가 장치 및 구조물 지진 안전성 평가 방법 |
CN107122536A (zh) * | 2017-04-20 | 2017-09-01 | 济南轨道交通集团有限公司 | 一种区间隧道抗震数值模拟方法 |
CN108267306A (zh) * | 2018-01-15 | 2018-07-10 | 江苏壹鼎崮机电科技有限公司 | 地铁工程抗震支吊架抗震性能异常定位方法 |
Non-Patent Citations (1)
Title |
---|
朱嘉健等: "港珠澳大桥地震安全监测与评估系统", 《防灾博览》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069628A (zh) * | 2020-09-16 | 2020-12-11 | 北京市市政工程研究院 | 运营盾构区间隧道整体式道床脱空病害评价及分级方法 |
CN112069628B (zh) * | 2020-09-16 | 2024-03-29 | 北京市市政工程研究院 | 运营盾构区间隧道整体式道床脱空病害评价及分级方法 |
CN112255393A (zh) * | 2020-10-21 | 2021-01-22 | 中建三局绿色产业投资有限公司 | 一种污水隧道结构损伤风险评级方法及装置 |
CN112255393B (zh) * | 2020-10-21 | 2022-11-04 | 中建三局绿色产业投资有限公司 | 一种污水隧道结构损伤风险评级方法及装置 |
CN113010949A (zh) * | 2021-03-04 | 2021-06-22 | 中铁第六勘察设计院集团有限公司 | 一种高烈度盾构隧道抗震性能评价方法 |
CN116579220A (zh) * | 2023-06-21 | 2023-08-11 | 广州地铁设计研究院股份有限公司 | 一种地铁错缝盾构隧道的结构安全评估方法 |
CN116579220B (zh) * | 2023-06-21 | 2024-02-09 | 广州地铁设计研究院股份有限公司 | 一种地铁错缝盾构隧道的结构安全评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111022119B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111022119B (zh) | 一种基于模式识别的盾构隧道结构抗震安全评价方法 | |
Gao et al. | The risk assessment of tunnels based on grey correlation and entropy weight method | |
Wu et al. | Prediction of floor water inrush: the application of GIS-based AHP vulnerable index method to Donghuantuo coal mine, China | |
Hatzor et al. | Continuous and discontinuous stability analysis of the bell-shaped caverns at Bet Guvrin, Israel | |
Babets et al. | Estimation of rock mass stability based on probability approach and rating systems | |
CN104989456B (zh) | 一种大跨度地下工程开挖围岩稳定性监测预警方法 | |
Huo et al. | Application of a small-timescale fatigue, crack-growth model to the plane stress/strain transition in predicting the lifetime of a tunnel-boring-machine cutter head | |
CN111339486A (zh) | 一种深基坑爆破振速风险等级大数据评价方法 | |
CN109975119A (zh) | 一种岩石双轴压缩爆破设计方法 | |
CN116703244B (zh) | 采矿沉陷区治理效果与综合评价方法 | |
Xue et al. | An analytical model for assessing soft rock tunnel collapse risk and its engineering application | |
Zhao et al. | Stability analyses and cable bolt support design for A deep large-span stope at the hongtoushan mine, China | |
Ercan et al. | Estimation of seismic damage propagation in a historical masonry minaret | |
Kang et al. | Prediction of stope stability using variable weight and unascertained measurement technique | |
CN110555598A (zh) | 岩溶地基稳定性模糊综合评判方法 | |
Chang et al. | Strength anisotropy of jointed rock slope considering mining damage: a numerical analysis method | |
Xiang et al. | Stability analysis and failure control of a longwall panel with a large mining height considering fracture distribution | |
Ahmed et al. | Failure analysis of rock cut slope formed by layered blocks at Fort Munro, Pakistan | |
CN116306245A (zh) | 一种深部硬岩隧道围岩稳定性三维动态量化评价方法 | |
CN109558976A (zh) | 一种基于多维信息的冲击地压危险性辨识方法 | |
Su et al. | Depth of floor failure of stope with medium-thickness coal seam | |
Yu-kun et al. | Research on index system of rock slope safety evaluation for open pit mine | |
CN114723296A (zh) | 基于gis的深部金属矿山巷道工程岩爆倾向性综合评估方法 | |
Yuan et al. | Joint Investigation and 3D Visual Evaluation of Rock Mass Quality | |
Yan et al. | Research on engineering geomechanics characteristics and CFRP reinforcement technology based on machine learning algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |