鐵路隧道施工風(fēng)險評估及超前地質(zhì)預(yù)報
發(fā)布時間:2020-08-01 17:32
【摘要】:山嶺鐵路隧道建設(shè)周期長、施工風(fēng)險大、安全隱患多,在施工過程中穿越地層地質(zhì)條件相對復(fù)雜,極易發(fā)生塌方、突涌水、巖爆等施工風(fēng)險。本文在中鐵二十一局科技研究開發(fā)計劃項(xiàng)目(19C-4)資助下,依據(jù)山嶺鐵路隧道施工事故的特點(diǎn),采用模糊層次綜合評估法結(jié)合山嶺鐵路隧道相關(guān)地質(zhì)信息建立BP網(wǎng)絡(luò)算法的樣本數(shù)據(jù),然后采用數(shù)據(jù)分析軟件建立以BP網(wǎng)絡(luò)算法為基礎(chǔ)形式的鐵路隧道施工風(fēng)險概率評估模型,評估模型構(gòu)建是為了明確風(fēng)險在施工中發(fā)生的概率等級。采用風(fēng)險后果當(dāng)量法構(gòu)建施工風(fēng)險后果評估模型,來確定施工風(fēng)險發(fā)生的后果等級,依據(jù)我國鐵路隧道相關(guān)規(guī)定進(jìn)行施工風(fēng)險等級劃分。成昆鐵路線鄧家灣隧道為典型的山嶺鐵路隧道,分析鄧家灣隧道進(jìn)口段D2K372+305-D2K373+200段地質(zhì)及水文情況,將進(jìn)口段劃分為30段,并采用己構(gòu)建形成的施工階段風(fēng)險的估計模型對劃分的30段進(jìn)行了施工階段風(fēng)險評估,同時根據(jù)鄧家灣隧道不同的施工風(fēng)險等級做出相對應(yīng)的超前地質(zhì)預(yù)報方案,主要研究內(nèi)容如下:(1)根據(jù)山嶺鐵路隧道開挖施工事故特性,本文選擇坍塌、突涌水和巖爆三個隧道施工中的典型風(fēng)險事故作為山嶺鐵路隧道風(fēng)險進(jìn)行評估的三個一級指標(biāo),結(jié)合相互照應(yīng)的十六個二級指標(biāo),構(gòu)建形成了施工風(fēng)險評估的體系框架。(2)通過模糊層次綜合評估法建立神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù),采用AHP確定每個風(fēng)險因素的權(quán)重值,通過梯形隸屬度分布函數(shù)和Karwowski模糊隸屬度函數(shù)來分別明確影響三個一級指標(biāo)的定量因素和定性因素的隸屬度取值。(3)以模糊層次評估法建立的樣本數(shù)據(jù)為作為前提,構(gòu)建以BP神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)形式的山嶺鐵路隧道施工風(fēng)險概率評價模型,明確施工階段風(fēng)險發(fā)生的概率級別,采用風(fēng)險后果當(dāng)量法建立施工風(fēng)險后果評估模型,從而明確施工階段風(fēng)險后果級別,利用R=P× C進(jìn)行施工風(fēng)險綜合等級評估。(4)根據(jù)鄧家灣隧道進(jìn)口段各段開挖施工風(fēng)險評價的圍巖級別,做出了不同施工風(fēng)險級別的綜合地質(zhì)預(yù)報方案。將綜合超前地質(zhì)預(yù)報方案在鄧家灣隧道進(jìn)口段施工風(fēng)險級別較高的里程段落中進(jìn)行施工實(shí)施,獲得了理想的預(yù)報效果。
【學(xué)位授予單位】:蘭州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:U452.11
【圖文】:
一些有關(guān)的參數(shù)選擇可在目前研究現(xiàn)狀中作出或多或少的調(diào)節(jié)修正,這樣就可以逡逑使形成的曲線的位置和形狀可以在控制掌控范圍之內(nèi)。S曲線遞進(jìn)函數(shù)的詳細(xì)曲逡逑線可以從圖4-2得出。逡逑期望輸出與實(shí)際輸出比較逡逑2邐I邐I邐I邐I邐I邐I邐I邐I逡逑/邋\逡逑、邐逡逑邐|邐|邐|邐|邐邐|邐|邐i邐|邐逡逑'邋0■邐0.1邐02邐0,4邐0:5;邐0.6邐0J邐0.8邐0.9邐1逡逑壤逡逑圖4-2邋S型傳遞函數(shù)逡逑4.2.4神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)參數(shù)的選擇逡逑a)初始權(quán)值的選擇逡逑BP神經(jīng)網(wǎng)絡(luò)在確定權(quán)值的時候,依托一個初始權(quán)值以依次重復(fù)反饋更新的逡逑辦法來明確。一般情況下,BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值都是系統(tǒng)在隨機(jī)情況下隨機(jī)逡逑生成的,所以這樣的結(jié)果很容易造成神經(jīng)網(wǎng)絡(luò)的不能夠再次出現(xiàn)。神經(jīng)網(wǎng)絡(luò)的特逡逑性功能與一開始的權(quán)重的選擇大小存在著或多或少的聯(lián)系。在通常情況下,選取逡逑比較小的非0的隨機(jī)值來把一開始的權(quán)重進(jìn)行定義描述,這種情況下得到的取逡逑值一般都在(-2.4/F,2.4/iO或(-3/#,3/VF)之間,本文中,初始化逡逑權(quán)值。ǎ
最大迭代次數(shù):1000逡逑期望誤差:當(dāng)選擇5、10、15為隱藏層神經(jīng)節(jié)點(diǎn)數(shù)目時,其相應(yīng)的神經(jīng)網(wǎng)絡(luò)訓(xùn)逡逑練誤差曲線如下圖4-3到4-5所示。逡逑lilt邋Edi邋t邋Yi邋??邋Xiiitrl邋lools邋Dtilctop邋Tind??邋Htlp邐'逡逑_邐Performance邋is邋8,6#矗叮e-007,邋Goat邋is邋1e-006逡逑10邋邐,邐.邐.邐.邐?邐.邐.邐.邐逡逑i邋104r邐\邐v逡逑卜邐V.逡逑竺1。'逡逑10^,邐、逡逑0邐20邐40邐60邐80邐100邐120邐140邐160逡逑|邋Slop邋Tr?mng邋J邐178邋Epochs逡逑圖4-3隱藏層神經(jīng)節(jié)點(diǎn)數(shù)為5時訓(xùn)練誤差曲線逡逑Eil*邋Edit邋Xiw邋l^strl邐Qtiktep邋Sind^w邐
本文編號:2777775
【學(xué)位授予單位】:蘭州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:U452.11
【圖文】:
一些有關(guān)的參數(shù)選擇可在目前研究現(xiàn)狀中作出或多或少的調(diào)節(jié)修正,這樣就可以逡逑使形成的曲線的位置和形狀可以在控制掌控范圍之內(nèi)。S曲線遞進(jìn)函數(shù)的詳細(xì)曲逡逑線可以從圖4-2得出。逡逑期望輸出與實(shí)際輸出比較逡逑2邐I邐I邐I邐I邐I邐I邐I邐I逡逑/邋\逡逑、邐逡逑邐|邐|邐|邐|邐邐|邐|邐i邐|邐逡逑'邋0■邐0.1邐02邐0,4邐0:5;邐0.6邐0J邐0.8邐0.9邐1逡逑壤逡逑圖4-2邋S型傳遞函數(shù)逡逑4.2.4神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)參數(shù)的選擇逡逑a)初始權(quán)值的選擇逡逑BP神經(jīng)網(wǎng)絡(luò)在確定權(quán)值的時候,依托一個初始權(quán)值以依次重復(fù)反饋更新的逡逑辦法來明確。一般情況下,BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值都是系統(tǒng)在隨機(jī)情況下隨機(jī)逡逑生成的,所以這樣的結(jié)果很容易造成神經(jīng)網(wǎng)絡(luò)的不能夠再次出現(xiàn)。神經(jīng)網(wǎng)絡(luò)的特逡逑性功能與一開始的權(quán)重的選擇大小存在著或多或少的聯(lián)系。在通常情況下,選取逡逑比較小的非0的隨機(jī)值來把一開始的權(quán)重進(jìn)行定義描述,這種情況下得到的取逡逑值一般都在(-2.4/F,2.4/iO或(-3/#,3/VF)之間,本文中,初始化逡逑權(quán)值。ǎ
最大迭代次數(shù):1000逡逑期望誤差:當(dāng)選擇5、10、15為隱藏層神經(jīng)節(jié)點(diǎn)數(shù)目時,其相應(yīng)的神經(jīng)網(wǎng)絡(luò)訓(xùn)逡逑練誤差曲線如下圖4-3到4-5所示。逡逑lilt邋Edi邋t邋Yi邋??邋Xiiitrl邋lools邋Dtilctop邋Tind??邋Htlp邐'逡逑_邐Performance邋is邋8,6#矗叮e-007,邋Goat邋is邋1e-006逡逑10邋邐,邐.邐.邐.邐?邐.邐.邐.邐逡逑i邋104r邐\邐v逡逑卜邐V.逡逑竺1。'逡逑10^,邐、逡逑0邐20邐40邐60邐80邐100邐120邐140邐160逡逑|邋Slop邋Tr?mng邋J邐178邋Epochs逡逑圖4-3隱藏層神經(jīng)節(jié)點(diǎn)數(shù)為5時訓(xùn)練誤差曲線逡逑Eil*邋Edit邋Xiw邋l^strl邐Qtiktep邋Sind^w邐
本文編號:2777775
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/2777775.html
教材專著