论文部分内容阅读
由于岩体的非均质、非连续、各向异性等因素的影响，岩体物理力学参数难以确定。目前确定围岩力学参数的方法主要有三种：一是室内试验和现场原位测试；二是经验类比和经验估算法；三是位移反分析法。其中，原位试验是最可靠、最基本的方法。但因其所涉及的试验样本数有限、试验范围小、投资大、工期长，而且隧道开挖过程中围岩性质多变，其试验值很难代表每一段围岩的真实状态。多年来，围岩力学参数的确定实际上仍然主要采用经验判断、综合评判的方法，难免具有主观性和随意性。大量的研究表明，通过现场施工监控量测位移，反分析围岩力学参数，对设计建议参数进行修正，是一种经济可靠的方法，位移反分析是对试验的重要补充；同时，位移反分析也是动态设计中信息反馈的重要手段。
本文以在建的杭瑞高速公路鸡口山隧道为依托，结合隧道施工地质调查和现场监控量测，对隧道危险地段应用优化位移反分析法对隧道围岩力学参数进行反演，根据反演结果对该段围岩稳定性进行分析，对附近未开挖段围岩稳定性进行预测。研究思路是：首先分析围岩参数对位移的灵敏度大小，确定了待反演围岩力学参数及位移反分析适用的围岩级别：接着阐明优化反演法基本原理及本文采用的优化反分析方法的总体思路，在此基础之上，介绍了围岩松动圈的处理方法及在FLAC3D软件中考虑施工“空间效应”和“时间效应”的地应力分步释放法；最后，选取鸡口山隧道两段典型的断面进行位移反分析，将反演结果应用于围岩稳定性分析及预测。本文的主要研究工作和研究成果如下：
(1)介绍隧道研究段围岩位移监测及监测数据的处理方法。在现场地质调查的基础上，基于GSI理论和Hoek-Brown经验准则估算研究段围岩力学参数。
(2)基于FLAC3D数值模拟计算分析围岩参数对位移的灵敏度。研究表明：对于Ⅲ～Ⅳ级围岩，变形模量E对位移的影响最大；内聚力C和内摩擦角Φ值对水平收敛的影响大于对拱顶下沉的灵敏度；泊松比μ对位移的影响最小，对拱顶下沉的影响很小（接近于零），对水平收敛的影响随着参数值的增大而增大；各围岩力学参数对Ⅲ级围岩位移的影响均很小。所以对于鸡口山隧道来说，反分析仅适用于Ⅳ、Ⅴ级围岩；最终确定待反演的围岩力学参数为变形模量E、泊松比μ、内聚力C和内摩擦角Φ。
(3)基于围岩分级确定待反演围岩力学参数的取值区间，采用GSI理论和Hoek-Brown经验准则估算围岩力学参数值，验证围岩力学参数取值区间的可靠性：将各围岩力学参数在取值区间分成4个水平，用正交设计法对围岩力学参数进行离散、分组，得到16组力学参数的样本组合，该分组法减少了试验次数，并保证了样本的整齐可比性和均衡分散性。
(4)采用双介质模型来模拟松动圈效应，根据Hoek-Brown经验公式将变形模量E、内聚力C、内摩擦角Φ值进行折减得到松动圈岩体力学参数，折减范围在50％-100％之间；采用地应力分步释放法来模拟隧道施工过程，将三维问题转化为二维问题进行计算；采用Ansys有限元软件建立隧道几何模型，再将隧道几何模型导入FLAC3D软件，对正交试验设计好的围岩力学参数进行有限差分计算，得到位移反分析样本。
(5)采用极差分析法和Elman神经网络预测法分别求解围岩力学参数，将反演得到的两组最优解分别代入FLAC3D隧道正分析模型计算出拱项下沉和水平收敛位移值，将两组位移值跟实测位移值相比较，并进行误差分析。结果表明，极差分析法虽然具有直观性，但计算繁琐，且极差分析法的误差高于神经网络预测法，显示了神经网络在处理非线性问题方面具有较强的优势。
(6)对隧道YK84+856断面和YK84+134断面进行位移反分析，得到围岩力学参数值，经正分析位移验证所得结果是正确的，将反演得到围岩力学参数值跟基于GSI和Hoek-Brown经验理论估算得到的参数进行对比，反演得到参数值基本上在经验估算值范围内，因此，反演结果是可靠的。基于位移反分析参数对YK84+845-847塌方进行稳定性分析，对YK84+134断面下台阶开挖工况的稳定性和上台阶向前掘进而未及时支护工况的稳定性进行预测，数值计算得到的围岩变形规律和受力情况与实际情形相符。
(7)两研究段成果表明，本文的隧道围岩力学参数位移反分析法，即基于正交试验设计、数值仿真模拟和Elman神经网络的优化反演法是有效的。