基于人工神经网络的梅关隧道围岩级别判别

来源 :现代隧道技术 | 被引量 : 0次 | 上传用户:paul5260
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
隧道围岩分级是隧道结构设计的前提工作,也是确保隧道施工安全的关键技术。文章应用神经网络的联想记忆功能,以隧道围岩5个级别作为训练标本,建立隧道围岩与分级指标岩体完整性、岩块强度特性、结构面间的平均距离、结构面状态、岩体的水力条件和地应力场状态之间对应关系的BP判定模型,并将分级结果与模糊系统分级和地质勘查分级法进行对比,效果良好。利用人工神经网络模型为隧道围岩分级提供了一条新途径。
其他文献
为进行铁古坑矿深部矿体的探矿和开采,通过对+80 m水平以上已揭露矿体与原地质资料进行对比研究,在重点部位和疑点处设计并开展了钻探控制,掌握了+80 m~ +30 m水平矿体的赋存
地形偏压地段隧道洞口稳定性关系到整个隧道的施工和运营安全,是隧道建设者们面临的难题。桩式复合管棚套拱是一种新型支护结构,该结构既能发挥桩体的支护功能、降低边坡的刷方
高架桥跨越既有铁路隧道明洞施工具有典型的近接工程特征,高架桥施工过程对围岩产生应力重分布,尤其是T梁现浇施工时会对明洞产生附加荷载,对既有隧道衬砌结构轴力、弯矩等内