某电站引水隧洞围岩收敛变形预测.pdfVIP

西 族大 。 版 第36卷第 1期 J 1 南民 学学报 自然 学 Jan．2010 ． ournalofSouthwestUniversityforNationalitiesN 1 … … … aturalScienceEdition 文章编号：1003．2843(201o)o1．0149—04 某电站引水隧洞围岩收敛变形预测 、 纪涛，陈新，葛琪 (四川大学水电学院，四川成都 610065) 摘 要：针对引水隧洞围岩变形受地质、施工等因素综合影响的特点，引入人工神经网络理论，建立了隧洞收敛测值终 值预测的BP网络模型，并应用MATLAB进行 BP网络设计和程序编制．实例分析表明，利用所建立的BP网络模型进 行 围岩收敛变形预测，结果合理可行 ． 关键词：人工神经网络 MATLAB；收敛变形预测 中图分类号：TV222 文献标识码：A 1 工程概况 某水电站主要建筑物由拦河大坝、泄洪洞、引水系统和发电厂房组成．其中引水隧洞为圆形，设计内径6．2m， 开挖直径3．6～4．2m，总长4813m．引水隧洞地段属中山区，地形起伏大，地面高程960～1513m，最大高差550m． 引水隧洞从进口至出口穿越地层分别为白垩系下统灌口下组( g)、夹关组(KJ)与侏罗系上统蓬菜镇组 ( P)．第四系松散堆积层主要分布于斜坡和冲沟地带，厚 0—25m．根据设计地质资料划分围岩类别为：III类围 岩占多数为69．0％，1V类围岩占26．8％，其余为穿插在隧洞中的V类围岩． 2 人工神经网络综述 人工神经网络，又称连接机制模型或并行分布处理模型，是由大量简单元件连接而成，用以模拟人脑行为 的复杂网络系统．人工神经网络反映人类大脑功能的许多基本特征，但并非人脑神经系统的真实写照，只是对 其作某种简化、抽象和模拟…2【J，具有训练、学习速度怏、预测准确率高及便于操作等特点．随着 1994年 Ghaboussi较为系统的阐述了基于神经网络的岩土力学问题的处理，人工神经网络在岩土工程的应用研究引向 广泛和深入pJ．在人工神经网络发展的过程中出现了各种各样的神经网络模型，其中具有代表l生的BP神经网络 在实际工程中应用较广．BP网络是一种二层或二层以上的阶层型神经网络，即输入层、隐层和输出层．上下层之 间各神经元实现全连接，而每层各神经元之间无连接．当输入信息时，首先传播到隐含层节点上，神经元激活， 把隐含节点的输出信息传播到输出节点，最后给出输出结果．网络的学习过程由正向和反向传播两部分组成． 在正向传播过程中，每一层神经元的状态只影响下一层神经元网络．如果输出层不能得到期望输出，就是实际 输出值和期望输出值之问存在误差，从而转入反向传播，将误差信号沿原来的连接通路返回，通过修改各层神 经元的权值，逐次向输入层传播去计算，故得名 “误差逆传播算法”4【】．再经过正向传播过程，这两个过程反复运 用，使得误差信号最小． 3 隧洞收敛测值预测的BP网络模型 根据岩石力学理论，地下隧洞的围岩变形特征主要和容重 、弹性模量 ：、泊松比 、粘结力 、内摩 擦角 等 5个地层物性参数有关，将以上参数作为BP神经网络的输入向量，将与之对应的收敛监测断面的收 收稿 日期：2009．09．12 作者简介：纪涛(1985．)，男，四川大学水电学院级硕士研究生 150 西南民族大学学报 ·自然科学版 第36卷 敛最终位移作为网络 目标向量，建立如图3．1所示网络结构 ．选择7个监测断面的地层物性参数和相应断面收 敛的最终位移值构成神经网络的训练样本，样本参数见表3．1．