大型洞室群开挖和加固方案反馈优化分析集成智能方法的研究.pdf

大型洞室群开挖与加固方案反馈优化分析集成 智能方法研究 摘要 大型洞室群规模已超出现行规范，本身结构比较复杂，又处于复杂的地质 环境中，因而影响围岩稳定性的因素错综复杂。如何准确地根据监测信息快速动 态调整施工方案，是有待解决的重要问题。本论文以清江水布娅电站地下厂房作 为工程应用背景，综合三维数值计算、智能方法和计算机决策技术，提出了大型 洞室群施工期集成智能动态反馈分析方法，并用于水布娅地下厂房施工期的方案 反馈分析与优化。具体来说，主要进行了如下的工作: (1)针对经验公式方法的不足，提出基于工程实例的隧洞最大允许变形的 支持向量机 (SVM)自动获取方法。 (2)针对以往反馈优化方法容易陷于局部最优及耗时的问题，提出了大型 洞室群反馈分析的3D并行进化SVM一数值模拟优化方法，并且基于MPI开发了 相应并行计算平台。该方法能够全局快速搜索最优解，与并行神经网络进化有限 元方法相比，计算速度提高近十倍。 (3)地下大型洞室群锚固参数优化具有叹下特点:稳定性目标和经济性目 标是矛盾的;洞室的稳定性分析非常复杂;评价指标要求全面反映锚固效果;锚 固参数组合的方案数量多，优化计算量大。针刘这些特点，建立了地下大型洞室 施工锚固参数优化模型，确定了约束条件及优化的指标，给出了优化的方法和步 骤。采用主成分分析法处理多指标评价问题，既可以在保持评价系统信息、达到 降维，简化评价系统的目的，又可以避免权重确定的人为因素。 (4)建立了地质描述模糊评判和变形速率比值判别知识库。在课题组原有 推理机和知识库基础上，提出了基于IDSS的大型洞室群施工期反馈分析的集成 智能分析系统的模型。进行了软件系统的部分开发工作，并将该系统初步应用于 水布娅电站地下厂房施工期反馈分析。 (5)以三维弹塑性数值模拟开挖支护为基础，将多种反馈分析的方法，包 括从工程实例获取隧洞最大允许变形的SVM方法、围岩变形SVM时间序列分 析、地质描述模糊评判法、变形速率比值判别法、基于3D并行进化SVM一数值 模拟方法等进行集成。建立了清江水布娅电站地下厂房水施工期动态集成智能反 馈分析流程，提高分析结果的可靠性。 (6)在水布娅电站地下厂房施工期间，利用开挖监测信息，基于3D并行 进化SVM一数值模拟的方法进行该地下厂房围岩参数的反演。利用反演得到的岩 石力学参数，对厂房下部软岩区的机窝施 匕方案进行了优化。 {7}基于所提出的3a并行进化SVM一数值模拟方法，根据工程的要求对 清江水布娅枢纽地下厂房3-b层的锚固参数进行了优化，得到了推荐的锚固方案， 对该地一日-房施工提供了重要的指导。 关键词:大型洞室群 =维数值模拟 反馈分析 集成智能支持向量机 遗传算法 并行计算 智能优化 智能决策支持系统 StudyofFeedbackOptimizingandAnalyzingtheSchemes ofExcavationandSupportingofLargeCavernGroup UsingIntegratedIntelligentMethod Abstract Thescaleoflargecaverngroupisbeyondcurrentregulation.Thestructureof caverngroupandthegeologicenvironmentwhereislocatedinarecomplicated, therefore,thefactorsaffectingthesurroundingrockstabiliytarecomplicatedtoo. Howtodynamicallyandrapidlyredesignthesupportsystembasedonmonitoring data?Thatisaveryimportantproblemneedtobesolved.Inthedissertation,aiming attheundergroundpowerhouseengineerofQingjiangShuibuyahinge,themethodof integrateddynamicfeedbackanalysisinconsturctionforlarg