小样本数据下三维地应力反演分析.docxVIP

? ? 小样本数据下三维地应力反演分析 ? ? 陈正林， 何国志， 张劼超， 刘加柱， 王红娟， 候圣均 (1.中电建路桥集团有限公司， 北京 100048； 2.北京科技大学土木与资源工程学院， 北京 100083) 对于隧道和地下工程，岩体的地应力场为受力状态分析和支护加固提供数据支持，在了解工程区域原岩应力状态的前提下，可以提前规划工程设计和施工方案，有效地规避变形、坍塌等常见地质灾害，减少人员伤亡和经济损失。 为了了解一个区域的地应力分布状态，常采用地应力反演的方法，即通过区域内某几个实测应力的数据和数学推演计算来推断区域内三维地应力场。现场测量方法一般采用水压致裂法、应力解除法、声发射法、超声波谱法和发射型同位素法等[1-2]，本文研究现场测量采用空心包体应力解除法。关于获取到实测数据后，采用的地应力反演方法，1983年，郭怀志等[3]和余云燕等[4]提出多元回归分析法，同时考虑由埋深确定的岩体上覆重力和依据实际工程地质条件模拟的应力，在二者的基础上构建了不同工况下应力场。方明礼等[5]大幅改进了地应力函数反分析法，提出用三维有限元反演地应力场方法来解决地应力计算。1999年尚岳全[6]提出直接边界调整法，通过不断调整计算区域边界上的荷载大小去分析研究，使用数值方法来运算获取应力场的分布变化规律[3-6]。21世纪初，随着计算机的飞速发展，人工智能方法[7-8]逐渐被应用在地应力反演领域。 为了克服某些工程区域地质情况复杂，实测应力数据较少问题和减少现场测量的耗费，现减少测点，提出一种边界荷载和人工神经网络的联合反演方法，在小样本下对区域内地应力状态进行计算，综合两者的优点，并对建(个)元高速五老峰隧道部分区域进行地应力反演，在测点较少的情况下，利用人工神经网络的数据处理和非线性优势模拟地应力分布状态，希望可以给其他相关工程提供一定的理论依据和指导。 1 反演理论及实现 1.1 边界荷载法 在研究矿区、隧道、边坡、硐室等区域的构造应力场时，直接边界调整法具有广泛的应用性，可以很好地反演待演区域的初始地应力场和边界条件。直接边界调整法的具体步骤如下。 (1)根据待演区域的地勘报告、地形地貌特征、物探报告等地质信息，结合三维建模软件建立包括实际测点在内的区域三维地质力学模型。 (2)选定一组边界条件进行有限单元计算，监测记录测点的计算应力结果，与现场实测应力进行对比，分析出入原因，结合反演区域地质条件和模型本身，进行边界条件的大小和作用方式的调整。 (3)对三维模型重新施加调整后的边界条件和岩石力学参数，再次进行软件计算，然后再进行对比，循环往复，直至得到一组最佳边界条件使得测点的计算结果和实测结果相近[9]。 1.2 BP神经网络 反向传播神经网络(BP)属于前向型网络结构的一种，全称为“前向多层误差逆向传播学习算法”，下文简称为BP网络。这种人工神经网络通过反复改变网络拓扑结构中的各神经元之间的连接权值和阈值，使网络的输出不断逼近预设的期望输出。相比于其他网络结构，其最大的特点就是BP网络是将网络输出与期望输出之间的误差通过网络结构一层一层反向传输，各层神经元结构通过返回的误差值进行权值何阈值的调整，这种算法因此也被称为反向学习算法。 BP网络的结构和连接方式如图1所示，主要结构由输入、输出和隐含层组成。每一层有大量的节点，相邻层节点之间进行全连接，相隔层节点之间则无连接。网络的学习方式也就是网络对数据的处理方式，在BP网络里，外界的数据按照从左至右的顺序，即从输入层经过隐含层最后在输出层得到网络输出[10-11]。 图1 BP网络结构示意图Fig.1 Schematic diagram of BP network structure 1.3 地应力反演因素分析 一个地区的初始应力场的形成，往往经历了几百甚至上千万年的地质运动和外界因素的影响，且时刻在变化，不过对于某个地质年代来说，地应力场可以认为是稳定的。地应力场在形成过程中，影响因素众多，不同的区域，决定性因素和主导因素也不尽相同，研究人员也并没有定论。但是经过研究人员多年的现场考证和实验理论研究，证明初始应力场主要受以下几个因素影响。 (1)重力因素。岩体的自重应力是引起初始应力场中垂直应力的主要原因，区域任意一点的竖直应力大约等于单位面积上的上覆岩层的重量。 (2)地壳构造运动。地壳的构造运动是三维应力场中水平应力形成的主要原因，中国的大陆板块由于受四周的板块挤压和约束，内部主要产生水平的挤压应力。 (3)岩石力学性质。有学者研究证明，应力场的大小和形成与区域岩石的力学性质有一定关系，如区域岩层的弹性模量、泊松比、刚度等因素[12]。 (4)地形因素。数万年的地球活动造成了现在的山川大河，地表的高低起伏，不同的形地貌，地形对地应力的影响并不确定，不同