王志斌,麻凤海,张碧雪
(大连大学 建筑工程学院,辽宁 大连116622)
城市地铁车站、区间的施工大多采用在地下岩土体内进行的暗挖施工,洞室开挖会破坏岩土体原有的天然平衡状态,引起地铁周围岩土体的应力重分布和地下水的重分布,极易导致岩土体失稳。岩土体参数的准确获得对于地表变形量的计算和围岩稳定性评价都具有重要的影响。在实际工程中,岩土体参数的获得往往依赖于室内试验和工程经验,存在“尺寸效应”及随机性大等诸多不足,且不能反映工程区域内岩土体的整体特性。运用智能位移反分析的方法通过现场位移监测值确定岩土体的重要参数,能够很好的解决这一问题[1]。
岩土工程中,所谓智能位移反分析[2],是通过现场监测得到的能够反映岩土体力学行为的位移值,运用BP神经网络、遗传算法、蚁群算法等智能技术建立反分析模型[3],反演计算得到岩土体的一个或多个初始参数。通过位移反分析得到的岩土体力学参数是一种综合考虑了岩土体特征、构造、施工中的各种未知因素的“综合参数”(亦称等效参数、灰参数)。运用这种“综合参数”通过数值分析求得的隧道围岩的位移值更加符合工程实际[4],对于地铁隧道围岩稳定性的分析及变形预测有重要的指导意义。
本文选取长春地铁解放大路站~自由大路站区间为研究对象,进行岩体参数的位移分析。区间左线范围为:K19+472.234—K19+772.234,长度300 m。区间隧道埋深约21 m,采用台阶法施工,断面为标准断面,宽6.2 m,高6.5 m。……