›› 2004, Vol. 25 ›› Issue (4): 529-533.

• 基础理论与实验研究 • 上一篇    下一篇

并行ENN-FEM分析力学参数对洞室群稳定性的影响

安红刚1,2,冯夏庭2,李邵军2   

  1. 1. 同济大学 地下建筑与工程系,上海 200092;2. 中国科学院武汉岩土力学研究所 IRSM重点实验室 ,湖北 武汉 430071
  • 收稿日期:2003-01-14 出版日期:2004-04-10 发布日期:2014-07-17
  • 作者简介:安红刚,男,1975年生,博士后,主要从事地下工程稳定性及智能分析研究。
  • 基金资助:

    国家重点基础发展规划(No. 2002CB412708)和国家自然科学重点基金(No. 59939190)资助

Analysis of effects of mechanical parameters on stability of cavern group using parallel evolutionary neural network FEM

AN Hong-gang1,2, FENG Xia-ting2, LI Shao-jun2   

  1. 1. Department of Geotechnical Engineering, Tongji University, Shanghai 200092, China; 2. Key Laboratory of Rock and Soil Mechanics, Institute of Rock and Soil Mechanics, Chinese Academy of Sciences, Wuhan 430071, China
  • Received:2003-01-14 Online:2004-04-10 Published:2014-07-17

摘要: 将洞室群视为一特定系统,采用并行进化神经网络有限元(ENN-FEM)方法建立该系统与岩体力学参数之间的相对应关系。采用遗传算法分析得到对围岩稳定性最不利的参数组合,对组合中任一参数可通过参数敏感度函数分析其敏感度,并由此综合评估各软岩力学参数对洞室群稳定性的影响,确定出关键岩层以给设计和施工提供指导性建议。实例计算表明该方法是合理的,且具有智能化和综合分析的优点。

关键词: 并行进化神经网络有限元, 力学参数, 洞室群, 稳定分析

Abstract: Treating the cavern group as a special system, the corresponding relationship between the system and the mechanical parameters of the rock mass is obtained by using the parallel evolutionary neural network FEM. The worst combination of parameters related to the stability of surrounding rock mass is searched out by genetic algorithms (GA). Through sensibility analysis, the synthetical evaluation of the effects of mechanical parameters of soft rock mass on the stability of cavern group is given. Moreover, the key rock mass could be determined to provide the design and construction with further instructive suggestions. The application shows that the method is reasonable and it has the advantages of intelligent and synthetical analysis.

Key words: parallel evolutionary neural network FEM, mechanical parameters, cavern group, stability analysis

中图分类号: 

  • TU 457
[1] 谌民, 张涛, 单华刚, 王新志, 孟庆山, 余克服, . 钙质砂压缩波速与物理性质参数关系研究[J]. 岩土力学, 2019, 40(6): 2275-2283.
[2] 姜光成,胡乃联,洪根意,李国清,方京珍,. 基于GSI值量化和修正方法的岩体力学参数确定[J]. , 2018, 39(6): 2211-2218.
[3] 宿 辉, 杨家琦, 胡宝文, 高 轩, 马 辉, . 颗粒离散元岩石模型的颗粒尺寸效应研究[J]. 岩土力学, 2018, 39(12): 4642-4651.
[4] 崔 臻,盛 谦, . 裂隙岩体等效力学参数结构效应的计算机模拟试验研究[J]. , 2018, 39(10): 3830-3840.
[5] 苏承东,韦四江,秦本东,杨玉顺,. 高温对细砂岩力学性质影响机制的试验研究[J]. , 2017, 38(3): 623-630.
[6] 江 权,崔 洁,冯夏庭,刘国锋,王百林,刘 挺,吕勇刚,. 玄武岩力学参数的随机性统计与概率分布估计[J]. , 2017, 38(3): 784-792.
[7] 冯 帆,邱信蛟,张国新,管俊峰,王 丹,. 基于施工期变形监测的特高拱坝力学参数反演研究[J]. , 2017, 38(1): 237-246.
[8] 温 勇,杨光华,汤连生,徐传堡,黄致兴,黄忠铭,张玉成, . 广州地区花岗岩残积土力学特性试验及参数研究[J]. , 2016, 37(S2): 209-215.
[9] 宋子亨,杨 强,刘耀儒. 考虑孔隙水压力作用的岩土体弹塑性模型及其有限元实现[J]. , 2016, 37(S1): 500-508.
[10] 王开禾,罗先启,沈 辉,张海涛. 围岩力学参数反演的GSA-BP神经网络模型及应用[J]. , 2016, 37(S1): 631-638.
[11] 邓 建,肖 明,谢冰冰, . 预应力锚索受力特性与初始张拉吨位优化分析[J]. , 2016, 37(8): 2359-2365.
[12] 胡 政 ,刘佑荣 ,王平易 ,田茂中,. 基于开挖卸荷劣化的边坡岩体宏观力学参数USMR分析评价方法及验证[J]. , 2016, 37(12): 3491-3498.
[13] 刘晓敏 ,盛 谦 ,陈 健 ,柯文汇 ,杨继华,. 大型地下洞室群地震模拟振动台试验研究(Ⅱ):试验方案设计[J]. , 2015, 36(6): 1683-1690.
[14] 卢应发 ,黄学斌 ,刘德富,. 边坡稳定分析条块力-位移法及其应用[J]. , 2015, 36(10): 2787-2798.
[15] 刘 杰 ,唐 亮 ,李建林 ,胡 静 ,范留军 ,夏 骏,. 基于隧洞衬砌和等效锚杆模拟的密集地下洞室群稳定性分析[J]. , 2014, 35(S1): 373-381.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 闻世强,陈育民,丁选明,左威龙. 路堤下浆固碎石桩复合地基现场试验研究[J]. , 2010, 31(5): 1559 -1563 .
[2] 郝冬雪,陈 榕,栾茂田,武科. SBPT测定饱和黏土不排水强度的数值分析[J]. , 2010, 31(7): 2324 -2328 .
[3] 叶 锋,童新春,张功新,张宝洁,刘元立. 重锤夯实抛石基床的有效加固深度试验研究[J]. , 2011, 32(4): 1008 -1012 .
[4] 邴 慧 ,何 平. 不同冻结方式下盐渍土水盐重分布规律的试验研究[J]. , 2011, 32(8): 2307 -2312 .
[5] 李卫超,熊巨华,杨 敏. 分层土中水泥土围护结构抗倾覆验算方法的改进[J]. , 2011, 32(8): 2435 -2440 .
[6] 张桂民 ,李银平 ,施锡林 ,杨春和 ,王李娟. 一种交互层状岩体模型材料制备方法及初步试验研究[J]. , 2011, 32(S2): 284 -289 .
[7] 丁祖德,彭立敏,施成华. 地铁隧道穿越角度对地表建筑物的影响分析[J]. , 2011, 32(11): 3387 -3392 .
[8] 孙 峰,冯夏庭,张传庆,周 辉,邱士利. 基于能量增减法的深埋绿片岩隧洞稳定性评价方法[J]. , 2012, 33(2): 467 -475 .
[9] 王洪新 ,孙玉永 . 考虑基坑开挖宽度的杆系有限元算法及试验研究[J]. , 2012, 33(9): 2781 -2787 .
[10] 刘飞禹 ,余 炜 ,蔡袁强 ,张孟喜 . 桩承式加筋地基室内试验及数值分析[J]. , 2012, 33(S1): 244 -250 .