论文部分内容阅读
隧道突水突泥一直以来都是隧道施工过程中的重大难题，突水突泥可能会导致隧道工期延误，造成巨大的财产损失，甚至还可能成为隧道塌方的诱因，导致人员伤亡，施工机械损坏，对整个社会造成不利的影响。过往的研究表明，地质构造、地下水源和开挖扰动成为深长隧道突水突泥灾害发生的三大原因。为了保障隧道施工的安全性，减少不必要的财产损失，加强对隧道突水突泥前兆信息的研究是十分必要的。在隧道施工过程中，综合分析隧道突水突泥灾害诱因，预测突水突泥发生的可能性，采取针对性的控制措施，从而保障隧道的顺利施工和人员的安全。 本文以江西钟家山隧道为依托工程，通过收集工程中突水突泥灾害发生时的现场数据，运用BP神经网络对深长隧道的突水突泥前兆信息进行预测，并采用数值模拟的方法对隧道突水过程进行了分析，论文主要完成了以下几方面的工作: (1)根据国内外有关深长隧道突水突泥涌水量预测的研究，探讨了深长隧道涌水预测过程中的影响因素，结合钟家山隧道现场的施工情况，确定了涌水量预测的六个变量参数。 (2)依据钟家山隧道施工过程中采集的数据，利用BP神经网络建立突水突泥的灾害预测模型。通过对现场观测点涌水量的预测，验证了该预测模型的有效性和正确性。 (3)运用MIDAS和FLAC3D数值模拟软件对深长隧道的突水情况进行数值模拟分析，研究了隧道突水前兆信息的演化规律，分析了隧道开挖过程中渗流速度、渗透水压力、孔隙水压力的变化情况。