張麗娜
(山西路杰公路工程技術(shù)咨詢有限公司,山西 太原 030006)
隨著我國(guó)交通基礎(chǔ)設(shè)施建設(shè)的推進(jìn),大量的隧道頻繁地出現(xiàn)在公路、鐵路等工程建設(shè)中,而隧道在施工中經(jīng)常會(huì)出現(xiàn)涌水的問(wèn)題,隧道涌水不僅會(huì)延誤工程的施工進(jìn)度造成巨大的財(cái)產(chǎn)損失,甚至還可能引發(fā)隧道塌方災(zāi)害,造成人員傷亡,施工機(jī)械損害,對(duì)整個(gè)社會(huì)造成不利的影響。為了保障隧道施工的安全性,加強(qiáng)對(duì)隧道涌水量預(yù)測(cè)的研究是十分必要的。國(guó)內(nèi)外許多學(xué)者對(duì)隧道涌水量的預(yù)測(cè)做了大量的研究,并得到了相應(yīng)的科研成果。Barton(1985)[1]研究了在多場(chǎng)耦合作用下的隧道涌水問(wèn)題,得出了在隧道涌水過(guò)程中圍巖應(yīng)力和位移的變化規(guī)律;Heuer(1995)[2]通過(guò)試驗(yàn)研究了鉆孔水壓力隨隧道開(kāi)挖的變化情況,運(yùn)用半經(jīng)驗(yàn)的方法預(yù)測(cè)了隧道的涌水量。近年來(lái),我國(guó)學(xué)者致力于隧道涌水量預(yù)測(cè)方面的研究,并取得了較為顯著的成果。許彥卿(1995)[3]在考慮多場(chǎng)耦合的情況下,提出了地下水的等效連續(xù)介質(zhì)模型和裂隙網(wǎng)格介質(zhì)模型;黃濤、楊立(1999)[4]分析了多場(chǎng)耦合作用下圍巖裂隙度對(duì)隧道涌水量的影響規(guī)律,并建立了確定的數(shù)學(xué)模型對(duì)某一隧道的涌水量進(jìn)行了預(yù)測(cè);王媛(2000)[5]在應(yīng)力場(chǎng)和滲流場(chǎng)耦合作用下對(duì)巖溶隧道的涌水預(yù)測(cè)進(jìn)行了研究;徐則民(2004)[6]提出了不同充水水源條件下深埋巖溶隧道涌水量的計(jì)算公式,并給出了相關(guān)近似解。
富家山隧道位于汾西縣富家山村,設(shè)計(jì)為左右線分離式。左線洞體全長(zhǎng)880 m,進(jìn)口段里程樁號(hào)為ZK35+138,洞口底板設(shè)計(jì)高程為964.673 m,出口段里程樁號(hào)為ZK36+018,洞口底板設(shè)計(jì)高程為988.236 m,洞體最大埋深 120.002 m,位于ZK35+782。右線洞體全長(zhǎng)896 m,進(jìn)口段里程樁號(hào)為K35+130,洞口底板設(shè)計(jì)高程為963.715 m,出口段里程樁號(hào)為K36+026,洞口底板設(shè)計(jì)高程為988.295 m,洞體最大埋深 131.298 m,位于K35+782;隧道總體走向呈東西向?yàn)?6°~83°。
隧址區(qū)地層巖性結(jié)構(gòu)較為單一,主要為奧陶系中統(tǒng)峰峰組(O2f)、上馬家溝組(O2s)豹皮灰?guī)r、白云質(zhì)泥灰?guī)r及純灰?guī)r組成;圍巖巖體完整性在洞口段較破碎,圍巖級(jí)別較差,S6背斜軸部受構(gòu)造影響巖性相對(duì)較破碎,施工時(shí)極易造成小規(guī)模塌方和涌水通道。其他路段工程地質(zhì)構(gòu)造較為單一,不存在斷層,工程地質(zhì)條件較好。
隧址區(qū)地下水類型主要有松散層孔隙水及奧陶系巖溶裂隙水。上層滯水富水性極差,且與隧道無(wú)水力聯(lián)系,可不考慮其對(duì)隧道的影響。根據(jù)區(qū)域資料,奧灰水水位標(biāo)高660 m左右,而兩隧道最低設(shè)計(jì)標(biāo)高為977.42 m,水位遠(yuǎn)低于隧道設(shè)計(jì)標(biāo)高,故巖溶水不會(huì)對(duì)該兩隧道產(chǎn)生影響。
1986年Rumelhart通過(guò)研究神經(jīng)網(wǎng)絡(luò)并行分布的處理方法,提出了BP(Error Back Propagation)網(wǎng)絡(luò)學(xué)習(xí)算法,實(shí)現(xiàn)了在多層感知器中進(jìn)行訓(xùn)練的假想。典型的三層BP網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。
圖1 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
BP網(wǎng)的結(jié)構(gòu)由輸入層、隱含層和輸出層組成,層與層之間的神經(jīng)元通過(guò)全連接的形式傳遞信息,而每層各神經(jīng)元之間沒(méi)有相互連接。當(dāng)神經(jīng)網(wǎng)絡(luò)從樣本數(shù)據(jù)中獲取訓(xùn)練信息后,通過(guò)輸入層的神經(jīng)元將訓(xùn)練信息激活,經(jīng)過(guò)傳遞函數(shù)的處理將信息傳遞到隱含層神經(jīng)元,再經(jīng)過(guò)傳遞函數(shù)的變換,將最終得到的響應(yīng)結(jié)果傳遞到輸出層。輸出層將訓(xùn)練得出的結(jié)果與期望輸出相比較,按照誤差遞減的原則將信息反饋到各層當(dāng)中,使得各層根據(jù)誤差信息的反饋不斷地調(diào)整和修正神經(jīng)元之間的連接權(quán)值和閾值,直到誤差滿足精度要求時(shí)訓(xùn)練結(jié)束。
在實(shí)際的涌水量預(yù)測(cè)過(guò)程中,要結(jié)合隧道施工現(xiàn)場(chǎng)的情況,合理地選擇影響因素,使得所選的因素全面地反映其對(duì)隧道涌水量的影響,而且相互之間不具有明顯的相關(guān)性。本文根據(jù)富家山隧道的工程地質(zhì)條件選取隧道圍巖裂隙發(fā)育情況、圍巖破碎帶的導(dǎo)水能力、隧道上覆基巖破碎帶與隧道頂板的距離、上覆土層孔隙水壓力、隧道埋深作為隧道涌水量的影響因素。
根據(jù)《富家山隧道水文地質(zhì)勘察報(bào)告》以及施工現(xiàn)場(chǎng)的實(shí)測(cè)資料,分別選取隧道左洞右洞進(jìn)口處一段距離的數(shù)據(jù)作為涌水量預(yù)測(cè)的樣本。其中各影響因素的取值見(jiàn)表1和表2,前10組為訓(xùn)練樣本,后2組數(shù)據(jù)為測(cè)試樣本。
采用matlab神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行訓(xùn)練,采用默認(rèn)權(quán)值、閾值,隱層節(jié)點(diǎn)數(shù)取8個(gè),隱含層傳遞函數(shù)為tansig,輸出層傳遞函數(shù)為purelin,最大訓(xùn)練次數(shù)為10 000次,誤差目標(biāo)0.001,學(xué)習(xí)效率0.01。由于初始權(quán)值和閾值的初始值隨機(jī)賦予,必然會(huì)造成每次訓(xùn)練收斂速度不一致,從而導(dǎo)致預(yù)測(cè)結(jié)果存在一定的誤差。為減小這種誤差,本文采取多次預(yù)測(cè)取平均值的方法。圖2為四次訓(xùn)練分別得到的誤差曲線變化圖。
表1 富家山隧道左洞進(jìn)口BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本
圖2 四次訓(xùn)練結(jié)果的誤差收斂曲線圖
從誤差曲線圖可以看出,網(wǎng)絡(luò)模型的收斂效果都很好。表3~表6為四次訓(xùn)練測(cè)試樣本的涌水量預(yù)測(cè)結(jié)果和預(yù)測(cè)值與實(shí)際值的誤差。
表3 富家山隧道左洞進(jìn)口涌水量BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果
表4 富家山隧道左洞進(jìn)口預(yù)測(cè)值與實(shí)際值誤差
表5 富家山隧道右洞進(jìn)口涌水量BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果
表6 富家山隧道右洞進(jìn)口預(yù)測(cè)值與實(shí)際值誤差
從表3~表6可以看出,采用不同的初始參數(shù)會(huì)導(dǎo)致預(yù)測(cè)結(jié)果存在一定的誤差,而多次預(yù)測(cè)取平均值的辦法能夠有效減少這種預(yù)測(cè)偏差,使得結(jié)果變得更為可靠。雖然涌水量預(yù)測(cè)值與實(shí)際值存在一定的誤差,但基本穩(wěn)定在10%以內(nèi),這表明文中所建立的BP神經(jīng)網(wǎng)絡(luò)模型成功解決了各影響因素之間復(fù)雜的相互關(guān)系問(wèn)題,使得預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果相差相對(duì)較小,預(yù)測(cè)結(jié)果具有一定的可靠性。
a)結(jié)合富家山隧道施工現(xiàn)場(chǎng)的數(shù)據(jù),對(duì)影響隧道涌水量的因素進(jìn)行了分析,發(fā)現(xiàn)對(duì)隧道涌水量有顯著影響的因素包括:隧道圍巖裂隙發(fā)育情況、斷層破碎帶的導(dǎo)水能力、隧道上覆基巖破碎帶與隧道頂板的距離、上覆土層孔隙水壓力以及隧道埋深。
b)通過(guò)BP神經(jīng)網(wǎng)絡(luò)對(duì)隧道涌水量進(jìn)行預(yù)測(cè),得出了BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,該模型收斂情況良好,預(yù)測(cè)值與實(shí)際值存在一定的誤差但相對(duì)較小,預(yù)測(cè)結(jié)果具有一定可靠性,對(duì)隧道的涌水量預(yù)測(cè)方法提供了參考依據(jù)。