IPP-PNN模型在川藏铁路深埋长大隧道岩爆预测中的应用

作     者：靳春玲 党丹丹 贡力 祁英弟 贾治元 JIN Chunling;DANG Dandan;GONG Li;QI Yingdi;JIA Zhiyuan

作者机构：兰州交通大学土木工程学院甘肃兰州730070 西安建工绿色建筑集团有限公司陕西西安710000 

出 版 物：《铁道科学与工程学报》 (Journal of Railway Science and Engineering)

年 卷 期：2023年第20卷第3期

页      面：986-995页

核心收录：

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(51969011) 甘肃省科技计划资助项目(20JR10RA274,20JR2RA002) 

主　　题：川藏铁路 深埋长大隧道 岩爆预测 改进投影寻踪模型 概率神经网络 

摘      要：为了准确预测在高地应力、高地温铁路隧道中的岩爆灾害,以川藏铁路前期拉林段的重要隧道节点工程为研究背景,系统、全面地总结应力水平、埋深、温度、围岩岩性及地质构造、岩体系统刚度等影响因素对川藏铁路深埋长大隧道岩爆的孕育作用,重点分析高地应力和高地温对岩爆发生的影响相关性。构建川藏铁路深埋长大隧道岩爆预测指标体系,测试并量化岩体岩爆的倾向性指标。由于各影响因素与岩爆的非线性关系,选用能充分提取数据信息、处理多因素复杂非线性问题的改进投影寻踪(Improved Projection Pursuit,IPP)评价模型对川藏铁路拉林段典型高地应力、高地温深埋长大隧道桑珠岭隧道在施工期发生的岩爆问题做初步评价,并引入密度函数估计和贝叶斯最小风险准则,将IPP模型和概率神经网络(Probabilistic Neural Networks,PNN)模型相结合,实现对岩爆等级的聚类划分。研究结果表明:根据岩爆等级预测结果可知IPP-PNN模型预测结果相比于传统PP-PNN模型和GSA-PP模型其准确度更高,在对桑珠岭隧道11~19号隧道路段的岩爆预测中,岩爆预测等级与实测等级相符合程度由66.67%和77.78%提高到100%。研究结果具有一定的应用价值和工程意义,为目前在建的川藏铁路类似隧道工程的岩爆预测提供参考。