劉 軍，張吉祥，朱 文

(1.江西交通咨詢有限公司 南昌市 330008； 2.江西高速集團(tuán)撫州管理中心 撫州市 344000)

0 引言

隧道圍巖分類是一個(gè)古老的研究課題，合理的圍巖分類對(duì)于指導(dǎo)公路隧道的設(shè)計(jì)和施工起著舉足輕重的作用?？紤]到地下工程巖體的特點(diǎn)，大量的圍巖分級(jí)方法被提出來(lái)，現(xiàn)有的各種巖體分級(jí)方法可以分為三類，定性的分析、定量的分析或者是定性和定量的分析。所謂的定性的分級(jí)，是在現(xiàn)場(chǎng)對(duì)影響巖體質(zhì)量的諸多因素進(jìn)行判別，對(duì)某些指標(biāo)作出評(píng)判、打分，可以從全局上去把握，充分利用工程實(shí)踐經(jīng)驗(yàn)，例如Barton N(1974)提出Q分類[1]。定量的分級(jí)，能夠建立確定的量的概念，大量的非線性算法，但是，必須強(qiáng)調(diào)的是，由于巖體性質(zhì)和賦存條件十分復(fù)雜，準(zhǔn)確的指標(biāo)體系就顯得非常重要，而且相應(yīng)指標(biāo)權(quán)重的準(zhǔn)確性，對(duì)圍巖等級(jí)定量分級(jí)影響是十分巨大甚至是決定性。宮鳳強(qiáng)等[2]利用距離判別法對(duì)隧道圍巖穩(wěn)定性進(jìn)行了分級(jí)。邱道宏等[3]利用粗糙功效系數(shù)法對(duì)巖體隧道圍巖質(zhì)量進(jìn)行了評(píng)價(jià)，評(píng)價(jià)結(jié)果與實(shí)際基本符合，從而驗(yàn)證了粗糙功效系數(shù)法用于圍巖分類的可行性。王迎超等[3]通過(guò)特爾菲-理想點(diǎn)法建立了隧道圍巖穩(wěn)定性分類模型。另一種方法就是定量與定性相結(jié)合，先定量地對(duì)工程巖體進(jìn)行初步定級(jí)，再針對(duì)各類型工程巖體的特點(diǎn)，綜合分析各種影響因素，進(jìn)行修正，確定最終圍巖等級(jí)。非線性方法目前在圍巖穩(wěn)定性分類上應(yīng)用廣泛，但隧道圍巖穩(wěn)定性評(píng)價(jià)是隨機(jī)性和模糊性并存的問(wèn)題，為了解決上述兩個(gè)問(wèn)題，采用神經(jīng)網(wǎng)絡(luò)相關(guān)理論對(duì)公路隧道圍巖進(jìn)行分級(jí)，取得了良好的評(píng)價(jià)效果，得出了一些有意義的結(jié)論[5-6]。

1 BP神經(jīng)網(wǎng)絡(luò)模型

BP人工神經(jīng)網(wǎng)絡(luò)是一種反饋式全連接多層神經(jīng)網(wǎng)絡(luò)，具有較強(qiáng)的聯(lián)想記憶和推廣能力[13]。標(biāo)準(zhǔn)BP模型如圖1所示，由輸入層、隱含層和輸出層組成。網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)隱層可為多層。對(duì)于BP模型的輸入神經(jīng)元，其輸入和輸出相同，即Oj=Xj。中間隱層和輸出層的神經(jīng)元滿足下列等式：

Oj=fj(Netj)=fj(∑WjXi+θj)

圖1 神經(jīng)網(wǎng)絡(luò)示意圖

BP算法的具體步驟可簡(jiǎn)單歸納如下：

(1)給定網(wǎng)絡(luò)的輸入向量X和目標(biāo)輸出向量T，并初始化網(wǎng)絡(luò)權(quán)值；

(2)計(jì)算網(wǎng)絡(luò)的實(shí)際輸出；

(3)計(jì)算網(wǎng)絡(luò)的實(shí)際輸出向量與所要求的目標(biāo)輸出值的誤差；

(4)權(quán)值學(xué)習(xí)，使誤差最小。

對(duì)所有的學(xué)習(xí)樣本重復(fù)①到④步驟，使系統(tǒng)誤差達(dá)到最小。

2 工程應(yīng)用

2.1 工程概況及圍巖穩(wěn)定性評(píng)價(jià)體系

本論文所研究的隧道是江西省境內(nèi)某公路隧道，隧道場(chǎng)址區(qū)域?yàn)榈蜕角鹆甑孛?，地?shì)起伏較大，進(jìn)洞口自然山坡坡度大約為20°～25°，自然山坡比較穩(wěn)定，洞身的最高點(diǎn)海拔大約為500m，溝壑較發(fā)育，但寬度較小，切割縱深較大，大多溝壑是V型。隧道區(qū)域的表層分布土體以坡積粉質(zhì)粘土為主，屬于中軟土，中等強(qiáng)度、中等壓塑，工程地質(zhì)性能一般。隧道的進(jìn)口段圍巖主要為全風(fēng)化、強(qiáng)風(fēng)化的砂巖；洞身段圍巖主要為中風(fēng)化砂巖。

綜合考慮該隧道地區(qū)實(shí)際所處的地質(zhì)環(huán)境及隧道圍巖分級(jí)相關(guān)資料，選取不連續(xù)結(jié)構(gòu)面狀態(tài)及充填情況、巖石單軸抗壓強(qiáng)度Rc、巖石質(zhì)量指標(biāo)RQD、地下水滲水量W和洞軸線與層狀巖石的夾角θ這五個(gè)指標(biāo)作為評(píng)價(jià)因子[7]。

2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本

為了保證樣本的典型性和全面性，根據(jù)現(xiàn)場(chǎng)施工反饋，選取本工程區(qū)有代表性的20個(gè)不同洞段的相關(guān)評(píng)價(jià)參數(shù)構(gòu)成樣本，如表1所示。根據(jù)文中的思路，表1給出了每個(gè)樣本的等級(jí)特征值。

2.3 BP神經(jīng)網(wǎng)絡(luò)模型

采用BP網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，將選定的五個(gè)評(píng)價(jià)指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)；依據(jù)規(guī)范，將圍巖類別分為5個(gè)等級(jí)，即Ⅰ類、Ⅱ類、Ⅲ類、Ⅳ類和Ⅴ類圍巖，作為輸出節(jié)點(diǎn)，對(duì)應(yīng)期望輸出結(jié)果分別為1、2、3、4、5；隱含層設(shè)置11個(gè)節(jié)點(diǎn)。由于各指標(biāo)量綱不同，可能會(huì)影響網(wǎng)絡(luò)的收斂速度和訓(xùn)練模型的可靠性，需進(jìn)行各指標(biāo)的無(wú)量綱化處理，可按如下公式進(jìn)行。

表1 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本

選取了20個(gè)具有代表性樣本，如表1所示，經(jīng)過(guò)訓(xùn)練學(xué)習(xí)，模型誤差在第62963次學(xué)習(xí)后小于0.02，如圖2所示。

圖2 網(wǎng)絡(luò)學(xué)習(xí)收斂曲線

2.4 模型檢驗(yàn)對(duì)比

為進(jìn)一步驗(yàn)證神經(jīng)網(wǎng)絡(luò)訓(xùn)練出的模型在實(shí)際工程應(yīng)用中的可行性和有效性，將此分類模型應(yīng)用于后期6個(gè)洞段的圍巖穩(wěn)定性分類，對(duì)模型進(jìn)行工程實(shí)例對(duì)比。結(jié)果顯示，輸出值與實(shí)際值基本一致，如表2所示。上述對(duì)比結(jié)果表明，該模型可以用于公路隧道圍巖穩(wěn)定性分類問(wèn)題。

表2 模型驗(yàn)證對(duì)比結(jié)果表

3 結(jié)論

基于BP神經(jīng)網(wǎng)絡(luò)提出了一種公路隧道圍巖穩(wěn)定性分類方法，通過(guò)與工程實(shí)例對(duì)比表明，BP人工神經(jīng)網(wǎng)絡(luò)能夠較準(zhǔn)確地對(duì)公路隧道圍巖的穩(wěn)定性進(jìn)行評(píng)價(jià)和分類。