- 中国科学引文数据库(CSCD)来源期刊
- 中文核心期刊中文科技核心期刊
- Scopus RCCSE中国核心学术期刊
- 美国EBSCO数据库 俄罗斯《文摘杂志》
- 《日本科学技术振兴机构数据库(中国)》
隧道建设(中英文) ›› 2023, Vol. 43 ›› Issue (8): 1369-1378.DOI: 10.3973/j.issn.2096-4498.2023.08.011
马超1, 黎忠灏1, 邱军领1, *, 赖金星1,
罗燕平2, 曾斌2, 冯志华3
(1. 长安大学公路学院, 陕西 西安 710064; 2. 四川川交路桥有限责任公司, 四川 广汉 618300; 3. 河北省交通规划设计研究院有限公司, 河北 石家庄 050011)
Freezing Characteristics and Freezing Depth Prediction of Tunnels in Cold Regions
MA Chao1, LI Zhonghao1, QIU Junling1, *, LAI Jinxing1, LUO Yanping2,
ZENG Bin2, FENG Zhihua3
(1. School of Highway, Chang′an University, Xi′an 710064, Shaanxi, China; 2. Sichuan Chuanjiao Road & Bridge Co., Ltd., Guanghan 618300, Sichuan, China; 3. Hebei Provincial Communications Planning, Design and Research Institute Co., Ltd., Shijiazhuang 050011, Hebei, China)
摘要:
为研究寒区隧道冻结特性并对冻结深度进行预测,采用数值模拟分析的方法,探讨兴安岭隧道温度场及冻结深度分布规律,并基于正交试验分析冻结深度各影响因素的敏感性及显著性。此外,提出一种基于XGBoost(extreme gradient boosting)和LightGBM(light gradient boosting machine)的混合预测模型对冻结深度进行预测。结果表明: 1)距隧道洞口越远,围岩冻结深度越小; 距隧道洞口越近,围岩冻结深度变化越大,在距洞口300 m之后,围岩冻结深度趋于稳定。2)各个断面不同部位冻结深度的变化规律基本一致,除仰拱部位冻结深度明显较大以外,其余各部位均无明显差别。3)各影响因素对冻结深度的影响敏感性排序为初始地温>最冷月平均气温>围岩比热容>围岩导热系数>衬砌导热系数>衬砌比热容。4)与传统单一模型预测方法相比,提出的基于XGBoost和LightGBM的混合预测模型精度较高,具有较强的适用性。