基于BP神经网络的富水砂层渣土改良试验效果预测

隧道建设（中英文）

基于BP神经网络的富水砂层渣土改良试验效果预测

展超

（中国中铁一局集团城市轨道交通工程有限公司, 无锡 214000）

出版日期:2020-06-06 发布日期:2020-06-06

Prediction of Slag Improvement in Water-Rich Sand Layer Based on BP Neural Network

ZHAN Chao

（China Railway First Bureau Group Urban Rail Transit Engineering Co., Ltd., Wuxi 214000, Jiangsu, China）

Online:2020-06-06 Published:2020-06-06

摘要/Abstract

摘要： 在地铁隧道建设过程中，渣土改良效果是影响盾构掘进速度的关键因素。为确保盾构机顺利掘进，本文以坍落度试验、渗透试验和电阻率测试的结果作为数据样本集，根据深度学习领域常用的数据划分方法将训练集、验证集和预测集按照6：2：2进行划分，基于BP神经网络建立了渣土改良效果的预测模型，对南昌地区富水砂层进行渣土改良效果预测，并将预测值和实际值进行了对比分析。研究结果表明：坍落度、渗透系数、内摩擦角在模型学习过程中的平均预测值分别为172.8 mm、3.355×10^-6 cm/s、21.5°，相对误差平均值分别为1.76%、4.53%和3.60%；预测集的输出结果与实测值的部分数据重合，三者的平均误差均在5%以内，可决系数R²值分别为0.88、0.90和0.85，表明该神经网络结构属于高精度模型。预测结果的误差均在现场渣土改良的允许误差范围以内，可见BP神经网络模型能够对渣土改良的效果进行精准预测，对于提升盾构机在富水砂层中的掘进速度具有重要指导意义。

关键词: 地铁隧道, BP神经网络, 富水砂层, 渣土改良, 效果预测

展超.

基于BP神经网络的富水砂层渣土改良试验效果预测 [J]. 隧道建设.

ZHAN Chao. Prediction of Slag Improvement in Water-Rich Sand Layer Based on BP Neural Network[J]. Tunnel Construction.

[1]	王卫东, 徐中华, 顾正瑞, 宗露丹. 软土地层地铁隧道受两侧基坑群开挖叠加影响研究[J]. 隧道建设, 2024, 44(S2): 51-60.
[2]	宋宏倬, 姜谙男, 阮颖颖, 闵庆华. 基于Hoek-Brown弹塑性HMD耦合模型的富水区隧道施工分析[J]. 隧道建设, 2024, 44(S2): 342-351.
[3]	朱禹, 孙恒, 梅诗源, 杨志勇, 刘翼豪. 中粗砂-风化岩复合地层双模盾构渣土改良技术研究[J]. 隧道建设, 2024, 44(S1): 427-436.
[4]	黄喆, 马超, 辛志勇, 阳林, 李建锋, 王树英, 朱汉标. 长春中风化泥岩盾构施工泥饼防治研究[J]. 隧道建设, 2024, 44(9): 1841-1851.
[5]	蒋涛. 地铁隧道钢管片自动焊接技术研究[J]. 隧道建设, 2024, 44(11): 2283-2292.
[6]	鲍艳, 梅崇斌, 徐鹏宇, 孙哲, 温玉成. 基于改进YOLOv8算法的地铁隧道裂缝识别方法研究[J]. 隧道建设, 2024, 44(10): 1961-1970.
[7]	易国良, 陈馈, 卢高明, 周建军, 范文超. Progress in Shield Tunneling Technology for Urban Underground Space in China（我国城市地下空间盾构法隧道工程技术新进展）[J]. 隧道建设, 2024, 44(1): 1-20.
[8]	石立民, 叶玉西, 杜有超, 董世卓. 富水砂层交叠联络通道冻结设计方案研究[J]. 隧道建设, 2024, 44(1): 148-154.
[9]	耿天霜, 张静, 赵记领, 杨平, 何文龙. 南京地铁7号线中胜站密贴下穿运营站MJS+水平冻结施工与实测研究[J]. 隧道建设, 2024, 44(1): 172-180.
[10]	王树英, 汪来, 杨鹏, 龚振宇. 渣土改良下盾构掘进富水砾砂地层响应研究[J]. 隧道建设, 2023, 43(S1): 87-97.
[11]	刘汭琳, 满轲, 刘晓丽, 宋志飞, 周然. 基于GA-BP神经网络的富水砂层渣土改良效果预测[J]. 隧道建设, 2023, 43(S1): 222-232.
[12]	马钢, 康佐, 高虎艳, 于文龙, 亢佳伟. 饱和软黄土城市地铁隧道安全风险分析及应对措施研究[J]. 隧道建设, 2023, 43(S1): 425-433.
[13]	王祥祥, 鞠翔宇, 荆留杰, 杨晨, 游宇嵩. 盾构渣土改良效果评价机器人搅拌探头选型分析[J]. 隧道建设, 2023, 43(8): 1413-1424.
[14]	王超, 石钰锋, 陈昭阳, 朱江伟, 荆永波, 张涛. 富水砂层水平旋喷拱棚力学特性模型试验研究[J]. 隧道建设, 2022, 42(S2): 242-250.
[15]	席红兵, 李柏生. 硫酸盐-冻融共同作用下隧道衬砌支护喷射混凝土劣化性能研究[J]. 隧道建设, 2022, 42(7): 1219-1226.

基于BP神经网络的富水砂层渣土改良试验效果预测

Prediction of Slag Improvement in Water-Rich Sand Layer Based on BP Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价