基于深度学习理论的隧道变形监测技术研究

2023年12月13日发(作者：罗遥)

-

基于深度学习理论的隧道变形监测技术研究

摘要：以某高速栾双段中坪左线隧道实体工程的建设为背景，通过采集隧道建设过程中的沉降、收敛等数据，并结合深度学习理论LSTM神经网络模型进行深度学习，探究了该隧道在施工过程中的变形规律，通过结合现场实测数据进行对比分析验证，得出复杂地质条件下隧道的沉降速度与收敛速度成正相关，并随着时间的推移隧道沉降逐渐减小，且呈现先快后慢的趋势；通过深度学习理论LSTM神经网络模型能够有效的学习隧道采集的样本数据，并能很好的预测复杂地质条件下隧道的变形规律，给隧道的安全施工、运营提供良好的判别依据。

关键词：隧道;LSTM;神经网络;深度学习;变形规律;

1 概述

近年来，随着科技的进步，尤其是信息领域技术的进步，我国在各个领域都开始了智能建设的探索之旅，有着“基建狂魔”之称的我国在基础建设领域也取得了长足的进展，对基础建设的标准和要求也越来越趋于现代化、智能化，尤其是在中央的第十四个五年规划及2035年远景目标提出的人类社会已经迈入智能化时代之后，更是将隧道领域的智能建造提上了新的日程，新一轮的隧道智能化建造更是迎来了新的机遇和挑战。为加速隧道智能化建造的脚步，国内外不少学者分别从隧道的施工、运营等多方面展开了相关研究，卢芳芳、薛亚东等基于深度学习理论展开了有关隧道衬砌病害的研究，并选出合适的yolov2算法;柳厚祥等就公路隧道围岩分级，研究并建立了一种基于深度学习技术的隧道围岩自动分级系统，大大加速了围岩的自动分级能力。对于隧道变形方面，早在2014年，周奇才等人就提出了基于Multi-agent的隧道变形监测系统，实现了对隧道变形的在线监测,随着神经网络的不断发展，不少学者又基于神经网络展开了对公路隧道的围岩变形的研究，其中张锦等提出的使用改进型遗传算法优化灰色神经网络的隧道变形预测模型，便能很好的对进行隧道拱顶下沉量预测时有着更高的精度，更好的稳定性。目前，采用神经网络研究隧道变形规律的文章较多，但基于深度学习理论研究隧道变形规律的文章略显不足，因此本文基于深度学习理论的LSTM神经网络通过对现场实测的收敛及其沉降等数据加以分析，实现对隧道的变形规律的智能监测。

2 隧道围岩大变形的影响因素

2.1 地质条件

中坪左线隧道，位于河南省南阳市西峡县中坪镇附近，该隧道地临两河口附近，隧道全长457 m, 紧邻311国道，爆破作业安全等级要求高，开挖困难较大，施工难度大，隧道变形也不稳定，交通疏导压力较大，被建设者称为最难啃的“硬骨头”、最凶险的“拦路虎”,集中了断层破碎带、隧道岩爆、涌水等诸多不良地质，安全隐患和施工难度极大。此外，隧道洞内常年高温，也给施工带来很大困难。隧道围岩变形主要受到地质条件、地层岩性、地质构造、地应力、施工方法及其支护措施等多方面的综合因素影响，其中隧道所处的地质环境最为突出，其所处的地质环境是隧道地质条件、地层岩性、地质构造、地应力的决定性因素，对于不同的地理位置条件下的隧道，隧道所处的地质环境条件往往决定了隧道的开挖方法和支护形式，对隧道的变形也起着决定性作用。

2.2 施工方法

隧道施工开挖方法与支护措施直接影响隧道围岩的应力释放，对同一隧道而言，不同的开挖方法与支护措施意味着不同的围岩应力和应变,围岩不同的应力和应变往往又决定着隧道的不同的变形和沉降，近年来，随着国内基建的发展，国内新建的隧道也越来越多，隧道的开挖方法也越来越多，基于不同地区的地质环境下的隧道，其施工方法也各有不同，但就目前而言，国内外对于隧道的施工方法主要有全断面开挖法、台阶法、环型开挖留核心土法、中隔壁法(CD法)、双侧壁导坑法、交叉中隔壁法(CRD法)六种形式。

全断面开挖法是按照设计轮廓一次爆破成形，然后修建衬砌的一种隧道施工方法，该方法开挖断面与作业空间较大，受干扰较小，有充分的条件使用机械，能够减少人力的投入，施工作业较安全，工序少，便于施工组织管理，开挖一次成形，对围岩扰动较少，有利于围岩稳定，但只适用于围岩等级较好的隧道开挖，且往往要求隧道长度较长，一般要求隧道总长大于1 km, 对于Ⅳ级、Ⅴ级围岩，由于此类围岩在开挖以后，断面很难维持自稳条件，往往不适合该方法开挖。本隧道围岩大都为Ⅳ级、Ⅴ级围岩，故不适合采用全断面法开挖。台阶法作为当今运用最广泛的施工方法之一，凭借该方法灵活多变、适用性强，凡是软弱地层、第四纪沉积地层，均可采用，无论地层变好还是变坏，都能及时更改，变换成其他方法。另外，台阶法开挖具有足够的作业空间和较快的施工速度，台阶有利于开挖面的稳定性，尤其是上部开挖支护后，能够保证下部作业安全且适合Ⅳ级、Ⅴ级围岩开挖等优点而被选为本隧道的施工形式。环型开挖留核心土法、中隔壁法(CD法)、双侧壁导坑法、交叉中隔壁法(CRD法)与台阶法相比，由于环型开挖留核心土法需要预留核心土支承开挖面，其作业面空间大大减小，不利于机械化施工，且对施工工艺要求较高。

3 隧道变形的监测方法

隧道作为一种地下工程结构物，在其开挖支护后，不可避免的会产生一定的变形和沉降，而对于高速公路和高速铁路这一类对变形要求较高的建筑物，严格控制变形显得尤为重要，因此无论在隧道开挖过程中还是在隧道的长期运营阶段，为保证隧道的安全施工和运营，对围岩变形的监测显得无比重要，隧道围岩监测主要是为了了解围岩和建筑物结构内部的变形发展规律，对于公路隧道，其变形监测主要包含隧道的垂直沉降监测以及隧道的水平位移监测两个方面。对于垂直沉降的监测，国内外多采用水准仪及其全站仪等仪器对目标变形区域进行定点定期监测，常用的方法有几何水准测量法以及传感器测量法；对于水平位移监测，一般是对目标区域设置观测基线进行测量，即在隧道纵向上每隔一段距离分布一个基线桩，采用准直线法和测角法来测定目标观测点与预先设置的基线桩之间的距离，并计算出其水平位移。

3.1 几何水准测量法

几何水准测量法作为垂直位移观测方法的一种，它是以起测点高程为基准，引测建筑物变形前后的测点高程，通过该点测量前后高程的变化来监测结构物变形前后的位移的一种方法，这种方法采用三级点位，两级控制，即设置水准点、起测基点、垂直位移标点3种测点，并通过水准基点校测起测基点以及通过起测基点观测垂直位移标点来对垂直位移观测进行控制，该方法具备操作简便，测量设备简易操作，对技术要求含量较低并可广泛推广，但受操控人员以及环境等多方面制约，测量精度往往难以达到测量人员的要求。

3.2 传感器测量法

隧道的竖向沉降监测多采用人工监测，常规仪器多采用水准仪进行，该方法需要测量人员长期现场操作仪器，隧道作为一种地下工程结构物，常常深埋于地下，这种长期监测仪器对地下工作人员的人身安全往往难以保证，且具有工作量大，耗费的人力物力较高，不具备良好的经济效益等缺点，因此，国内外学者基于以上不足提出了静力水准仪自动化监测系统，该方法具有精度高，自动化效果好，能够很好的弥补传统的监测方法的不足，提高经济效益。

4 结语

对于公路隧道而言，其每一时刻的变形量的大小，都决定着隧道的整个生命周期的安全，为使得隧道的安全施工和运营，本文通过小波去噪、归一化等手段对现场实测数据进行处理，并利用深度学习网络LSTM神经网络模型对处理后的数据进行分析测试，来对隧道的变形进行智能预测，使得通过已知时间内隧道的变形改变量来预测下一未知时间内隧道的变形改变量，以指导隧道的安全施工和运营。

参考文献

[1]王同军.我国铁路隧道智能化建造技术发展现状及展望[J].中国铁路，2020(12):1-9.

[2]王同军.中国智能高铁发展战略研究[J].中国铁路，2019(1):9-14.

[3]卢芳芳，陈帅豪.基于深度学习的隧道衬砌病害检测算法研究[J].信息技术与信息化，2020(12):231-233.

-