基于贝叶斯网络的隧道勘察设计期大变形灾害概率分级预测与应用研究

Probabilistic Classification Prediction of Tunnel Squeezing Based on Bayesian Network and Its Application during Investigation and Design Stage

摘要

我国西南山区的铁路和公路隧道在遭遇高地应力、软岩和断层破碎带等不良地质条件时常发生挤压大变形灾害，带来巨大的经济损失.从隧道工程勘察设计期的实际需求出发，考虑该阶段预测指标的易获取性，以隧道埋深、围岩级别、等效洞径和岩石强度作为预测指标；搜集建立了以我国西南地区隧道工程为主的包含151组大变形案例的数据库.采用贝叶斯网络模型建立了不完整数据条件下隧道挤压大变形灾害概率分级预测模型，通过十折交叉验证确定模型准确率为76.52%.基于该模型研发了一款大变形分级预测软件平台，并在九绵高速公路白马隧道开展应用，预测准确率达71.11%.本研究成果可为我国西南地区类似地质环境条件下隧道勘察设计期大变形灾害预测提供技术支撑.

关键词

高地应力隧道 / 勘察设计阶段 / 大变形灾害 / 贝叶斯网络 / 概率分级预测 / 工程地质

Key words

high geo-stress tunnel / investigation and design stage / tunnel squeezing / Bayesian network / probabilistic classification prediction / engineering geology

基金资助

国家自然科学基金项目(U19A20111;42130719)

四川省科技厅科技计划项目(2021JDR0399)