大跨度隧道钻爆法施工地表沉降速率预测分析

摘要

针对大跨度隧道钻爆法施工引起的地表沉降速率无法实时预测及预测模型精度差的难题，构建了GABP模型，并以莆炎高速公路黄岌隧道为例进行隧道沉降速率预测，采用均方误差、训练拟合系数、测试拟合系数、收敛速度指标，对BP网络模型、SVM网络模型、RF网络模型和GA-BP网络模型预测结果进行比较，验证GA-BP方法的有效性。结果表明，GA-BP模型均方误差仅为0.006 3，训练、验证和测试拟合系数R2分别为0.926 96、0.92100和0.938 69，收敛速度值为0.783 9，该模型具有预测精度和效率高，收敛速度快，与实测值的一致性等特性，能够满足大跨度隧道钻爆法开挖引起的地表沉降速率预测需求，可为后续爆破参数优化和隧道掘进安全提供保障。VMD-GRU网络模型的地表沉降预测方法，实现了台阶法施工地表沉降值变化的精确预测，分析了地铁隧道地表沉降实测数据并验证了模型对短期突变数据预测的适用性。上述文献为隧道沉降预测提供了极具价值的参考，但现有文献主要集中在中小断面隧道机械开挖准静态荷载下引起的地表总沉降量，对传统钻爆法非线性强扰动条件下引起的地表沉降速率研究的文献仍鲜为少见。本文以莆炎高速公路隧道三明境内黄岌隧道为依托，考虑钻爆法施工总装药量、爆心距离和高程差综合因素，构建了适用于大跨度隧道爆破非线性扰动下的地表沉降速率预测模型，通过对不同预测模型关键评价指标的分析，验证了模型的精度和适用性，为大跨度隧道高效安全掘进理论与技术提供了支撑。

关键词

隧道爆破 / 沉降监测 / 沉降控制 / 神经网络 / 误差分析

基金资助

国家级大学生创新训练项目（202311311001）; 福建省自然科学基金联合资助项目计划（2024J01905）