| 标题 | 水电站地下洞室区域地应力场反演分析 |
| 范文 | 王桂生等 摘要：在地下洞室围岩稳定分析计算中，地应力研究区域较大，而测量的已知参数信息量有限，在此基础上进行的数值分析往往与实际存在一定的偏差。根据地应力实测资料及地质构造条件，基于改进的粒子群优化算法，建立了初始地应力场反演模型，反演结果与实测结果吻合较好，为进一步分析厂房区围岩的稳定性提供了参考。 关键词：地应力场；反演分析；优化粒子群；侧压系数 中图分类号：TU47 文献标志码：A 文章编号： 16721683（2014）05004505 Inversion analysis of insitu stress field in underground cavern of hydropower station WANG Guisheng，FENG Zhigang，YANG Zhong （China Water Huaihe Planning Design and Research CO.，LTD，Bengbu 233001，China） Abstract：In the calculation of the stability of surrounding rock in the underground caverns，the study area of underground stress is usually large.However，the information of known parameters is limited；therefore the numerical analysis results on this basis can result in some deviations from the reality.Based on the measured data of underground stress and geological structure，and improved particle swarm optimization algorithm，an inversion model of the initial stress field was developed.The inversion results were in good agreement with the measured results，which can provide reference for the further analysis of the surrounding rock stability in the plant area. Key words：ground stress field；inversion analysis；improved particle swarm optimization；lateral pressure coefficient 地应力是地质环境与地壳稳定性评价、地质工程设计和施工的重要基础资料之一，正确选取地应力的量值和方向是设计工作的关键。由于地应力成因复杂，影响因素很多，测点相对分散，量测结果具有一定的离散性，因此要精确地、定量地分析地应力场十分困难。目前国内外多利用某些位置的现场实测应力来反演工程区的初始地应力， 并在三维以内的弹性、弹塑性及黏弹塑性的反演计算及初始地应力的各种分布以及各材料的反分析等方面取得了重要进展[1]。如日本的樱井春辅提出了位移应变反演确定初始地应力与地层参数的有限单元法；金长宇等[3]、易达等人[4]分别采用神经网络法和遗传算法对岩体力学参数和地应力进行反演。 传统的地应力反演方法主要有[58]：（1）多元线性回归分析，利用统计学原理来确定影响初始地应力场的主要因素及其相互之间定量关系；（2）逐步回归分析，通过逐步计算引入该方程的变量的贡献，下一步选择一个贡献最小的变量，在给定的条件下进行检验，如果不显著则删掉该变量，直至方程只含有显著变量为止；（3）非线性回归分析。因山区地质条件复杂，应力场的分布非常复杂，具有很强的非线性特点，按照非线性方法估算初始应力场将大大提高回归精度以及可靠性。上述三种方法在中小型地下结构的初始应力场分析或者假定的简化模型中具有很好的适用性，但是对于地形复杂、岩体物理参数多样的大型地下工程设计中，就有很大的局限性，而且在求解的迭代过程中，三种回归方法方程的系数矩阵有时是病态或者奇异的，参数识别结果不确定。 1 改进的粒子群优化算法简介 1.1 算法原理 粒子群算法兼有进化计算和智能群的优点，其数学表达为 式中：为惯性权重，反映粒子上代寻优速度对下代寻优速度的影响程度。调整的大小可以调节粒子群算法的寻优能力。值较小，全局寻优能力弱，局部寻优能力强，反之，局部寻优能力减弱，全局寻优能力增强。 基本粒子群算法可视为1，但在迭代计算末期欠缺局部搜索能力。当需要解决的问题很复杂时，该算法因欠缺全局搜索能力，很难找到符合要求的最优解，这时可以用自适应变化惯性权重来解决。目前，采用较多的惯性权值是线性递减权值策略，即 1.2 算法流程 基本粒子群算法的流程如下。 （1）根据初始化过程，对群随机位置及速度进行初定。 （2）计算群中每个粒子的适应值。 （3）对群中每个粒子的适应值与其最佳位置的适应值进行对比，若较佳，则将其作为当前最佳位置。 （4）对群中每个粒子的适应值与其全局所经历的最佳位置的适应值进行对比，若最佳，则将其作为当前全局最佳位置。 （5）根据方程（1）、（2）对粒子速度和地点进化计算。 （6）如未结束则重新计算群中粒子的适应值。 2 三维初始地应力场的反演模型 本文以某水电站为例，基于改进粒子群优化算法，利用实测资料，进行地应力场反演模拟分析。 2.1 反演范围与计算网格 地应力测试报告显示，某水电站厂房区最大主应力的方向为N50°E。考虑到河谷方向为N30°E，计算模型的左侧边界取通过河谷谷底的铅垂面（走向N30°E）。受地形资料所限，计算模型在平面上为1 000 m×990 m的矩形。模型的底面高程为500 m，铅直方向为z方向，y轴方向定义为N30°E。模型包含了厂房所有洞群所在的岩体，范围为最大洞径的6倍。该模型共有21 762个节点，19 500个单元。 2.2 地应力实测资料分析 水电站地应力测量的钻孔为11个，直径均为76 mm，其中2个为岸坡垂直孔（坝址左右岸的ZK75孔、ZK10孔），其余9孔为地下厂房系统内的3组三维应力测点（29号、34号、54号），每个三维应力测点均由空间交汇的1个垂直孔和2个平孔组成。测区钻孔岩性主要为片麻岩，部分钻孔岩性局部深度有所变化。图1为所进行地应力测试的钻孔及地下厂房应力测点的平面位置示意图。 地下厂房3组三维测点的应力结果见表1，可以看出29号测点与34号测点应力值相近，54号测点应力值较小。根据现场钻孔岩心完整程度分析，54号测点的一个平孔受断层破碎带影响，应力测值偏低，从而使得三维应力计算结果较小，因此，在地应力反演过程中，不参考54号测点的数据。故地下厂房区较完整岩体的三维应力数值应与29号、34号测点接近，即最大主应力在13.5 MPa左右，中间主应力在8.4 MPa左右，最小主应力在6 MPa左右。根据应力分量与实测主应力之间的关系，对实测主应力进行转换，结果见表2。 房、主变室、尾水调压室的左右两侧，以及主厂房上、下游边墙和尾水调压室下游边墙进行取值位置的布置，并在这13个取值位置处，沿垂直方向每间隔25 m布置一个取值点，共设置四个取值水平，取值点平面及空间布置分别见图6、图7。分别考察侧压力系数沿厂房轴线方向和垂直方向的变化规律。 将各取值点侧压力系数的计算结果转换为垂直于厂房轴线方向和平行于厂房轴线方向的值，图8、图9表示为侧压力系数沿厂房轴线方向和垂直方向的变化规律图。可以看出：在厂房区最右端，侧压力系数普遍较小，一般在101～127之间；而左端（即靠近沟的一侧），无论垂直于厂房轴线方向的侧压力系数还是平行于厂房轴线方向的侧压力系数，都普遍比右端（即靠近山体内的一侧）大，一般在157～189之间，且垂直于轴线方向的侧压力系数普遍大于平行于轴线方向的侧压力系数。说明靠近河谷的一侧，受构造应力的作用比较明显。 由图10、图11所示侧压力系数随深度的变化情况，可以看出：无论是主厂房、主变室还是调压室附近，从总体上来说，侧压力系数都是随着埋深的增加而逐渐减小。说明在浅层区域，受地形的影响比较明显。 4 结语 以某水电站为例，考虑河谷地形地貌特征及地质构造条件，采用改进的粒子群优化算法对地下厂房洞室群地应力进行反演，得到关键点的地应力值与实测应力值比较接近，为厂房区域洞室群开挖过程中的稳定分析提供了合理的三维初始应力场。根据计算结果，地下厂房轴线布局应尽量与初始地应力场的最大主应力方向平行，与最小主应力方向垂直，这样有利于开挖后洞室围岩的稳定性。 参考文献（References）： [1] 王芝银，杨志法，王思敬.岩石力学位移反演分析回顾及进展[J].力学进展，1998，28 （4）：488498.（WANG Zhiyin，YANG Zhifa，WANG Sijing.Rock mechanics analysis of displacement back analysis review and prospect[J].Advances in Mechanics，1998，28（4）：488498.（in Chinese）） [2] 樱井春辅.地下洞室的一种设计方法[J].国外地质，1981（1）：1725.（YING JING Chunfu.A design method of underground caverns[J].Foreign geological，1981（1）：1725.（in Chinese）） [3] 金长宇，马震吊，张运良.神经网络在岩体力学参数和地应力场反演中的应用[J].岩土力学，2006，27（8）：12631266.（JIN Changyu，MA Zhendiao，ZHANG Yunliang.Application of neural network in rock mass mechanical parameters and initial stress field inversion[J].Rocksoil Mechanics，2006，27（8）：12631266.（in Chinese）） [4] 易达，陈胜宏，葛修润.岩体初始应力场的遗传算法与有限元联合反演法[J].岩土力学，2004，25（7）：10771080.（YI Da，CHEN Shenghong，GE Xiurun.Initial rock stress field should be genetic algorithm and finite element inversion method[J].Rocksoil Mechanics，2004，25（7）：10771080.（in Chinese）） [5] 张建国，张强勇，杨文东，等.大岗山水电站坝区初始地应力场反演分析[J].岩土力学，2009，30（10）：30713078.（ZHANG Jianguo，ZHANG Qianyong，YANG Wendong，et al.Dagangshan hydropower station inversion analysis of initial geostress[J].Rocksoil Mechanics，2009，30（10）：30713078.（in Chinese）） [6] 谢红强，何江达，肖明砾.大型水电站厂区三维地应力场回归反演分析[J].岩土力学，2009，30（8）：24712476.（XIE Hongqiang，HE Jiangda，XIAO Mingli.Analysis of 3D geostress regression inversion area of Large hydropower station[J].Rocksoil Mechanics，2009，30（8）：24712476.（in Chinese）） [7] 练章华，曾久长.油气井工程中地应力场反演研究的发展[J].石油钻采工艺，2009，31（1）：15.（LIAN Zhanghua，ZENG Jiuchang.Insitu stress field inversion of the development of oil and gas well engineering[J].Oil Drilling and Production Technology，2009，31（1）：15.（in Chinese）） [8] 于秀勇.水电厂区地应力场反演分析方法及工程应用[D].济南：山东大学，2009.（YU Xiuyong.Hydropower plant area geostress field analysis methods and engineering applications[D].Ji′nan：Shandong University，2009.（in Chinese）） [9] 胡中功.群智能算法的研究进展[J].自动化技术与应用，2008，（2）：1315.（HU Zhonggong.Advances in swarm intelligence algorithm[J].Automation Technology and Application，2008，（2）：1315.（in Chinese）） [10] Shi Y Ebethart R C.Empirical study of Particle swarm optimization[A]. Proceedings of the World Multiconference on Systemics，Cybernetics and Informatics[C].Orlando，FL，2000：19451950. [11] 韩军，张宏伟.淮南矿区地应力场特征[J].煤田地质与勘探，2009，37（1）：1518.（HAN Jun，ZHANG Hongwei.Stress field characteristics of the huainan mining area[J].Coal Geology & Exploration，2009，37（1）：1518.（in Chinese）） [12] 张乐文，张德永，邱道宏.径向基函数神经网络在地应力场反演中的应用[J].岩土力学，2012，33（3）：709804.（ZHANG Lewen，ZHANG Deyong，QIU Daohong.Application of radial basis function neural network in crustal stress field inversion[J].Rocksoil Mechanics，2012，33（3）：709804.（in Chinese）） [13] 李宁，邹彤，孙德宝.带时间窗车辆路径问题的粒子群算法[J].系统工程理论与实践，2004，24（4）：130135.（LI Ning，ZOU Tong，SUN Debao.Vehicle routing problem with time windows particle swarm algorithm[J].Systems Engineering Theory and Practice，2004，24（4）：130135.（in Chinese）） [14] 胡斌，冯夏庭，黄小华，等.龙滩水电站左岸高边坡区初始地应力场反演回归分析[J].岩石力学与工程学报，2005，24（22）：40554064.（HU Bin，FENG Xiating，HUANG Xiaohuang，et al.Inverse analysis of initial geostress field high slope on the left bank of Longtan hydropower station[J].Chinese Journal of Rock Mechanics and Engineering，2005，24（22）：40554064.（in Chinese）） [15] 汪波，何川，吴德兴，等.苍岭特长公路隧道地应力场反演分析[J].岩土力学，2012，33（2）：628634.（WANG Bo，HE Chuan，WU Dexing，et al.Back analysis of insitu stress field of cangling superlong highway tunnel[J].Rocksoil Mechanics，2012，33（2）：628634.（in Chinese）） [6] 谢红强，何江达，肖明砾.大型水电站厂区三维地应力场回归反演分析[J].岩土力学，2009，30（8）：24712476.（XIE Hongqiang，HE Jiangda，XIAO Mingli.Analysis of 3D geostress regression inversion area of Large hydropower station[J].Rocksoil Mechanics，2009，30（8）：24712476.（in Chinese）） [7] 练章华，曾久长.油气井工程中地应力场反演研究的发展[J].石油钻采工艺，2009，31（1）：15.（LIAN Zhanghua，ZENG Jiuchang.Insitu stress field inversion of the development of oil and gas well engineering[J].Oil Drilling and Production Technology，2009，31（1）：15.（in Chinese）） [8] 于秀勇.水电厂区地应力场反演分析方法及工程应用[D].济南：山东大学，2009.（YU Xiuyong.Hydropower plant area geostress field analysis methods and engineering applications[D].Ji′nan：Shandong University，2009.（in Chinese）） [9] 胡中功.群智能算法的研究进展[J].自动化技术与应用，2008，（2）：1315.（HU Zhonggong.Advances in swarm intelligence algorithm[J].Automation Technology and Application，2008，（2）：1315.（in Chinese）） [10] Shi Y Ebethart R C.Empirical study of Particle swarm optimization[A]. Proceedings of the World Multiconference on Systemics，Cybernetics and Informatics[C].Orlando，FL，2000：19451950. [11] 韩军，张宏伟.淮南矿区地应力场特征[J].煤田地质与勘探，2009，37（1）：1518.（HAN Jun，ZHANG Hongwei.Stress field characteristics of the huainan mining area[J].Coal Geology & Exploration，2009，37（1）：1518.（in Chinese）） [12] 张乐文，张德永，邱道宏.径向基函数神经网络在地应力场反演中的应用[J].岩土力学，2012，33（3）：709804.（ZHANG Lewen，ZHANG Deyong，QIU Daohong.Application of radial basis function neural network in crustal stress field inversion[J].Rocksoil Mechanics，2012，33（3）：709804.（in Chinese）） [13] 李宁，邹彤，孙德宝.带时间窗车辆路径问题的粒子群算法[J].系统工程理论与实践，2004，24（4）：130135.（LI Ning，ZOU Tong，SUN Debao.Vehicle routing problem with time windows particle swarm algorithm[J].Systems Engineering Theory and Practice，2004，24（4）：130135.（in Chinese）） [14] 胡斌，冯夏庭，黄小华，等.龙滩水电站左岸高边坡区初始地应力场反演回归分析[J].岩石力学与工程学报，2005，24（22）：40554064.（HU Bin，FENG Xiating，HUANG Xiaohuang，et al.Inverse analysis of initial geostress field high slope on the left bank of Longtan hydropower station[J].Chinese Journal of Rock Mechanics and Engineering，2005，24（22）：40554064.（in Chinese）） [15] 汪波，何川，吴德兴，等.苍岭特长公路隧道地应力场反演分析[J].岩土力学，2012，33（2）：628634.（WANG Bo，HE Chuan，WU Dexing，et al.Back analysis of insitu stress field of cangling superlong highway tunnel[J].Rocksoil Mechanics，2012，33（2）：628634.（in Chinese）） [6] 谢红强，何江达，肖明砾.大型水电站厂区三维地应力场回归反演分析[J].岩土力学，2009，30（8）：24712476.（XIE Hongqiang，HE Jiangda，XIAO Mingli.Analysis of 3D geostress regression inversion area of Large hydropower station[J].Rocksoil Mechanics，2009，30（8）：24712476.（in Chinese）） [7] 练章华，曾久长.油气井工程中地应力场反演研究的发展[J].石油钻采工艺，2009，31（1）：15.（LIAN Zhanghua，ZENG Jiuchang.Insitu stress field inversion of the development of oil and gas well engineering[J].Oil Drilling and Production Technology，2009，31（1）：15.（in Chinese）） [8] 于秀勇.水电厂区地应力场反演分析方法及工程应用[D].济南：山东大学，2009.（YU Xiuyong.Hydropower plant area geostress field analysis methods and engineering applications[D].Ji′nan：Shandong University，2009.（in Chinese）） [9] 胡中功.群智能算法的研究进展[J].自动化技术与应用，2008，（2）：1315.（HU Zhonggong.Advances in swarm intelligence algorithm[J].Automation Technology and Application，2008，（2）：1315.（in Chinese）） [10] Shi Y Ebethart R C.Empirical study of Particle swarm optimization[A]. Proceedings of the World Multiconference on Systemics，Cybernetics and Informatics[C].Orlando，FL，2000：19451950. [11] 韩军，张宏伟.淮南矿区地应力场特征[J].煤田地质与勘探，2009，37（1）：1518.（HAN Jun，ZHANG Hongwei.Stress field characteristics of the huainan mining area[J].Coal Geology & Exploration，2009，37（1）：1518.（in Chinese）） [12] 张乐文，张德永，邱道宏.径向基函数神经网络在地应力场反演中的应用[J].岩土力学，2012，33（3）：709804.（ZHANG Lewen，ZHANG Deyong，QIU Daohong.Application of radial basis function neural network in crustal stress field inversion[J].Rocksoil Mechanics，2012，33（3）：709804.（in Chinese）） [13] 李宁，邹彤，孙德宝.带时间窗车辆路径问题的粒子群算法[J].系统工程理论与实践，2004，24（4）：130135.（LI Ning，ZOU Tong，SUN Debao.Vehicle routing problem with time windows particle swarm algorithm[J].Systems Engineering Theory and Practice，2004，24（4）：130135.（in Chinese）） [14] 胡斌，冯夏庭，黄小华，等.龙滩水电站左岸高边坡区初始地应力场反演回归分析[J].岩石力学与工程学报，2005，24（22）：40554064.（HU Bin，FENG Xiating，HUANG Xiaohuang，et al.Inverse analysis of initial geostress field high slope on the left bank of Longtan hydropower station[J].Chinese Journal of Rock Mechanics and Engineering，2005，24（22）：40554064.（in Chinese）） [15] 汪波，何川，吴德兴，等.苍岭特长公路隧道地应力场反演分析[J].岩土力学，2012，33（2）：628634.（WANG Bo，HE Chuan，WU Dexing，et al.Back analysis of insitu stress field of cangling superlong highway tunnel[J].Rocksoil Mechanics，2012，33（2）：628634.（in Chinese）） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。