买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中铁五局集团有限公司城市轨道交通工程分公司;中南大学;云南省滇中引水工程建设管理局

摘要：本发明公开了一种基于CNN神经网络的隧道侵限预防方法，该隧道侵限预防方法利用CNN神经网络较为准确地训练学习得到岩土分界面、拱脚含水率与拱顶预留变形量之间的关系，根据隧道掌子面的实测含水率和岩土交界面位置实时动态地调整隧道拱顶预留变形量，从而在一定程度上避免隧道侵限的发生。

主权项：1.一种基于CNN神经网络的隧道侵限预防方法,其特征在于，包括如下步骤：S1：沿隧道轴向将隧道划分为n段，并在每段拱顶位置处布设沉降监测点；S2：基于隧道的地质纵断面图及现场实际施工揭露的岩土分界面情况，当岩土分界面位于上台阶拱脚以上时，上台阶拱顶的预留变形量设置为零，当岩土分界面位于上台阶拱脚以下时，确定上台阶拱脚距岩土分界面的高度h、上台阶拱脚处土体的含水率w、初步设置上台阶拱顶的预留变形量d；S3：根据S2中所述的h、w、d，测定不同含水率下上台阶拱脚处土体的物理力学参数，并结合地勘给出的各土层的物理力学参数，建立数值模型，计算拱顶和拱脚沉降值，通过与现场实测的沉降值进行对比、调整，确保数值模型的准确性；S4：以S2中所述的h、w、d为基准集，利用MATLAB分别生成正态分布的数组，通过S3中所述的数值模型计算出拱顶最大沉降值z，将符合0.9d≤z≤1.1d情况下的h、w作为输入层，d作为输出层，通过训练构建CNN神经网络；S5：将开挖隧道第i段时，掌子面对应的岩土分界面距底板的高度hi，上台阶拱脚处土体的含水率wi，输入到CNN神经网络，通过训练学习得到第i+1段的预留变形量di+1，并通过数值模型计算di+1下对应的拱顶沉降值；S6：根据S5中训练学习得到的预留变形量di+1进行设置，然后进行开挖第i+1段并及时支护，实时监测拱顶最大沉降值；S7：重复上述S5-S6，逐段向前施工。

全文数据：

权利要求：

百度查询： 中铁五局集团有限公司城市轨道交通工程分公司 中南大学 云南省滇中引水工程建设管理局 一种基于CNN神经网络的隧道侵限预防方法