非等距时间序列模型在隧道拱顶位移预测中的应用

doi:10.13722/j.cnki.jrme.2014.s2.087

摘要
图/表
参考文献(16)
相关文章 (15)

全文: PDF (600 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要结合实际工程中非等距非平稳时间序列数据，将隧道围岩位移分解为趋势项位移及平稳随机项位移，应用时间序列分析方法建立隧道围岩位移预测模型。采用3次样条函数插值法对非等距时序进行数据处理，在此基础上分别采用GM(1，1)灰色模型和自回归模型对趋势项位移和平稳随机项位移进行提取及预测，将计算得到的各项位移预测值叠加得到总位移预测值。以华蓥山隧道为例，分析对比实测与预测位移–时间曲线之间的关系。计算结果显示此模型能较好地体现拱顶下沉位移的发展变化趋势，说明所建非等距非平稳时间序列分解模型效果较好，在实际隧道工程的围岩位移预测中是有效、可行的。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	何亚伯
	梁城

关键词 ：隧道工程, 位移预测, 时间序列, 非等距, 三次样条插值法

Abstract：Based on the non-equidistant and non-stationary time series data in practical engineering，total displacement can be divided into trend term displacement and stochastic term displacement. The displacement prediction model of tunnel wall rock can be established by time series analysis. Cubic-spline interpolation method is used to process the non-equidistant time series data. On this basis，GM(1，1) grey model is used to forecast the trend term displacement，and autoregressive model is used to forecast the stochastic term displacement. Total displacement is obtained by adding the calculated predictive displacement value of each term. Taking Huayingshan tunnel for example，it is shown that the result could better reflect the development trend of vault crown settlement displacement value based on the comparative analysis of measured and predicted displacement-time curves. Results demonstrate that the established non-equidistant and non-stationary time series decomposition model is feasible and effective in the wall rock displacement prediction of practical tunnel engineering.

Key words： tunnelling engineering displacement prediction time series non-equidistant cubic-spline interpolation

引用本文:

何亚伯，梁城. 非等距时间序列模型在隧道拱顶位移预测中的应用[J]. 岩石力学与工程学报, 2014, 33(S2): 4096-4101.
HE Yabo，LIANG Cheng. A NON-EQUIDISTANT TIME SERIES MODEL AND ITS APPLICATION IN TUNNEL VAULT CROWN DISPLACEMENT PREDICTION. , 2014, 33(S2): 4096-4101.

链接本文:

https://rockmech.whrsm.ac.cn/CN/10.13722/j.cnki.jrme.2014.s2.087 或 https://rockmech.whrsm.ac.cn/CN/Y2014/V33/IS2/4096

[1] 陈子荫. 时间序列分析——一种预报岩体力学行为的可能途径[J]. 岩土工程学报，1991，13(4)：87–95.(CHEN Ziyin. Time series analysis：practicable method of predicting mechanical behavior of rock mass[J]. Chinese Journal of Geotechnical Engineering，1991，13(4)：87–95.(in Chinese))

[2] 朱永全，景诗庭，张清. 时间序列分析在隧道施工监测中的应用[J]. 岩石力学与工程学报，1996，15(4)：353–359.(ZHU Yongquan，JING Shiting，ZHANG Qing. Application of time series analysis method to measure displacement in tunneling[J]. Chinese Journal of Rock Mechanics and Engineering，1996，15(4)：353–359.(in Chinese))

[3] 李术才，王渭明，王拉才. 非线性时序分析模型在地下工程位移预报中的应用[J]. 岩土工程学报，1997，19(4)：15–20.(LI Shucai，WANG Weiming，WANG Lacai. Application of nonlinear time series analysis model for displacement forecasting in underground engineering[J]. Chinese Journal of Geotechnical Engineering，1997，19(4)：15–20.(in Chinese))

[4] 孙星亮，汪稔. 自适应时序模型在地下工程位移预报中的应用[J]. 岩石力学与工程学报，2004，23(9)：1 465–1 469.(SUN Xingliang，WANG Ren. Application of self-adaptive time series model to displacement forecast in underground engineering[J]. Chinese Journal of Rock Mechanics and Engineering. 2004，23(9)：1 465–1 469.(in Chinese))

[5] 尹光志，岳顺，钟焘，等. 基于ARMA模型的隧道位移时间序列分析[J]. 岩土力学，2009，30(9)：2 727–2 732.(YIN Guangzhi，YUE Shun，ZHONG Tao，et al. Time series analysis of tunnel displacement based on ARMA model[J]. Rock and Soil Mechanics，2009，30(9)：2 727–2 732.(in Chinese))

[6] 任松，姜德义，杨春和. 基于遗传算法的浅埋隧道开挖地表沉降神经网络预测[J]. 郑州大学学报：工学版，2006，27(3)：46–49.(REN Song，JIANG Deyi，YANG Chunhe. Predicting the earth surface subsidence caused by excavating shallow tunnel with the genetic neural network[J]. Journal of Zhengzhou University：Engineering Science，2006，27(3)：46–49.(in Chinese))

[7] 王穗辉，潘国荣. 人工神经网络在隧道地表变形预测中的应用[J]. 同济大学学报，2001，29(10)：1 147–1 151.(WANG Suihui，PAN Guorong. Applying theory of artificial neural network to prediction of

ground deformation during tunnel excavation[J]. Journal of Tongji University，2001，29(10)：1 147–1 151.(in Chinese))

[8] 田执祥，乔春生，滕文彦，等. 基于支持向量机的隧道变形预测方法[J]. 中国铁道科学，2004，25(1)：86–90.(TIAN Zhixiang，QIAO Chunsheng，TENG Wenyan，et al. Method of predicting tunnel deformation based on support vector machines[J]. China Railway Science，2004，25(1)：86–90.(in Chinese))

[9] 李宏建. 隧道变形预测的灰色Verhulst模型[J]. 石家庄铁道学院学报，2000，13(4)：28–30.(LI Hongjian. The gray Verhulst model of displacement of tunnel[J]. Journal of Shijiazhuang Railway Institute，2000，13(4)：28–30.(in Chinese))

[10] 孙元春，尚彦军. 岩石隧道围岩变形时空效应分析[J]. 工程地质学报，2008，16(2)：211–215.(SUN Yuanchun，SHANG Yanjun. Integrated analysis of the tempo-spatial effect of surrounding rock deformation in tunneling[J]. Journal of Engineering Geology，2008，16(2)：211–215.(in Chinese))

[11] 中华人民共和国行业标准编写组. JTG F60—2009公路隧道施工技术规范[S]. 北京：人民交通出版社，2009.(The Professional Standards Compilation Group of People¢s Republic of China. JTG F60—2009 Technical specification for construction of highway tunnel[S]. Beijing：China Communications Press，2009.(in Chinese))

[12] 李晓红. 隧道新奥法及其测量技术[M]. 北京：科学出版社，2002：42–44.(LI Xiaohong. New Austrian tunneling method and survey technology[M]. Beijing：Science Press，2002：42–44.(in Chinese))

[13] 颜庆津. 数值分析[M]. 北京：北京航空航天大学出版社，1992： 112–114.(YAN Qingjin. Numerical analysis[M]. Beijing：Beihang University Press，1992：112–114.(in Chinese))

[14] 邓聚龙. 灰色系统：社会•经济[M]. 北京：国防工业出版社，1985：23–40.(DENG Julong. Grey system：society•economy[M]. Beijing：National Defence Industry Press，1985：23–40.(in Chinese))

[15] 潘红宇. 时间序列分析[M]. 北京：对外经济贸易大学出版社，2006：87–106.(PAN Hongyu. Time series analysis[M]. Beijing：University of International Business and Economics Press，2006：87–106.(in Chinese))

[16] 杨叔子，吴雅，轩建平，等. 时间序列分析的工程应用[M]. 武汉：华中科技大学出版社有限责任公司，1991：182–188.(YANG Shuzi，WU Ya，XUAN Jianpin，et al. Time series analysis in engineering application[M]. Wuhan：Huazhong University of Science and Technology Press Co.，Ltd.，1991：182–188.(in Chinese))