[发明专利]一种适用于双护盾TBM的围岩变形监测方法及预测方法

权利要求书

1.一种适用于双护盾TBM的围岩变形监测方法，其特征在于，所述围岩变形监测方法包括：

通过置于埋设在隧道掌子面后方设定位置处超前孔中的测量管内的准分布式FGB高差位移计对围岩多个监测点的变形收敛进行实时监测，所述准分布式FGB高差位移计由多个FBG传感器串联组成；

采集各个FBG传感器的监测值，通过各个FBG传感器的监测值得到围岩上各监测点的形变位移量，其中，FBG传感器M_i在时间点j监测到的监测值为监测点P_i相对于基准点A的高差变化值，通过如下公式计算得到：

其中，为FBG传感器M_i在时间点j监测到的监测点P_i相对于基准点A的高差变化值；D_1j～D_ij为各FBG传感器M₁～M_i在时间点j的监测值。

2.根据权利要求1所述的适用于双护盾TBM的围岩变形监测方法，其特征在于，构成所述准分布式FBG高差位移计的每个FBG传感器间隔一设定间距进行布置。

3.根据权利要求1所述的适用于双护盾TBM的围岩变形监测方法，其特征在于，所述超前孔具有使得各监测点位于临空面附近的仰角，所述超前孔的孔径大于上述测量管的外径，超前孔的深度等于所述测量管的长度。

4.根据权利要求1所述的适用于双护盾TBM的围岩变形监测方法，其特征在于，所述测量管与超前孔之间的间隙通过注浆耦合固定。

5.利用权利要求1-4任意一项所述的适用于双护盾TBM的围岩变形监测方法的一种适用于双护盾TBM的围岩变形预测方法，其特征在于，所述围岩变形预测方法包括：

S1，采用权利要求1-4任意一项所述的适用于双护盾TBM的围岩变形监测方法得到围岩上各监测点的形变位移量；

S2，利用精细化数值仿真模型基于施工过程进行数值仿真，及通过调整各蠕变本构参数取值进行反演分析，使各监测点形变位移量的修正值逐渐趋于最小值，当满足为反演蠕变本构参数所建立的目标函数F(X)5％时，则反演分析得到对应预测用的蠕变本构参数值；

S3，基于反演分析得到的预测用的围岩蠕变本构参数值，通过数值仿真模型分析后续施工过程及施工结束后的围岩收敛变形发展规律和最终收敛变形值。

6.根据权利要求5所述的一种适用于双护盾TBM的围岩变形预测方法，其特征在于，所述步骤S2包括：

S2.1，建立考虑围岩蠕变特性和隧洞TBM施工过程的精细化数值仿真模型，围岩初始物理力学参数通过现场取样和室内试验获取，精细化数值仿真模型中TBM各组件和衬砌管片的参数根据所选TBM设备和管片型号而定，围岩的蠕变参数根据反演分析获得，为反演围岩蠕变本构参数所建立的目标函数为：

其中，F(X)是为反演蠕变本构参数所建立的目标函数；X＝(X₁,X₂,...,X_l)是待反演的蠕变本构参数，l为待反演参数个数；为数值仿真模型计算的监测点P_i在时间点j的围岩变形值；为监测点P_i在时间点j的实际围岩变形值；为FBG传感器M_i在时间点j监测到的监测点P_i相对于基准点A的高差变化值；ΔD_j为基准点A在时间点j的计算位移值；m和n分别为反演分析所用的时间点个数和监测点个数；

S2.2，对所建立的精细化数值仿真模型进行反演分析，反演分析得到围岩变形预测用的各蠕变本构参数值。

7.根据权利要求5所述的一种适用于双护盾TBM的围岩变形预测方法，其特征在于，所述步骤S2.2包括：

采用试验法的方式对精细化数值仿真模型进行反演分析，通过在合理范围内不断调整各蠕变本构参数的取值，使得目标函数逐渐趋于最小值。当满足为反演蠕变本构参数所建立的目标函数F(X)5％时，则反演分析得到对应围岩变形预测用的各蠕变本构参数值。

8.根据权利要求5所述的一种适用于双护盾TBM的围岩变形预测方法，其特征在于，所述步骤S2.2包括：

采用基于机器学习算法的方式对精细化数值仿真模型的各围岩蠕变本构参数值进行反演分析：

设置各蠕变本构参数的大量不同取值并进行不同组合，通过数值仿真模型计算获得大量不同参数组合情况下各监测点P₁,P₂,…,P_n的位移值；

构建多个机器学习预测模型，将数值仿真模型计算得到的各监测点P₁,P₂,…,P_n相对于基准点A的高差变化值作为模型的输入向量，各蠕变本构参数值作为模型的输出结果；随机选取部分样本作为训练集对各机器学习模型进行训练，其余部分样本作为测试集来检验训练好的各机器学习模型的预测效果；通过对比平均相对误差和稳定性等指标确定出最优机器学习预测模型；

将现场各监测点P₁,P₂,…,P_n的相对于基准点A的监测高差变化值输入到确定好的最优机器学习预测模型中，输出围岩变形预测用的各蠕变本构参数值。