地下厂房锚杆支护的反向传播神经网络智能化设计模型

作者：姚添智; 张建海^*; 刘桂泽; 程东昱; 李治国; 李永红

来源：科学技术与工程, 2021, 21(23): 9983-9989.

• 反向传播神经网络
• 地下厂房
• 强度应力比
• 系统锚杆支护
• 洞室跨度

水电站地下厂房的支护设计一般采用工程类比法,而西南地区高地应力、大跨度地下洞室的修建难度往往超出以往的工程,难以完全适应。亟待建立考虑复杂地质条件影响的围岩支护定量设计理论和方法。在29个跨度为18.0～34.0 m,强度应力比为2.00～80.8的地下厂房支护参数的基础上,采用反向传播(back propagration, BP)神经网络方法,训练出了地下厂房系统锚杆支护的智能化设计模型。该模型通过输入洞室跨度值和强度应力比对系统锚杆直径、间排距进行优化设计。采用对神经网络权重分析的方法探讨了洞室跨度和强度应力比对系统锚杆支护方案选择的影响程度。研究结果表明:基于BP神经网络的水电站地下厂房系统锚杆支护的智能化设计模型具有良好适用性和可靠性;在仅考虑强度应力比和洞室跨度的情况下,水电站地下厂房系统锚杆的支护设计应该优先考虑强度应力比的大小。

• 单位
  四川大学; 中国电建集团成都勘测设计研究院有限公司