聯合時序應力和環境因素的隧道負載預測模型分析

汪忠新 譚光輝

（1.江西省天馳高速科技發展有限公司，江西 南昌 330000 ；2.江西省交通投資集團有限責任公司項目建設管理公司，江西 南昌 330025）

一、引言

隧道技術是城市地下空間開發利用的重要方式。由隧道周圍石塊形變造成的應力分布變化不可避免，且可能持續數月甚至數年。因此，精準預測隧道未來可能承受的應力對于維護隧道結構的穩定性至關重要。

傳統的隧道負載預測模型大多基于均勻彈性理論，這導致邊界條件難以確定。為此，本文基于深度學習方法，提出聯合時序應力和環境因素的隧道負載預測模型，利用多個維度的數據，對隧道未來的負載情況進行預測。基于江蘇南京長江隧道數據的對比試驗，驗證了該模型的可靠性和優越性。

提出融合環境因素對隧道未來的負載情況進行預測，采用8種組合進行試驗，表明溫度、水壓對隧道負載的顯著影響。

基于包括LR、SVR、MLP、GRU、LSTM在內的經典機器學習算法，使用8種組合，在南京長江隧道數據集上進行了對比實驗。結果表明，基于GRU算法的“時序應力數據+最低溫度+最高溫度+水壓數據”的組合模型預測準確率最高。

提出了聯合時序應力和環境因素的隧道負載預測模型，并且在南京長江隧道數據集上驗證了該模型的優越性，為未來隧道負載預測研究工作提供了新思路。

二、研究方法

（一）問題形式化定義

環境因素對隧道負載變化有重要影響，因此考慮環境因素，有利于提升模型的預測效果。為方便讀者理解，本文使用的主要符號及釋義如表1所示。

給定傳感器i 和當前時刻t，使用最近p 天的隧道負載數據預測q 天后傳感器i 監測到的應力。記，表示前p天的隧道負載序列，q天后的環境因素記為，表示傳感器i上的隧道負載預測函數，表示q天后傳感器i上的隧道負載預測值，則隧道負載預測問題定義為：

（二）經典的時序預測模型

（三）環境因素和歷史負載數據的融合

圖1 CHE4TLP模型結構圖

三、實驗

本文基于南京長江隧道的數據進行實驗。連接長江兩岸的南京長江隧道于2016年建成，隧道斷面穿越粉細砂、黏土、粉質黏土、中粗砂、風化粉砂巖和卵石等多個地質層，隧道長7014m，外徑14.5m，所受最高水壓約720KPa。每段隧道預埋20個壓力傳感器、4個水壓傳感器和兩個溫度傳感器。本文基于南京長江隧道的壓力傳感器、水壓傳感器和溫度傳感器數據進行實驗，考察窗口大小取為14，預測7天后的隧道負載情況。

（一）評價指標

本文使用標準誤差RMSE和皮爾遜相關系數PCC作為評價指標，衡量模型的預測效果。

（二）實驗結果展示

本文取溫度傳感器記錄的每日最低溫度、每日最高溫度，并將水壓傳感器在每天同一時刻的數據作為環境因素，q天后的環境因素如式（19）所示。

圖2 不同模型在南京長江隧道數據集的預測效果

其中，Lt+q是最低溫度，Ht+q是最高溫度，Wt+q是水壓數值。

為了考察不同環境因素及其組合對CHE4TLP模型預測效果的影響，疊加隧道負載序列，將其分為10組：T,T+A,T+L,T+H,T+W,T+L+H,T+L+W,T+H+W,T+L+H+W，T+L+H+W+A，在CHE4TLP模型上進行實驗，結果如圖2所示，其中，T表示隧道負載序列，A表示歷史平均負載。

如圖2 所示溫度因素對模型的預測效果有較大影響。歷史負載序列和水壓的組合有時會降低CHE4TLP模型的預測效果。實驗結果表明，本文提出的CHE4TLP(T+L+H+W+A)組合在絕大部分模型上都取得了最好的效果，表明溫度因素和水壓因素對隧道負載預測有重要影響，適當結合歷史負載數據以及環境因素，有利于提升模型對隧道應力的刻畫能力。

四、結語

本文基于機器學習方法，提出了聯合時序應力和環境因素的隧道負載預測模型。基于南京長江隧道結構健康監測系統的數據，進行了對比試驗，驗證了CHE4TLP模型的有效性。研究結果表明，CHE4TLP模型能準確預測未來隧道的負載情況，對于維護隧道結構的安全性和穩定性具有重要意義。