中文版 | English
 当前位置:首页  最新动态
工程风险团队黄宏伟教授指导的博士研究生王飞阳和张晋彰获得同济大学2022年优秀博士学位论文;指导的硕士研究生程文获得同济大学2022年优秀硕士学位论文;指导的本科生张泽阳获得同济大学2023届优秀毕业论文
发布时间:2023-12-30

工程风险团队黄宏伟教授指导的博士研究生王飞阳和张晋彰获得同济大学2022年优秀博士学位论文;指导的硕士研究生程文获得同济大学2022年优秀硕士学位论文;指导的本科生张泽阳获得同济大学2023届优秀毕业论文。

王飞阳

 2021届博士研究生王飞阳的博士学位论文《盾构隧道结构非连续裂损演化多尺度多场模拟与安全评级》被评为同济大学2022年优秀博士学位论文。

论文聚焦城市盾构隧道衬砌结构非连续裂损动态演化风险,从多相耦合和非连续介质力学的视角出发,采用试验、理论、多尺度多场模拟等手段,建立了系统的理论方法,解决了饱和软土介质中隧道结构非连续裂损动态演化的科学问题。取得的主要研究成果如下:

1)在非连续变形演化机制方面,开展了足尺的物理力学模型试验,提出了多裂缝随机演化多尺度模拟方法,该研究创新性地解决了盾构隧道结构非连续变形随机演化难以预测的工程科技难题;

2)在非连续变形数值理论方面,创新地将统一拉伸断裂准则引入到相场理论中,建立了统一断裂相场方法,并率先将该理论应用到隧道工程中;

3)建立了流--相多场耦合数值方法,并将其应用于上海某事故隧道,构建了非连续裂损演化过程中盾构隧道结构安全风险动态演化评价方法,为隧道结构的韧性修复提供了理论支撑。

张晋彰

 2022届博士研究生张晋彰的博士学位论文《地层不确定性与邻近工程扰动对盾构隧道受力变形多重耦合影响的机理与评价》被评为同济大学2022年优秀博士学位论文。

论文针对赋存地层的不确定性与邻近加卸载扰动作用对运营隧道的非线性叠加效应影响,采用模型实验、理论解析、数值模拟、机器学习等手段,开展了隧道在多重作用下的耦合效应机理与评价研究。取得的主要研究成果如下:

1)提出了地层不确定性的有效模拟与参数智能分析方法。提出了有效模拟地层变异性的耦合马尔可夫链模型水平转移概率矩阵估计方法;基于信息熵优化了钻孔位置和数量,给出了地层变异的定量评价指标;建立了结合卷积神经网络和随机场理论的混合深度学习模型,用极少数CPT数据智能化估计场地随机场特征参数。

2)建立了考虑加卸载时序作用的耦合效应指数模型。根据建立的模型,耦合效应划分为有利耦合、零耦合和不利耦合;根据耦合效应指数的大小又分为强、中等和弱耦合效应,可以对多重耦合效应予以定量评价,进而对不同耦合影响区域进行划分。

3)建立了考虑邻近扰动作用和参数空间变异性的概率分析模型,提出了参数折减法、放大系数法和可靠度分项系数标定法三种简化考虑参数空间变异性方法,揭示了不同变异性条件和邻近扰动多重耦合作用对隧道受力变形的非线性演化规律,提出多重耦合放大效应的定量评价方法。

程文

 2022届硕士研究生程文的硕士学位论文《基于移动激光扫描技术的地铁盾构隧道结构病害安全评价与三维展现》被评为同济大学2022年优秀硕士学位论文。

论文基于移动激光扫描技术,采用点云数据处理、深度学习、数值模拟、曲面重构等方法,开展了关于隧道结构安全的病害检测与量化、安全综合性评价以及病害的三维展现3方面研究。取得的主要研究成果如下:

1)基于盾构隧道三维激光点云数据,通过点云去噪、椭圆拟合、深度学习等手段,实现了隧道横向收敛、椭圆度、环间错台、渗漏水以及剥落等病害的精准检测。

2)提出了一种基于移动激光扫描技术的盾构隧道结构安全综合性评价方法,通过主观评价与客观分析相并重的赋权方法,实现隧道结构安全状态分级评价。

3)提出了一种隧道结构病害及安全状态的三维展现方法,实现了隧道结构病害及安全状态的三维漫游效果。

张泽阳

 2023届智能建造专业本科生张泽阳的毕业论文《基于机器视觉和贝叶斯网络的岩石隧道工作面裂隙识别及评价》被评为同济大学2023届本科生校级优秀毕业论文。

论文针对目前钻爆法施工的岩石隧道工作面人工评价方法的不足,以机器视觉和贝叶斯网络为手段,对提取岩石隧道工作面围岩状态的方法开展研究。取得的主要研究成果如下:

1)经过裁剪、标注、增强、扩充等手段从工作面原始图像建立了包含2400张图片的隧道工作面裂隙图像数据库,基于模型识别和机器视觉参数提取结果建立了隧道工作面岩体完整性评价数据集;

2)应用融合卷积神经网络与自注意力机制的ST-UNet深度学习模型实现了比传统手段(如DeeplabV3+)更好的裂隙识别效果,能提取隧道工作面产状复杂的裂隙;

3)应用机器视觉算法以多段线形式数值化存储裂隙识别结果,从而实现了从深度学习模型识别结果到8个完整性参数的自动化提取,减少数据后处理阶段人工操作;

4)建立树增强贝叶斯网络通过提取的完整性参数在不同工程项目中以超过80%的准确率预测工作面岩体完整性等级,并展示了参数对完整性等级的重要性排序和贝叶斯网络基于不完整输入数据的动态推理能力。

编辑:李昌泽

校对:吴双益、程瑞松

审核:张晋彰


Copyright @ 2008-2024 版权所有:同济大学隧道及地下工程研究所—五室

地址:上海市四平路1239号  邮编:200092