近日，同济大学工程风险研究团队黄宏伟教授、张东明教授和常佳奇博士研究生等在《Tunnelling and Underground Space Technology》期刊上发表了题为“A hybrid sensing of rotation-induced stress of segmental lining during shield tunneling via WSN and surrogate numerical modeling”的研究论文，报道了基于无线感知与机器学习代理模型的施工阶段盾构管片力学分析的最新研究成果。

施工阶段的盾构隧道同时受到来自于地层和盾构机的荷载作用，受力情况相比于运营阶段更加复杂，如何快速获取施工阶段隧道的力学响应并分析施工参数对隧道力学响应的影响，对于指导管片结构的设计与盾构施工的调整至关重要，同时也能够避免施工阶段管片的损伤，提高隧道结构的服役性能。无线传感网络系统体积小便于安装，能够对施工阶段的隧道变形进行监测；有限元数值模拟能够在给定荷载条件的情况下，计算隧道结构的变形；神经网络算法能够基于大量计算案例建立数值模拟的代理模型，从而基于无线传感监测的结果进行快速反分析，得到结构的荷载条件与受力状态。

基于此，本文提出了一种融合感知方法（图1）：首先建立了施工阶段盾构隧道的精细化数值模型（图2），并计算了具有不同荷载条件的大量案例；其次，将这些案例作为神经网络的样本集，以荷载条件为输入，以隧道结构变形为输出，建立数值模拟的神经网络代理模型；最后，使用无线传感网络对施工阶段的隧道结构变形进行监测（图3），基于监测结果对数值模型进行验证（图4），并借助代理模型进行反分析（图5、图6），从而得到管片结构的荷载条件和力学响应。分析表明，施工阶段盾构机刀盘扭矩的反力很大程度上由隧道结构承担，并且会引起隧道结构的扭转变形和纵向螺栓处较高的附加应力。因此，在今后的结构设计与盾构施工中，要考虑刀盘扭矩这一施工荷载的影响。此外，所提出的融合感知方法能够根据无线传感网络的监测结果快速获得隧道结构的力学状态。

图1 融合感知技术路线图

图2 盾构隧道精细化数值模拟: (a)封顶块；(b)标准块；(c)封底块；(d)螺栓；(e)模型拼装

图3 无线传感网络监测示意图

图4 数值模拟与监测结果对比：(a) 数值模拟变形结果；(b) 数值模拟与无线传感监测结果对比

图5 神经网络代理模型的预测结果

图6 神经网络代理模型反分析得到的管片受到的扭矩与施工参数记录中的刀盘扭矩之间的关系

研究表明，盾构机刀盘扭矩反作用力主要由隧道结构承担，使已拼装完成的衬砌管片发生较大变形，因此，该施工荷载在隧道结构力学分析中应予以考虑。另一方面，提出了融合感知方法，能够基于无线传感网络的监测结果快速获得隧道结构的荷载条件与力学状态，从而快速建立施工参数与衬砌管片力学行为的关系，从而指导施工参数的设定。本文发现了施工阶段一直被忽略的刀盘扭矩荷载，并建立了施工参数与隧道力学响应之间的关系，对于隧道结构的设计和施工参数的设定与调整具有重要的理论意义与工程实用价值。

第一作者

常佳奇 博士研究生

邮箱：1910278@tongji.edu.cn

通讯作者

张东明 教授

邮箱：09zhang@tongji.edu.cn

通讯作者

黄宏伟 教授

邮箱：huanghw@tongji.edu.cn

文献引用

Chang, J., Zhang, D., Huang, H., Jia J. (2023). A hybrid sensing of rotation-induced stress of segmental lining during shield tunneling via WSN and surrogate numerical modeling. Tunnelling and Underground Space Technology, 1–25.

原文二维码：

原文链接：https://doi.org/10.1016/j.tust.2023.105315

撰稿人：常佳奇、谢小创

      编辑：朱帅达

校对：吴双益

审核：黄忠凯