基于神经网络的盾构隧道平行下穿既有地铁隧道沉降预测

蔡光伟，宾  彬，蒋  超，王文正

(长沙市轨道交通集团有限公司，湖南 长沙  410000)

摘  要：为了预测盾构隧道平行下穿既有地铁隧道的沉降，借助python编程语言搭建了LM-BP神经网络。以长沙轨道交通3号线平行下穿既有地铁隧道竖向最大沉降监测值和对应的盾构隧道掘进速度、土仓压力、注浆压力以及注浆量4个施工参数值为数据基础，对神经网络进行了循环训练，并利用训练后的神经网络对盾构机掘进过程中平行下穿既有地铁隧道的沉降值进行了预测分析。结果表明，采用该神经网络得到的预测值与监测值相对误差基本稳定在10%以内，预测值与实际值拟合良好，预测结果具有一定的可靠性，为盾构隧道长距离平行下穿既有地铁隧道沉降预测提供了一种新的思路和方法。

关键词：盾构法;神经网络;预测模型;沉降量