人工地盤凍結技術を用いた地下鉄トンネル工事における軟弱地盤凍土のクリープモデルのファジィランダム評価

Scientific Reports volume 13、記事番号: 9468 (2023) この記事を引用

メトリクスの詳細

人工凍土のクリープ特性を把握し、クリープモデルを科学的に評価することは、地下鉄トンネル凍結工事の安全性を保証する重要な要素となります。南通地下鉄トンネルの建設に基づいて,一軸圧縮強さに対する温度の影響法則を得るために人工的に凍結した軟弱地盤の一軸圧縮強度試験を実施し,一軸圧縮強さに対する温度の影響法則を得るために一軸クリープ試験を実施した。 − 5、− 10、− 15 °C におけるクリープの温度と応力グレード。実験結果は,凍った軟弱土試験片のクリープ特性が明らかなファジーランダム性を持っていることを示した。従来のアリのコロニーアルゴリズムは、フェロモンのファジィ化係数を最適化することで改善され、検索効率が向上し、局所最適を効果的に回避します。その後、改良されたファジーアリコロニーアルゴリズムを使用して、一般的に使用される永久凍土クリープモデルの柔軟性パラメーターを反転します。評価指標のファジィ重みとファジィランダム評価行列を決定して,凍った軟弱土の3つの異なる応力レベルの下で最適なクリープモデルを評価した。最後に、ファジィランダム評価法の信頼性を、測定データを工学的に操作することによって検証した。

中国の都市化率は近年増加し続けている。都市への人口移動により都市人口が急速に増加し、その結果交通圧力が高まっています。したがって、都市鉄道交通の開発は、都市移動を改善する効果的な手段となっています。過去 20 年間で、中国の都市鉄道交通は世界最長の交通機関の 1 つになりました。鉄道交通の建設は、特に急速な経済発展を遂げた沿岸の開放都市において、国家交通機関の開発の最優先事項となっている。しかし、沿岸地域の土質は柔らかく、沿岸海洋地質条件の影響により時間とともに変化する特性を持っています1,2。地下鉄の掘削では、通常、建設中に地下水を効果的に隔離し、一時的な支持体として機能させるために、トンネル周囲の土壌を人工凍結法を使用して強化します3。

人工凍結によって凍った土壌は、特に不凍水、氷、鉱物粒子、固結した氷などから構成される非常に複雑な多孔質の建築材料です。これらの異方性コンポーネントは相互作用します。不均一な温度場と水分の移動の影響により、地下工学における凍土のクリープは明らかなランダム性と曖昧さを示します。したがって、凍結工法による地下鉄トンネル工事の安全性を確保するには、特殊な建築材料である人工凍土のクリープ特性を理解する必要がある4,5。さらに、軟弱な海岸土の地質特性に応じて、クリープ過程を表現するさまざまなクリープモデルを科学的に区別して評価することは、トンネル凍結壁の安定性解析にとって重要です。さらに、これは凍土力学の分野でもあり、研究で大きな注目を集めています6,7。

世界中の研究者が凍土のクリープモデルに関する研究を行ってきました。 Cong ら 8 は、現地調査と微細構造解析を通じて、凍結融解 (F-T) サイクル後の膨張土斜面のクリープ破壊メカニズムを予備的に議論し、各段階のクリープ量を予測するために使用される膨張土のクリープモデルを確立しました。 He et al.9 は、塩岩サンプルに対して長期段階的荷重クリープ試験を実施しました。改良された等時性応力-ひずみ法と定常状態のクリープ速度法を使用して、塩岩の長期強度を決定し、塩岩のクリープ挙動を正確に記述しました。 Zhouら10は、深部の軟岩に対して走査型電子顕微鏡と段階的載荷クリープ試験を異なる倍率で実施し、3要素の非線形クリープモデルを確立した。テストにより、クリープモデルがクリープテストデータと一致することが示されました。 Zhu et al.11 は除荷クリープ試験を実施し、さまざまな拘束圧力下でのひずみの経時的発達を分析し、軟質粘土の除荷クリープを説明するための応力関連マーチャントモデルを確立しました。 Guo et al.12 は、2 種類の石炭脈石の圧縮試験に基づいて、対数関数によって Singh-Mitchell クリープモデルを修正しました。解析により、このモデルが石炭脈石のクリープ特性を記述できることが示されました。 Liu et al.13 は、岩石の非線形クリープパラメータとモデルを取得するために、従来の Xiyuan モデルの粘性要素ではなく分数微分要素を使用しました。実験により、新しいモデルが岩石の非線形加速クリープ特性を包括的に記述できることが示されました。 Yao et al.14 は、圧縮および三軸せん断試験を通じてクリープモデルのパラメータを逆にして、一次段階から第三段階までのクリーププロセスを記述しました。

上記の研究結果を要約すると、研究者は通常、クリープモデルのパラメータ反転に最小二乗法、ベイジアン解析、最尤推定、およびランダム理論に基づくその他の方法を使用します 15,16。このような方法はシンプルで使いやすいですが、実際の工学ではその反転効率は高くありません。クリープモデルの評価と選択に関しては、単一の評価指標が使用されるか、評価指標の重み付けが経験によって与えられるのが一般的でした。しかし、このような評価システムには工学的な合理性が欠けており、真の最適モデルが得られないことがよくあります。さらに、人工凍土クリープモデルの現在の解析のほとんどは、パラメータと構成関係のランダム性のみを考慮しています。彼らは、深部地下工学におけるこのユニークな建築材料の曖昧さを考慮していません。

そこで本研究では、臨海部の地下鉄トンネル工学における軟弱凍土層の一軸試験解析を実施した。改良されたファジーアリコロニーアルゴリズムを使用して、一般的に使用される凍土クリープモデルパラメーターのファジーランダム反転を実行しました。したがって、二重指標ファジーランダム評価目的関数が確立されました。臨海部の地下鉄トンネルにおける軟弱地盤層の実際の作業状況と組み合わせて、従来のクリープモデルを総合的に評価しました。さらに,異なる条件下での最適なモデルが得られた。この分析は、ランダム性とファジー性を考慮してインテリジェントな計算に統合されました。この研究は、人工的に凍った土壌力学の不確実性解析のための、新しくてより効果的な方法を提供します。

中国の 14 の沿岸開発都市の 1 つである南通市の地下鉄 1 号線は、全長 52.37 km で、27 の駅があります。地下鉄沿線の駅間のトンネルは凍結工法で建設されています。一軸試験結果がプロジェクトを代表するものであることを保証するために、試験に使用された未撹乱土は、凍結法を使用して建設されたプロジェクトの地下鉄トンネルの典型的な 3 つの軟弱地盤層から収集されました。

工学的調査段階では、穴を垂直に回転させ、対応するサンプリング層（図1に示す）から土壌コアサンプルを取得し、泥の表皮を削り取り、2層のプラスチック保存パッケージで慎重に密封しました。。サンプルラベルをレコードに貼り付け、テープで封をし、紐で結びました。束ねられた土壌サンプルはコアボックスに入れられ、わらと細断紙でマットされ、研究室に安全に輸送されました17、18、19。表 1 は、各土壌サンプル層の物理的および機械的パラメーターを示しています。

土壌コアのサンプル。

研究室の地盤工学室が慎重に開けられました。土壌サンプルの自然な堆積方向に従って上層と下層を区別しました。その後、両端を鋸で平らに切りました。中国の人工凍土試験基準 (MT/T593.6-2011) に従って、鋸で切断した土壌サンプルを Φ 50 mm × 100 mm の試験片に作成しました。形状誤差は1.0%以内、平行度誤差は0.5mm以内でした。

一軸試験には図２に示す人工凍土試験装置WDT-100を使用した。この試験では、応力-ひずみ曲線をリアルタイムで表示できます。装置の最大負荷容量、最低温度、および精度は、それぞれ 100 kN、-50 °C、および 1% でした。コンピュータが自動的に積載を制御し、設定されたパラメータに従ってデータを収集しました。

WTD-100 人工凍結粘土装置。

試験前に、試験中の試験片の温度が均一であることを保証するために、軟土試験片を指定された負の温度で 48 時間以上養生しました。 MT/T593-2011 仕様に従って、軟弱土サンプルの一軸一軸圧縮強度試験は、ひずみ制御荷重により -5、-10、および -15 °C で実行されました。試験片の両側に 2 台の変位計を対称に配置し，試験片の軸方向の変形を測定し，その平均値から軸方向のひずみを算出した20,21。試験中、各温度条件下で 3 つの試験片が使用されました。表 2、3、4 に試験結果を示します。

試験結果は、凍った軟弱土の圧縮強度が一軸圧縮下の温度変化と線形関係があることを示しています。一軸圧縮強度は試験片温度の低下とともに増加した。

一軸圧縮試験中の応力とひずみの関係を記述するために、2 台の変位計を軟弱地盤試験体の軸方向に対称に配置しました。次に、各温度における試験片の軸方向変形量（ひずみε）と荷重（軸方向応力σ）との関係図を図２〜図３に示すように作成した。 3、4、5。

粘土の応力とひずみの関係 (層 1)。

シルト（層 2）の応力とひずみの関係。

シルト粘土（層 3）の応力とひずみの関係。

試験結果は、凍った軟らかい土の応力-ひずみ曲線が最初に硬化特性を示し、その後軟化傾向を示したことを示しています。破壊変形は 10 ～ 20% であり、せん断膨張破壊特性を示しています。

− 5、− 10、− 15 °C の 3 つの温度レベルで、複数試験片法を使用して応力レベル 0.3 \(\sigma_{c}\)、0.5 \(\それぞれ sigma_{c}\) と 0.7 \(\sigma_{c}\)、ここで \(\sigma_{c}\) は表 2、3、4 に従って決定される一軸圧縮強度です。

クリープ試験の前に、供試体をクリープ装置の上下の圧力ヘッドの間に置き、含水量の変化を防ぐために供試体表面をシールした。ダイナモメーターと変位計はうまく取り付けられ、接続されていました。次に、荷重システムが開始され、試験片は必要な応力レベルまで迅速に荷重されました。試験中、試験片は一定の応力にさらされ、プロセス全体の時間とひずみの値が記録されました。試験片が安定した変形に達したとき (\(\frac{d\varepsilon }{dt}\le 0.0005{h}^{-1}\))、または変形率が定数に近づいたとき (\(\left|\frac{d {\varepsilon }^{2}}{d{t}^{2}}\right|\le 0.0005{h}^{-2}\))、クリープ試験は中止されました22,23。図6、7、8にクリープ曲線を示します。

粘土のクリープ曲線(レイヤー1)。

シルトのクリープ曲線 (レイヤー 2)。

シルト質粘土のクリープ曲線 (レイヤー 3)。

凍結試験片のクリープ値は安定に達した後、温度の低下とともに減少しました。低応力 (0.3 \(\sigma_{c}\)) および中応力 (0.5 \(\sigma_{c}\)) レベルでは、クリーププロセス全体が安定した状態 (安定クリープ) にありました。応力レベルが高い場合 (0.7 \(\sigma_{c}\))、クリーププロセス全体が不安定になりました (クリープが加速されました)。しかし、試験サンプルの全体的な分析から、軟弱な土壌層における凍土サンプルのクリープ特性は、明らかな曖昧なランダム性を持っています。図 9 は、さまざまな応力レベルにおけるクリープ曲線のファジーランダム分布を示しています。

さまざまな応力レベルにおけるクリープ曲線のファジーランダム分布。

実際の地下地盤工学には多くの不確実性とあいまいなランダム分布が存在します。試験の制限を回避し、結果の工学的信頼性を確保するために、この研究では、インテリジェントな計算に基づくファジーランダム解析手法を使用して、凍土クリープパラメータの効果的な反転とクリープモデルの科学的評価を実行しました。

1990 年代に、イタリアの学者 M. Dorigo は、自然界の実際のアリのコロニーの採餌行動をシミュレートすることによって開発されたインテリジェントアルゴリズムであるアリコロニーアルゴリズムを提案しました。これは、ランダム検索による非線形問題の解決に特に適しています 24,25,26。

ターゲット制約に従って、各アリは現在の都市 (都市は初期状態と呼ばれます) から開始し、特定のルールに従って次の都市 (都市は実行可能なソリューションまたはソリューションの一部です) に進みます。探索と解決のプロセスでは、各アリは問題の規模特性と他のアリが残したフェロモンの痕跡に従って最適な解決策を探索します。これらの軌跡にはヒューリスティック情報が含まれており、現在位置にいるアリにグローバルソリューションの検索パスを伝えます。このスキームによれば、各アリは実行可能な解を貪欲に検索し、目的の制約に従って 1 つの解を現在の最適解としてリストします。ただし、アリのコロニー内の各アリは、同時に異なる最適解を持っています。したがって、大域的な情報フィードバックを利用して、問題の規模を大域的な最適な方向に進化させ、最適解を得ることができる。

ただし、実際の大規模な問題を解決する場合、従来のアリのコロニーアルゴリズムにはいくつかの欠点があります。たとえば、収束時間が長く、母集団の多様性を維持することが難しいため、特にファジー問題を扱う場合、アルゴリズムが局所最適解に陥りやすくなります27。

従来のアリのコロニーアルゴリズムは、これらの制限に対処するために改良されました28、29、30。改善点は次のように要約されます。

アリのコロニー探索の開始時には、ヒューリスティックフェロモンが蓄積期間にあります。この間、局所最適条件に囚われるのを避けるために、フェロモンギャップを広げないでください。フェロモントラックの初期形成と反復回数の増加に伴い、フェロモン間のギャップをランダムに増加させて、局所的な最適解を回避し、より優れた全体的な最適解を取得する必要があります。

以前は、現在の最適解では、フェロモンはアリが移動した経路に従ってのみ更新されていました。改良されたファジーランダムアリコロニーアルゴリズムは、各アリの現在の最適解とファジー計算用のラウンドカウンターに基づいています。これにより、各アリのフェロモン更新量が総合的に求められる。

上記 2 つの側面の改善に従って、ファジーランダムアリコロニーアルゴリズムのプロセスは次のようになります。

反復回数 \(Nc\) を 0 に設定します。フェロモン関数 \(\tau_{ij}\) と増分 \(\Delta \tau_{ij}^{k}\) が初期化されます。

開始点セットが初期化され、各アリは確率 \(P_{ij}^{k} (t)\) に従って都市 \(i\) から \(j\) に移動します。次に、都市 \(j\) が頂点セットに追加されます。次に旅行する都市は、現在の頂点セット内の要素から選択することはできません。アリの移動確率は式(1)で示されます。 (1)。

ここで、乱数 \(\alpha\) はフェロモンの相対的な重要性、\(\eta_{{{\text{ij}}}}\) はヒューリスティック係数、乱数 \(\beta\) は相対的な重要性です。ヒューリスティック因子の重要性、\(J_{k} (i)\) は ant k が次の反復で到達する頂点セットを表します。

各アリの目的関数 \(Y_{k} (k = 1, \cdot \cdot \cdot ,m)\) は特定の要件に従って計算され、現在の最適解が反復ごとに記録されます。

各アリの現在の最適解とトラベルカウンタの値に応じてファジィ計算が行われ、フェロモンの更新が総合的に考慮されます。更新されたフェロモン量を式(1)に示します。 (2)。

ここで、 \(\rho (0 < \rho < 1)\) は、横断経路上のフェロモンの蒸発係数を表します。 \(\tilde{c}\) は最適なフェロモンファジー化係数であり、次のように表されます。

ここで、 \(\tau (Q_{best} )\)、\(\tau (Q_{worst} )\)、および \(\tau (Q_{current} )\) は最適なフェロモン量、最悪のフェロモン量を表します。それぞれの移動アリの現在の解と。

一連の反復の後、各側のフェロモン増分は 0, \(Nc \leftarrow Nc + 1\) にリセットされます。

\(Nc < Nc_{\max }\) または各アリが異なる最適解を見つけた場合は、ステップ 2 に進み、続行します。それ以外の場合は、反復を停止し、現在の最適解 (グローバル最適解) を見つけます。

図 10 は、改良されたファジーランダムアリコロニーアルゴリズムのフローをまとめたものです。

ファジーランダムアリコロニーアルゴリズムのフローチャート。

これまでの理論的および実践的な研究の多くは、凍土のクリープがレオロジー特性の重要な側面であることを示しています 31。塑性変形とは異なり、クリープでは応力が弾性限界を超える必要はありません。適用される力が弾性限界未満であっても、応力が十分に長い時間適用された場合にのみ発生します。したがって、凍土のクリープ特性を理解し、クリープモデルを効果的に決定および検討することが必要です。

さまざまな岩石および土塊のクリープモデルは、スプリング、粘着ポット、摩擦板などの重要な要素をさまざまに直列および並列に接続することによって形成できます。たとえば、ケルビンクリープモデルを図 11 に示します。

ケルビンモデル。

重ね合わせの原理によれば、ケルビンクリープ方程式は次のように表すことができます。

ここで、 \(\sigma\) はテストの一定応力、 t は動作時間、 E1 はケルビンモデルのバネの弾性係数、 Ek はモデルの平行バネの弾性係数、 \(\ eta\) は平行土鍋の粘性係数です。 \(\eta\) と E1 は、さまざまな岩石や土壌の状態に応じて取得されるクリープパラメーターです。一般性を失うことなく、主要なクリープ係数を考慮し、マイナーパラメータを無視することにより、すべてのクリープ方程式は次の形式で表すことができます32、33、34。

微分演算子を使用すると、クリープコンプライアンス \(J(t)\) は次の偏微分方程式の一般式で表されます。

上の方程式は次のように簡略化できます。

ここで \(P = \sum\limits_{k = 0}^{n} {p_{k} \frac{{d^{k} }}{{dt^{k} }}}\), \(Q = \sum\limits_{k = 0}^{m} {q_{k} \frac{{d^{k} }}{{dt^{k} }}}\)。

次の方程式は、クリープコンプライアンスの偏微分方程式 \(J(t)\) をラプラス変換することで導出されます。

式のラプラス変換。 (9) を続けて、次のように表される最終的なクリープコンプライアンスを導出します。

ここで \(p = \left\{ {p_{1} ,\;p_{2} ,\; \ldots ,\;p_{n} } \right\}\)、および \(q = \left\{ {q_{0} ,\;q_{1} ,\; \ldots ,\;q_{m} } \right\}\) は、対応する柔軟性パラメーターです。

上記の方法に従って、一般的に使用されるいくつかのクリープモデルの主なクリープコンプライアンスパラメータを表 5 に示します。

この研究における凍った軟弱土試験片の一軸圧縮および一軸クリープ試験の結果によると、変形傾向とデータは、同じ応力レベルに対応する異なる温度でも同様でした35、36、37、38。たとえば、− 5 °C、− 10 °C、および - 15 °C では、さまざまな応力レベルでの最終ひずみは次のとおりです。 0.3σc 応力レベルでは、粘土の最終ひずみは 2.49%、2.30%、シルトはそれぞれ2.60%、2.09%、1.79%、シルト質粘土はそれぞれ1.50%、2.29%、2.20%であった。応力レベルが 0.5σc の場合、粘土の最終ひずみはそれぞれ 4.58%、4.39%、3.79%、シルトの最終ひずみはそれぞれ 4.59%、4.18%、3.60%、シルト質粘土の最終ひずみは 3.99% でした。それぞれ4.30%、4.48%。応力レベルが 0.7σc の場合、粘土の最終ひずみはそれぞれ 6.80%、6.20%、5.70%、シルトの最終ひずみはそれぞれ 6.60%、6.30%、5.40%、シルト質粘土の最終ひずみは 6.00% でした。それぞれ6.60%、6.90%。したがって、-10 °C を例として、ファジーアリコロニーアルゴリズムを使用して、3 つの応力レベルの下で表 3 の各モデルのクリープコンプライアンスパラメーターを特定しました。このルールは - 5 °C および - 15 °C まで拡張できます。

アリの数は \(m = 100\)、\(\alpha = 2\)、\(\beta = 5\)、\(\rho = 0.75\) と設定されました。続いて、一連のコンプライアンスを与えられたアリのランダムパラメーターが初期化されました。初期情報 \(\tau_{ij}\) と付加価値 \(\Delta \tau_{ij}^{k}\) は、式 1 を使用して計算されました。 (2)、フェロモンコンプライアンスパラメータの変更が更新されました。 \(\tilde{c}\) は、移動プロセスにおける現在の最適解のフェロモンのブラー係数です。アルゴリズムを数回反復した後、表 6 に示すように、柔軟性パラメーターのファジーランダム反転結果として最終的な全体最適解が導出されました。

改良以前は、エンジニアリングにおけるモデル評価は主に精度指標に依存しており、モデルの品質は全体的な計算精度に完全に依存すると考えられていました 39,40。したがって、従来の評価目的関数は次のように表されます。

ここで、 \(y_{i}\) は \(i\) の場合の曲線近似値、 \(y_{i}^{\prime }\) は対応する観測値です。 \(Y(t)\) が最小値を取得すると、モデルは最適になります。

分析の結果、単一の指標からモデルを評価することは不合理であり、高精度で複雑な計算を行うモデルを仮定することは理想的ではないことが明らかになりました41,42。したがって、モデルの評価には複数の指標による包括的な分析を採用する必要があります。本研究では、クリープモデルのファジィランダム総合評価を、測定係数とモデルアルゴリズムの複雑さの二重指標に基づいて実行した。その後、専門家の経験に完全に依存していた従来の多指標評価目的関数を変更し、新しいモデル評価目的関数が確立されました。評価指標の定義があいまいであることを考慮して、二重指標の改良されたファジィ加重客観評価関数は次のように表されます。

ここで、 \(\mu_{1} 、\mu_{2}\) は各インデックスのファジーメンバーシップ関数、 \(R(n)\) は測定係数インデックス、 \(O(n)\) は計算量です。モデルアルゴリズムのインデックス、および \(\tilde{\omega }_{1} ,\tilde{\omega }_{2}\) は各インデックスのファジー重みです。

表 6 のモデルパラメータの反転結果によれば、測定係数指数のみを考慮すると、一般化ケルビンモデルが低応力下で最適でした。 Burgers モデルと Westerner モデルは、それぞれ中ストレス下と高ストレス下で最適でした。式の改善された目的関数は次のようになります。式(11)を用いてさらに総合的に評価した。さらに、ファジィ指標 \(\tilde{\omega }_{1}\) と \(\tilde{\omega }_{2}\) の重みは、測定された係数 \(R (n)\) とアルゴリズムの複雑さ \(O(n)\)。ファジィ総合評価マトリクスを確立した。最後に、3 つの応力条件下での最適なモデルをファジィ評価によって包括的に解析しました。

測定係数はモデルの精度を表すために使用されました。パラメータの数は、計算の複雑さを表すために使用されました。 3 つの応力条件下で一般的に使用される 6 つのクリープモデルのファジィ評価行列は次のように表されます。

ここで、A、B、C はそれぞれ低、中、高ストレス条件下での評価行列です。各行列の最初の行ベクトルは、対応する応力下のクリープモデルのアルゴリズムの複雑さを表します。 2 行目のベクトルは、対応する応力下で測定されたモデルの係数を表します。行列の列ベクトルは、6 つのモデルの対応するインデックスを表します。

ファジィ数学の理論によれば、行列内の各インデックスの異なる次元の要素を正規化する必要があります。

複雑さの処理:

測定係数の扱い:

正規化されたファジィ評価行列は次のように表されます。

まず、次の式を使用して、3 つの評価行列の各行ベクトルの平均と標準偏差を計算しました。

次に、次の式を使用して変動係数を計算しました。

最後に、3 種類の応力の下でのファジィ重み係数が次のように得られました。

低ストレス指数の重み: \(\tilde{\omega }_{1} = 0.274\)、\(\tilde{\omega }_{2} = 0.661\)。

中ストレス指数の重み: \(\tilde{\omega }_{1} = 0.274\)、\(\tilde{\omega }_{2} = 0.617\)。

高ストレス指数の重み:\(\tilde{\omega }_{1} = 0.305\)、\(\tilde{\omega }_{2} = 0.623\)。

ファジィランダム評価行列 D 行ベクトルは、標準化されたファジィ評価行列に、対応する評価指標のファジィ重みを乗算することによって取得できます。

最終的なファジーランダム評価行列 D は、改良された目的関数を使用して取得されました。

ファジーランダム評価行列 D の行ベクトルは、低応力、中応力、高応力条件におけるクリープモデルのファジーランダム総合評価指標を表します。列ベクトルは、一般的に使用される 6 つのクリープモデルを表します。最大ファジィメンバーシップ次数原理によると、結果は、ケルビン、ジェフリーズ、西原モデルがそれぞれ低応力、中応力、高応力下で最適であることを示しています。単一の指標とは評価結果が異なります。

シミュレーションを通じて、ファジーアリコロニーアルゴリズム、従来のアリコロニーアルゴリズム、および最小二乗法を使用して、ケルビンモデルの柔軟性パラメーターを反転しました。 3 つのアルゴリズムの逆変換効率を比較しました。実験プラットフォームのホスト構成は次のとおりです: Intel Xeon E-2224G プロセッサ、32G メモリ、2TG ハードディスク、および 1000M ネットワークカード、Red Hat Linux 9.0 ソフトウェアプラットフォーム、および MATLAB 2021A デバッグソフトウェア。図 12 にテスト結果を示します。

アルゴリズム効率の比較表。

結果は、ファジーアリコロニーアルゴリズムが反復回数の増加とともにより速く収束し、誤差が減少したことを示しています。ファジーアリコロニーアルゴリズムは、他のアルゴリズムよりも堅牢で、収束性があり、効率的です。

クリープモデルのファジィランダム評価の結論を検証するために,南通地下鉄2号線建設プロジェクトにおける同様の作業条件の軟弱地盤層を検証試験材料として選択した。凍結土のクリープ試験は、上記の試験方法および仕様に従って実施した。さまざまな温度および応力レベルでのクリープ構成モデル値を工学試験値と比較しました。図 13 に結果を示します。

各種クリープ構成モデル値と工学試験値の比較。

比較結果は、パラメーター最適化後のクリープモデル値が、さまざまな温度および応力条件下でのテスト値に近いことを示しています。その中で、ケルビン、ジェフリーズ、西原のモデル値は、それぞれ低応力、中応力、高応力条件下でテスト値に最もよく適合します。これらの結果は、セクション 2 のファジーランダム総合評価から得られた結論と一致しています。 3.4.3. これは、本研究で最適化した凍った軟弱土のクリープモデルのファジィランダム評価法が合理的であることを証明している。

地下鉄トンネル凍結工法の建設期間中、人工的に凍結した軟弱地盤に対して一連の一軸試験が実施された。一軸圧縮強度とクリープ則は、異なる温度と応力レベルの下で得られました。地下地盤工学のファジーランダム性に基づいて,改良されたファジーアリコロニーアルゴリズムをパラメータ反転とモデル評価に使用した。次の結論が導き出されました。

一軸圧縮条件下では、凍った軟弱土の圧縮強度は温度と線形関係を持っていました。一軸圧縮強度は温度の低下とともに増加した。凍った軟弱地盤の破壊は主にダイラタンシー破壊の特徴を示しました。一軸クリープ条件下では、凍結した軟弱土のクリープ値は、安定に達したときの温度の低下とともに減少した。低応力および中応力下では、クリープは安定したクリープとして分類されました。高応力下では、クリープは加速クリープとして分類されました。

最適化されたフェロモンファジー化係数は、従来のアリのコロニーアルゴリズムを改善するために使用されました。改良されたファジーアリコロニーアルゴリズムを使用して、凍った軟弱土クリープモデルの柔軟性パラメーターのファジーランダム反転を実行しました。改良されたアルゴリズムは、従来のパラメータ反転アルゴリズムよりも合理的で、堅牢で、効率的です。

二重指標を備えたファジー重み付き目的関数は、標準クリープモデルでファジーランダム評価を実行するために確立されました。二重指標による総合評価では、ケルビンモデル、ジェフリーズモデル、西原モデルがそれぞれ低応力、中応力、高応力条件下で最適であることがわかりました。

現在の研究中に生成および分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

Wang, X.、Li, M.、Chen, J.、Zhu, Y. 人工地盤凍結法を使用した複合擁壁による深部掘削のパフォーマンス。コールドレギュレーション科学。テクノロジー。 204、103676 (2022)。

記事 Google Scholar

Zhou, J.、Zhao, W. & Tang, Y. 精巧な遠心分離モデリング実験に基づいた、人工地盤凍結にさらされる軟弱粘土の解凍変形に関する実用的な予測方法。トゥン。アンダーグラ宇宙技術。 122、104352 (2022)。

記事 Google Scholar

Fu, Y.、Hu, J.、Wu, Y. 人工地盤凍結法による地下鉄接続通路建設の温度場に関する有限要素解析。コールドレギュレーション科学。テクノロジー。 189、103327 (2021)。

記事 Google Scholar

Zhang, K. & Li, N. 凍結融解を繰り返す高気孔率の弱い岩石を複製する新しい方法: 砂 3D プリンティングとデジタル画像相関探査。内部。 J.ロックメカ。分。科学。 157、105174 (2022)。

記事 Google Scholar

Fan, W. & Yang, P. 地下鉄横断通路周囲の人工凍結時の地温特性。トランスペアレントジオテック。 20、100250 (2019)。

記事 Google Scholar

Zhou, J. & Tang, Y. 地下鉄低レベル繰返し荷重下での人工地盤凍結後の軟粘土の変形予測の実践モデル。トゥン。アンダーグラ宇宙技術。 76、30–42 (2018)。

記事 Google Scholar

Li, S.、Lai, Y.、Zhang, M.、および Zhang, S. 広州地下鉄トンネル掘削前の最小地面凍結前時間。コールドレギュレーション科学。テクノロジー。 46(3)、181–191 (2006)。

記事 Google Scholar

Cong, S. et al. 撹乱状態概念に基づくモデルを使用した、凍結融解サイクルにさらされた膨張土壌の圧縮クリープ挙動の予測。コールドレギュレーション科学。テクノロジー。 204、103664 (2022)。

記事 Google Scholar

He、Q.、Wu、F.、Gao、R. 塩の洞窟貯留層内の周囲の岩石の非線形クリープ損傷構成モデル。 J. エネルギーストレージ 55、105520 (2022)。

記事 Google Scholar

Zhou, J.、Zhang, J.、Wang, J.、Li, F.、Zhou, Y. 深部石炭資源採掘の応力下での周囲の柔らかい岩石の非線形損傷硬化クリープモデルに関する研究。 Energy Rep. 8、1493–1507 (2022)。

記事 Google Scholar

Zhu、W.-B.、Dai、G.-L.、Gong、W.-M. & 趙、X.-L. 地盤の除荷クリープ特性とサクションケーソン基礎における応力依存クリープモデルの適用に関する研究。中国海洋工学 36(1)、123–132 (2022)。

記事 ADS Google Scholar

郭、W.-Y. 他。脈石の圧縮クリープ特性とクリープモデルの確立。ジオテック。ゲオル。工学 34(4)、1193–1198 (2016)。

記事 Google Scholar

ヤン L. & リー Z.-D. 非線形変動パラメータによる岩石のクリープモデルとパラメトリック反転。ジオテック。ゲオル。工学 36(5)、2985–2993 (2018)。

記事 Google Scholar

Yao, X.、Qi, J.、Liu, M.、Yu, F. 強度減衰を伴う凍土クリープモデル。アクタ・ジオテック。 12(6)、1385–1393 (2017)。

記事 Google Scholar

Ji, F.、Li, R.、Feng, W. & Wang, D. 三軸クリープ実験を使用した、埋め込まれた非永続的ジョイントの構成的挙動のモデリングと同定。内部。 J.ロックメカ。分。科学。 133、104434 (2020)。

記事 Google Scholar

Liu, Y.、Shan, J. & Qi, N. 分数次数システムに基づく圧電アクチュエータのクリープモデリングと同定。メカトロニクス 23(7)、840–847 (2013)。

記事 Google Scholar

ying, Z.、Zhang, X.、Li, X.、Zhang, J. & Zhang, Q. グラウト補強本体のクリープ挙動とトンネル運用に対するその長期的な影響の修正バーガーズモデル。トゥン。アンダーグラ宇宙技術。 127、104537 (2022)。

記事 Google Scholar

Liu, W.、Zhou, H.、Zhang, S.、Jiang, S. クリープパラメータの劣化を考慮したコンクリートクリープ損傷の構成モデル。構造建てる。メーター。 308、125047 (2021)。

記事 Google Scholar

Wei, Y.、Chen, Q.、Huang, H.、Xue, X. 柱状節理玄武岩塊のクリープモデルとパラメータ反転に関する研究。工学ゲオル。 290、106206 (2021)。

記事 Google Scholar

Li, M.、Zhang, J.、Meng, G.、Gao, Y. & Li, A. さまざまな岩相で埋め戻すための廃岩のクリープ圧縮のテストとモデリング。内部。 J.ロックメカ。分。科学。 125、104170 (2020)。

記事 Google Scholar

Zhu、Q.ら。軟岩道路のクリープ変形と破壊特性に関する模型試験。工学失敗。アナル。 141、106670 (2022)。

記事 Google Scholar

Xiao, X. & Yu, L. 押し込みと一軸クリープの関係に対する一次クリープの影響: 理論モデル。内部。 J. ソリッド構造。 206、114–123 (2020)。

記事 CAS Google Scholar

Longhin、ME、Shelleman、DL、Hellmann、JR 耐火セラミックの一軸圧縮クリープを正確に測定するための方法論。測定 111、69–83 (2017)。

記事 ADS Google Scholar

Cui, J.、Guo, X.、Zhan, Y.、Pang, R. 改良されたアリコロニーアルゴリズムに基づいて最大オーバーファイア温度を特定する逆解析手法。 J.ビルド。工学 59、105104 (2022)。

記事 Google Scholar

Hou, W.、Xiong, Z.、Wang, C. & Chen, H. 移動ロボットの経路計画のための通信メカニズムを備えた強化されたアリのコロニーアルゴリズム。ロボット。オートン。システム。 148、103949 (2022)。

記事 Google Scholar

Li、QQ、Peng、Y。アリのコロニーのソートアルゴリズムに基づくワイヤレスメッシュマルチパスルーティングプロトコル。プロセディアコンピューティング。科学。 166、570–575 (2020)。

記事 Google Scholar

Zhao, X.、Xuan, D.、Zhao, K. & Li, Z. リチウムイオン電池の充電状態の推定にアリのコロニー最適化アルゴリズムを使用した Elman ニューラルネットワーク。 J. エネルギーストレージ 32、101789 (2020)。

記事 Google Scholar

Lyridis、DV マルチモダリティ制約を備えた無人地上車両のローカルパスプランニングのための改良されたアリコロニー最適化アルゴリズム。海洋工学 241、109890 (2021)。

記事 Google Scholar

Zhang, B.、Qi, H.、Ren, YT、Sun, SC & Ruan, LM 改良されたアリコロニー最適化アルゴリズムを使用した、一次元参加スラブにおける逆過渡放射解析。Ｊ．Ｑｕａｎｔ．分光器。ラディアット。トランスファー 133、351–363 (2014)。

記事 ADS CAS Google Scholar

Jovanovic, R. & Tuba, M. 最小重み頂点カバー問題に対するフェロモン補正戦略を改良したアリのコロニー最適化アルゴリズム。応用ソフトコンピューティング。 11(8)、5360–5366 (2011)。

記事 Google Scholar

Esfandiarpour, S. & Shalaby, A. アスファルトコンクリートのクリープコンプライアンスモデルのローカルキャリブレーション。構造建てる。メーター。 132、313–322 (2017)。

記事 CAS Google Scholar

Esfandiarpour, S. & Shalaby, A. RAP を含むアスファルト混合物の予測性能に対する動的弾性率およびクリープコンプライアンスモデルの局所校正の影響。内部。 J.舗装研究所。テクノロジー。 11(5)、517–529 (2018)。

記事 Google Scholar

Baxevanis, T. & Plexousakis, M. 連続繊維強化セラミックマトリックス複合材料の高温変形における繊維クリープコンプライアンスの影響について。内部。 J. ソリッド構造。 47(18)、2487–2497 (2010)。

記事 MATH Google Scholar

Okuka, AS & Zorica, D. クリープおよび応力緩和試験におけるフラクショナルバーガーズモデル。応用数学。モデル。 77、1894–1935 (2020)。

記事 MathSciNet MATH Google Scholar

ハリクリシュナン、R. & ル・グラヴェレンド、J.-B. クリープ損傷位相場モデル: Ni 基単結晶超合金におけるトポロジー反転の予測。メーター。デス。 160、405–416 (2018)。

記事 CAS Google Scholar

Frech-Baronet, J.、Sorelli, L. & Chen, Z. セメントペーストのクリープ特性の実験的特性評価に対する可塑性の影響: 球状と円錐状の微小圧痕。セメント濃度解像度 141、10629 (2021)。

記事 Google Scholar

Wang, J.、Zhang, Q.、Song, Z.、Feng, S. & Zhang, Y. 塩の洞窟ガス貯蔵所の変位予測に使用される塩岩の非線形クリープモデル。 J. エネルギーストレージ 48、103951 (2022)。

記事 Google Scholar

リー、C.ら。事前のボーリング孔モニタリングと反転解析に基づいた二重シールドTBMトンネルの周囲岩盤の天端収束変形解析。トゥン。アンダーグラ宇宙技術。 103、103513 (2020)。

記事 Google Scholar

Chabane, A.、Belebchouche, C.、Bensebti, S.-E.、Czarnecki, S.、および Boukezzoula, A. 自己圧縮コンクリートのクリープ評価のための規制モデルの精度の比較。 J.ビルド。工学 59、105069 (2022)。

記事 Google Scholar

メアッチ、M.ら。クリープ力評価のための局所劣化付着モデル: 接線接触問題への近似アプローチ。 440–441、203084 (2019) を着用。

記事 Google Scholar

Wen, J.-F.、Tu, S.-T.、Xuan, F.-Z.、Zhang, X.-W. & ガオ、X.-L. 応力レベルと応力状態がクリープ延性に及ぼす影響: さまざまなモデルの評価。 J. メーター。科学。テクノロジー。 32(8)、695–704 (2016)。

記事 Google Scholar

Lee, Y.、Yi, S.-T.、Kim, M.-S. & キム、J.-K. 自己収縮に関する基本的なクリープモデルの評価。セム。結論解像度 36(7)、1268–1278 (2006)。

記事 CAS Google Scholar

リファレンスをダウンロードする

関連情報の提供に熱心に協力してくださったチーフエンジニアの JIANG Lin 氏、GU Wenhua 氏、および LIN Jian 博士に心から感謝の意を表します。

この研究は、中国国家自然科学財団 [助成金番号 51874005、51374010、51474004]、中国南通市科学技術プログラム [助成金番号 MS12021028、MS12021031、JCZ2022110]、専門学校教師専門リーダーのハイエンド研究によって支援されました。中国江蘇省における研修プロジェクト[助成金番号2022GRGDYX030]、中国江蘇省大学教員研修「青蘭プロジェクト」。および南通職業大学の主要研究プロジェクト [助成金番号 22ZK01]。

南通職業大学土木工学部、南通、226001、中国

Yafeng Yao、Yan Zhu、Wei Wang

河海大学土木交通工学部、南京、210098、中国

Yafeng Yao、Yan Zhu、Dejian Shen

安徽建柱大学建築構造および地下工学の安徽重点実験室、合肥、210037、中国

ヤーフェン・ヤオ

通州中等職業学校、土木工学学院、南通市、226399、中国

張哲美

PubMed Google Scholar でこの著者を検索することもできます

YYとZYが本文を書きました。 SD、ZZ、WW はすべての図と表を作成しました。著者全員が原稿をレビューしました。

Yafeng Yao への対応。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Yao, Y.、Zhu, Y.、Shen, D. 他人工地盤凍結技術を用いた地下鉄トンネル建設における凍った軟弱地盤のクリープモデルのファジィランダム評価。 Sci Rep 13、9468 (2023)。 https://doi.org/10.1038/s41598-023-36322-x

引用をダウンロード

受信日: 2023 年 3 月 22 日

受理日: 2023 年 6 月 1 日

公開日: 2023 年 6 月 10 日

DOI: https://doi.org/10.1038/s41598-023-36322-x

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティガイドラインに従うことに同意したことになります。虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。