基于物理信息神经网络的岩溶隧洞突涌水分析

Analysis of water inrush in karst tunnel using physics-informed neural networks

来源:
中文摘要

突涌水灾害是地下工程建设过程中最严重的地质灾害之一。为了研究岩溶隧洞发生突涌水时涌水量的变化规律,建立了岩溶隧洞突涌水数学模型,推导涌水量解析解,并基于物理信息神经网络(PINN)进行求解,将相同参数下PINN数值解与解析解进行比较。以滇中引水工程建设中扯那苴隧洞发生的突涌水过程为例,分析涌水量变化规律,反演洞段岩溶岩体的水文地质参数,揭示突涌水发生机理。结果表明,PINN 模型可以精确的求解岩溶隧洞突涌水地下水流数学模型,其涌水量的计算结果与解析解吻合度高。PINN 模型还可以根据现场监测的涌水量数据快速反演得到水文地质参数,完整的描述整个突涌水过程。扯那苴隧洞突涌水发生主要受断层、砂化、溶蚀多因素夹持,开挖洞段周围地下水位高,水力传导系数大,导致了规模大、危害大的突涌水事故的发生。研究结果可为地下工程隧洞突涌水的预测与防治提供帮助。

沈琪;

河海大学水科学研究院,江苏 南京 211106;

CHINA ROCK 2024 第二十一次中国岩石力学与工程学术年会

岩溶隧道 地下工程 突涌水 物理信息神经网络 滇中引水工程

196-196 / 1

评论

上述内容所涉观点、意见仅代表作者,与国家学术会议平台无关。

国家学术会议平台已取得上述相关成果授权,未经允许,任何单位和个人不得转载、复制或用作他途,一经发现,相关法律后果自行承担,国家学术会议平台保留向相关侵权人依法追究法律责任的权利。