《Journal of Rock Mechanics and Geotechnical Engineering》：Bayesian updating of time-dependent tunnel deformation using monitoring data and DEM + RPT approach
编辑推荐：
施工期间监测隧道位移是新奥法（NATM）设计理念的基本要素，对于确保安全和预测支护开挖的稳定性至关重要。本文采用贝叶斯方法更新影响软岩隧道中随时间变形（收敛）的不确定参数，如混凝土厚度和岩体地质力学参数（即杨氏模量、粘聚力和摩擦角），并考虑现有不确定性。采用离
施工期间监测隧道位移是新奥法（NATM）设计理念的基本要素，对于确保安全和预测支护开挖的稳定性至关重要。本文采用贝叶斯方法更新影响软岩隧道中随时间变形（收敛）的不确定参数，如混凝土厚度和岩体地质力学参数（即杨氏模量、粘聚力和摩擦角），并考虑现有不确定性。采用离散元法（DEM）建模与速率过程理论（RPT）相结合的方法模拟隧道开挖与性能；并采用支持向量回归（SVR）方法建立高效的替代模型，在保持求解精度的同时显著提高计算效率。以中国鹤山隧道为例验证了所提出方法的可行性和有效性，两次利用隧道收敛曲线关键时间点监测数据的贝叶斯更新过程表明，该方法显著降低了随机变量的不确定性，同时提高了后续数值模拟的准确性。
论文解读
一、研究背景与意义
岩体力学行为受节理裂隙影响而高度复杂，往往难以提前预测或通过室内试验准确获取，因此现场监测对于改善隧道性能分析和预测至关重要。在软岩隧道工程中，蠕变变形是重要挑战之一，可能带来显著施工与安全问题。当前研究多采用宏观蠕变损伤本构模型，但再现加速蠕变以预测坍塌概率仍存在困难。传统确定性反分析方法将反演参数视为固定值，无法量化参数不确定性及测量误差的影响。近年来虽已有研究将力学参数视为随机变量并通过新观测更新，但仍有待解决的关键问题：一是DEM-RPT与高效替代模型的集成尚不充分；二是贝叶斯更新框架未与DEM-RPT系统结合用于隧道蠕变分析；三是基于实际隧道案例的集成框架验证不足。为此，研究人员提出了基于贝叶斯推断的参数更新框架，结合DEM+RPT模拟、SVR替代模型和多链MCMC采样，利用现场监测数据更新影响隧道收敛的随机参数，并在中国鹤山隧道案例中验证其可行性与有效性。该研究发表于《Journal of Rock Mechanics and Geotechnical Engineering》。
二、关键技术方法
研究人员采用离散元法（DEM）结合速率过程理论（RPT）模拟隧道开挖及其流变响应，并通过收敛约束法计算支护反力。为克服DEM模型计算耗时，采用支持向量回归（SVR）构建替代模型，利用拉丁超立方采样生成训练与测试样本，遗传算法优化超参数。贝叶斯推断采用DREAM算法（多链马尔可夫链蒙特卡洛模拟）探索随机变量后验分布，每次更新使用两个关键时间点的拱顶位移与水平收敛监测数据。案例数据来自中国广东省汕尾市鹤山隧道DK202+984断面，该段穿越全风化花岗岩，地质条件复杂。
三、研究结果
4.4.1 随机变量的第一次更新
利用第一参考时间点（收敛曲线斜率变化处）的拱顶位移31.3 mm和水平收敛位移29.6 mm进行第一次贝叶斯更新。DREAM算法收敛诊断显示马尔可夫链达到收敛。更新后，混凝土厚度t
c和粘聚力c
FJ的后验概率密度函数较先验明显更窄、峰值更高，方差显著减小，表明监测数据有效约束了这两个参数的不确定性；而杨氏模量E和摩擦角φ
FJ的后验分布仅略微变窄，说明数据提供的额外信息有限。将后验均值代入PFC模型计算围岩位移，结果与监测数据量级吻合，整体变形趋势与观测一致。单因素分析表明，E和t
c对围岩位移影响最大，c
FJ和φ
FJ影响较小，但此时最大最小位移范围仍较大，需进一步更新。
4.4.2 第二次贝叶斯更新
利用第二参考时间点（位移趋于稳定）的拱顶位移37.1 mm和水平收敛位移36.1 mm，以第一次后验分布作为新的先验进行第二次更新。结果显示，所有四个随机变量（t
c、E、c
FJ、φ
FJ）的后验分布均较第一次更新后更窄、更尖锐，标准差系统性减小，表明不确定性显著降低。将第二次后验均值代入数值模型，位移预测值与监测数据进一步吻合，最大与最小位移范围大幅缩小，验证了该方法在提高预测精度和量化不确定性方面的有效性。
四、讨论与结论
讨论部分指出，考虑混凝土厚度t
c的不确定性能够反映隧道支护实际性能，结合地质力学参数不确定性可增强数值建模的真实性。通过两次贝叶斯更新，随机变量不确定性显著降低，数值模拟精度提高。研究者还指出，先验分布统计参数的假设（均值取范围中点、标准差取范围界限到中点的距离）对更新结果的影响需进一步研究；SVR虽有效，但未来可采用更先进的机器学习算法；数值模型与替代模型本身的不确定性也需量化。实际实时决策应用还需评估计算时间、与实时监测系统的集成等问题，且当前结果基于相对均匀的风化花岗岩中的单一隧道断面，需在更广泛地质条件下验证。
研究结论可翻译如下：地质力学参数的不确定性对隧道工程设计、施工和风险评估有重大影响，但传统确定性反分析方法无法捕捉这些不确定性并忽略测量误差。本研究提出一种新的离散元模型模拟隧道开挖，建立在Gutiérrez-Ch等人和Qiu等人的前期工作基础上，能够考虑并减少地质力学参数及支护结构预测中的不确定性。通过鹤山隧道案例验证，证明该框架可利用现场测量高效、快速地识别复杂岩石隧道中的实际地质力学参数，对优化开挖设计、提高施工安全具有重要意义。具体结论包括：（1）采用混凝土厚度t
c量化支护实际性能不确定性，同时考虑地质力学参数不确定性，提高了数值建模的逼真性和整体精度；（2）利用拱顶位移和水平收敛进行两次贝叶斯更新，降低了随机变量不确定性并提高了数值模拟精度；（3）先验分布统计参数的设定方式需进一步研究其对更新结果的影响；（4）SVR作为常规替代模型可被更先进算法替代，且需量化模型本身的不确定性；（5）该方法基于历史监测数据有效，但实时决策应用仍需评估计算时间、系统集成及非均质岩体中的表现。尽管如此，该方法已能指导现场施工，未来工作将拓展至实时风险评估与动态更新以及更广泛地质条件。
