2025IFUS精选报告丨西南交通大学土木工程学院教授胡雄玉
阅读：次 发布人：地下空间开发大会
2025年9月25日-26日，第十二届国际地下空间开发大会（IFUS 2025）在上海成功召开，汇聚了国内外顶尖专家，围绕主题“创新 韧性 智慧”展开深入探讨，涌现出一批具有前瞻性和实践价值的研究成果。组委会特别推出IFUS报告系列精选，分享专家精彩观点与深度洞见，持续赋能行业发展。
胡雄玉教授在报告中指出，复杂地质条件下的挤压性围岩会引起衬砌应力集中，甚至造成衬砌结构性破坏，影响隧道长期服役性能与安全状态。特别是在川藏铁路隧道工程中，高地应力隧道面临衬砌失稳坍塌、支护变形、钢骨架失效及衬砌开裂等一系列问题。传统刚性衬砌弊端明显，可压缩性衬砌结构已成为亟待研发的应用型研究方向。
当前，针对深部地层的让压支护主要分为两大类：一是单纯的“让”，通过预留变形量充分释放围岩压力；二是“让压支护”，将变形控制在设定范围内，采用“边支边让”的理念，待变形达到一定程度后再进行刚性支护。让压支护技术进一步分为径向让压和环向让压两种形式，其中径向让压支护技术因不减少隧道轮廓线且安装方式简单，已成为隧道工程的首选技术。
研究方法：构建代理模型实现高效预测
针对传统研究方法存在的局限性——数值模拟计算量大、参数依赖性强，室内试验工况有限且耗时费力，解析方法边界条件过度简化、适用范围窄，胡雄玉教授团队提出了一种结合条件随机场与深度学习的代理模型隧道可压缩式衬砌稳定性分析方法。
该代理模型的技术路线分为三个主要步骤：首先，根据地质状况及地勘资料获得围岩参数，构建条件随机场；其次，将条件随机场植入ABAQUS模型进行800组计算，得到衬砌接触压力、围岩变形及塑性区等数据；最后，采用卷积神经网络（CNN）和U-NET两种深度学习模型，对800组数据进行70%训练集和30%验证集的划分，实现从条件随机场到力学结果的直接映射。
在计算效率方面，胡雄玉教授介绍，800组数据模拟采用单台机器需花费约22小时，而采用代理模型进行5000组运算仅耗时两个半小时，效率提升显著。技术创新：条件随机场与深度学习融合
胡雄玉教授详细阐述了条件随机场的构建原理。受沉积历史、构造活动及人类工程活动影响，地层与岩土参数均存在空间随机分布特性。实际工程地质勘察通常只能施作有限数量的钻孔，同一断面内不同坐标范围的力学参数各不相同。与传统非条件随机场相比，条件随机场可引入地质钻孔数据作为约束，生成更符合现场实际的地质参数。
研究团队采用极大似然法标定地层类型的空间相关性，并引入马尔可夫方法消除局部异常。在参数设定上，黏聚力和摩擦角均采用对数正态分布，弹性模量与泊松比采用均匀分布，以反映参数的均质水平及变异性。通过指数型相关参数描述任意两点之间的相关性，构建对称的相关矩阵。
在ABAQUS建模中，团队采用Crushable Foam模型真实反映可压缩层的三阶段力学特征：微小弹性变形阶段、较大塑性变形阶段及最后的硬化阶段，该材料在塑性变形阶段的应变率可达50%左右。两种深度学习模型各显其能
胡雄玉教授介绍，研究采用CNN和U-NET两种深度学习模型。CNN模型将岩土体参数构成的双通道图像作为输入，通过三组卷积层及一体化池化层堆叠，直接实现有条件随机场地层数据到衬砌背后接触压力的预测。
针对CNN在预测云图时细节易丢失、预测结果模糊的问题，团队引入U-NET深度学习模型。U-NET具有两端对称结构，编码器生成特征，解码器逐步恢复分辨率，确保输入输出空间一致性。其跳层连接可完好保留条件随机场输入的细颗粒特征，通过通道叠加方式增强特征表达维度，提高网络捕捉空间变异性的能力。团队利用U-NET实现从条件随机场云图到围岩位移云图的直接生成，并采用类间方差方法进行图像分割处理，识别破坏区域与未破坏区域。
研究结论与展望
研究结果表明，可压缩层能够大幅降低衬砌的闭合压力、轴力及弯矩。采用可压缩衬砌时，接触压力预测值在2兆帕以内，而未采用可压缩衬砌的最大压力可达7兆帕。在样本足够条件下，CNN和U-NET均保持良好的泛化性。基于代理模型完成的5000组可靠度分析显示，可压缩衬砌不同点位（拱肩、拱腰、拱顶）的闭合压力普遍在1兆帕以下，而刚性衬砌均值接近5兆帕。
胡雄玉教授最后提出了未来研究的优化方向：引入物理约束增强模型可解释性；发展多模态建模融合更多数据源；尝试智能优化算法避免训练陷入局部最优；采用迁移学习方法解决样本不足问题；加入Attention模块更好刻画边界细节，进一步提升预测精度。
本期聚焦西南交通大学土木工程学院教授胡雄玉的大会报告《基于深度学习的挤压地层隧道让压支护稳定性预测》，一起来看↓↓↓
▲胡雄玉教授在IFUS2025大会现场做报告
研究背景：挤压性围岩挑战突出
文/大会秘书处整理
上一篇：2025IFUS精选报告丨上勘集团副总裁兼总工程师杨石飞 下一篇：最后一页
