论文抢＂鲜＂看|中国科学院武汉岩土力学研究所-基于机器学习推演模型的水下盾构隧道应力监测方案优化研究

本文简介：

长期以来，水下盾构隧道的结构稳定性监测高度依赖经验法则，针对水下盾构隧道监测点位稀疏、结构全貌难捕捉的挑战，本研究提出了一种基于机器学习算法的隧道测点布设优化方案：通过对数值模拟数据集进行聚类分析，精准锁定结构力学响应的关键特征位点，实现从“经验布点”向“智能布点”的跨越；利用监督学习技术，以极少数典型位点数据驱动隧道全场力学信息重建，极大拓宽了结构感知边界。研究界定了衬砌结构的核心监测区与辅助布点策略，显著提升了对复杂环境下的结构表征能力。相比传统方案，本模型在保障监测精度的同时大幅降低了布设成本，为大型基础设施健康监测提供了精准、高效的决策支持。

本文亮点： 

1. 从“经验驱动”转向“数据驱动”，实现监测方案的科学定量优化 

2. 攻克“以点带面”推演难题，实现稀疏测点下的全场高保真重建 

3. 强化“AI+工程”跨学科融合，为基础设施智能运维提供新范式

代表性图表：

图1 Flowchart of monitoring scheme optimization, where  represents the objective function.

图2 Structure of the Nanjing Yangtze tunnel: (a) the assembly form of the shield segment and (b) internal structure.

参考文献：

Xuyan Tan, Weizhong Chen, Luyu Wang, Wei Ye. Development of an optimization model for a monitoring point in tunnel stress deduction using a machine learning algorithm. Deep Underground Science and Engineering. 2025;4(1):35-45. doi:10.1002/dug2.12076

结论：

本研究结合聚类与线性回归算法，提出了一套隧道结构监测点优化布设方法：通过谱聚类确定关键特征位点，再利用回归模型实现从有限测点到整体截面应力分布的精准重建，有效解决了传感器数量有限与结构感知不足之间的矛盾。阐明了盾构隧道最优监测位点，界定了衬砌结构的核心监测区与辅助布点策略，同时揭示了“监测冗余”现象：测点并非越多越好，过量布点会导致信息冗余，反而削弱模型的表征精度与泛化能力。通过与多种常用模型的对比分析，并引入 RMSE、MAE 和 MAPE 等多项评价指标，证实了所提模型的优越性，在表征能力和可靠性上显著优于传统方法。该研究成果已成功应用于南京、武汉等长江隧道的实际监测中，为大型水下隧道的结构安全评估与防灾减灾提供了坚实的科学依据。

三个关键的未来研究方向（供领域学者学术传播与战略规划参考）：

1. 多源数据融合与深度学习模型优化：当前研究主要基于数值模拟数据，未来应融合实际监测数据、地质勘探数据、环境数据等多源信息，结合深度学习算法（如卷积神经网络、循环神经网络）进一步优化推演模型的准确性和鲁棒性。

2. 实时动态监测与预警系统集成：建立实时数据传输与处理平台，将优化后的监测方案与智能预警系统深度集成，实现隧道结构状态的实时评估、异常识别和灾害预警，提升隧道运营的安全性和可靠性。

3. 跨工程类型与多尺度监测方案推广：将该优化模型推广应用于不同类型的地下工程（如地铁隧道、矿山巷道、地下管廊等），并研究多尺度监测方案（从局部点到整体结构）的通用性，形成标准化的监测方案优化技术体系。

作者简介：

陈卫忠

陈卫忠，中国科学院武汉岩土力学研究所研究员，总工程师。国家杰出青年科学基金、长江学者特聘教授和国家“WRJH”领军人才等。以国家大型水电、交通和能源工程为背景，长期从事地下工程稳定性及控制方面的研究与应用工作，出版中文专著4部、英文专著1部。发表高水平学术论文300余篇。曾获国家科技进步二等奖3项、全国五一劳动奖章、全国创新争先奖、省部级特等奖1项、科技进步一等奖5项。

谭旭燕

谭旭燕，中国科学院武汉岩土力学研究所副研究员。入选中国科协青年人才托举工程、湖北省青年科技人才项目、武汉英才-优秀青年人才工程。长期从事隧道智能运维与工程大数据应用研究，在隧道时空力学行为预测、病害智能诊断与预警方面取得了一系列原创成果。

长按识别二维码下载阅读原文

欢迎下载阅读，并提宝贵意见，

期望得到您的宣传与推广。

Deep Underground Science and Egineering

《深地科学（英文）》（Deep Underground Science and Engineering）是由教育部主管，中国矿业大学主办的深地科学领域的第一本国际期刊，成功入选 ”中国科技期刊卓越行动计划高起点新刊项目”。主编是中国工程院院士谢和平教授，执行主编是新加坡工程院院士Chunfai Leung教授。与国际知名出版商 Wiley 合作，进行全球OA出版发行。已被ESCI、EI、CSCD、Scopus、DOAJ、CNKI等数据库收录。位列JCR Q1区，新锐。

《深地科学（英文）》以创办高起点国际期刊，构建世界领先的专注于深地科学前沿研究的学术交流主流平台，建设成为世界一流科技期刊为目标，为打造“深地科学”联盟奠定基础，致力于引领“深地科学”研究，有望成为刊发该领域重要研究的战略前沿阵地。

《深地科学（英文）》欢迎广大学者积极投稿，共同努力将本刊建成世界一流的高水平期刊。出版费由期刊资助，您无需支付任何费用。

Deep Underground Science and Engineering (DUSE), as a new international and fully open access journal ,aims to build a mainstream academic exchange platform focusing on forefront research, and  to become a world-class scientific and technological journal.DUSE is currently indexed in prominent databases: ESCI、EI, CNKI, DOAJ and the Scopus database et al. 

The DUSE publishes the papers on important theoretical breakthroughs, valuable reviews of state-of-the-art, or discussions on the latest innovative, prospective, and leading achievements in the field of Deep Underground Science and Engineering. Papers on core fundamental research, revolutionary technology development, major engineering construction, special environmental effects, and other important related studies are also solicited. No APC till the end of 2026.

DUSE intends to present the latest findings to help keep researchers worldwide abreast of the latest developments in the field and it welcomes papers with an emphasis on innovation, leading achievements, core research, theoretical breakthroughs and valuable reviews focusing on, but not limited to, the following topics:

刊登范围：

地质资源勘探与开采

Exploration and extraction of geo-resources

能源物质地下储存和提取

Energy extraction and storage

地下空间基础设施

Underground infrastructures

地质环境和废弃物地质处置

Geo-environments and waste geological disposal

深地空间科学实验

Research and testing space in deep underground

地下空间或地下工程规划，设计和施工技术

Plan， design and construction technology for underground space and engineering

文章类型：Research Article、Review Article、Case Study、Perspective、Short Communication、Commentary、Correspondence、Editorial.