Ramowy projekt oparty na niezawodności wspomagany SI dla betonowych obudów tuneli w słabych skałach

Bezpieczniejsze tunele w niepewnym gruncie

Tunele przenoszą pociągi, samochody, wodę i energię przez góry i miasta, a jednocześnie są drążone w skale, której nigdy nie da się poznać idealnie. W słabych lub rozdrobnionych skałach projektanci muszą szacować rzeczywistą wytrzymałość gruntu oraz ilość betonu potrzebną, by zapobiec zgnieceniu tunelu. W tym badaniu pokazano, jak połączenie klasycznej mechaniki skał, rachunku prawdopodobieństwa i współczesnej sztucznej inteligencji może przekształcić te przypuszczenia w przejrzyste, oparte na ryzyku projektowanie — bezpieczniejsze i bardziej ekonomiczne dla tuneli w trudnych warunkach gruntowych.

Dlaczego projektowanie tuneli jest takie trudne

Gdy inżynierowie projektują tunel, muszą zdecydować o grubości betonowej obudowy i jakości użytego betonu. Tradycyjne projektowanie „deterministyczne” zakłada pojedyncze wartości reprezentujące wytrzymałość skały, naprężenia w gruncie i właściwości materiałów, a następnie sprawdza, czy obudowa jest wystarczająco wytrzymała z zastosowaniem współczynnika bezpieczeństwa. Tymczasem rzeczywista skała jest zmienna: wytrzymałość, sztywność i struktura mogą się zmieniać z metra na metr. Ignorowanie tej zmienności prowadzi do projektów zbyt optymistycznych (niebezpiecznych) lub niepotrzebnie przewymiarowanych (zbyt kosztownych). Projektowanie probabilistyczne traktuje kluczowe parametry jako rozkłady z prawdopodobieństwami i oszacowuje szansę awarii obudowy. Artykuł stosuje to podejście ukierunkowanie na obudowy tuneli w słabych skałach, gdzie niepewność ma największe znaczenie.

Łączenie skały, obudowy i przemieszczeń gruntu

Rdzeniem ramy jest metoda zwana konwergencja–konfinemacja, która łączy odkształcenie skały wokół okrągłego przekroju tunelu (konwergencja) z reakcją nacisku obudowy (konfinemacja). Skałę opisano powszechnie stosowaną regułą zniszczenia dla zbitych mas skalnych z uskokami, natomiast obudowę betonową traktuje się jako sprężystą aż do jej wytrzymałości na zgniecenie. Budowane są dwie krzywe: jedna pokazuje reakcję skały podczas otwierania i relaksacji tunelu, druga — jak obudowa przeciwstawia się obciążeniu. Ich przecięcie wyznacza ciśnienie na obudowie oraz współczynnik bezpieczeństwa oparty na ciśnieniu. W tej pracy każda kontrolująca wielkość — naprężenie w miejscu, wytrzymałość skały, wskaźnik jakości skały, promień tunelu, sztywność obudowy, wytrzymałość obudowy i jej grubość — jest modelowana jako zmienna losowa. Przy użyciu tysięcy próbowania Monte Carlo i ugruntowanej metody niezawodności (FORM) autorzy obliczają zarówno współczynnik bezpieczeństwa, jak i bezwzględne prawdopodobieństwo awarii dla każdego wariantu projektu.

Nauczanie SI przewidywania bezpieczeństwa tuneli

Uruchamianie pełnych symulacji probabilistycznych dla wielu opcji projektowych może być czasochłonne. Aby to obejść, autorzy trenują surrogat sztucznej inteligencji przy użyciu programowania ekspresji genowej — formy regresji symbolicznej, która wytwarza równanie w postaci zamkniętej zamiast czarnej skrzynki. Generują duże zbiory danych z arkuszowego silnika niezawodności, a następnie ewoluują kompaktowy wzór przewidujący współczynnik bezpieczeństwa oparty na ciśnieniu z ośmiu kluczowych wejść, w tym rozmiaru tunelu, właściwości skały i parametrów obudowy. Ostateczne równanie bardzo dobrze odwzorowuje wyniki probabilistyczne, z korelacją powyżej 0,99, i jest nieco zachowawcze: zwykle przewiduje nieco niższy współczynnik bezpieczeństwa niż średnia z pełnych symulacji. Ten konserwatywny błąd jest użyteczny w projektowaniu nastawionym na bezpieczeństwo, ponieważ unika nadmiernej pewności, a jednocześnie daje inżynierom szybki sposób na zbadanie wielu kombinacji.

Co naprawdę daje grubość i jakość betonu

Wykorzystując tę zintegrowaną ramę, badanie analizuje, jak zmiany grubości obudowy i jakości materiału wpływają na bezpieczeństwo tunelu w słabej skale. Rozważono dwa rodzaje betonu: konwencjonalny o wytrzymałości około 20 MPa oraz znacznie mocniejszy beton reaktywny wzmacniany włóknami (FRPC) o wytrzymałości ok. 65 MPa. Dla betonu o niskiej wytrzymałości i małych grubościach prawdopodobieństwo awarii może przekraczać 60%; wraz ze wzrostem grubości w kierunku 200 mm i powyżej to prawdopodobieństwo spada w kierunku zera. Dla wysokowytrzymałego FRPC nawet relatywnie cienkie obudowy osiągają bardzo niskie prawdopodobieństwa awarii, a umiarkowane grubości wystarczają do osiągnięcia rygorystycznych poziomów niezawodności. Wyniki przedstawiono w postaci wykresów i map cieplnych łączących bezpośrednio grubość i wytrzymałość z indeksami niezawodności i prawdopodobieństwami awarii, dając projektantom jasne wskazówki wizualne zamiast polegania na pojedynczym, stałym współczynniku bezpieczeństwa.

Przekształcanie współczynników bezpieczeństwa w decyzje oparte na ryzyku

Dla laika główny przekaz jest taki, że sam współczynnik bezpieczeństwa nie jest pełną miarą bezpieczeństwa tunelu. Praca pokazuje, jak przeliczać tradycyjne współczynniki bezpieczeństwa na eksplicytne prawdopodobieństwa awarii i jak dobierać grubość obudowy oraz jakość materiału, by osiągnąć określony cel ryzyka zamiast ogólnej reguły. Osadzając interpretowalny model SI w przejrzystym silniku niezawodności, autorzy demonstrują praktyczny sposób projektowania obudów tuneli, które są zarówno bezpieczniejsze, jak i bardziej ekonomiczne, zwłaszcza w słabych i nieprzewidywalnych skałach. Zamiast zgadywać i nadmiernie projektować, inżynierowie mogą teraz ilościowo ocenić, o ile ryzyko maleje po wybraniu grubszej obudowy, mocniejszego betonu takiego jak FRPC lub obu rozwiązań, przybliżając projektowanie tuneli do współczesnego zarządzania ryzykiem opartego na danych.

Cytowanie: Khani, J., Nejati, H.R., Goshtasbi, K. et al. AI-assisted reliability-based design framework for tunnel concrete linings in weak rocks. Sci Rep 16, 14270 (2026). https://doi.org/10.1038/s41598-026-44903-9

Słowa kluczowe: obudowa tunelu, słaba skała, projektowanie oparte na niezawodności, grubość betonu, sztuczna inteligencja