МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ

На правах рукописи

Дейнеко Андрей Викторович

ИНЖЕНЕРНАЯ КЛАССИФИКАЦИЯ СКАЛЬНЫХ МАССИВОВ

И ОСОБЕННОСТИ ЕЕ ИСПОЛЬЗОВАНИЯ ДЛЯ ВЫБОРА
КОНСТРУКТИВНЫХ РЕШЕНИЙ ОБДЕЛОК ТУННЕЛЕЙ,
ВОЗВОДИМЫХ ТУННЕЛЕПРОХОДЧЕСКИМИ КОМПЛЕКСАМИ

Специальность 05.23.02 –
Основания и фундаменты, подземные сооружения

Диссертация на соискание ученой степени

кандидата технических наук

Научный руководитель
доктор технических наук,
профессор Зерцалов М.Г.

Москва – 2005
 Содержание
Содержание ............................................................................................................2
Введение .................................................................................................................5
Глава 1. Анализ инженерных классификаций скальных массивов.......................10
1.1. Принципы инженерной классификации скальных массивов ..................10
1.2. Инженерная классификация скальных массивов К. Терцаги ..................12
1.3. Обобщенная система классификации скальных массивов URCS...........15
1.4. Система оценки структуры скального массива RSR ................................16
1.5. Геомеханическая классификационная система RMR ...............................18
1.6. Q-система инженерной классификации скальных массивов...................22
1.7. Взаимосвязь параметров Q и RMR. Использование искусственных
нейронных сетей ..........................................................................................34
1.8. Инженерные классификации скальных массивов на основе
коэффициентов структурного ослабления.................................................36
1.9. Классификации устойчивости обнажений скальных грунтов .................38
1.10. Оценка механических характеристик скальных массивов на основе
инженерной классификации......................................................................41
1.11. Шкала качества скальных массивов .........................................................43
Выводы по главе 1 ...............................................................................................44
Глава 2. Планирование численного эксперимента .................................................45
2.1. Выбор входных факторов и интервалов их варьирования .......................45
2.2. Существование неявной информации в комбинации варьируемых
факторов ........................................................................................................49
2.3. Теория прочности скальных грунтов и массивов Hoek-Brown ...............50
2.4. Формализация неявной информации в параметрах Q-системы ..............54
2.5. Особенности учета параметров Q-системы при вычислении
механических характеристик скального массива .....................................57
2.6. Взаимосвязь параметра SRF с варьируемыми факторами .......................60
2.7. Расчет механических характеристик скального массива .........................62
 2.8. Идентификация скальных грунтов по их механическим
характеристикам...........................................................................................63
2.9. Теория нечетких множеств..........................................................................65
2.10 Базовые положения теории нечетких множеств ......................................66
2.11. Нечеткие числа ...........................................................................................68
2.12. Идентификация скальных грунтов по механическим параметрам
с использованием теории нечетких множеств.........................................70
2.13. Реализация метода идентификации скальных грунтов ..........................79
2.14. Выбор откликов эксперимента..................................................................81
2.15. Построение плана численного эксперимента .........................................83
Выводы по главе 2 ...............................................................................................90
Глава 3. Анализ результатов численного эксперимента ........................................91
3.1. Проведение численного эксперимента.......................................................91
3.2. Нахождение функции отклика для обобщенного коэффициента
запаса прочности бетонной обделки ........................................................101
3.3. Нахождение функции отклика для обобщенного коэффициента
запаса прочности незакрепленного скального массива .........................112
3.4. Статистический анализ уравнений регрессии.........................................121
3.5. Оценка влияния варьируемых факторов на обобщенные
коэффициенты запаса прочности .............................................................125
3.6. Исследование влияния факторов на обобщенный коэффициент
запаса прочности бетонной обделки ........................................................127
3.7. Исследование влияния факторов на обобщенный коэффициент
запаса прочности незакрепленного скального массива .........................134
Выводы по главе 3 .............................................................................................140
Глава 4. Анализ статической работы и выбор рациональных конструктивных
решений обделок с использованием обобщенных коэффициентов запаса........141
4.1. Построение номограмм для обобщенных коэффициентов запаса
прочности....................................................................................................141
 4.2. Использование обобщенных коэффициентов запаса для выбора
рациональных конструктивных решений обделки .................................153
4.3. Выбор бетонных обделок на основе обобщенных коэффициентов
запаса ...........................................................................................................154
4.4. Выбор железобетонных обделок на основе обобщенных
коэффициентов запаса ...............................................................................165
4.5. Учет толщины обделки при экстраполяции коэффициентов запаса.....173
4.6. Взаимосвязь обобщенных коэффициентов запаса..................................176
4.7. Алгоритм использования инженерной классификации .........................180
Выводы по главе 4 .............................................................................................183
Общие выводы..........................................................................................................185
Литература ................................................................................................................188
Приложение 1. Программа преобразования механических характеристик
скального массива из параметров методики Hoek-Brown в принятую
систему параметров .................................................................................................199
Приложение 2. Программа определения интервала возможных значений
прочности на сжатие ненарушенного скального грунта при заданных
уровнях варьируемых факторов. ............................................................................200
Приложение 3. Программа формализации механических характеристик
скального грунта на основе комбинации варьируемых факторов. .....................202
Приложение 4. Программа идентификации типов скальных грунтов
с использованием теории нечетких множеств. .....................................................204
Приложение 5. Программа конструирования номограмм для определения
обобщенных коэффициентов запаса прочности. ..................................................206
 Введение
Строительство подземных сооружений в скальных грунтах имеет большое
значение для экономического развития в целом и играет решающую роль в ре-
шении стоящих перед человечеством экологических проблем. Туннели в скаль-
ных грунтах предназначены для транспорта, энергетики (подземные и надзем-
ные гидроэлектростанции, гидроаккумулирующие и атомные электростанции,
хранилища для радиоактивных отходов), водного хозяйства и мелиорации (осо-
бенно в региональных масштабах), а также для промышленности, научно-
исследовательских комплексов и сооружения объектов оборонного назначения.
Проектирование туннелей и других видов протяженных подземных соору-
жений в скальных массивах является особенно трудоемким и дорогостоящим
видом строительного проектирования, что вызвано сложностью строения
скальных массивов и изменчивостью их механических свойств. Одновременное
влияние множества факторов на взаимодействие подземных сооружений и
скальных массивов не позволяет объективно сравнивать инженерно-
геологические условия по их благоприятности для строительства и предвари-
тельно оценивать требуемое конструктивное решение обделки без расчета
взаимодействующей системы «подземное сооружение – скальный массив».
Значительное снижение объемов расчетных работ при поиске оптимальных
решений, особенно при сравнении вариантов трассировки туннелей, может
быть достигнуто благодаря использованию метода инженерной классификации
скальных массивов, то есть методики принятия рациональных инженерных ре-
шений при проектировании подземных сооружений на основе максимально
общей (качественной, нечеткой) информации о скальном массиве.
Инженерные классификации, основанные на обобщении опыта строитель-
ства подземных сооружений в скальных массивах, использовались преимуще-
ственно в зарубежной практике проектирования с начала 1970-х гг., в основном
для туннелей, возводимых новоавстрийским способом. Однако широкое при-
знание метода инженерной классификации скальных массивов как способа по-
вышения эффективности проектирования оставалось невозможным благодаря
общим значимым недостаткам существующих классификаций. Прежде всего,
имеющиеся классификационные показатели и способы их определения являют-
ся сугубо эмпирическими и основаны, во многом, на инженерной интуиции, что
не позволяет прогнозировать степень достоверности получаемых результатов.
Не решена также проблема корректности обобщения опыта строительства под-
земных сооружений, учитывая его принципиальную ограниченность по сравне-
нию с многообразием инженерно-геологических условий и проектов туннелей.
В работе предложен альтернативный подход к разработке инженерной клас-
сификации скальных массивов, основанный на численном моделировании
взаимодействия системы «подземное сооружение – скальный массив» при спе-
циально выбранных сочетаниях свойств скальных массивов и параметров тун-
нелей, что дает возможность получить оптимальные для дальнейшего обоб-
щающего анализа результаты расчетов и позволяет найти наилучшее (с матема-
тической и инженерной точек зрения) описание изменения напряженно-
деформированного состояния системы «подземное сооружение – скальный мас-
сив» при вероятных изменениях свойств скальных массивов и параметров тун-
нелей. Выбор комбинаций оптимальных условий осуществлен на основе теории
планирования эксперимента.
Принимая во внимание тенденцию к расширению использования при
строительстве туннелей в скальных массивах механизированных туннелепро-
ходческих комплексов (комбайнов), предлагаемый метод инженерной класси-
фикации разработан применительно к современной технологии строительства.
Цель работы – разработка метода инженерной классификации скальных
массивов с использованием теории планирования эксперимента и метода мате-
матического моделирования, предназначенного для выбора рациональных кон-
структивных решений обделок туннелей, возводимых туннелепроходческими
комплексами в скальных массивах в широком диапазоне инженерно-
геологических условий, на основе анализа их несущих способностей.
Концепция метода инженерной классификации – получение выбранных
критериев статического взаимодействия подземных сооружений и скальных
массивов как функции отклика от параметров скального массива и подземных
сооружений, позволяющей в дальнейшем определить критерии при любой ком-
бинации исходных параметров.
Форма практического использования метода – на основе аналитических и
графических представлений функций отклика.
Задачи исследования. Для достижения цели необходимо разработать сле-
дующие основные вопросы:
– выбрать исходные параметры методики, назначить интервалы их варьиро-
вания и определить область применимости методики;
– разработать план численного эксперимента, подходящий для изучения ста-
тической работы обделок туннелей;
– предложить критерии для использования в разрабатываемой методике, ха-
рактеризующие статическую работу обделок туннелей и статическое взаи-
модействие подземных сооружений и скальных массивов в целом;
– разработать способ преобразования используемых в инженерных классифи-
кациях так называемых качественных параметров скальных массивов в ко-
личественные характеристики, необходимые для задания свойств скального
массива в численном эксперименте;
– на основе теории планирования эксперимента получить функцию отклика,
связывающую предложенные критерии с исходными параметры разрабаты-
ваемой методики;
– изучить влияние отдельных факторов на предложенные критерии;
– разработать способ представления функций отклика, отвечающий практиче-
ским требованиям по удобству применения результатов работы;
– разработать рекомендации по практическому применению инженерной
классификации скальных массивов.
Научную новизну составляют:
– метод инженерной классификации скальных массивов, основанный на чис-
ленном анализе статического взаимодействия подземных сооружений и
скальных массивов с использованием теории планирования эксперимента;
– составные нелинейные функциональные зависимости для нахождения ис-
пользуемых критериев статического взаимодействия подземных сооруже-
ний и скальных массивов при любых сочетаниях параметров скальных мас-
сивов и подземных сооружений;
– методика выбора рациональных конструктивных решений обделок туннелей
на основе анализа их несущей способности с учетом оценки целесообраз-
ности применения обделки, основанная на выбранных критериях статиче-
ского взаимодействия, включающая методику экстраполяции полученных
критериев на бетонные и железобетонные обделки (из бетонов любых клас-
сов с различными процентами армирования);
– способ формализации количественных механических характеристик скаль-
ных массивов на основе используемых качественных параметров, а также
способ идентификации типов скальных грунтов по полученным механиче-
ским характеристикам, основанный на теории нечетких множеств;
– установление зависимости между обобщенными коэффициентами запаса
прочности незакрепленного скального массива и бетонной обделки, дающей
возможность разработки нового способа анализа статического взаимодейст-
вия системы «подземное сооружение – скальный массив» с помощью расче-
тов пониженной детальности, особенно в рамках экспертных систем авто-
матизированного рабочего проектирования.
Работа состоит из введения, четырех глав, общих выводов, библиографиче-
ского списка и пяти приложений.
В первой главе проведен анализ существующих инженерных классифика-
ций скальных массивов.
Вторая глава посвящена планированию численного эксперимента. В рамках
главы рассмотрено применение теории планирования эксперимента, теории не-
четких множеств и методики Hoek-Brown к настоящей работе. Разработаны
способ формализации количественных механических характеристик скальных
массивов на основе используемых качественных параметров, а также способ
идентификации типов скальных грунтов по полученным механическим харак-
теристикам. Выбрана система исходных параметров разрабатываемой методики
и система критериев для оценки статического взаимодействия подземных со-
оружений и скальных массивов. Разработан план численного эксперимента.
В третьей главе изложена методика нахождения составных нелинейных
функций отклика, связывающих выбранные критерии статического взаимодей-
ствия подземных сооружений и скальных массивов с исходными параметрами
предлагаемой методики. Проведен сравнительный анализ влияния исходных
параметров на каждый из выбранных критериев, составлен рейтинг параметров.
Четвертая глава посвящена практическому использованию найденных
функций отклика для выбора оптимальных конструктивных решений обделок
туннелей. Для нахождения каждого из предложенных критериев построены но-
мограммы. Разработана методика экстраполяции найденных критериев на бе-
тонные и железобетонные обделки из бетонов разной прочности с различными
процентами армирования, реализованная также в форме номограмм. Даны ре-
комендации по выбору рационального конструктивного решения обделки тун-
неля с использованием выбранных критериев статического взаимодействия.
Обнаружена взаимосвязь между используемыми критериями, дающая возмож-
ность ускоренного анализа статического взаимодействия системы «подземное
сооружение – скальный массив», особенно в рамках экспертных систем и сис-
тем автоматизированного проектирования. Приведен алгоритм выбора рацио-
нальных конструктивных решений обделок на основе разработанной методики
и даны примеры ее использования применительно к построенным туннелям.
В приложениях приведены программы для ЭВМ, разработанные для прак-
тического выполнения настоящей работы, которые, как представляется, могут
быть востребованы в научной деятельности и инженерной практике.
Работа выполнена на кафедре Подземного строительства и гидротехниче-
ских работ Московского государственного строительного университета под на-
учным руководством доктора технических наук, профессора М.Г. Зерцалова.
 ГЛАВА 1. АНАЛИЗ ИНЖЕНЕРНЫХ КЛАССИФИКАЦИЙ
СКАЛЬНЫХ МАССИВОВ

1.1. Принципы инженерной классификации скальных массивов

Классификация скальных массивов может осуществляться по любому су-
щественному признаку, поэтому классификации разрабатываются в соответст-
вии с существующими в конкретный период практическими потребностями, а
разработанные классификации многообразны. Наиболее общими являются гео-
логические классификации, основанные на генезисе скальных грунтов и зави-
сящих от него минералогическом составе, структуре, текстуре, условиях зале-
гания. Последние позволяют выделить, главным образом, петрографические
типы скальных грунтов. Это совершенно необходимо для инженерной оценки
скального массива, но недостаточно, поскольку не дает представления о физи-
ческих и, особенно, механических свойствах массива.
Под инженерной (геомеханической) классификацией скальных массивов мы
понимаем методику, позволяющую на основе максимально общей (качествен-
ной, нечеткой) информации о скальном массиве принять рациональные инже-
нерные решения при проектировании подземных сооружений, оценить характер
статического взаимодействия подземных сооружений и скальных массивов, ли-
бо извлечь иную ценную для проектирования информацию.
Объектом инженерной классификации является взаимодействие скальных
массивов с подземными сооружениями, то есть скальные массивы классифици-
руются по способности вмещать в себя подземные сооружения определенного
рода. Это отличает инженерную классификацию от любой другой классифика-
ции скальных массивов. Кроме того, зависимость объекта инженерной класси-
фикации от типов и конструктивных решений подземных сооружений позволя-
ет считать исторически сложившийся термин «инженерная классификация
скальных массивов» условным, не вполне отражающим обозначаемое понятие.
 Областью использования инженерных классификаций является, как прави-
ло, принятие предварительных или оценочных решений, необходимых, прежде
всего, на начальных стадиях реализации проектов.
Исторически первая попытка составления инженерной классификации
скальных массивов как методики выбора обделок туннелей была предпринята
W. Ritter в 1879 г. [104].
Проявление скальными грунтами со схожим генезисом различных механи-
ческих свойств, и наоборот, потребовало создания классификаций скальных
грунтов, основанных на иных, чем геологические, признаках. В отечественной
практике в качестве таких признаков используются прочность скального грунта
на одноосное сжатие или коэффициент крепости породы по М.М. Протодьяко-
нову (в классическом понимании являющийся мерой сопротивляемости скаль-
ных массивов при разнообразных производственных процессах [11]).
Известно, что взаимодействие скальных массивов и сооружений носит
сложный характер и не может быть охарактеризовано только прочностью
скального грунта. Поэтому для инженерной классификации необходим более
общий классификационный признак, отражающий одновременно несколько
наиболее существенных свойств скального массива. Выбор такого признака
произволен, но в случае наиболее удачных классификаций им выступает коли-
чественно выраженная устойчивость вовлеченного в работу подземным соору-
жением скального массива.
Основным подходом при составлении инженерных классификаций является
обобщение накопленного опыта строительства, то есть соотнесение классифи-
кационного признака и принятых в прошлом проектных решений. Таким обра-
зом, принятие решений на базе классификаций основано на использовании
скрытой аналогии с построенными сооружениями.
Новое строительство ведется в условиях, в разной степени сходных с пре-
дыдущими, и новые сооружения не идентичны уже построенным. Поэтому от-
вет на вопрос, как обобщить и использовать информацию, далеко не очевиден,
учитывая принципиальную ограниченность строительного опыта по сравнению
с многообразием возможных сочетаний инженерно-геологических условий и
проектов подземных сооружений. Существующий подход предопределяет на-
личие ряда проблем инженерных классификаций.
Основным их недостатком является отсутствие теоретического обоснования
используемых классификационных признаков и методов построения классифи-
каций, что не позволяет с достаточной надежностью оценить степень достовер-
ности получаемых результатов.
Представляется, что важным фактором, определяющим достоверность ре-
зультатов, является сходство исследуемой геотехнической ситуации со случая-
ми, обработанными при составлении классификации. Однако сведения о струк-
туре исходных данных, использованных при их составлении, не принято публи-
ковать как часть содержания классификации, и они в приемлемом объеме из-
вестны лишь для Q-системы [99, 115].
Другой проблемой инженерных классификаций является неточность исход-
ной информации, связанная как с неупорядоченностью структурных особенно-
стей скальных массивов, так и со сложностью адекватного описания его
свойств качественными показателями, то есть с нечеткостью исходных данных.
К этому следует добавить вопрос об определении количественных механиче-
ских характеристик скального массива, которые остаются за рамками рассмот-
рения инженерных классификаций.
Ниже проанализированы известные системы инженерной классификации
скальных массивов.

1.2. Инженерная классификация скальных массивов К. Терцаги

Классификация К. Терцаги [104, 115, 118] считается исторически первой
удачной системой инженерной классификации скальных массивов. Терцаги вы-
делил в качестве доминирующего фактора, определяющего нагрузку на обделку
(горное давление), высоту нарушенной зоны скального массива Hp, образую-
щейся над подземной выработкой. Была установлена связь между Hp, пролетом
В (связь в такой форме спорна [118]), высотой туннеля Ht и строением скально-
го массива. По последнему критерию скальные массивы подразделены на 9
классов (табл. 1.1).

Таблица 1.1
Инженерная классификация скальных массивов по К. Терцаги
Класс Скальный массив Hp, м Примечания
I Крепкий ненарушенный 0 Требуется легкая обделка, если возможно
шелушение
II Крепкий, слоистый, (0÷0,05)·В Легкая обделка для защиты от шелушения.
сланцеватый Нагрузка неравномерная
III Массивный, умеренно (0÷0,25)·В Боковое давление отсутствует
трещиноватый
IV Умеренно-блочный (0,25B÷0,35)·(B+Ht) То же
V Блочный (0,35÷1,10)·(B+Ht) Боковое давление мало или отсутствует
VI Полностью раздроблен- 1,1·(B+Ht) Высокое боковое давление. Требуется
ный, химически не сплошное крепление металлическими ар-
измененный ками или замкнутыми конструкциями
VII Пластическое состояние (1,1÷2,1)·(B+Ht) Высокое боковое давление, требуется креп-
на средней глубине ление лотка и замкнутые конструкции
VIII Пластическое состояние (2,1÷4,5)·(B+Ht) То же
на большой глубине
IX Набухающий > 80 Необходимы замкнутые конструкции. Ре-
комендуется податливая обделка

В 1970 г. Д. Дир и др. [22, 118] уточнил классификацию Терцаги, дополнив

ее показателем качества породы RQD (отношение длины кусков керна длиной
более 10 см к общей длине керна в процентном выражении) и учетом влияния
технологии проходки туннеля. Наиболее существенные изменения коснулись
IV–VI классов скальных массивов. Были даны рекомендации по конструкции
обделок для туннелей пролетом 6–12 м, разрабатываемых механизированным
или буровзрывным способом, предусматривающие использование металличе-
ских арок, грунтовых анкеров и набрызгбетона.
Классификация Терцаги в редакции Дира усовершенствовалась, но сохра-
нила существенные недостатки [118]: будучи применимой по данным авторов
при пролетах до 14 м, она эффективна только при пролетах до 6 м, для больших
туннелей ее точность снижается; оценка нагрузки на обделку для скальных мас-
сивов классов VII–XI может быть неадекватной.
Продолжая развитие подхода Терцаги, B. Singh и др. в 1995 г. предложили
инженерную классификацию скальных массивов для большепролетных выра-
боток (табл. 1.2) [118]. Следует отметить, что они не нашли прямой связи между
нагрузкой на обделку (горным давлением) и размерами выработки. Оценка на-
грузки на обделку по Singh и др. (табл. 1.2) наиболее близка к оценке по Терца-
ги (табл. 1.1) при пролете и высоте выработки, равных 5,5 м.
Таблица 1.2
Инженерная классификация скальных массивов по Singh и др.
Категория по Singh Скальный массив Нагрузка на обделку, МН/м2
(Класс по Терцаги) pv ph
I (I) Крепкий ненарушенный 0 0
II (II) Крепкий, слоистый, сланцеватый 0,0–0,04 0
III (III) Массивный, умеренно трещиноватый 0,04–0,07 0
IV (IV) Умеренно-блочный 0,07–0,1 (0÷0,2)·pv
V (V) Блочный, разделенный раскрытыми трещинами 0,1–0,2 (0÷0,5)·pv
или разломами шириной до 2 м
VI (VI) Полностью раздробленный, химически не изме- 0,2–0,3 (0,3÷1,0)·pv
ненный, разделен разломами шириной более 2 м
VII (VII) Пластическое состояние: Зависит от
Малая степень пластичности (ua/a < 3%) 0,3–0,4 природного
Умеренная степень пластичности (ua/a < 3–5%) 0,4–0,6 напряженного
VII (VIII) Высокая степень пластичности (ua/a > 5%) 6,0–1,4 состояния, воз-
можно pv > ph
VIII (IX) Набухающий: Зависит от на-
Слабо набухающий 0,3–0,8 бухающих
Умеренно набухающий 0,8–1,4 глин, возмож-
Сильно набухающий 1,4–2,0 но pv > ph

Примечание: pv, ph – нагрузка на обделку (горное давление) соответственно в вертикальном и гори-

зонтальном направлении; ua – радиальная конвергенция выработки, а – радиус (или половина проле-
та) выработки.
 1.3. Обобщенная система классификации скальных массивов URCS
Обобщенная система классификации скальных массив URCS1 [115] предло-
жена D.A. Williamson в 1959 г. и развивает работы A.M Casagrande и K.S. Lane.
Основная особенность классификации – в максимальном упрощении процесса
сбора исходных данных: приспособлениями для изысканий являются десяти-
кратное увеличительное стекло, молоток с шаровым бойком и пружинные весы.
Скальный массив оценивается по четырем параметрам: степени выветрело-
сти, прочности, степени трещиноватости и объемному весу скального грунта.
Для каждого параметра возможно 5 значений, обозначаемых буквами латинско-
го алфавита в направлении ухудшения свойств от A до E. Например, для пара-
метра прочности, определяемой по реакции на удар молотка: А – «нет повреж-
дений»; B – «отлет осколков»; С – «образование выбоины»; D – «образование
углубления с выпором по границе»; E – «грунт нарушатся давлением пальца».
Результат определения всех параметров записывается последовательностью
четырех букв, которая дает представление об относительном качестве массива и
влиянии каждого из четырех параметров. Очевидно, что наилучший массив бу-
дет иметь характеристику АААА, наихудший – ЕЕЕЕ.
Важными достоинствами системы URCS [115] являются простота, объек-
тивность и удобные для обработки (при создании баз данных, зонировании)
численно-подобные результаты. К недостаткам относятся высокий уровень
субъективизма при оценки значений параметров, а также непринятие во внима-
ние существенных свойств скального массива (обводненности, присутствия за-
полнителя трещин, шероховатости трещин).
Классификация Williamson была одной из первых попыток характеризовать
скальный массив по комбинации качественных параметров, однако для созда-
ния полноценной инженерной классификации она оказалась непригодна. Но
принцип использования качественных параметров имел решающее значение в
дальнейшем развитии подхода к инженерной классификации скальных массивов.

1
The Unified Rock Classification System – обобщенная система классификации скальных массивов
(дословно – скальных грунтов, но объектом классификации являются именно скальные массивы).
 1.4. Система оценки структуры скального массива RSR
Инженерная классификация RSR1 была предложена G.E. Wickham и др. в
1972 г. [104, 115] и получена из обобщения опыта строительства небольших
туннелей с металлической арочной обделкой. В ее основу положен показатель
RSR, принимающий численные значения от 19 до 100 и определяемый как сум-
ма трех параметров по формуле
RSR = A + B + C , (1.1)
где А – параметр общих инженерно-геологических условий;
B – параметр геометрических характеристик трещин;
C – параметр обводненности и состояния трещин, зависящий также от суммы
параметров A и B.
Все параметры системы RSR являются сугубо эмпирическими [104]. Их чис-
ленные значения определяются в условных баллах по табл. 1.3–1.5.
По графику [104] или таблице [115] исходя из значения RSR могут быть по-
лучены рекомендации по толщине набрызгбетона, шагу и характеристикам ан-
керов, шагу конструкций арочной обделки. При этом рекомендации по арочной
обделки даны исходя из инженерной классификации К. Терцаги [115].

Таблица 1.3
Назначение параметра А
Тип скального массива Геологическое строение
Твердость / Высо- Сред- Низкая Очень
генезис кая няя низкая
Интенсивно
Массивное

складчатое

складчатое

складчатое
Умеренно
Слегка

Изверженный 1 2 3 4
Метаморфический 1 2 3 4
Осадочный 2 3 4 4
Тип 1 30 22 15 9
Тип 2 27 20 13 8
Тип 3 24 18 12 7
Тип 4 19 15 10 6

1
RSR – Rock Structure Rating – Показатель структуры скального массива.
 Таблица 1.4
Назначение параметра B
Средний Простирание, перпендикулярное оси туннеля Простирание,
шаг параллельное оси туннеля
трещин, Направление проходки
см Любое В направлении падения Навстречу падению Любое
Угол падения наиболее характерной трещины
0–20° 20–50° 50–90° 20–50° 50–90° 0–20° 20–50° 50–90°
<5 9 11 13 10 12 9 9 7
5–15 13 16 19 15 17 14 14 11
15–30 23 24 28 19 22 23 23 19
30–60 30 32 36 25 28 30 28 24
60–120 36 38 40 33 35 36 24 28
> 120 40 43 45 37 40 40 38 34

Таблица 1.5
Назначение параметра C
Ожидаемый Сумма параметров A+B
приток, 13–44 45–75
л/300 пог. м Состояние трещин
туннеля1 Хорошее Удовлетвор. Ослабленное Хорошее Удовлетвор. Ослабленное
отсутствует 22 18 12 25 22 18
< 760 19 15 9 23 19 14
760–3790 15 22 7 21 16 12
> 3790 10 8 6 18 14 10

Следует отметить, что RSR – исторически первая в полной мере многопара-

метрическая система инженерной классификации, а также первая классифика-
ция, давшая рекомендации по набрызгбетонной обделке [104]. Принцип состав-
ления RSR был использован при разработке более поздних классификаций, ука-
зав путь развития всего направления инженерной классификации скальных
массивов. Сама система RSR в последнее время практически не применяется.

1
В классификации RSR используется английская система мер, отсюда нестандартная размерность.
 1.5. Геомеханическая классификационная система RMR
Геомеханическая классификационная система RMR1 [35, 104, 115, 118] была
предложена З.Т Бенявским в 1973 г. и основывалась на опыте строительства
туннелей неглубокого заложения в осадочных скальных грунтах. Следует отме-
тить, что название классификации RMR иногда употребляется как синоним тер-
мина «инженерная классификация скальных массивов».
Показатель RMR определяется как сумма шести параметров по формуле
RMR = Rc + RRQD + Rdj + Rsj + Rw + Roj , (1.2)

где Rc – параметр прочности на одноосное сжатие ненарушенного образца

скального грунта;
RRQD – параметр показателя качества скального массива RQD – отношение об-
щей длины сохранных кусков керна длиной более 10 см к полной длине керна;
Rdj – параметр шага трещин;
Rsj – параметр состояния трещин;
Rw – параметр обводненности;
Roj – параметр ориентации трещин.
Значения всех параметров назначаются в условных баллах по разработан-
ным таблицам. Окончательное значение RMR определяется как сумма (с учетом
знаков) всех 6 параметров и принимает значения от 8 до 100. Сумма первых пя-
ти параметров называется базовым RMR (обозначается RMRbasic); сумма пара-
метров со второго по пятый – показатель состояния скального массива RCR2.
C 1973 г. система RMR претерпела ряд значимых модернизаций вплоть до
1989 г., когда была опубликована, фактически, шестая [104, 118] версия RMR,
рассматриваемая в настоящей работе. Начиная с поздних версий, геомеханиче-
скую классификационную систему представляют в форме единой структуриро-
ванной таблицы (рис. 1.1).
В классификации RMR предложены рекомендации по способу разработки
туннеля и конструкции крепи в зависимости от интервала значений RMR. Реко-

1
RMR – Rock Mass Rating – Показатель скального массива.
2
RCR – Rock Condition Rating – Показатель состояния скального массива.
мендации даны для подковообразного туннеля пролетом 10 м, сооружаемого
буровзрывным способом в скальном массиве при вертикальных напряжениях
меньших 25 МПа, что приблизительно эквивалентно заглублению меньшему
900 м (табл. 1.6). Рекомендации не перерабатывались с 1973 г. Представляется,
что на сегодняшнем уровне развития строительных технологий в ряде случаев
вместо предлагаемого в табл. 1.6 крепления из сетки по анкерам и набрызгбето-
на может быть применен фибро-набрызгбетон [104].
Известны корреляционные зависимости, позволяющие оценивать на основе
значения RMR модуль деформации горной породы E и вертикальное горное
давление pv [104, 118]. Для определения модуля деформации приводится ряд
эмпирических формул (по-видимому, наиболее адекватными следует считать
формулы, предложенные позднее):
E = 2 ⋅ RMR − 100, ГПа, ⎫
при σ ci > 100 МПа и RMR > 50 (по Бенявскому, 1978); ⎪
⎪
RMR − 20
⎪⎪
E = 0,3 ⋅ H α ⋅ 10 38 , ГПа, ⎬ (1.3)
при σ ci < 100 МПа и H > 50 м (по Verman, 1993); ⎪
⎪
RMR −10
⎪
E = 10 40 ГПа, по Hoek и Brown (1988), ⎪⎭
где σci – предел прочности на одноосное сжатие ненарушенного образца скаль-
ного грунта, МПа (в зарубежных методиках предел прочности определяют при
испытаниях цилиндрических образцов размера NX с соотношением высоты к
диаметру h d = 2,5 ÷ 3,0 , регламентируемых рекомендациями Комитета по
стандартизации лабораторных исследований Международного общества по ме-
ханике скальных пород ISRM);
Н – глубина, м.
Вертикальную нагрузка на обделку для выработок с плоской кровлей и
арочным сводом можно определить по формулам [118]:
100 − RMR ⎫
pv = ⋅ γ ⋅ B, МН/м 2 ; ⎪⎪
100
⎬ (1.4)
0,75 ⋅ B 0,1 ⋅ H 0,5 − RMR 2 ⎪
pv = , МН/м ,
2 ⋅ RMR ⎪⎭
где γ – объемный вес скального массива;
B и H –– пролет и заглубление туннеля, м.
Известна связь RMR с параметрами теории прочности скальных грунтов и
массивов Hoek и Brown [104–107] (п. 2.3), хотя в дальнейшем с развитием мето-
дики Hoek-Brown показатель RMR в ней не используется:
RMR −100
mb = mi ⋅ e 14
; (1.5)
RMR −100
s=e 6
, (1.6)
где mb, mi, и s – параметры методики Hoek-Brown (п. 2.3).
Существуют модификации инженерной классификации RMR, ориентиро-
ванные на использование в горном деле, например, система MRMR1, разрабо-
танная D.H. Laubscher, H.W. Taylor и C.H. Page в 1977–1990 гг., и система MBR2,
предложенная R.A. Cummings, F.S. Kendorski и др. в 1982–1983 гг. [104].
В целом, классификация RMR получила большое распространение в инже-
нерной практике и не считается устаревшей до настоящего времени.

1.6. Q-система инженерной классификации скальных массивов

Q-система3 [12, 28, 95–99, 104, 108, 115, 118] была предложена в Норвеж-
ском геотехническом институте (НГИ) Н. Бартоном, R. Lien и J. Lunde в 1974 г.
Она основывалась на 212 случаях строительства туннелей и камерных вырабо-
ток в большинстве случаев пролетами 5–15 м на глубине 50–250 м [115]. По
данным для 182 из 212 случаев, большинство подземных сооружений построе-
но в метаморфических скальных грунтах – 53%, в магматических – 36% (из ко-
торых на долю гранита приходится 70%), в осадочных – 10% [115].
Получив широкое распространение в инженерной деятельности, по мере
накопления опыта применения Q-система совершенствовалась. Наиболее суще-
ственные корректировки были сделаны E. Grimstad и Н. Бартоном в 1993 г. [99],

1
Modified RMR – модернизированное RMR.
2
Modified basic RMR – модернизированное базовое RMR.
3
Q – Quality – качество.
обобщивших опыт строительства уже 1050 подземных сооружений. Тогда же
была опубликована идея о нахождении устойчивых феноменологических связей
Q-системы с физико-механическими характеристиками скального грунта, раз-
витая к 2000 г. [95], что указывает на принципиальное соответствие подхода Q-
системы действительности.
Показатель качества скального массива Q – это количественная мера устой-
чивости выработки в скальном массиве с учетом времени [12] (другими слова-
ми, это характеристика способности скального массива вмещать подземную
выработку). Показатель Q определяется по формуле
RQD J r J w
Q= ⋅ ⋅ , (1.7)
J n J a SRF
где RQD – показатель качества скального массива RQD;
Jn – показатель числа сетей трещин;
Jr и Ja – соответственно, показатель шероховатости и метаморфизма трещин
(для критически ориентированной сети трещин);
Jw – понижающий коэффициент на обводненность трещин;
SRF – понижающий коэффициент на напряженное состояние.
Значения всех параметров назначаются в условных баллах по табл. 1.7–1.12.
Общее значение Q изменяется в логарифмическом масштабе от 0,001 до 1000, в
зависимости от него скальные грунты подразделены на 3 группы и 9 типов в
соответствии с табл. 1.13. Показатель Q можно рассматривать как произведение
только трех параметров (отношений в формуле), которые Бартон и др. предла-
гают интерпретировать следующим образом [99].
Первое отношение (RQD/Jn) характеризует строение скального грунта и яв-
ляется мерой размеров блоков, образуемых системами трещин. Условно можно
считать численное значение данного отношения (0,5–200) размером блоков
скального массива в сантиметрах.
Второе отношение (Jr/Ja) характеризует шероховатость и сопротивление
сдвигу стенок трещин и материалов-заполнителей.
 Третье отношение (Jw/SRF) – это эмпирический коэффициент, характери-
зующий действующее напряженное состояние. Характер же напряженного со-
стояния определяется, в свою очередь, гидрогеологическими условиями (пара-
метр Jw), соотношением главных напряжений и их относительным уровнем в
сравнении прочностью скального грунта (параметр SRF).
Бартон и др. пришли к выводу, что включение в инженерную классифика-
цию скальных массивов характеристики ориентации трещин нецелесообразно,
так как она является менее значимой по влиянию на взаимодействие подземно-
го сооружения и скального массива, чем включенные параметры, а на практике
неблагоприятного влияния ориентации трещин избегают [99]. Кроме того, ана-
лизируя классификацию RMR (рис. 1.1) видно [118], что ориентации трещин в
задачах туннелестроения и горного дела значима в наименьшей степени.
Для решения проблемы выбора наиболее адекватных значений параметров –
ключевой проблемы любой классификационной системы – в НГИ была разра-
ботана геотехническая карта [12, 99, 118 и др.]. Сущность подхода заключалась
в выборе средневзвешенных значений параметров, осуществляемом на стандар-
тизованном бланке в графической форме.
Бартону и др. удалость графически изобразить в логарифмическом масшта-
бе зависимость принятых проектных решений подземных сооружений от пока-
зателя Q, как показано на рис. 1.2. Длину анкеров, необходимых исходя из
рис. 1.2, рекомендуется определять по формуле
l = 2 + ( 0,15В / ESR ) , м , (1.8)
где В – пролет выработки, м.
ESR – коэффициент, зависящий от назначения подземного сооружения.
Авторы Q-системы предложили следующую эмпирическую формулу для
определения стабилизированной нагрузки на обделку:
pv = ( 0, 2 / J r ) Q −1/ 3 , МН/м 2 ; ⎫⎪
⎬ (1.9)
ph = ( 0, 2 / J r ) Qw −1/ 3 , МН/м 2 , ⎪⎭

где pv и ph – стабилизированная нагрузка на обделку соответственно в своде и

стенах выработки;
Qw – стеновой коэффициент, определяемый по таблице в зависимости от значе-
ния Q и принимающий значения от Q до 5Q.
Более сложная зависимость для определения нагрузки на обделку в общем
случае была предложении B. Singh и др. [118]. Предложены также зависимости
для частных случаев.
В Q-системе сформулированы четкие критерии, позволяющие судить о спо-
собности скального грунта оставаться незакрепленным на неопределенный
срок. Максимальный характерный размер незакрепленной выработки оценива-
ется по формуле
D ′ = 2,0 ⋅ ( Q 0,4 ) , м , (1.10)

где D′ = ( пролет, диаметр или высота в метрах ) ESR – характерный размер вы-
работки с учетом назначения сооружения
Условия существования незакрепленной выработки следующие:
1) во всех случаях должны быть:
Jn < 9; Jr > 1,0; Ja < 1,0; Jw = 1,0 и SRF < 2,5;
2) если RQD < 40, требуется Jn < 2;
3) если Jn = 9, требуется Jr > 1,5 и RQD > 90;
4) если Jr = 1,0, требуется Jw < 4;
5) если SRF > 1, требуется Jr > 1,5;
6) если пролет больше 10 м, требуется Jn < 9;
7) если пролет больше 20 м, требуется Jn < 4 и SRF < 1.
По мере развития Q-системы были найдены корреляционные зависимости
[95–97, 105, 118 и др.], связывающие значения Q с модулем деформации скаль-
ного грунта и скоростью распространения продольной волны, также установле-
на связь [98] значения Q с глубиной и пористостью скального грунта. Эти и
другие данные были обобщены в [98], где указывалось на необходимость даль-
нейшей проработки вопроса. В результате к 2000 г. была разработана, фактиче-
ски, новая редакция Q-системы [95–97]. В дополнение к параметру Q введен
параметр Qc, определяемый по формуле
 ⎛ RQD J r J w ⎞ σ ci σ
Qc = ⎜ ⋅ ⋅ ⎟⋅ = Q ⋅ ci , (1.11)
⎝ J n J a SRF ⎠ 100 100

где σсi – то же, что в формуле 1.3.

Необходимость введения дополнительного параметра Qc была вызвана тем
[96], что точность найденных зависимостей между Q и физико-механическими
характеристиками зависела от прочности скального грунта и была наилучшей
при прочности σci близкой к 100 МПа. При этом уменьшение значения Q при
меньшей прочности и увеличение при большей – улучшает результат. Поэтому
вместо Q для ряда зависимостей введен Qc, названый нормализованным значе-
нием Q [96] и численно равный Q при σci = 100 МПа.
Формулы для эффективного модуля деформации скального массива Е, ско-
рости продольной волны Vp и водопоглощения скважины L имеют вид:
1
E = 10000 ⋅ Q , МПа;
3
c (1.12)
V p = lg Qс + 3,5, км/с; (1.13)

L = 1 Qc , Люжон. (1.14)
Взаимосвязь величин графически представлена на рис. 1.3.
Существование сравнительно простых зависимостей между параметром Q
(или Qc) и физико-механическими характеристиками скального грунта, по мне-
нию Бартона [95], обусловлено рассмотрением в Q-системе скального массива в
предельном состоянии, а также удачным выбором логарифмического масштаба
для значений Q. Открытие данных зависимостей свидетельствует, что парамет-
ры Q-системы хорошо характеризуют свойства скального массива в целом; и
что использованный подход отражает характер связи между свойствами скаль-
ного массива и требованиями к креплению подземных сооружений достаточно
близко к истинному характеру такой связи.
Ограничения Q-системы четко не сформулированы и известны из разных
источников. Так, по мнению R.K. Goel [118], Q-система может быть неадекват-
ной для туннелей диаметром более 9 м в скальных грунтах, работающих в пла-
стической стадии. Kaiser и др. (1986 г.) [118] потенциальным источником оши-
бок видят параметр SRF и считают нужным исключить его из Q-системы. Эта
мысль была позднее реализована Goel и др. [118], предложившим число скаль-
ного массива N, определяемое по формуле
RQD J r
N= ⋅ ⋅ J w = Q ⋅ SRF . (1.15)
Jn Ja
Число N оказалось очень эффективным параметром. На его основе Goel и
др. предложили новую методику оценки нагрузки на крепь с учетом конверген-
ции туннеля и степени пластического состояния скального грунта, а также ме-
тод определения степени пластического состояния в конкретных геологических
условиях. В частности, глубину перехода скального грунта в область пластиче-
ской работы можно определить по формуле
H = 275 ⋅ N 0,33 ⋅ В −0,1 , м . (1.16)
Singh (1997 г.) предложил формулу для определения прочности массива
скальных пород на сжатие на основе значения N:
5,5 ⋅ γ ⋅ N 0,33
σ сm = , МПа . (1.17)
B 0,1
Бартон в 2002 г. предложил другую формулу для определения того же пара-
метра исходя из Qc [96, 107]:
σ cm = 5γ ⋅ 3 Qc , МПа. (1.18)
Таким образом, на сегодняшний день Q-система существует в виде базовой
Q-системы в редакции 1993 г., связывающей значение классификационного па-
раметра Q с рекомендациями по конструктивному решению обделки подземно-
го сооружения, и систем, основанных на параметрах Qc и N, которые устанавли-
вают взаимосвязь между Q-системой и физико-механическими свойствами
скального грунта. Фактически, создание систем на базе Qc и N демонстрирует
единство и непротиворечивость инженерного и геологического подхода к клас-
сификации скальных грунтов и свидетельствует об адекватности классифика-
ционного подхода Q-системы.
 Таблица 1.6
Рекомендации по технологии разработки и креплению туннеля
пролетом 10 м, проходимого буровзрывным способом
Класс Технология разработки Анкерное крепление Набрызг- Металло-
по RMR (диаметром 20 мм, бетон конструкции
полного сечения)
I Сплошным забоем, заход- Не требуется, за исключением отдельных участков
ками по 3 м
II Полным забоем, заходка- Местное, длиной 3 м в 50 мм в сво- Отсутствуют
ми по 1–1,5 м. Проектное своде с шагом 2,5 м, мес- де, где необ-
крепление в 20 м от забоя тами укрепление сеткой ходимо
III Способом верхнего усту- Систематическое, длиной 50–100 мм в Отсутствуют
па. Заходки 1,5–3 м. На- 4 м с шагом 1,5–2 м в сво- своде и 30
чальное крепление после де и стенах с укреплением мм в стенах
каждого взрывания, про- сеткой в своде
ектное – в 10 м от забоя
IV Способом верхнего усту- Систематическое длиной 100–150 мм От легких до
па. Заходки 1,0–1,5 м. 4–5 м с шагом 1–1,5 м в в своде и средних ребра
Крепление одновременно своде и стенах с укрепле- 100 мм для жесткости с
с разработкой в 10 м от нием сеткой стен шагом 1,5 м,
забоя где необходимо
V Штольни по 0,5–1,5 м в Систематическое, длиной 150–200 мм От средних до
верхнем забое. Крепление 5–6 м с шагом 1–1,5 м в в своде, 150 тяжелых ребра
одновременно с разработ- своде и стенах с укрепле- мм на стены, жесткости с
кой. Нанесение набрызг- нием сеткой. Анкерное 50 мм на затяжками.
бетона как только воз- крепление лотка забой Замкнутые
можно конструкции
a) Классификационные параметры и их оценка
Параметры Значения
Прочность Прочность при точеч- > 10 4–10 2–4 1–2 Использовать проч-
ненару- ном приложении ность на одноосное
шенного нагрузки, МПа сжатие
1
скального Прочность на одноос- > 250 100–150 50-100 25–50 5–25 1–5 <1
грунта ное сжатие, МПа
Оценка 15 12 7 4 2 1 0
Показатель RQD 90–100% 75–90% 50–75% 25–50% < 25%
2
Оценка 20 15 10 8 5
Шаг трещин >2м 0,6–2 м 200–600 мм 60–200 мм < 60 мм
3
Оценка 20 15 10 8 5
Состояние трещин [см. секцию (д)] очень шер., слегка шер., слегка шер., з.р.; слабый заполни-
Сокращения: не непре- р. < 1 мм, р. < 1 мм, или заполни- тель толщиной
шер.– шероховатые стенки трещин; рывные, слегка выв. сильно выв. тель толщиной > 5 мм
4 з.р. – зеркально-ровные –"– ; не раскры- < 5 мм; или р. > 5 мм;
выв.– выветрелые –"– ; тые, или р. 1–5 мм, непрерывные
р. – ширина раскрытия трещин. не выв. непрерывные
Оценка 30 25 20 10 0
Грунтовые Приток на 10 пог. м отсутствует < 10 10–25 25–125 > 125
воды туннеля, л/мин
Отношение давления 0 < 0,1 0,1–0,2 0,2–0,5 > 0,5
воды к главному нор-
5
мальному напряжению
Общие условия практиче- сыро влажно мокро течение
ски сухо
Оценка 15 10 7 4 0
б) Корректировка на ориентацию трещин [см. секцию (е)]
Направление простирания и падения очень бла- благопри- удовлетво- неблагоприят- крайне
гоприятное ятное рительное ное неблагоприятное
Оценка Туннели и шахты 0 –2 –5 –10 –12
Основания 0 –2 –7 –15 –25
Склоны 0 –5 –25 –50 –
в) Классификация скальных массивов исходя из общей оценки
Оценка 100←81 80←61 60←41 40←21 < 21
Класс скального массива I II III IV V
Описание скального массива очень хороший удовлетво- слабый очень слабый
хороший рительный
г) Характеристика классов скальный массивов
Класс скального массива I II III IV V
Среднее время стояния 20 лет при 1 год при 1 неделя при 10 часов при 20 мин
пролете 15 м пролете 10 м пролете 5 м пролете 2,4 м при пролете 1 м
Сцепление скального массива, кПа > 400 300–400 200–300 100–200 < 100
Угол внутреннего трения скального мас- > 45 35–45 25–35 15–25 < 15
сива, градусы
д) Руководство для классификации состояния трещин
Длина трещины (непрерывной) <1м 1–3 м 3–10 м 10–20 м > 20
Оценка 6 4 2 1 0
Ширина раскрытия, мм нет < 0,1 0,1–1,0 1–5 >5
Оценка 6 5 4 1 0
Шероховатость очень ше- шерохова- слегка ше- гладкие зеркально гладкие
роховатые тые роховатые
Оценка 6 5 3 1 0
Прочность и толщина заполнителя, мм отсутствует прочный прочный слабый > 5 слабый < 5
<5 >5
Оценка 6 4 2 2 0
Степень выветрелости не выветре- слегка умеренно сильно полностью
лые выветрелые выветрелые выветрелые разрушенные
Оценка 6 5 3 1 0
е) Влияние ориентации трещин при строительстве туннелей
Простирание перпендикулярное оси туннеля Простирание параллельное оси туннеля
Проходка в направлении Проходка в направлении Падение 45–90° Падение 20–45°
падения – падение 45–90° падения – падение 20–45°
очень благоприятное благоприятное очень благоприятное удовлетворительное
Проходка навстречу Проходка навстречу Падение 0–20° независимо от простирания
падению – падение 45–90° падению – падение 20–45°
удовлетворительное неблагоприятное удовлетворительное

Рис. 1.1. Геомеханическая классификационная система RMR

в форме структурированной таблицы
 Таблица 1.7
Показатель качества скального массива RQD
П/п Характеристика скального массива RQD
A Очень плохой 0–25
B Плохой 25–50
C Удовлетворительный 50–75
D Хороший 75–90
E Отличный 90–100

Примечания:
1. При RQD ≤ 10% (включая 0) для оценки Q принимать номинальную величину 10.
2. Интервал определения RQD равный 5, то есть 100, 95, 90 и т. д. является достаточно точным.

Таблица 1.8
Показатель числа сетей трещин Jn
П/п Характеристика скального массива Jn
A Ненарушенный массив, ни одной или несколько трещин 0,5–1
B Одна сеть трещин 2
C Одна сеть трещин и случайные трещины 3
D Две сети трещин 4
E Две сети трещин и случайные трещины 6
F Три сети трещин 9
G Три сети трещин и случайные трещины 12
H Четыре или более сети трещин, случайные трещины, сильная трещиноватость 15
I Разрушенный грунтоподобный скальный массив 20

Примечания:
1. Для пересечений туннелей использовать 3,0·Jn.
2. Для порталов использовать 2,0·Jn.
 Таблица 1.9
Показатель шероховатости трещин Jr
П/п Характеристика скального массива Jr
(a) Контакт стенок трещин, и (b) контакт через 10 см нарушенную зону
A Прерывистые трещины 4
B Грубые или неровные, волнистые 3
C Гладкие, волнистые 2,0
D Зеркально ровные, волнистые 1,5
E Грубые или неровные, плоские 1,5
F Гладкие, плоские 1,0
G Зеркально ровные, плоские 0,5
с) Нет контакта стенок трещин в нарушенной зоне
H Зона, содержащая глинистые минералы мощностью, не допускающей контакта 1,0
стенок трещин
I Зона, заполненная песчаным, гравийным заполнителем или разрушенным 1,0
скальным грунтом мощностью, не допускающей контакта стенок трещин

Примечания: 1. Добавлять 1,0, если среднее расстояние между значимыми сетями трещин больше 3 м.
2. Jr = 0,5 может быть использовано для плоских, зеркально ровных трещин, имеющих насечки, если
ориентация насечек снижает прочность скального грунта.

Таблица 1.10
Понижающий коэффициент на обводненность трещин Jw
П/п Характеристика скального массива Напор, МПа Jw
A Сухая разработка или малый водоприток (локальный до 5 л/мин) < 0,1 1
B Средний водоприток (напор), редкий вымыв заполнителя трещин 0,1–0,25 0,66
C Высокий водоприток (напор) в хорошем скальном массиве с 0,25–1,0 0,5
незаполненными трещинами
D Высокий водоприток (напор), значительный вымыв заполнителя 0,25–1,0 0,33
трещин
E Исключительно высокий водоприток (напор), снижающийся со > 1,0 0,2–0,1
временем
F Исключительно высокий водоприток (напор), сохраняющийся без > 1,0 0,1–0,05
заметного снижения во времени
Примечания: 1. Показатели для пунктов с C по F оценены условно. Увеличивать Jw, если применяются
дренажные мероприятия.
2. Особый случай, касающийся образования льда, не рассматривается.
 Таблица 1.11
Показатель метаморфизма трещин Ja
П/п Характеристика скального массива φr Ja
a) Контакт стенок трещин
A Закрытые, залеченные, плотные, без ослаблений, с непроницаемым 0,75
заполнителем
B Постоянные стенки трещин, слабошероховатая поверхность 25–35 1,0
C Незначительный метаморфизм стенок трещин. Не ослабляющее мине- 25–30 2,0
ральное покрытие, с песчаными частицами, без глины
D Илистое, песчаное и глинистое покрытие, небольшие глинистые фракции 20–25 3,0
(не ослабляющие)
E Ослабляющее или низкопрочное глинистое покрытие, то есть каолинит, слю- 8–16 4,0
да. Также хлорит, тальк, гипс, гранит и т. д., а также небольшое количество
набухающей глины (прерывистое покрытие, 1–2 мм и меньше по толщине)
b) Контакт стенок трещин через 10 см нарушенную зону
F Песчаные частицы, нарушенный скальный грунт без глины и т. д. 25–30 4,0
G Высоко консолидированный не ослабляющий минеральный заполнитель 16–24 6,0
(непрерывный, < 5 мм по толщине)
H Средне или слабо консолидированный ослабляющий глинистый заполни- 12–16 8,0
тель (непрерывный, < 5 мм по толщине)
I Набухающий глинистый заполнитель, то есть монтморрилонит (непре- 6–12 8–12
рывный, < 5 мм по толщине). Значение Ja зависит от процентного количе-
ства набухающих глинистых частиц, доступа воды и т. д.
с) Нет контакта стенок трещин в нарушенной зоне
K Зоны нарушенной или разрушенной породы и глины (см. пункты G, H, J 6–24 8–12
для описания глины)
L Зоны с наносным заполнителем, небольшие глинистые фракции (не ос- 5
лабляющие)
M Непрерывные зоны глины большой мощности (см. пункты G, H, J для 6–24 13–20
описания глины)

Примечание. φr – ориентировочная величина угла трения вдоль трещины. Фактическое значение φr

зависит от характеристик продуктов метаморфизма.
 Таблица 1.12
Понижающий коэффициент на напряженное состояние SRF
П/п Характеристика скального массива SRF
a) Зоны ослаблений, пересекающие разработку, которые могут явиться
причиной разрушения скального массива во время разработки туннеля
A Разнообразно расположенные зоны ослабления, содержащие глину, или 10,0
химически разлагающийся скальный грунт, крайне рыхлый (несвязный)
окружающий массив (при любой глубине)
B Одна зона ослабления, содержащая глину, или химически разлагающийся 5,0
скальный грунт (глубина разработки до 50 м)
C Одна зона ослабления, содержащая глину, или химически разлагающийся 2,5
скальный грунт (глубина разработки более 50 м)
D Множество зон ослабления в хорошем скальном грунте (без глины), рых- 7,5
лый (несвязный) окружающий массив (при любой глубине)
E Одна зона ослабления в хорошем скальном грунте (без глины) (глубина 5,0
разработки до 50 м)
F Одна зона ослабления в хорошем скальном грунте (без глины) (глубина 2,5
разработки более 50 м)
G Сильная трещиноватость (при любой глубине) 5,0
b) Нетрещиноватый скальный массив
σci/σ1 σt/σ1 SRF SRF
(до (после
1993 г.) 1993 г.)
H Низкие напряжения, открытые трещины вблизи > 200 < 0,01 2,5 2,5
дневной поверхности
J Средние напряжения, благоприятное напряженное 200–10 0,01–0,3 1,0 1,0
состояние
K Высокие напряжения, очень плотная структура 10–5 0,3–0,4 0,5–2 0,2–2,0
(обычно благоприятна для устойчивости, может быть
неблагоприятна для устойчивости стен выработки)
L Небольшое шелушение после более чем 1 ч в креп- 5–3 0,5–0,65 5–9 5–50
ком скальном массиве
M Шелушение или горный удар через несколько минут 3–2 0,65–1,0 9–15 50–200
в крепком скальном массиве
N Сильный горный удар (большие перемещения) и не- <2 > 1,0 15–20 200–400
медленные деформации в сплошной скале
 Продолжение табл. 1.12
П/п Характеристика скального массива SRF
c) Пластическое состояние скального массива
O Умеренная степень пластического состояния 5–10
P Высокая степень пластического состояния 10–20
d) Набухающий скальный массив
R Умеренное набухание 5–10
S Сильное набухание 10–15

Примечания:
1. Уменьшать величину SRF на 25–50%, если значимая зона ослабления только влияет, но не пересе-
кает выработку [секция (а)].
2. Для сильно анизотропного поля напряжений: когда 5 ≤ σ1/σ3 ≤ 10 – уменьшать σci и σt до 0,8σci и
0,8σt; когда σ1/σ3 > 10 – уменьшать σci и σt до 0,6σci и 0,6σt (где σci – предел прочности ненарушенного
скального грунта на сжатие; σt – прочность ненарушенного скального грунта на растяжение (при то-
чечном загружении), σ1 и σ3 – максимальное и минимальное главные напряжения [секция (b)].
3. Известны случаи, когда заглубление свода было меньше пролета. Предлагается в таких случаях
увеличивать SRF с 2,5 до 5 (пункт H).

Таблица 1.13
Классификация скальных массивов на основе значения Q
Q Группа Тип
10–40 1 Хорошие
40–100 Очень хорошие
100–400 Чрезвычайно хорошие
400–1000 Исключительно хорошие
0,1–1,00 2 Очень слабые
1–4 Слабые
4–10 Удовлетворительные
0,001–0,01 3 Исключительно слабые
0,01–0,10 Чрезвычайно слабые
 Рис. 1.2. Оценка категорий крепи исходя из показателя Q, 1993 г. [104].
Категории крепи: 1 – нет закрепления; 2– местное анкерное; 3 – систематическое анкерное; 4 – то же с
40–100 мм набрызгбетона; 5 – фибро-набрызгбетон 50–90 мм с анкерами; 6 – то же 90–120 мм; 7 – то
же 120–150 мм; 8 – фибро-набрызгбетон >150 мм с анкерами, усиленный металлоконструкциями;
9 – жесткая бетонная обделка.

Рис. 1.3. Связь Qc и физико-механических характеристик скального массива [95].

 1.7. Взаимосвязь параметров Q и RMR. Использование искусственных
нейронных сетей
Показатели Q и RMR, основанные на различных параметрах, характеризуют
сходные комбинации свойств скальных массивов и имеют близкий физический
смысл. Следовательно, между ними должна существовать взаимосвязь. Ее ис-
кали независимо Бенявский, Rutledge и Preston, Moreno, Cameron-Clarke и Bu-
davari, Abad и др. [104, 118]. Полученные формулы имели вид:
RMR = x ⋅ Q + y , (1.19)
где x = 5÷10,5; y = 41,8÷60,8.
Зависимость с коэффициентом корреляции 0,92 предложена в [118] на осно-
ве параметров N и RCR, характеризующих одинаковые свойства скального мас-
сива:
RCR = 8 ⋅ ln Q + 30 . (1.20)
A.G. Karlaftis [109] предложена методика совместной оценки параметров Q
и RMR с помощью искусственных нейронных сетей. Предпосылки метода по-
нятны: раз инженерные классификации Q и RMR основаны на учете в основном
одинаковых свойств скального массива (за исключением ориентации трещин и
способа учета прочности) и взаимосвязь систем подтверждается вышеизложен-
ным, то классификационные системы можно рассматривать как взаимодопол-
няющие. Ошибка, вызванная эмпирическим характером классификаций, полу-
чаемая по одной из них, будет снижаться за счет более правильной оценки по
другой. Таким образом, совместная оценка должна быть надежнее.
Построены трех- и четырехрядные искусственный нейронные сети, состоя-
щие из 6–14 узлов [109]. Для их тренировки, уточнения и тестирования исполь-
зовались данные о полученных параллельно значениях показателей Q и RMR
при строительстве 300 туннелей в скальных массивах, относящихся к разным
классификационным категориям в Греции. При этом основной массив данных
относился к слабым скальным массивам (RMR = 0÷60 в 98% случаях и
Q = 0,01÷4 в 96% случаях). В ходе работы над нейронной сетью данные распре-
делялись следующим образом: 60% использовано при тренировке сети, 30% для
уточнения и 10% для тестирования. Таким образом, для тестирования использо-
ваны иные данные, чем при тренировке и уточнении, что позволяет оценивать
эффективность сети в практической работе.
Точность работы с данными, использованными при тренировке и уточнении
сетей, составила 1,7–3,5% для Q и 3,76–4,76% для RMR. По данным тестирова-
ния точность определения RMR составила 8–15%, показателя Q – 17–85%. Под-
черкивается, что из-за логарифмической шкалы Q-системы точность определе-
ния Q фактически аналогична RMR.
Представляется, что идея использования искусственных нейронных систем
является важным шагом в повышении надежности инженерных классификаций
скальных массивов. Вместе с тем, не преодолевается основной недостаток клас-
сификационных систем – их сугубо эмпирический характер и теоретическая не-
обоснованность. Не решена проблема непрогнозируемости величины ошибки.
Очевидно, что эффективность использования искусственных нейронных сетей
может быть несколько повышена путем обработки большего объема данных при
их тренировке, однако степень обозначенных проблем, следует полагать, при
таком подходе принципиально не снизится.
Вследствие математической сложности метода, его практическая реализа-
ция возможна только в форме прикладных программ для ЭВМ. Но скрытие
сущности систем Q и RMR за удобным программным интерфейсом без решения
указанных проблем может вести к ошибкам в интерпретации результатов. Ведь,
по выражению Бартона [99], инженерные классификации следует применять
руководствуясь «инженерным здравым смыслом».
В целом, опыт использования искусственных нейронных сетей следует счи-
тать подтверждением адекватности подхода систем Q и RMR. Необходимо отме-
тить, что точность работы нейронных сетей с параметром Q, полученная при
тренировке сети 1,7÷3,5% с учетом логарифмического характера Q значительно
выше, чем для RMR. Следовательно, истинный характер связи Q и входных па-
раметров нейронной сети проще, чем в случае RMR.
 1.8. Инженерные классификации скальных массивов на основе
коэффициентов структурного ослабления
Коэффициенты структурного ослабления учитывают влияние трещиновато-
сти скального массива на его прочностные свойства и связывают характеристи-
ки ненарушенного образца скального грунта и массива скальных грунтов.
В табл. 1.14 приведены значения коэффициента kc, введенного в отечествен-
ных нормах проектирования горных выработок [10], характеризующего соот-
ношение прочностей на одноосное сжатие.

Таблица 1.14
Классификация скальных массив на основе коэффициента kc
Степень трещиноватости Средний размер Характер kc
массива отдельностей, м прочности массива
Практически монолитный 1,5 Весьма прочный 0,9
Малотрещиноватый 1,0–1,5 Прочный 0,8
Среднетрещиноватый 0,5–1,0 Средней прочности 0,6
Сильнотрещиноватый 0,1–0,5 Слабый 0,4
Чрезвычайно трещиноватый < 0,1 Весьма слабый 0,2

За рубежом используют коэффициент структурного ослабления по методу

И. Хансаги [10], определяемый более строго на основе испытаний образцов
керна по формуле
1 ⎛ L1 ⎞
α= ⎜ p⋅h + ⎟, (1.21)
2L ⎝ k ⎠
где L – длина скважины, из которой извлечен керн;
p – число образцов скального грунта, полученных из кусков керна;
h – высота образца скального грунта;
L1 – общая длина кусков керна, больших, чем его диаметр;
k – число таких кусков керна.
Коэффициент α применяется совершенно аналогично kc.
 Другим методом оценки прочности скального массива на основе коэффици-
ента структурного ослабления является определение индекса скального массива
RMi1, предложенного А. Palmstorm в 1995 г. [118]. Значение RMi численно равно
прочности скального массива на сжатие в МПа и определяется по формуле
RMi = σ ci ⋅ J p , (1.22)

где σci – то же, что в формуле (1.3);

Jp – параметр трещиноватости, характеризующий размер блоков скального мас-
сива, шероховатость, степень метаморфизма и размер трещин, принимающий
значения от 0 до 1; фактически, это коэффициент структурного ослабления.
Параметр Jp рассчитывается в зависимости от объема блоков скального мас-
сива Vb (м3) и определяемых по таблицам [118] параметров шероховатости jR,
геометрии jL и метаморфизма jA трещин. Классификация скальных массивов на
основе параметра RMi приведена в табл. 1.15.
Таблица 1.15
Инженерная классификация скальных массивов на основе индекса RMi
Классификация по RMi Классификация по прочности RMi
скального массива
Исключительно низкий Исключительно слабый < 0,001
Очень низкий Очень слабый 0,001–0,01
Низкий Слабый 0,01–0,1
Средний Средний 0,1–1,0
Высокий Крепкий 1,0–10,0
Очень высокий Очень крепкий 10–100
Исключительно высокий Исключительно крепкий >100

В [118] сообщается, что формулы для определения параметра Jp получены

на основе недостаточно репрезентативных крупномасштабных экспериментов.
Таким образом, вопрос о сравнении точности параметра Jp и других коэффици-
ентов структурного ослабления остается открытым.

1
RMi – Rock Mass Index – Индекс скального массива.
 1.9. Классификации устойчивости обнажений скальных грунтов
Классификации устойчивости обнажений скальных грунтов следует назвать
узкоспециализированным видом систем инженерных классификаций скальных
массивов. Оценка устойчивости производится по критериям, основанным на
различных моделях реализации геотехнических процессов [10, 21]. Широко
распространен прочностной критерий устойчивости:
γ H ⋅ Kσ ≤ σ c , (1.23)
где Kσ – коэффициент концентрации напряжений на контуре сечения выработки;
σс – расчетное сопротивление пород сжимающим напряжениям.
Приведенный критерий не учитывает влияние размеров сечения выработки
и то, что разрушение в одной или нескольких точках контура не влечет потери
устойчивости. Этот подход был развит Н.С. Булычевым и Н.Н. Фотиевой, пред-
ложивших метод интегральной оценки устойчивости обнажений по конфигура-
ции и размерам возможных (условных) зон разрушения пород вокруг выработки
[21]. На основе классификации по устойчивости (табл. 1.16) даются рекоменда-
ции по выбору временной крепи и постоянной обделки.

Таблица 1.16
Классификации обнажений скальных грунтов по устойчивости
Н.С. Булычева и Н.Н. Фотиевой
Категория устойчивости Степень устойчивости пород Размер условной
пород зоны, м
I Вполне устойчивые –
II Устойчивые ≤ 0,2
III Средней устойчивости ≤ 0,4
IV Неустойчивые ≤1
V Весьма неустойчивые >1

Известна классификации устойчивости обнажений скальных грунтов вокруг

горизонтальных выработок, разработанная во Всесоюзном научно-
исследовательском институте горной механики и маркшейдерского дела
(ВНИМИ) [10, 21]. В качестве критерия устойчивости приняты смещения на
контуре поперечного сечения выработки за весь срок ее службы при отсутствии
крепи, в зависимости от которых устойчивость прогнозируется по табл. 1.17.

Таблица 1.17
Классификация обнажений скальных грунтов по устойчивости ВНИМИ
Категория Оценка состояния ус- Смещения, мм, в скальных грунтах:
устойчивости тойчивости грунтов осадочных изверженных соляных
I Устойчивое < 50 < 20 < 200
II Среднеустойчивое 50–200 20–100 200–300
III Неустойчивое 200–500 100–200 300–500
IV Сильно неустойчивое > 500 200 500

Величина смещений для выработок в осадочных и изверженных породах

вне зоны действия очистных работ определяется по формуле [10]
U = kα ⋅ kθ ⋅ k s ⋅ kв ⋅ kt ⋅ uт , мм, (1.24)
где uт – типовое смещение пород, мм, определяемое по графику [10] в зависи-
мости от глубины и расчетного сопротивления скальных грунтов сжатию.
k – коэффициенты, принимаемые в соответствии с [10]:
kα – влияния угла залегания пород и направления проходки относительно плос-
костей трещиноватости;
kθ – направления смещения пород;
ks – влияния размера выработки;
kв – воздействия соседних выработок;
kт – влияния времени возведения крепи.
Величина смещений в соляных породах определяется по формуле [10]
u = 500 ⋅ εθ b (1 + 0,07t ) kв , мм, (1.25)
где εθ – относительные деформации скальных грунтов за первый год службы
выработки, определяемые по графику [10];
b – ширина выработки в проходке, м;
t – срок службы выработки, лет.
Категорию устойчивости определяют по абсолютной величине максималь-
ного из смещений, определенных в кровле, стенах и лотке выработки.
Используется классификация скальных грунтов по склонности к вывалооб-
разованию (один из видов потери устойчивости), предложенная Н.С. Булыче-
вым (табл. 1.18) и ориентированная на применение в транспортном туннеле-
строении [21]. Оценка устойчивости скальных массивов осуществляется по по-
казателю S, определяемому на основе 8 параметров по формуле
KM K R ⋅ RW
S= f⋅ ⋅ , (1.26)
K N K t ⋅ K A ⋅ Kα
где f – коэффициент крепости породы по М.М. Протодьяконову;
K – коэффициенты, назначаемые в условных баллах в соответствии с таблица-
ми, характеризующие:
KM – степень трещиноватости скальных грунтов, определяется в зависимости от
пролета выработки и расстояния между трещинами;
KN – число систем трещин;
KR – шероховатость стенок трещин;
KW – обводненность скального массива;
Kt – раскрытие незаполненных трещин;
KA – заполнение трещин;
Kα – ориентировку выработки относительно наиболее развитой системы трещин.
Отношение K M K N характеризует степень трещиноватости массива, выра-
жение K R ⋅ KW /( K t ⋅ K A ⋅ Kα ) – сопротивление трещин сдвигу.
Использование произведения коэффициентов предполагает независимость
факторов друг от друга. В действительности, влияние перечисленных факторов
является в разной степени взаимозависимым (например, устойчивость слабых
пород при увлажнении уменьшается в большей степени, чем крепких). Данный
подход возможен, потому что целью оценки устойчивости является отнесение
скального грунта к категории, характеризуемой широким диапазоном измене-
ния общего показателя. Кроме того, при учете многих факторов их взаимное
влияние сглаживается, а коэффициенты выбираются с некоторым запасом [21].

Таблица 1.18
Классификация скальных грунтов по склонности к вывалообразованию
Н.С. Булычева
Категория Степень Показа- Характеристика состояния пород
устойчивости устойчивости тель S
I Вполне > 70 Вывалы и отслоения отсутствуют
устойчивые
II Устойчивые 5–70 Возможны отдельные отслоения
III Средней 1–5 Возможно образование вывалов
устойчивости из кровли
IV Неустойчивые 0,05–1,00 Вывалы вскоре после обнажения,
вывалы в стенах
V Весьма < 0,05 Обрушение вслед за обнажением
неустойчивые

1.10. Оценка механических характеристик скальных массивов на

основе инженерной классификации
Предварительная оценка механических характеристик скальных массивов
на основе их предельно общего описания возможна на основе классификации,
приведенной в ВСН 34-72-019-89 (табл. 1.19) и использованной в
СНиП 2.02.02-85 [75], которую также следует отнести к инженерным классифи-
кациям скальных массивов.
Классификация построена на сочетании геологического и инженерного
принципа: скальные грунты подразделены на 4 категории, для которых указано
одновременно геологическое строение и интервал прочности на одноосное сжа-
тие. Использование столь общего подхода обеспечивает простоту пользования и
позволяет оценить диапазон значений механических характеристик массива.
 1.11. Шкала качества скальных массивов
В «Институте Гидропроект» используется предложенная Л.С. Мирошнико-
вой шкала качества скальных массивов [47]. В основу методики положено поня-
тие группы качества скального массива – показателя, отражающего совокупное
влияние на геомеханические свойства скального массива основных инженерно-
геологических факторов, к которым отнесены прочность ненарушенного скаль-
ного грунта, трещиноватость и выветрелость. Методика предполагает возмож-
ность адаптации к конкретному проекту, включая или исключая из рассмотре-
ния отдельные характеристики скального массива.
Опыт использования шкалы качества показал [47], что в качестве диагно-
стических признаков наиболее эффективны следующие характеристики: проч-
ность скальных грунтов на одноосное сжатие σci; коэффициент выветрелости Kw
(отношение плотностей выветрелого и невыветрелого образца грунта); модуль
трещиноватости Mw (число трещин на 1 м линии измерения нормально к глав-
ной системе трещин), коэффициент трещинной пустотности КТП, показатель ка-
чества скального массива RQD. Для каждого диагностического признака прово-
дятся частные рейтинги в баллах, определяемые по предложенной методике,
далее определяется суммарный рейтинг.
Для максимально полного описания скального массива в методике возмож-
но использование дополнительных параметров, например, реакции скального
грунта на удар молотка или скорости распространения упругих волн.
Группа качества определяется на основе суммарного рейтинга по 100-
бальной шкале. Установлено соответствие между группой качества скального
массива (суммарного рейтинга по методике) и универсальными инженерными
классификациями – Q-системой и классификацией RMR.
Прогнозная часть методики основана на СНиП 2.02.02-85 [75] (см., напри-
мер, табл. 1.19). Таким образом, шкала качества повышает эффективность ис-
пользования нормативных рекомендаций при предварительной оценке механи-
ческих свойств скальных грунтов.
 Таблица 1.19
Нормативные геомеханические характеристики массивов скальных грунтов*
Е, fм k0, В массиве по площадкам, не Вдоль трещин с песчаным (ПЗ) и глинистым (ГЗ)
МПа Н/см3 приуроченным к поверхно- заполнителем*** при ширине их раскрытия, мм
стям ослабления, для расчетов
НДС и устойчивости** и <2 2–20 > 20
Грунты
местной для физического в том числе ПЗ ГЗ ПЗ ГЗ

Категория
прочности моделирования сомкнутые
tgφ c, tgφ c, МН/м2 tgφ c, tgφ c, tgφ c, tgφ c, tgφ c,
2 2 2 2
МН/м2 МН/м МН/м МН/м МН/м МН/м2
1 Скальные (массивные, крупнооб- 8 > 400 1,80 2,00 1,40 1,60 1,1 0,30 1,00 0,20 0,85 0,15 0,75 0,10 0,55 0,04
ломочные, слоистые, плитчатые, 0
очень слабо и слаботрещинова-

10000
тые, невыветрелые) с Rc > 50 МПа
2 Скальные (массивные, крупнооб- 5–8 2500– 1,50 1,70 1,20 1,30 1,0 0,20 0,90 0,15 0,75 0,10 0,70 0,06 0,55 0,03
ломочные, блочные, слоистые, 4000
плитчатые, среднетрещиноватые,

5000–
10000
слабовыветрелые) с Rc < 50 МПа
3 Скальные (массивные, крупнооб- 3–4 1500– 1,30 1,00 1,00 0,80 0,90 0,15 0,80 0,10 0,70 0,06 0,60 0,03 0,50 0,02
ломочные, блочные, слоистые, 2000
плитчатые, сильно и очень силь-
нотрещиноватые) с Rc = 15–50

3000–5000
МПа, скальные (слабовыветрелые,
слаботрещиноватые) с Rc = 5–15
4 Полускальные (плитчатые, тонко- < 3 <1000 1,00 0,30 0,80 0,25 0,80 0,10 0,70 0,06 0,60 0,03 0,55 0,02 0,40 0,015
плитчатые, средне, сильно и очень
сильнотрещиноватые) с Rc < 5

< 3000
МПа
*Обозначения: Е – модуль деформации, fм – коэффициент крепости в массиве, k0 – коэффициент удельного отпора; tgφ и с – параметры сопротивления
сдвигу. **Методами предельного равновесия. ***Для всех видов расчетов и физического моделирования
 Выводы по главе 1
1. Главной причиной недостаточной надежности существующих инженерных
классификаций скальных массивов является то, что они основаны на обоб-
щении опыта строительства подземных сооружений без обеспечения доста-
точной репрезентативности различных инженерно-геологических условий.
Одним из существенных недостатков интегральных классификационных
показателей в инженерных классификациях скальных массивов является
сложность их интерпретации без достаточного научного обоснования.
2. Среди множества инженерных классификаций скальных массивов на сего-
дняшний день одной из наиболее используемых в мировой инженерной
практике является Q-система, основанная на обобщении наибольшего объе-
ма экспериментальных исследований (более 1200 подземных сооружений).
3. Q-система является динамично развивающейся методикой, совершенствуясь
на протяжении 30 лет благодаря учету данных, полученных в ходе нового
строительства. Более подробно по сравнению с другими инженерными
классификациями проработана взаимосвязь Q-системы с физико-
механическими свойствами скальных массивов.
4. Использование инженерных классификаций скальных массивов требует
учета технологии возведения подземных сооружений. В частности, Q-
система ориентирована на новоавстрийский метод туннелестроения. Суще-
ствующие инженерные классификации не предназначены для сооружений,
возводимых туннелепроходческими комплексами.
5. В инженерной классификации скальных массивов должны учитываться
форма поперечного сечения подземных сооружений и конструктивное ре-
шение обделок, включая прочностные характеристики конструкций, что
существующие классификации не учитывают в достаточной степени.
6. Имеющийся опыт разработки инженерных классификаций показывает, что
как исходные параметры классификаций оптимальны так называемые каче-
ственные характеристики скальных массивов. Наилучшим существующим
вариантом таких характеристик являются параметры Q-системы.
 ГЛАВА 2. ПЛАНИРОВАНИЕ ЧИСЛЕННОГО
ЭКСПЕРИМЕНТА

Планирование численного эксперимента осуществляется на основе теории

планирования экспериментов (ТПЭ) [2, 5–6, 25, 34, 38, 44, 52, 59, 62, 68, 73, 88].
Теория, предложенная Р. Фишером в 1920-х гг. и получившая широкое распро-
странение около полувека назад, предлагает математически обоснованный уни-
версальный подход, зарекомендовавший себя очень результативным в научной
работе. Для достижения целей настоящей работы необходимо осуществить рег-
рессионный численный эксперимент, то есть эксперимент, направленный на по-
лучение функции отклика – математической модели в виде формульной зависи-
мости, связывающей отклик объекта исследования и его входные контролируе-
мые факторы.

2.1. Выбор входных факторов и интервалов их варьирования

При использовании ТПЭ [6, 59, 68 и др.] входные контролируемые факторы,
качественные или количественные, определяются на ограниченной дискретной
области, должны быть не коррелированными (каждый фактор в эксперименте
может принимать любой уровень вне зависимости от уровней других факторов,
достаточным условием этого является отсутствие между факторами линейной
связи) и совместимыми (любая комбинация факторов – осуществима в экспе-
рименте). Количество входных факторов минимизируется из соображений уп-
рощения плана эксперимента и функции отклика (что означает повышение точ-
ности функции отклика и, следовательно, эффективности эксперимента), по-
этому в комбинацию варьируемых факторов после предварительного анализа
всех возможных факторов с последующим отсевом включаются лишь значи-
мые. Значимость факторов оценивается на основе априорной информации.
Помимо общих требований к факторам в ТПЭ, необходимо учесть и допол-
нительные, вытекающие из существа работы. Так, все факторы должны быть
используемыми в инженерной практике. Комбинация факторов должна характе-
ризовать скальный массив и подземное сооружение во всех существенных от-
ношениях, необходимых для целостного представления о геотехнической си-
туации и формирования расчетной схемы с необходимой детальностью. В част-
ности, необходима возможность вычисления на основе исходной комбинации
факторов необходимых для выполнения численного эксперимента механиче-
ских характеристик скального массива.
Определение интервалов варьирования факторов в основном связано с
удовлетворением условию их совместимости, поэтому из областей определения
большинства факторов исключаются экстремальные значения, характеризую-
щие редкие, предельные в каком-либо отношении проявления свойств скально-
го массива. Решение о сужении областей определения факторов является типо-
вым при планировании эксперимента [2].
В результате проведенного анализа выбрана комбинация из шести факторов,
четыре из которых характеризуют свойства скального массива, остальные два –
размеры и заглубление подземного сооружения. В качестве базового подхода
при описании свойств скального массива использована Q-система, которая, как
показано главе 1, является одной из самых удачных и позволяет наиболее адек-
ватно отразить свойства скальных массивов. В качестве входных варьируемых
факторов численного эксперимента выбраны следующие.
1. Фактор Х1, равный отношению RQD J n в Q-системе, характеризующий
средний размер блоков скального массива. Минимальное значение соответству-
ет «очень плохому скальному массиву при сильной трещиноватости (четыре и
более сети трещин, случайные трещины)» – X 1min = 10 15 = 0,667 . Максимальное
значение – «отличный скальных массив, ни одной или несколько трещин» – от-
ношение X 1max = 90 1 = 90 .
2. Фактор Х2, соответствующий отношению J r J a в Q-системе, характери-
зующий прочность контактов между блоками скального массива. Наименьшее
значение – «зеркально ровные, плоские стенки трещин при сплошном покрытии
стенок глинистым материалом» – отношение X 2min = 0,5 8 = 0,0625 . Наибольшее
значение – «прерывистые трещины, закрытые, без ослаблений, с непроницае-
мым заполнителем» – отношение X 2max = 4 0,75 = 5,33 .
3. Фактор Х3, равный параметру Jw в Q-системе, характеризующий гидро-
геологическое состояние скального массива. Наименьшее значение – «напор
0,25–1,0 МПа» – X 3min = 0,33 . Наибольшее значение – «сухая разработка или

минимальный водоприток, напор не более 0,1 МПа» – X 3max = 0,33 .

4. Фактор Х4 – степень прочности на одноосное сжатие ненарушенного об-
разца скального грунта σci. Как установлено в п. 2.4, прочность скального грун-
та σci, характеризуемого факторами X1–X2, может принимать значения только на
некотором интервале, зависящем от этих факторов. Таким образом, существует
корреляция между прочностью σci и факторами X1–X2, что не допускает непо-
средственное включение прочности в комбинацию входных факторов численно-
го эксперимента. Фактор Х4, принимая значения на интервале [0,2; 0,8], указы-
вает на величину прочности из найденного интервала.
На начальном этапе работы в качестве входного фактора рассматривался
понижающей коэффициент на напряженное состояние SRF, однако включение
его в комбинацию факторов оказалось невозможным из-за существования кор-
реляции между SRF и факторами X1–X3 и X6 как изложено в п. 2.6.
5. Фактор Х5 – пролет подземного сооружения. Интервал варьирования фак-
тора назначаем таким образом, чтобы он охватывал типовые пролеты туннелей
различного назначения (гидротехнического, транспортного), а также соответст-
вовал интервалу пролетов, рассмотренному в Q-системе. Принимаем
X 4min = 5 м; X 4max = 15 м.
6. Фактор Х6 – заглубление подземного сооружения. Интервал варьирования
назначаем из тех же соображений, что и фактора X5. Необходимо отметить, что
интервал глубин в эксперименте не должен выходить за рамки глубин, рассмот-
ренных в Q-системе, иначе следует вопрос о применимости параметров Q-
системы для иных глубин.
 Варьирование конструктивных решений обделок представляется нецелесо-
образным. Во-первых, такое варьирование повлечет заметный рост числа вход-
ных факторов, ведущий к снижению эффективности эксперимента. Во-вторых,
представляется, что изменение параметров конструктивных решений обделок
(особенно без изменения геометрии сечения – то есть изменение между бетон-
ными или железобетонными обделками из бетонов различных классов с разным
армированием) ведет в конечном итоге к изменению несущей способности об-
делки, взаимосвязанной с изменением ее модуля упругости, которое никак не
зависит от свойств скального массива и, в частности, от принятых выше вход-
ных факторов эксперимента. Поэтому следует ожидать, что изменение конст-
руктивного решения обделки будет влиять на взаимодействие подземного со-
оружения и скального массива менее сложным образом, чем комбинация вход-
ных факторов, и это влияние будет возможно установить с помощью отдельных
дополнительных численных опытов.
Таким образом, в качестве обделки туннелей принимаем сплошную бетон-
ную обделку из бетона класса по прочности на сжатие В15 (минимальный класс
бетона для монолитных обделок по нормам [79]) предполагая необходимость в
дальнейшем разработки методики использования полученных результатов.
Толщину обделки назначаем относительной – пропорциональной пролету тун-
неля. Варьирование относительной толщины обделки нецелесообразно, так как
в [67] влияние изменения относительной толщины обделки признано малозна-
чимым, а включение в комбинацию седьмого фактора нежелательно, как уже
отмечено выше. Поэтому в эксперименте рассматриваем раздельно два значения
относительной толщины обделок выбранных с учетом [67, 77] – 0,15r и 0,10r
(где r – радиус туннеля в свету).
В ТПЭ из соображений удобства обработки данных все входящие факторы
задаются в относительных единицах (нормируются) таким образом, что мини-
мальному значению фактора соответствует в новых единицах –1, максимально-
му +1, а нуль – начало координат факторного пространства, называемое основ-
ным уровнем фактора. Преобразование координат факторного пространства при
нормировании – линейное, поэтому промежуточные значения определяются
линейной интерполяцией. Рабочая матрица численного эксперимента приведена
в табл. 2.1.

Таблица 2.1.
Рабочая матрица численного эксперимента
Уровни Кодовое Факторы
факторов обозначение X1 X2 X3 X4 X5, м X6, м
Верхний +1 90 5,33 1 0,8 15 250
Основной 0 45,33 2,70 0,665 0,5 10 150
Нижний –1 0,667 0,0625 0,33 0,2 5 50
Интервал
И 44,67 2,63 0,335 0,3 5 100
варьирования

2.2. Существование неявной информации в комбинации варьируемых

факторов
Для осуществления численного эксперимента свойства скальных грунтов
должны быть заданы с помощью механических характеристик, используемых в
качестве исходных данных в расчетных программах для ЭВМ, а не в форме ка-
чественных параметров, какими являются факторы X1–X3. Однако преобразова-
ние комбинации факторов X1–X3 в механические характеристики представляет
определенную сложность из-за отсутствия методик расчета механических ха-
рактеристик на основе Q-системы, за исключением модуля деформации и проч-
ности скального массива на сжатие, которых недостаточно для описания меха-
нических свойств скального массива. Следует отметить, что параметры Q-
системы не используются вне рамок классификационной системы, в основном,
по причине отсутствия таких методик.
В то же время, раз Q-система позволяет получить качественные результаты
(о чем свидетельствует многолетний опыт ее применения), то ее параметры в
достаточной степени и с достаточной точностью характеризуют скальный мас-
сив. Таким образом, эти параметры содержат в неявном виде информацию о
наиболее существенных для статической работы подземных сооружений меха-
нических свойствах скального массива. Следовательно, эта неявная информа-
ция должна поддаваться формализации.
В [99, с. 200] указано, что функция arctg ( J r J a ) является «удовлетвори-
тельным приближением» для оценки угла внутреннего трения скального масси-
ва. Этот тезис повторен в [118] с ссылкой на [99]. В [12] аналогичная оценка
охарактеризована как «приближенное представление». В других публикациях,
детально рассматривающих Q-систему [95, 98, 104, 108 и др.], о возможности
непосредственной оценки угла внутреннего трения скального массива по пара-
метрам Jr и Ja не упоминается. Угол внутреннего трения, определенный как
arctg ( J r J a ) , для верхнего и нижнего уровней фактора X2 будет соответствен-
но: 79,4° или 3,58°. Считая характерными значения этого показателя для скаль-
ных массивов 14–57° [118], такая оценка не представляется реалистичной.
Способ формализации информации, содержащейся в параметрах X1–X4,
найден в совместном использовании Q-системы с методиками, основанными на
критерии прочности скальных грунтов и массивов Hoek-Brown в сочетании с
компьютерными методами расчета.

2.3. Теория прочности скальных грунтов и массивов Hoek-Brown

Критерий прочности [102, 104–107, 116, 118] был предложен в 1980 г.
E. Hoek и E.T. Brown и в дальнейшем совершенствовался Hoek с участием
Brown, Wood, Shah, Kaiser, Bawden, Carranza-Torres и Corkum. Теория Hoek-
Brown рассматривается в последней редакции Hoek, Carranza-Torres и Corkum
от 2002 г. [102, 107, 116]. Критерий прочности Hoek-Brown для трещиноватого
скального массива имеет вид:
a
⎛ σ ⎞
σ 1 = σ 3 + σ ci ⎜ mb 3 + s ⎟ (2.1)
⎝ σ ci ⎠
где σ1, σ3 – соответственно максимальные и минимальные главные напряжения
в предельном состоянии;
mb – постоянная m для скального массива;
s и a – параметры скального массива, зависящие от индекса GSI;
σci – то же, что в формуле (1.3).
Для ненарушенного образца скального грунта критерий принимает вид:
0,5
⎛ σ ⎞
σ 1 = σ 3 + σ ci ⎜ mi 3 + 1⎟ , (2.2)
⎝ σ ci ⎠
где mi – значение постоянной m для ненарушенного скального грунта, назна-
чаемое ориентировочно по справочным данным в зависимости от петрографи-
ческого вида грунта, либо по результатам испытания ненарушенного образца
скального грунта на трехосное сжатие; принимает значения на интервале [2; 35]
[104–105, 116] и характеризует степень взаимного зацепления минеральных
частиц скального грунта [35].
Начиная с 1994 г. в качестве параметра, характеризующего влияние трещи-
новатости в теории Hoek-Brown, используется геологический индекс прочности
GSI1 (ранее эту цель выполнял классификационный показатель RMR, описан-
ный в п. 1.5 [102, 106]), определяемый в зависимости от степени раздробленно-
сти скального массива и состояния трещин [104–105]. Индекс GSI принимает
значения на интервале [5; 100]. Он связывает постоянные m для ненарушенного
скального грунта и массива, а также позволяет рассчитать параметры s и а по
формулам:
GSI −100
mb = mi ⋅ e 28−14 D
; (2.3)
GSI −100
s=e 9−3 D
; (2.4)

1 1 ⎛ − 15
GSI −20
⎞
a = + ⎜e − e 3 ⎟, (2.5)
2 6⎝ ⎠
где D – коэффициент учета ухудшения свойств скального массива, вызванного
нарушениями в результате разработки подземного сооружения. При использо-

1
Geological Strength Index – Геологический индекс прочности.
вании туннелепроходческих машин D = 0, поэтому в дальнейшем при записи
формул коэффициент D опускается.
Для ненарушенного скального грунта (GSI = 100) будет s = 1, a = 0,5 и
mb = mi . По мере возрастания степени нарушенности s и mb – уменьшаются, па-
раметр а – возрастает, и для предельно нарушенного массива (GSI = 5) парамет-
ры принимают значения s = 2,6 ⋅ 10−5 ≈ 0 , a = 0,619, mb = 0,067÷1,176. Парамет-
ры s и а характеризуют степень нарушенности скального массива и являются
функцией геологического индекса прочности, что видно из формул (2.4–2.5).
Они не имеют особого геомеханического толкования, и после введения в мето-
дику Hoek-Brown индекса GSI уступили ему роль характеризующего параметра,
став вспомогательными величинами расчетной методики.
Существует взаимосвязь геологического индекса прочности и коэффициен-
та Пуассона скального массива [119], как показано в табл. 2.2.

Таблица 2.2.
Взаимосвязь геологического индекса прочности и коэффициента Пуассона
Индекс GSI 10÷30 30÷38 38÷65 65÷75 75÷100
Коэффициент Пуассона ν 0,3 0,3÷0,25 0,25 0,25÷0,2 0,2

Модуль деформации скального массива рассчитывается по формулам (в

дальнейшем множитель (1 − D 2 ) , равный единице при D = 0, опускается):

⎛ D⎞ σ ci GSI −10
⎫
E = ⎜ 1 − ⎟ ⋅ 1000 ⋅ 10 40 , МПа (для σ ci ≤ 100 МПа); ⎪
⎝ 2⎠ 100 ⎪
GSI −10 ⎬ (2.6)
⎛ D⎞ ⎪
E = ⎜ 1 − ⎟ ⋅ 1000 ⋅ 10 40 , МПа (для σ ci > 100 МПа).
⎝ 2⎠ ⎪
⎭
Прочность скального грунта на растяжение определяется по формуле:
s ⋅ σ ci
σt = − . (2.7)
mb
Таким образом, механические свойства скального массива в теории Hoek-
Brown полностью характеризуется всего тремя параметрами: постоянной mi,
пределом прочности на одноосное сжатие ненарушенного образца скального
грунта и геологическим индексом прочности GSI. Причем первые два парамет-
ра характеризуют ненарушенный скальный грунт, а последний – вводит взаимо-
связь механических свойств ненарушенного скального грунта и сложенного им
скального массива.
Так как два исходных параметра из трех являются нестандартными, приме-
нение теории Hoek-Brown было изначально затруднено, потому что механиче-
ские свойства грунта исторически принято характеризовать углом внутреннего
трения φ и удельным сцеплением с в соответствии с теорией Кулона-Мора.
Прямая связь между параметрами Hoek-Brown и Кулона-Мора отсутствует, и
создание методики перехода от одной системы параметров к другой было важ-
ной задачей Hoek и др. В [104] предложен ориентированный на ЭВМ числен-
ный метод однонаправленного перехода к параметрам Кулона-Мора. В [107,
116] предложен вариант методики, позволивший значительно упростить алго-
ритм расчета, рассмотренный ниже.
Параметры c и φ, а также прочность скального массива на сжатие σcm опре-
деляются по формулам:
⎛ 6amb ( s + mbσ 3n ) ⎞
a −1

ϕ = arcsin ⎜ ⎟; (2.8)
⎜ 2 (1 + a )( 2 + a ) + 6am ( s + m σ )a −1 ⎟
⎝ b b 3n ⎠

σ ci ( (1 + 2a ) s + (1 − a ) mbσ 3n ) ( s + mbσ 3n )
a −1

c= , МПа; (2.9)

(1 + a )( 2 + a ) 1+
(6am ( s + m σ
b b )
3n
a −1
)
(1 + a )( 2 + a )
a −1

( mb + 4s − a ( mb − 8s ) ) ⎛⎜ m4b + s ⎞⎟
σ cm = σ ci ⋅ ⎝ ⎠ , МПа, (2.10)
2 (1 + a )( 2 + a )

где σ 3′n = σ 3max

′ σ ci , σ 3max
′ = σ ci 4 – в общем случае.
Для автоматизации расчетов фирмой Rocscience Inc. разработана программа
RocLab, основанная на приведенном методе.
 Для использования методики в более сложном алгоритме интерпретации
варьируемых факторов, разработана программа HOEKROCK2002 (см. прило-
жение 1) в среде программного комплекса Mathcad (версия 11). Исходными дан-
ными являются σci (МПа), GSI и mi. Результат содержит параметры mb, s, a, E, σt,
σcm, c (модуль упругости, прочности и удельное сцепление в МПа) и φ (граду-
сы). Проведенное сравнение результатов, полученных по программам RocLab
(версия 1.009) и HOEKROCK2002, показало их абсолютную сходимость.

2.4. Формализация неявной информации в параметрах Q-системы

На основе Q-системы могут быть непосредственно определены модуль де-
формации скального массива и, задаваясь объемным весом скального массива,
его прочность на сжатие σсm:
σ ci
EQ = 10000 ⋅ 3 Qc = 10000 ⋅ 3 Q ⋅ = EQ (σ ci ) , МПа ; (2.11)
100
σ ci
σ cm,Q = 5γ ⋅ 3 Qc = 5γ ⋅ 3 Q ⋅ = σ cm ,Q (σ ci ) , МПа , (2.12)
100
где Qc = Q ⋅ σ ci 100 ;
γ – объемный вес скального массива (тс/м3);
задаемся γ = 2,7 тс/м3 ≈ 26,5 кН/м3 .
Видно, что для оценки модуля деформации и прочности скального массива
недостает лишь прочности образца скального грунта на одноосное сжатие. В то
же время, модуль деформации может быть определен из формулы (2.6):
⎧ σ ci GSI −10
⎫
⎪⎪ 1000 ⋅ 10 40
, σ ci ≤ 100 МПа ⎪⎪
EH-B =⎨ 100 ⎬ = EH-B (σ ci , GSI ) . (2.13)
⎪ GSI −10
⎪
⎩⎪1000 ⋅ 10
40
, σ ci > 100 МПа ⎭⎪
Приравнивая EQ = EH-B из совместного рассмотрения формул (2.1 и 2.13)

выражаем GSI как функцию от прочности σci:

 ⎧ ⎛ EQ ⎞ ⎫
⎪10 + 40 ⋅ lg ⎜ ⎟ , σ ci ≤ 100 МПа ⎪
⎪⎪ ⎜⎜ 1000 σ ci ⎟⎟ ⎪⎪
GSI = ⎨ ⎝ 100 ⎠ ⎬ = GSI (σ ci ) . (2.14)
⎪ ⎛ EQ ⎞ ⎪
⎪10 + 40 ⋅ lg ⎜ ⎟ , σ ci > 100 МПа ⎪
⎪⎩ ⎝ 1000 ⎠ ⎪⎭

Зная GSI, по табл. 2.2 находится коэффициент Пуассона скального массива.

Из формул (2.3–2.5 и 2.9) легко видеть, что:
σ cm ,H-B = σ cm ,H-B (σ ci , mi , GSI ) . (2.15)
В формуле (2.14) показано, что при известных параметрах Q-системы ин-
декс GSI зависит только от прочности σci, поэтому функцию (2.15) можно не-
сколько упростить:
σ cm ,H-B = σ cm ,H-B (σ ci , mi ) . (2.16)
Как следует из формул (2.12 и 2.16), при известных параметрах Q-системы
прочность скального массива является функцией от параметров ненарушенного
скального грунта, то есть при одних и тех же значениях параметров Q-системы
она будет оказываться различной. Так как прочность может быть получена по
двум методикам, следовательно можно приравнять формулы (2.12 и 2.16):
σ cm ,Q (σ ci ) = σ cm ,H-B (σ ci , mi ) . (2.17)

Уравнение (2.17) является степенным уравнением с двумя неизвестными и

имеет множество решений, то есть существуют различные комбинации σci, mi,
при которых равенство выполняется. Решение уравнения возможно на ЭВМ пу-
тем перебора возможных комбинаций неизвестных.
Учет физического смысла неизвестных величин позволяет сузить множест-
во решений: для прочности σci характерными следует считать значения на ин-
тервале [5; 250] МПа, для постоянной mi – [2; 35]. Считая петрографический
тип скального грунта неизвестным, то есть задавая mi ∈ [2; 35], из решения
уравнения (2.17) получается некоторый интервал значений прочности. Пересе-
чение полученного интервала с интервалом возможных значений прочности ис-
ходя из физического смысла (то есть с интервалом [5; 250] МПа) дает интервал
значений прочности σci, возможных при заданных параметрах Q-системы у
скальных грунтов любого петрографического типа.
Таким образом, если при известных параметрах Q-системы по рассмотрен-
ным выше методикам в отдельности нельзя получить какой-либо информации о
значении прочности σci, то при комбинировании методик из уравнения (2.17)
получен интервал значений прочности σci, возможных при данных параметрах
Q-системы. Следовательно, информация о прочности содержится в неявном ви-
де в параметрах Q-системы и может быть формализована изложенным спосо-
бом. Это также подтверждает ранее сделанный общий вывод о содержании в
параметрах Q-системы неявной инженерно-геологической информации и прин-
ципиальной возможности ее формализации.
Знаний об интервале значений прочности, возможных при известных пара-
метрах Q-системы, недостаточно для окончательного определения механиче-
ских характеристик скального массива: разным прочностям из этого интервала
будет соответствовать разные mi, характерные для различных скальных грунтов.
Значит, конкретная комбинация параметров Q-системы указывает сразу на не-
сколько комбинаций параметров σci и mi, то есть сразу на несколько скальных
грунтов. Поэтому для выбора из этих скальных грунтов одного, используемого
в эксперименте, необходимо дополнить исходную информацию знанием либо о
петрографическом типе скального грунта (то есть о параметре mi), либо об
уровне значений прочности.
На выбор такого дополнительного параметра накладывают ограничения
принцип совместимости входных факторов в ТПЭ. Конкретные параметры
Q-системы, как показано выше, соответствуют конкретным комбинациям пара-
метров σci и mi, каждый из которых находится на некотором интервале значений,
который в общем случае у́же, чем интервал значений параметра исходя из фи-
зического смысла (то есть при любых значениях прочих параметров). Если
входной фактор будет задавать конкретное значение mi, то оно может не соот-
ветствовать допустимому значению прочности и условие совместимости вы-
полняться не будет (та же проблема будет и при задании конкретного значения
прочности σci). Как следует из изложенного, при конкретной комбинации пара-
метров Q-системы может быть получен интервал возможных значений прочно-
сти, любое значение из которого будет удовлетворять требованию совместимо-
сти. Поэтому в качестве дополнительного фактора, выбран относительный уро-
вень прочности из интервала возможных значений (фактор X4).
Принципиально, с математической точки зрения, в качестве дополнитель-
ной информации может выступать фактор, характеризующий интервал возмож-
ных значений mi в предположении, что прочность σci не выходит за рамки зна-
чений, определяемых физическим смыслом своего понятия. С учетом же гео-
технического смысла планируемого эксперимента, выбранный выше вариант
предпочтительнее.
После добавления фактора X4, получаемый из решения уравнения (2.17) ин-
тервал значений прочности σci преобразуется в определенное значение прочно-
сти, которое при подстановке в (2.17) оставит в уравнении лишь одно неизвест-
ное – параметр mi, который может быть найден.
Следовательно, на основе параметров Q-системы и относительного уровня
прочности (фактора X4) могут быть вычислены параметры σci и mi и GSI. Этих
данных достаточно для расчета механических характеристик скального массива
на основе методики, изложенной в п. 2.3.

2.5. Особенности учета параметров Q-системы при вычислении

механических характеристик скального массива
Изначально Q-система предназначена для оценки требований к креплению
подземных сооружений, то есть для выбора конструктивного решения обделки
(если она требуется) и оценки ее параметров: толщины, шага анкеров и т. д.
Также в Q-системе предложены формулы для определения стабилизированного
горного давления (то есть нагрузки на обделку), величина которого взаимосвя-
зана с конструктивным решением и параметрами обделки.
В целом, показатель Q – это количественная мера устойчивости выработки в
скальном массиве [12], то есть это характеристика способности скального мас-
сива вмещать подземную выработку – чем больше эта способность, тем менее
мощная обделка требуется при прочих равных условиях. Как следует из форму-
лы (1.7), устойчивость выработки зависит от степени раздробленности скально-
го массива (первое отношение в формуле), от состояния трещин (второе отно-
шение) и от характера природного напряженного состояния массива (третье от-
ношение). Характер же напряженного состояния определяется, в свою очередь,
гидрогеологическими условиями (параметр Jw), а также соотношением главных
напряжений и их относительным уровнем в сравнении с прочностью скального
грунта (параметр SRF).
Целью формализации механических характеристик скальных массивов на
основе параметров Q-системы в настоящей работе является использование ме-
ханических характеристик для описания свойств скального массива при расчете
системы «подземное сооружение – скальный массив» на ЭВМ. В расчетной
схеме, задаваемой при численных расчетах, отражаются физико-механические
свойства скального грунта, геометрические характеристики системы (форма,
размеры подземного сооружения и т. д.) и граничные условия. Последние вклю-
чают в себя информацию о возможности перемещений и поворотов на границах
расчетной схемы, о гидростатическом давлении на границах и о внешних по от-
ношению к рассчитываемой системе силах, влияющих на напряженное состоя-
ние внутри системы.
На первом этапе численного расчета на основе расчетной схемы моделиру-
ется природное напряженное состояние скального массива, на последующих
этапах – складывающееся в ходе строительства и эксплуатации. Таким образом,
на всех этапах расчета моделируется реальное напряженное состояние системы
«подземное сооружение – скальный массив» на основе всего объема информа-
ции, представленной в расчетной схеме, то есть выполняется расчет с непосред-
ственным определением и учетом истинных напряжений с учетом граничных
условий (расчет на нагрузки, определяемые расчетом). Следует отметить, что
данный принцип и является главным преимуществом численного моделирова-
ния в сравнении с другими методами расчетов (расчет на заданные нагрузки).
 Таким образом, если при вычислении механических параметров скального
массива использовать параметры Q-системы обычным образом, то при оценке
механических параметров будут определены параметры такого скального грун-
та, устойчивость выработки в котором будет соответствовать Q. Однако в ходе
дальнейшего численного моделирования с использованием полученных дан-
ных, в расчетной схеме будут непосредственно определены и учтены внешние
силы (напор воды, природные напряжения). Следовательно, влияние напряжен-
ного состояния скального массива на устойчивость подземного сооружения бу-
дет учтено дважды. Поэтому не представляется возможным использование па-
раметров Q-системы в обычной форме для оценки механических характеристик
скальных массивов, которые в дальнейшим будут использованы в численных
расчетах системы «подземное сооружение – скальный массив».
Для оценки механических параметров скального массива следует учитывать
без изменений значения параметров Q-системы, характеризующих именно ме-
ханические свойства скального массива (показатель качества скалы RQD; пока-
затели числа сетей трещин Jn; шероховатости трещин Jr и метаморфизма тре-
щин Ja). Понижающий же коэффициент на обводненность трещин Jw и пони-
жающий коэффициент на напряженное состояние SRF характеризуют не какие-
либо дополнительные свойства скального массива (физические или механиче-
ские), а учитывают влияние напряженного состояния на устойчивость выработ-
ки (так, в массивах с одинаковыми прочностными свойствами при различном
напряженном состоянии устойчивость выработки будет разной). Чтобы избе-
жать двойного учета влияния напряженного состояния, а значит и получения
некорректных результатов, Jw и SRF следует принять равными 1 (что в Q-
системе соответствует необводненному скальному массиву при «среднем» на-
пряженном состоянии).
Необходимость корректировки классификационных систем (путем исклю-
чения одного из параметров Jw и SRF или обоих) при использовании их для
оценки иных характеристик скального массива была отмечена в [106, 118].
 Рассмотренные особенности использования Q-системы демонстрируют
один из основных недостатков эмпирических классификационных показате-
лей – характеризуя различные свойства скального массива одним интегральным
показателем, его следует вычислять с учетом особенностей классификации и
геотехнического смысла искомого результата

2.6. Взаимосвязь параметра SRF с варьируемыми факторами

Понижающий коэффициент на напряженное состояние SRF является эмпи-
рической величиной [98–99, 118 и др.], используемой в Q-системе для учета
влияния природного напряженного состояния скального массива на устойчи-
вость подземной выработки. Как видно из табл. 1.12, для назначения SRF вна-
чале устанавливается принципиальный характер инженерно-геологических ус-
ловий, которому соответствует одна из четырех секций таблицы. Далее на осно-
ве количественного и качественного описания скального массива назначается
окончательное значение SRF. При этом первые две секции табл. 1.12 являются
основными, а последние две – рассматривают особые условия.
Секция (a) табл. 1.12 рассматривает скальные массивы, где определяющим
для устойчивости подземных выработок является трещиноватость, и предлагает
SRF на интервале 2,5÷10. Также учитывается заглубление сооружения. Как из-
вестно, трещиноватость массива в численном эксперименте характеризуется
параметрами X1 и X2, а заглубление – X6. Численные значения указанных факто-
ров однозначно указывают на конкретное SRF в таблице. Например, факторам
X1 и X2 на нижнем уровне варьирования при любом значении X6 должен соот-
ветствовать SRF = 10.
Секция (b) табл. 1.12 позволяет назначить SRF, если определяющим являет-
ся уровень действующих природных напряжений. В этом случае SRF = 0,5÷400
в зависимости от отношения прочностей скального грунта (на сжатие и растя-
жение) к максимальному напряжению. Поскольку в эксперименте не рассмат-
ривается влияние внешних по отношению к расчетной схеме сил (имеющих ме-
стно в некоторых регионах Земли) и объемный вес скального грунта условно
считается постоянным, отношение прочности σci к наибольшему напряжению
будет зависеть лишь от прочности (при постоянной глубине), являющейся ме-
ханической характеристикой скального массива. Но как следует из. п. 2.4 пара-
метры X1 и X2 определяют интервал возможных для скального грунта значений
прочности σci, а также, как следует из формулы (2.7), и интервал значений проч-
ности скального грунта на растяжение σt. Поэтому параметры X1 и X2 значи-
тельно ограничивают интервал возможных SRF, получаемых по секции (b) таб-
лицы, а с учетом параметра X4 – определяют единственное SRF.
Секция (c) табл. 1.12 рассматривает случай пластической работы скального
массива, переход к которой зависит от механических свойств массива и заглуб-
ления. В секции (c) SRF = 5÷20. Глубина, на которой возможно (а не обязатель-
но имеет место) такое состояние, оценена в [98] как H ≥ 350 3 Q (примечатель-
но, что Q в данном условии зависит в том числе от SRF, для определения кото-
рого условие и проверяется). Условие также свидетельствует о зависимости
SRF, определяемого по секции (c) табл. 1.12, от факторов X1–X3 и X6.
Секция (d) табл. 1.12 посвящена влиянию на устойчивость выработок набу-
хающего заполнителя трещин, которое учитывается как SRF = 5÷15. Такое влия-
ние возможно только при наличии набухающего заполнителя (то есть содержа-
щего в основном пылевато-глинистые частицы), что возможно только при соот-
ветствующем значении фактора X2. Кроме того, это влияние будет определяю-
щим, по-видимому, только при значительной трещиноватости, то есть при низ-
ких значениях фактора X1.
Как следует из изложенного, SRF зависит от значений варьируемых в экспе-
рименте факторов, причем в основных секциях табл. 1.12 эта зависимость одно-
значно определяет SRF, в то время как в секциях (c) и (d) связь менее строгая.
Поэтому, с учетом требования ТПЭ об отсутствии корреляции входных факто-
ров, включение SRF в комбинацию варьируемых факторов не представляется
возможным.
 2.7. Расчет механических характеристик скального массива
Как следует из п. 2.4, для вычисления механических характеристик скально-
го массива с целью их дальнейшего использования в численном эксперименте
при использовании предлагаемого способа достаточно трех факторов: X1, X2 и
X4. Для практической реализации изложенного в п. 2.4 способа разработаны
программы SIGMA и ROCKPARAM в среде программного комплекса Mathcad
(версия 11).
Программа SIGMA (приложение 2) на основе факторов X1 и X2 определяет
интервал возможных значений прочности σci и основана на следующем алго-
ритме.
1. Задаются значения прочности σci из интервала [5; 250] с шагом 1 МПа
(задается внешней цикл программы), и по формулам (2.11–2.12, 2.14, 2.4 и 2.5)
определяются соответственно параметры ЕQ, σcm,Q, GSI, s и a.
2. При текущем σci задаются mi из интервала [2; 35] с шагом 1 (внутри
внешнего задается внутренний цикл программы). Используя полученные при
текущем σci значения параметров, по формулам (2.3 и 2.10) рассчитываются mb,
σcm,H-B и определяется расхождение Δ = σ cm ,Q − σ cm ,H-B .

3. После завершения перебора mi при текущем σci и получения расхождений

Δ для каждого mi, проверяется условие Δ min < 1,1 МПа , где Δmin – минимальное
из полученных Δ, 1,1 МПа – эмпирический критерий, связанные с расхождени-
ем используемых методик и зависящей от шага значений σci, при котором полу-
чаемый интервал значений прочности σci не содержит пропусков. Если условие
удовлетворяется, то текущее σci добавляется в определяемый интервал значений
прочности.
4. Переход к следующему σci.
5. Проверка полученного интервала на отсутствие пропусков.
6. Вывод минимального и максимального значения из интервала.
Программа ROCKPARAM (приложение 3) исходя из факторов X1, X2 и X4 и
интервала возможных значений прочности σci, найденного по программе
SIGMA, позволяет определить механические характеристики скального масси-
ва. Используется следующий алгоритм.
1. По программе SIGMA определяется интервал σci и, на основе параметра
X4, определяется окончательное σci.
2. По формулам (2.11–2.12, 2.14, 2.4 и 2.5) определяются Е, σcm,Q, GSI, s и a.
3. Задаются mi из интервала [2; 35] с шагом 0,05 (задается цикл программы).
Аналогично программе SIGMA определяются σcm,H-B и Δ для каждого mi.
4. Из всех Δ выбирается наименьшее, соответствующие ему mi (то есть при
котором σcm,H-B и σcm,Q наиболее близки) и есть mi рассматриваемого скального
массива. Таким образом, выполняется решение уравнения (2.17) методом пере-
бора.
5. По данным табл. 2.2 определяется коэффициент Пуассона ν и, путем об-
ращения к программе HOEKROCK2002, остальные механические характери-
стики скального массива.
6. Вывод следующих характеристик скального массива: прочности ненару-
шенного образца σci (МПа), параметров mi и mb, индекса GSI, модуля деформа-
ции (МПа), коэффициента Пуассона, удельного сцепления (МПа), угла внут-
реннего трения (градусы), прочности на сжатие и растяжение (МПа).

2.8. Идентификация скальных грунтов по их механическим

характеристикам
Использование полученных механических характеристик скальных масси-
вов затруднительно без их соотнесения с реальными скальными массивами.
Важнейшим условием при выборе интервала варьирования факторов было
обеспечение условия их совместимости (п. 2.1), для чего были сужены области
определения некоторых факторов. В ходе дальнейшей работы обеспечение это-
го требования, фактически, не проверяется. Действительно, при определении
механических характеристик скального массива, когда параметры анализиру-
ются с учетом их геомеханического смысла, умозаключения сделаны в предпо-
ложении, что комбинация исходных параметров Q-системы является характери-
стикой какого-либо реального скального массива. Если же это не так, то по
предлагаемой методике все равно будут получены некоторые величины, причем
и прочность σci, и постоянная mi будут в рамках допустимых значений исходя из
своего смысла, и условие (2.17) будет удовлетворяться.
Следовательно, факт получения комбинации конкретных механических ха-
рактеристик по предложенному способу не может гарантировать, что они дей-
ствительно соответствуют реальным скальным грунтам.
Необходимо учесть, что принцип использования ТПЭ состоит в том, чтобы
рассмотреть случаи не широко распространенные в действительности, а такие,
рассмотрение которых позволит получить функцию отклика, с определенной
точностью справедливую для всех случаев в пределах изучаемой области. Это
значит, что планом эксперимента могут быть (и должны быть) предусмотрены
случаи, как часто, так и редко встречающиеся на практике – распространен-
ность в данном случае не выступает критерием при планировании эксперимен-
та. Поэтому полученные характеристики могут быть как в большей, так и в
меньшей степени характерны для скальных массивов.
При этом недопустимо рассмотрение в эксперименте комбинаций парамет-
ров, совсем не характерных скальным грунтам – то есть параметров, не имею-
щих геомеханического смысла. Проведение численного опыта с такими значе-
ниями также даст вполне конкретный результат (ведь эти параметры – не слу-
чайные числа, и численный эксперимент в расчетном отношении будет реализу-
ем). Учет таких случаев при анализе эксперимента будет, по меньшей мере, сни-
жать точность полученной функции отклика за счет расширения области пла-
нирования на область, не имеющую геомеханического смысла. Но законы изме-
нения функции отклика в пределах областей, имеющих геомеханический
смысл, и не имеющих такового, могут быть различными. Поэтому присутствие
в плане эксперимента подобных случаев допустимо только при рассмотрении
данного вопроса, для чего необходимо отдельное исследование.
Исключение же случаев, соответствие которых реальным скальным грунтам
не вполне очевидно, также нежелательно. Ведь исключение случая – это
уменьшение области планирования, а значит, уменьшение универсальности по-
лученной функции отклика.
На первый взгляд, понять, соответствуют ли рассматриваемые характери-
стики какому-либо конкретному скальному грунту, можно путем анализа и со-
поставления данных о типичных значениях тех или иных параметров, которые
можно получить из различных источников. Однако, как следует из изложенного,
в рассматриваемых комбинациях параметров должны быть одновременно ком-
бинации как в большей, так и в меньшей степени характерные для скальных
грунтов, но не должно быть совсем не характерных. Поэтому задача значитель-
но усложняется: необходим способ, позволяющий отличить случаи, имеющие и
не имеющие геомеханического смысла, то есть случаи характерные скальным
грунтам в той или иной степени, и не характерные. Следовательно, необходим
способ оценки степени характерности.
Преодоление этой проблемы найдено в использовании теории нечетких
множеств.

2.9. Теория нечетких множеств

Теория нечетких множеств (нечетких подмножеств, размытых множеств, F-
множеств1) [3, 20, 23–24, 39, 42, 53, 55, 58, 64, 66, 72] была предложена Л.А. За-
де (L.A. Zadeh) в 1965 г. и легла в основу важнейшего направления современной
прикладной математики. Теория нечетких множеств (ТНМ) представляет собой
аппарат формализации одного из видов лингвистической неопределенности –
неопределенности значений слов [72 и др.]. Неопределенность такого рода воз-
никает при использовании слов естественного языка для описании объекта, ко-
гда определяющими являются не количественные, а качественные характери-
стики, например, «хорошие условия» или «зеркально ровные, волнистые стенки
трещин».
Основными направлениями практического применения ТНМ являются ис-
кусственный интеллект, поиск информации, процессы принятия решений при

1
В математической литературе встречаются альтернативные термины.
нечеткой исходной информации, распознавание образов, медицинская диагно-
стика и др. [3]1. Появились примеры успешного использования ТНМ для реше-
ния прикладных технических задач, в том числе и в геотехнике [108, 113].
Некоторые положения ТНМ созвучны с теорией вероятности, поэтому необ-
ходимо отметить, что эти теории совершенно различны и их объекты исследо-
вания не совпадают: ТНМ рассматривает лингвистическую неопределенность, а
теория вероятности – физическую [72 и др.]. Сравнение подходов этих теорий
иллюстрирует субъективность и объективность научного поиска [66].
Так как ТНМ пока еще мало используется в научно-исследовательской ра-
боте в строительной и других прикладных областях, представляется необходи-
мым сжато дать ее принципиальные положения.

2.10. Базовые положения теории нечетких множеств

Теорию нечетких множеств следует рассматривать как расширение теории
обычных множеств [39, 55, 66 и др.]. Тот факт, что элемент x принадлежит
обычному множеству А, принято обозначать x ∈ A . В теории обычных мно-
жеств используется понятие характеристической функции μА(x), значения кото-
рой (1 или 0) указывают, является ли (да или нет) x элементом множества А:
⎧1, если x ∈ A,
μA ( x ) = ⎨ (2.18)
⎩0, если x ∉ A.
Таким образом, для любого элемента рассматриваются лишь две возможно-
сти: элемент принадлежит или не принадлежит данному множеству. При реше-
нии практических задач такой подход может оказаться недостаточно гибким
[55]. В основе ТНМ лежит представление о том, что составляющие множество
элементы, обладающие общим свойством, могут обладать этим свойством в раз-
личной степени и, следовательно, принадлежать данному множеству в различ-
ной степени [55].

1
Термины, связанные с ТНМ, в последнее время стали активно использоваться в рекламных целях, а
иногда, чаще в их англоязычном варианте, превращаются в бренды.
 В ТНМ характеристическая функция заменяется функцией принадлежно-
сти, которая может в общем случае принимать значения на интервале [0; 1].
Значение μA(x) этой функции для конкретного xi называется степенью принад-
лежности этого элемента нечеткому множеству А. Элемент xi может не принад-
лежать нечеткому множеству A [μA(xi) = 0], может быть элементом A в неболь-
шой степени [μA(xi) близко к 0], может более или менее принадлежать A [μA(xi)
не слишком близко к 0, не слишком близко к 1], может в значительной степени
принадлежать A [μA(xi) близко к 1] или, наконец, может быть элементом A
[μA(xi) = 1].
На рис. 2.1 приведена графическая интерпретация характеристической
функции обычного множества и нечеткого множества с μA(xi) = 0÷1.

Рис. 2.1. Характеристическая функция и функция принадлежности:

а – характеристическая функция; б – функция принадлежности.

При записи множеств элементы с нулевой функцией принадлежности опус-

каются. Например, на множестве целых чисел меньших 10 нечеткое множество
малых чисел можно определить следующим образом [66]:
A = {( 0 |1) , (1|1) , ( 2 | 0,8 ) , ( 3 | 0,5) , ( 4 | 0,1)} , (2.19)

где слева от вертикальной черты указан элемент множества (целые числа мень-
шие 10), справа – значение функции принадлежности этого элемента1. Нечеткое

1
В литературе по ТНМ используются существенно различные системы обозначений. В настоящей
работе за основу взяты обозначения работы [39], за исключением тех случаев, когда в более поздних
изданиях принято иное единообразное обозначение.
множество вполне описывается своей функцией принадлежности, поэтому
обычно только ее используют как обозначение нечеткого множества.
Чаще всего определение нечеткого множества интерпретируют так: величи-
на функции принадлежности обозначает субъективную оценку степени принад-
лежности x к множеству А, например, μА(x) = 0,8 означает, что x на 80% принад-
лежит множеству А [66]. Важно подчеркнуть, что имеется в виду именно субъ-
ективная оценка, производимая так называемым «лицом, принимающим реше-
ние»: конкретным исследователем (специалистом, экспертом) или конкретной
группой лиц. В том случае, если уверенно оценить принадлежность элемента не
удается (x принадлежит А на 70–90%, причем назначение точных границ интер-
вала также спорно) возможен переход к более сложным нечетким множествам.

2.11. Нечеткие числа

Нечетким числом (нечеткой переменной, размытым числом, F-величиной)
[3, 58, 72,] называется1 нечеткое множество A, определенное на множестве дей-
ствительных чисел R с функцией принадлежности μ A ( x ) ∈ [0; 1] .
Нечеткое число А нормально, если максимальное значение функции при-
надлежности равно 1; выпуклое, если для любых x ≤ y ≤ z выполняется

μ A ( x ) ≥ min ⎡⎣μ A ( y ) , μ A ( z ) ⎤⎦ ; унимодальное, если существует единственное

x ∈ R , при котором μA(x) = 1 [58, 72].

С целью снижения объема вычислений по возможности следует использо-
вать нечеткие числа L-R типа [42, 58, 72] – разновидность нечетких чисел спе-
циального вида. Функции принадлежности таких множеств задаются с помо-
щью функций L и R, удовлетворяющих следующим требованиям:
1) L(0) = R(0) = 1;
2) L и R – не возрастающие функции на множестве неотрицательных дейст-
вительных чисел.

1
В работах [3, 42, 58, 72] понимание нечетких чисел несколько разнится. Так, в работе [72] нечеткое
число по определению выпуклое, нормальное и унимодальное.
 Функции L и R принципиально могут быть нескольких типов [72]. В из-
вестных примерах [42, 108, 113] применения нечетких чисел в задачах приклад-
ной направленности используются только линейные функции принадлежности
как наиболее простые и универсальные.
Функция принадлежности линейного нечеткого числа L-R типа А задается
следующим образом [58, 72]:
⎧0, если x ≤ a L
⎪ x−a
⎪ L
, если a L < x < a ′
⎪ a′ − aL
⎪
μ A ( x ) = ⎨1, если x = a , (2.20)
⎪a −x
⎪ R , если a ′′ < x < a R
a
⎪ R − a ′′
⎪0, если x ≥ a
⎩ R

где aL и aR – соответственно левый и правый коэффициенты нечеткости;

μ ( a ′) = μ ( a ′′) = 1 , интервал [ a ′; a ′′] называется интервалом толерантности.
Если a ′ < a ′′ , то нечеткое число L-R типа в общем случае толерантное, а ли-
нейное нечеткое число – трапециидальное. Если a ′ = a ′′ = a нечеткое число со-
ответственно унимодальное или треугольное.
Арифметические операции для нечетких чисел A и B определяются сле-
дующим образом [3, 42, 58]:
C = A *% B ⇔ μ C ( z ) = max ⎡⎣ min (μ A ( x ) , μ B ( y ) )⎤⎦ , (2.21)
z = x*% y

где *% – операция, соответствующая аналогичной над обычными числами;

С – нечеткое число – результат операции. Функция принадлежности С в общем
случае нелинейная (даже при линейных функциях принадлежности A и B).
Операции сложения, умножения и деления, как следует из формулы 2.21,
будут определяться следующим образом:

C = A + B ⇔ μ C ( z ) = max ⎡⎣ min (μ A ( x ) , μ B ( y ) )⎤⎦ ; ⎫

z= x+ y ⎪
⎪
C = A ⋅ B ⇔ μ C ( z ) = max ⎡⎣ min (μ A ( x ) , μ B ( y ) )⎤⎦ ; ⎬ (2.22)
z = x⋅ y
⎪
C = A B ⇔ μ C ( z ) = max ⎡⎣ min (μ A ( x ) , μ B ( y ) )⎤⎦ . ⎪
z= x y ⎭
 Проанализировав формулы, можно увидеть, что арифметические операции
над нечеткими числами можно осуществлять по уровням принадлежности [72].
Для арифметических операций над нечетким числом А и обычным числом b
можно использовать упрощенные формулы [72]:
C = A + b ⇔ μC ( x ) = μ A ( x − b ) ; ⎫
⎪
C = A ⋅ b ⇔ μ C ( x ) = μ A ( x b ) , при b = 0 μ C ( x ) = 0 при любом x; ⎬ (2.23)
⎪
C = A b ⇔ μC ( x ) = μ A ( x ⋅ b ) . ⎭
Важно иметь представление о свойствах арифметических операций над не-
четкими числами [3]. Сложение и умножение нечетких чисел обладает свойст-
вами коммутативности и ассоциативности, то есть:
A + B = B + A; A ⋅ B = B ⋅ A; ⎫
⎬ (2.24)
( A + B ) + C = A + ( B + C ); ( A × B ) × C = A × ( B × C ). ⎭

Но свойство дистрибутивности в общем случае не выполняется, то есть:

A( B + C ) ≠ A ⋅ B + A⋅ C . (2.25)

2.12. Идентификация скальных грунтов по механическим параметрам с

использованием теории нечетких множеств
Как следует из п. 2.3, механические свойства скального массива в теории
Hoek-Brown полностью характеризуются тремя параметрами: постоянной mi,
прочностью σci и индексом GSI. Причем последний параметр характеризует
взаимосвязь механических свойств ненарушенных образцов скального грунта и
скального массива. Поэтому механические свойства собственно скального
грунта полностью характеризуются всего двумя параметрами.
Следовательно, достаточным свидетельством того, что рассматриваемая
комбинация параметров соответствует реальным скальным грунтам, будет ха-
рактерность комбинации только двух параметров mi и σci для какого-либо скаль-
ного грунта (остальные же параметры вычислены исходя из mi и σci с учетом
GSI и являются дополнительными, характеризуя тот же грунт в иной системе
параметров).
 Необходимо отметить, что должна существовать некоторая взаимосвязь
комбинации параметров mi и σci с индексом GSI, связанным с трещиноватостью
скального массива (для одних типов скальных грунтов характерна бо́́льшая
трещиноватость, для других – меньшая). Однако такая взаимосвязь носит ха-
рактер тенденции, и, с учетом принципиального подхода ТПЭ – изучения вза-
имных комбинаций условий (то есть разных скальных грунтов в массивах с
разной трещиноватостью), для ограничения возможных комбинаций парамет-
ров mi, σci и GSI эту тенденцию представляется возможным не использовать.
Параметр mi исходя из своего смысла принимает значения на интервале
2–35 (п. 2.3). По [104] и базе данных программы RocLab [116] составлена таб-
лица интервалов значений mi для 35 типов скальных грунтов (табл. 2.3).
Информация для всех рассмотренных в [104–105, 116] скальных грунтов
представлена в виде mi = a ± b (a и b – всегда целые числа; b = 2÷6), например
для брекчии mi = 19±5. Форма представления данных свидетельствуют, что ин-
формация является оценочной, то есть является «мнением эксперта» (а не полу-
чена путем статистической обработки данных). Следовательно, информацию
следует обрабатывать на основе ТНМ.
Используется следующая интерпретация данных (на примере брекчии): зна-
чение 19 является наиболее характерным; значения 14 и 24 – мало характерны,
но возможны; значения ≤ 13 и ≥ 25 – совершенно не характерны. Полученное
линейное нечеткое число изображено на рис. 2.2. Это же нечеткое число запи-
шем следующим образом: μ(mi) = {13–19–25}. При этом имеем в виду с учетом
обозначений формул (2.18–2.19):
БРЕКЧИЯ = μ БРЕКЧИЯ ( mi ) = {(13 | 0 ) , (19 |1) , ( 25 | 0 )}, ⎫
⎪
⎧0, если mi ≤ 13 ⎪
⎪ m − 13 ⎪
⎪ i
, если 13 < mi < 19 ⎪
⎪ 6 ⎪
⎪ ⎬ (2.26)
μ БРЕКЧИЯ ( mi ) = ⎨1, если mi = 19 ⎪
⎪ 25 − m ⎪
⎪ i
, если 19 < mi < 25 ⎪
⎪ 6 ⎪
⎪⎩0, если mi ≥ 25 ⎭⎪
 Из изложенного и рис. 2.2 следует, что заданное mi может быть характерно
брекчии в разной степени, если функция принадлежности при заданном mi
больше нуля; а может быть не характерно, если функция принадлежности равна
нулю.

Рис. 2.2. Характерные значения mi для брекчии как нечеткое число.

Конкретное mi, как правило, одновременно характерно нескольким скаль-
ным грунтам. Наиболее характерным для заданного параметра считаем скаль-
ный грунт, степень принадлежности которому заданного mi наибольшая. На
рис. 2.3а изображены нечеткие числа для скальных грунтов, mi которых может
быть равным 20. Таких грунтов 16 из рассматриваемых 35, причем сразу для 3
грунтов (норит, кварцит и порфир) степень принадлежности mi = 20 равна 1, а
еще у 8 грунтов – совпадает с принадлежностью другому грунту. Следует отме-
тить, что для некоторых скальных грунтов нечеткие числа совпадают, например
для андезита, базальта, диорита, перидотита и риолита, как видно из рис. 2.3а.
На рис. 2.3б, где отдельно в более удобном масштабе показаны нечеткие
числа для 3 скальных грунтов, иллюстрируется сравнение принадлежности mi
разным грунтам. Видно, что mi = 20 характерно для брекчии со степенью при-
надлежности μ = 0,83; роговика (μ = 0,80) и конгломерата (μ = 0,75). Следова-
тельно, mi = 20 среди трех сравниваемых грунтов характернее для брекчии. Не-
обходимо заметить, что такое сравнение имеет смысл только в контексте даль-
нейшего анализа характерности скальному грунту комбинации параметров mi и
σci, так как названные скальные грунты имеют совершенно различные генезис и
механические свойства. Кроме того, по одному параметру выявить предпочте-
ние невозможно не только из-за геомеханического смысла сравнения, но и фор-
мально – вследствие совпадения принадлежностей: при mi = 20 имеют неуни-
кальные степени принадлежности 11 грунтов, в том числе 6 грунтов имеют
μ = 0,17, и сразу 3 грунта имеют максимальную принадлежность.
Информация о характерных значениях прочности ненарушенных скальных
грунтов на одноосное сжатие σci (для тех же грунтов, для которых известны ха-
рактерные mi) получена путем обобщения [4, 11, 16, 22, 35, 43, 48, 51, 80, 82–85,
104–105, 119]. Информация в источниках представлена в двух формах: в первом
случае в форме интервала значений прочности с границами интервала кратны-
ми 10 МПа; во втором случае – в форме данных о конкретных испытанных об-
разцах скальных грунтов из разных месторождений.
Необходимо отметить, что данные первого типа из разных источников су-
щественно не совпадают, а также не содержат данных о способах испытаний и
об объеме и характере обработанных сведений при их получении. Это свиде-
тельствует, что данные первого типа также относятся к «мнению эксперта» и
могут обрабатываться средствами ТНМ. Поэтому они интерпретированы со-
вершенно аналогично данным об mi и представлены в форме нечетких чисел.
Данные второго типа – необобщенные непосредственные результаты кон-
кретных испытаний – не являются нечеткими данными, готовыми для обработ-
ки на основе ТНМ.
Важно подчеркнуть расхождения в методиках определения прочности σci в
работах, относящихся к разным странам и к разным годам. По-видимому, в за-
рубежных источниках в основном под прочностью σci понимается предел проч-
ности, определенный в испытаниях по методике Международного общества по
механике скальных пород (ISRM) на образцах цилиндрической формы с соот-
ношением высоты к диаметру h d = 2,5 ÷ 3,0 (см. формулу 1.3). В отечествен-
ных работах, как представляется, основной объем данных относится к испыта-
ниям образцов правильной формы (кубических или цилиндрических) при
h d = 1,0 . Вопрос о способах испытаний подробно изучен в [11], где наилуч-
шим по ряду причин признан последний способ, однако расхождение получае-
мых прочностей при h d ≥ 1,0 невелико: при наибольшем соотношении
h d = 1,8 изменение относительно h d = 1,0 в [11] составило около 4%. Поэто-
му в данном случае представляется возможным не учитывать расхождения в
методиках, так как погрешности такого порядка не препятствуют достижению
целей проводимого обобщения данных, а учет расхождения при анализе данных
первого типа затруднителен из-за отсутствия достоверной информации о мето-
диках испытаний.
Таким образом, необходимо совместно рассмотреть информацию, являю-
щуюся нечеткой (данные первого типа), и четкую – необобщенные результаты
конкретных испытаний (данные второго типа). Причем соотношение объемов
данных первого и второго типа неодинаково для различных скальных грунтов.
В то же время, данные первого типа получены путем нестатистического
обобщения данных второго типа. Разница в объеме обобщаемых данных второ-
го типа и в субъективном предпочтении одних данных другим определяет зна-
чительное расхождение данных первого типа. Следовательно, нестатистическое
обобщение собранных данных второго типа даст данные первого типа.
Обобщение выполнено для скальных грунтов, для которых имеется более
двух результатов второго типа. Учитывались все собранные данные без отсева,
если в рассматриваемом источнике соответствующий случай не охарактеризо-
ван как редкий, исключение и так далее. Наименьшее и наибольшее значения
прочности дают интервал значений. Характерными в разной степени для скаль-
ного грунта считаем все значения в полученном интервале. Наиболее характер-
ным значением прочности считаем среднее арифметическое значение всех уч-
тенных прочностей. Следует отметить, что интервал значений в общем случае
получается несимметричным относительно наиболее характерного значения.
Результатом обобщения также является нечеткое число.
Таким образом, все данные по прочности принимают форму данных перво-
го типа и представлены в форме нечетких чисел. При этом каждому скальному
грунту могут соответствовать сразу несколько нечетких чисел: одно или не-
сколько, полученных из указанных источников как данные первого типа, и одно,
полученное обобщением данных второго типа. В качестве итогового нечеткого
числа, представляющего характерную прочность скального грунта, принимаем
среднее арифметическое нечетких чисел, которое подсчитываем с учетом пра-
вил арифметических операций для нечетких чисел по формулам (2.21–2.24).
Необходимо заметить, что в общем случае область характерных значений, пред-
ставленная полученным средним нечетким числом будет уже, чем сумма облас-
тей, представленных исходными нечеткими числами.
Изложенное пояснено на рис. 2.4, где иллюстрируется обобщение данных
для той же брекчии. В [11] дан интервал значений прочности (данные первого
типа): μI(σci) = {52–152–252} МПа. В [48] приводятся следующие прочности
скального грунта (данные второго типа): 66; 91; 131; 143; 152 МПа. Последние
данные приведены к виду: μII(σci) = {66–116,5–152} МПа. Далее, как видно на
рис. 2.4, на основе полученных нечетких чисел найдено среднее для используе-
мое в дальнейшей работе: μср(σci) = {59–134–202} МПа. При этом в результате
обобщения данных из рассмотрения в качестве характерных исключены значе-
ния прочности на интервалах [52; 59] и [202; 252] МПа, которые рассматрива-
лись характерными для брекчии в одном из обобщаемых источников. При этом
наибольшее снижение характерности произошло для прочности σci = 202 МПа с
μI(202) = 0,5 до μср(202) = 0.

Рис. 2.4. Обобщение данных о прочности брекчии.

Результаты проведенного обобщения данных сведены в табл. 2.3.
 Рассмотрение характерности скальному грунту комбинации параметров mi и
σci возможно, если характерность каждого из параметров скальному грунту вы-
ше нуля (иначе комбинация двух параметров априори не характерна скальному
грунту, раз не характерен один из них). Так как нет оснований считать один из
параметров mi или σci значимее при оценки характерности их комбинации, то
последнюю характерность покажут средние арифметические ненулевых значе-
ний принадлежности каждого параметра. Например, σci = 100 МПа характерна
для 17 скальных грунтов из 35 рассматриваемых, из которых в наибольшей сте-
пени для мрамора (0,943). Характерность же брекчии на восьмом месте (0,547).
Анализируя характерность комбинации параметров mi = 20 и σci = 100 МПа
имеем совершенно иную картину, чем при рассмотрении параметров по отдель-
ности. Из 35 грунтов только для 7 эта комбинация характерна. Причем наиболее
характерные в отдельном рассмотрении кварцит, норит, порфир и мрамор не со-
ответствуют комбинации параметров: для кварцита, норита и порфира не харак-
терна прочность σci = 100 МПа, а для мрамора mi намного меньше 20. Наиболее
же характерна комбинация mi = 20 и σci = 100 МПа оказывается для брекчии с
принадлежностью ( 0,83 + 0,55) 2 = 0,69 . Далее по величине принадлежности

следуют песчаник (0,66) и роговик (0,59).

Разница в оценке характерности первых двух скальных грунтов сравнитель-
но невелика: превышение первого результата над вторым составляет 4,5%. По-
этому важно подчеркнуть, что комбинация параметров mi и σci характерна в на-
шем понимании всем скальным грунтам, для которых характерность каждого из
параметров в отдельности выше нуля, а полученная численная оценка – степень
характерности для них такой комбинации, полученная обобщением точек зре-
ния авторов данных о характерности параметров mi и σci скальным грунтам.
Нельзя принципиально исключить возможность наличия комбинации парамет-
ров и у скальных грунтов, не определенных как характерные.
Необходимо помнить, что полученные данные нельзя считать вероятност-
ной оценкой, так как они определены на основе информации, называемой «мне-
нием эксперта», то есть обоснованной информации, но содержащей в себе эле-
менты субъективизма и не основанной на статистическом подходе. Для наиболь-
шего снижения степени субъективизма обобщен ряд независимых источников.
Главное преимущество изложенного подхода – в сохранения равной объек-
тивности (или привнесения минимальной равной субъективности) при приня-
тии решений на основе нечеткой информации при любом необходимом количе-
стве принятых решений.

2.13. Реализация метода идентификации скальных грунтов

Для практического использования в работе метод реализован на ЭВМ в виде
программ с среде Mathcad (версия 11). Данные табл. 2.3, содержащей нечеткие
числа L-R типа, использованы в форме электронной базы знаний (базы дан-
ных1). Информация о каждом нечетком числе в базах содержится в единой фор-
ме – в виде вектора из 22 чисел, являющихся абсциссами функций принадлеж-
ности нечетких чисел (то есть значениями параметров mi и σci), расположенны-
ми в порядке возрастания. Причем первые 11 значений являются абсциссами
функции L , остальные 11 – абсциссами функции R.
Принято, что ордината функции принадлежности по мере увеличения абс-
циссы вначале возрастает от 0 до 1 с шагом 0,1 (функция L), остается постоян-
ной на каком-то отрезке, а затем падает до 0 (функция R). Таким образом, каж-
дому элементу вектора абсцисс вне зависимости от значений его элементов со-
ответствует определенное значение ординаты нечеткого числа, как показано в
табл. 2.4 (номера элементов вектора считаются с 0). При задании треугольных
нечетких чисел элементы вектора абсцисс 10 и 11 будут совпадать.
Принятые принципы организации базы знаний позволяют использовать
унимодальные и толерантные нечеткие числа L-R типа с различными типами
функций L и R, в том числе с нелинейными, аппроксимированными 10 отрезка-
ми каждая. В дальнейшем база данных заполнялась только линейными тре-
угольными нечеткими числами, получаемыми по методике п. 2.12.

1
В ТНМ массивы нечеткой информации, как правило, называют базами знаний в противовес базам
данных, подчеркивая таким образом нечеткость содержащейся информации.
 Таблица 2.4.
Соответствие порядковых номеров абсцисс нечеткого числа ординатам
Номер абсциссы 0 1 2 3 4 5 6 7 8 9 10
Ордината 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Номер абсциссы 11 12 13 14 15 16 17 18 19 20 21
Ордината 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

Для идентификации типа скального грунта разработана программа

FUZZYROCK (приложение 4). Исходными данными для программы являются
параметры mi, σci и оператор выбора варианта результата. Запрограммирован
следующий алгоритм.
1. Выбираются нечеткие числа параметра mi с ординатой при заданном зна-
чении mi большей нуля.
2. Для всех выбранных нечетких чисел определяются уравнения линейных
функций L и R и ищется ордината их пересечения с вертикальной прямой
μ = mi, то есть определяется ордината функции принадлежности нечеткого чис-
ла при абсциссе, равной заданному mi. Формируется результат, содержащий на-
звания скальных грунтов и степень их принадлежности заданному mi.
3. Выбираются нечеткие числа прочности σci с ненулевой ординатой при за-
данном σci.
4. Определяется принадлежность заданной σci соответствующим нечетким
числам аналогично определению принадлежности mi.
5. Сравниваются результаты определения принадлежности параметров и
выбираются скальные грунты, присутствующие в обоих результатах. Для них
подсчитывается характерность комбинации исходных параметров как средняя
принадлежность по двум результатам.
6. В зависимости от выбора оператора варианта результата, выводится ре-
зультат определения характерности скальным грунтам одного из параметров mi
или σci без учета второго, или характерность комбинации параметров.
 2.14. Выбор откликов эксперимента
Для решения поставленной задачи отклик эксперимента должен быть вели-
чиной, являющейся критерием статической работы подземного сооружения, по-
зволяющей сравнить напряженно-деформированные состояния подземных со-
оружений, выявляя более и менее благоприятные. Из соображений ТПЭ отклик
должен быть связан с входными факторами как можно более простым образом,
чтобы функция отклика была менее сложной и связь входных факторов с откли-
ком была как можно ближе к истинному характеру такой связи.
В [67] в качестве такого критерия статической работы предложен обобщен-
ный коэффициент запаса прочности бетонной обделки (обозначим mlin), равный
отношению расчетного сопротивления бетона (на сжатие или растяжение) к
наибольшим по модулю соответствующим напряжениям в сечении обделки
туннеля. Коэффициент mlin отвечает изложенным требованиям, известен поло-
жительный опыт его использования в сочетании с ТПЭ [67], поэтому он выбран
в качестве отклика планируемого эксперимента.
Сечения обделок туннелей работают на внецентренное сжатие с большим
или малым эксцентриситетом e0 и, в редких случаях, на внецентренное растя-
жение. Условие прочности бетонных сечений (I группа предельных состояний)
при сжатии имеет вид [69]1:
γ nψ N ≤ γ c b ( hоб − 2e0 ) Rb , при e0 ≤ 0, 45hоб ; ⎫
⎪
⎛6 M N ⎞ ⎬ (2.27)
γ nψ ⎜ 2 + ⎟ ≤ 1,75Rbtγ c , при e0 > 0, 45hоб , ⎪
⎝ bhоб bhоб ⎠ ⎭
где N и М – действующие внутренние усилия (с учетом знака) – соответственно
продольная сила (кН) и изгибающий момент (кН·м);
Rb, Rbt – соответственно расчетные сопротивления бетона обделки на сжатие
(призменная прочность) и растяжение, кПа;

1
Условие дано с учетом правила знаков: положительная продольная сила N вызывает растягивающие
напряжения; положительный изгибающий момент вызывает растягивающие напряжения на внутрен-
ним волокне обделки. Коэффициенты записаны с учетом современных обозначений.
b = 1 м – ширина сечения (в направлении оси туннеля);
hоб – высота сечения (толщина) обделки, м;
e0 = M N – эксцентриситет продольной силы относительно центра тяжести се-
чения, м;
γn = 1,0 – коэффициент надежности и ответственности для I уровня ответствен-
ности [69; 79, п. 5.35; 77, п. 6.3; 27].
ψ = 1,0 – коэффициент сочетаний нагрузок при учете менее двух временных на-
грузок [69; 74, п. 1.12; 79, п. 5.34; 77, п. 6.3]
γc = 1,0 – коэффициент условий работы [69; 77, п. 6.3 или 79, п. 5.36 и 76].
С учетом подстановок известных величин, коэффициент m будет равен:
( hоб − 2e0 ) Rb ⎫
mlin = , при e0 ≤ 0, 45hоб ; ⎪
N ⎪⎪
1,75Rbt ⎬ (2.28)
mlin = , при e0 > 0, 45hоб . ⎪
⎛6 M N ⎞
⎜ 2 + ⎟ ⎪
⎝ hоб hоб ⎠ ⎪⎭
Условие (2.27) (с учетом правила знаков) справедливо и для бетонного сече-
ния в условиях растяжения, но в случае растяжения расчет должен проводиться
по II группе предельных состояний исходя из условия, получаемого из формулы
(2.27) исключением коэффициентов γn и γc (равных в данном случае 1,0) и заме-
ной расчетного сопротивления бетона на растяжение на нормативное. Для кор-
ректного сравнения работы внецентренно сжатых и внецентренно растянутых
бетонных сечений, в последнем случае действующие напряжения сравниваем с
расчетным сопротивлением бетона. Следовательно, формулы (2.28) справедли-
вы и в случае внецентренного растяжения.
Коэффициент mlin представляется универсальным и максимально емким
критерием оценки статического взаимодействия подземных сооружений и
скальных массивов, однако он не позволяет с достаточной обоснованностью
оценить необходимость применения обделки с высокой несущей способностью.
Поэтому в дополнение к коэффициенту mlin предложен обобщенный коэффици-
ент запаса прочности незакрепленного скального массива mrk, равный отноше-
нию прочности скального массива на сжатие к наибольшим эффективным сжи-
мающим напряжениям в окрестности незакрепленного обделкой туннеля. Та-
ким образом, коэффициент mrk показывает степень загруженности скального
массива, вмещающего незакрепленный туннель, по сравнению с его несущей
способностью.
Для того, чтобы обобщенные коэффициенты запаса mlin и mrk в одинаковой
степени являлись количественной мерой как запаса несущей способности (со-
ответственно, обделки или скального массива), так и ее недостаточности, чис-
ленные опыты для определения коэффициентов запаса проводятся по методике,
изложенной в п. 3.1.

2.15. Построение плана численного эксперимента

Выбор плана эксперимента осуществляется исходя из общих принципов
ТПЭ [68 и др.] (последовательное планирование, принцип сопоставления с шу-
мом, рандомизация), руководствуясь априорными знаниями о виде регрессии, а
также учитывая опыт проведенных экспериментов. Об ожидаемом характере
функции отклика следует судить на основе эмпирических формул, приведенных
в главе 1, но таким образом не удается получить информации, достаточной для
принятия обоснованных решений по планированию эксперимента. Поэтому в
соответствии с принципом последовательного планирования было принято ре-
шение о построении плана 1-го порядка, позволяющего получить функцию от-
клика 1-го порядка включающую взаимодействия факторов между собой.
Для нахождения такой регрессии каждый фактор должен варьироваться не
менее чем на двух уровнях. Учитывая недостаточные априорные знания о ха-
рактере регрессии наиболее подходящим планом является полный факторный
эксперимент (ПФЭ) типа 2n (n – число варьируемых факторов) для осуществле-
ния которого необходимо провести 26 = 64 численных опыта.
Как показала дальнейшая работа по обработке результатов эксперимента,
функция отклика 1-го порядка оказалась неприменима. Об этом свидетельство-
вал тот факт, что коэффициенты регрессии при взаимодействиях различных по-
рядков сами были одинакового порядка, что указывает на нелинейность функ-
ции отклика. Как известно [52 и др.], при истинном характере функции отклика,
близком к линейному, коэффициенты регрессии при линейных членах полинома
функции отклика 1-го порядка должны быть больше, чем при взаимодействиях;
а коэффициенты при взаимодействиях высоких порядков, как правило, должны
быть меньшими, чем при взаимодействиях низких порядков.
Поэтому в соответствии с принципом последовательного планирования
принято решение о построении плана численного эксперимента второго поряд-
ка, позволяющего получить функцию отклика в виде полинома второй степени:
n n n n
ϕ ( x ) = β 0 + ∑ β i xi + ∑ β x + ∑∑ β ij xi x j ,
2
ii i (2.29)
i =1 i =1 i =1 j =1

где β0, βi, βii и βij – неизвестные коэффициенты регрессии.

Для оценки коэффициентов функции отклика второго порядка факторы
должны варьироваться не менее чем на трех уровнях. При этом ПФЭ типа 3n
являются чрезвычайно избыточными (например, при 6 факторах ПФЭ типа 3n
содержит 729 опытов, что в 26 раз больше, чем необходимо для оценки коэффи-
циентов регрессии). Поэтому в ТПЭ разработаны подходы к построению более
экономичных планов.
Наиболее приемлемым при переходе к плану второго порядка после реали-
зации плана первого порядка является метод композиционного планирования,
заключающийся в поэтапном усложнении плана эксперимента путем добавле-
ния к нему новых опытов. Ядром центральных композиционных планов (ЦКП)
второго порядка являются планы полного или дробного факторного экспери-
мента (ПФЭ или ДФЭ) типа 2n или 2n-k. Причем существуют ограничения на
выбор степени дробности ДФЭ: в случае 6 входных факторов допустимо ис-
пользование лишь ДФЭ типа 2n-1. Вторая часть ЦКП – звездные точки, распо-
ложенные на координатных осях на расстоянии ±α от центра эксперимента. Их
число Nα = 2·n. Третья часть ЦКП – нулевые (центральные) точки числом n0.
Таким образом, в ЦКП в общем случае факторы варьируются на пяти уровнях:
–α; –1; 0; +1; +α.
 Основной недостаток планов второго порядка в том, что, в отличие от пла-
нов первого порядка (ПФЭ, ДФЭ), они могут обладать только одним из многих
критериев оптимальности планов, известных в ТПЭ. Именно исходя из требо-
вания удовлетворения тому или иному критерию оптимальности и выбираются
число центральных точек N0 и величина звездного плеча α. В литературе по
ТПЭ в качестве основных планов второго порядка рассматриваются ортого-
нальные ЦКП и рототабельные ЦКП.
Для ортогонального ЦКП n0 = 1, а звездное плечо будет:

N0 ⋅ N − N0 64 ⋅ 77 − 64
αОЦКП = = = 1,76 , (2.30)
2 2
где N0 = 26 – число точек плана ПФЭ типа 2n;
N = N 0 + 2 ⋅ n + n0 = 64 + 12 + 1 = 77 – число опытов для ортогонального ЦКП.
При рототабельном ЦКП звездное плечо определяется из условия:
n 6
α РЦКП = 2 = 2 = 2,82 .
4 4
(2.31)

Видно, что в обоих случаях звездное плечо будет значительно больше еди-
ницы, а значит входные факторы в эксперименте должны принимать значения
большие и меньшие соответственно верхнего и нижнего уровня по табл. 2.1.
Например, фактор X1 должен принимать дополнительные значения 123,95 и
–33,28. Такие уровни фактора не имеют геомеханического смысла и не могут
быть осуществлены в эксперименте.
В данной ситуации существовали два направления дальнейшего планирова-
ния эксперимента. Во-первых, можно изменить уровни факторов в табл. 2.1,
чтобы новые звездные плечи совпали с нынешними уровнями факторов ±1. При
этом произойдет концентрация точек плана вблизи центра области планирова-
ния, что одновременно является и достоинством (повышается изученность цен-
тра плана), и недостатком (сужение области планирования, а следовательно, об-
ласти применимости функции отклика) данного варианта. Во-вторых, можно
построить план эксперимента, в котором звездные плечи равны единице, а ра-
бочую матрицу эксперимента (табл. 2.1) оставить прежней.
 Таким образом, принцип композиционного планирования (то есть использо-
вание результатов проведенного ПФЭ) оказался нереализуем при любом вари-
анте дальнейшего планирования, так как в ПФЭ во всех опытах все факторы
принимали значение –1 или +1 в обозначениях табл. 2.1. В случае преобразова-
ния факторного пространства по первому варианту, комбинации с такими же
нормированными обозначениями будут соответствовать другим натуральным
значениям факторов. При работе по второму варианту реализованные комбина-
ции останутся невостребованными по плану эксперимента.
Необходимо заметить, что конкретные рекомендации по выбору плана вто-
рого порядка практически отсутствуют. В этой ситуации, с учетом положитель-
ного опыта планирования эксперимента при невозможности реализации опытов
в звездных точках с координатами большими единицы, изложенного в [44], вы-
брано второе направление, и принято решение о построении плана Бокса-
Бенкена [44, 90]. Этот план второго порядка близок к рототабельному и являет-
ся сравнительно экономичным: при 6 факторах N0 = 54, n0 = 6.
Матрица плана Бокса-Бенкена имеет блочную структуру и дана в табл. 2.5 с
нормированными значениями факторов, и в табл. 2.6 – с натуральными.
Механические характеристики скальных массивов, заданных планом экспе-
римента, и результаты идентификации скальных грунтов сведены в табл. 2.7.
Рис. 2.3. Характерные значения mi скальных грунтов, для которых характерно
mi = 20: а – всех 16 из включенных в рассмотрение 35; б – трех выбранных.
 Таблица 2.3.
Идентификационные параметры скальных грунтов
№ Скальный грунт mi σci, МПа Генезис
1 Алевролит {4–7–10} {39–67–103} осадочная
2 Амфиболит {19–26–33} {99–144–193} метаморфическая
3 Ангидрит {9–12–15} {27–42–57} осадочная
4 Андезит {19–25–31} {170–180–190} вулканическая
5 Аргиллит {1–4–7} {25–39–51} осадочная
6 Аспидный сланец {6–10–14} {62–107–150} метаморфическая
7 Базальт {19–25–31} {106–176–245} вулканическая
8 Брекчия {13–19–25} {59–134–202} вулканическая
9 Габбро {23–27–31} {79–127–180} вулканическая
10 Гипс {7–10–13} {12–19–26} осадочная
11 Глинистый сланец {3–6–9} {57–79–103} осадочная
12 Гнейс {22–28–34} {100–131–162} метаморфическая
13 Гранит {28–32–36} {132–183–234} вулканическая
14 Гранодиорит {25–29–33} {89–165–247} вулканическая
15 Граувакка {14–18–22} {31–57–91} осадочная
16 Дацит {21–25–29} {98–112–125} вулканическая
17 Диабаз {9–15–21} {100–139–199} вулканическая
18 Диорит {19–25–31} {68–131–186} вулканическая
19 Долерит {10–16–22} {76–128–179} вулканическая
20 Доломит {5–9–13} {81–115–162} осадочная
21 Известняки {4–10–16} {50–150–250} осадочная
22 Кварцит {16–20–24} {154–235–282} метаморфическая
23 Конгломерат {17–21–25} {20–60–100} осадочная
24 Мел {4–7–10} {5–15–25} осадочная
25 Мергель {4–7–10} {93–102–111} осадочная
26 Мрамор {5–9–13} {50–103–165} метаморфическая
27 Норит {14–20–26} {154–232–310} вулканическая
28 Обсидиан {15–19–23} {188–235–282} вулканическая
29 Перидотит {19–25–31} {50–85–120} вулканическая
30 Песчаник {12–17–22} {35–106–185} осадочная
31 Порфир {14–20–26} {126–202–308} вулканическая
32 Риолит (липарит) {19–25–31} {100–175–250} вулканическая
33 Роговик {14–19–24} {51–180–237} метаморфическая
34 Туф {7–13–19} {58–124–190} вулканическая
35 Филлит {3–7–11} {50–75–100} метаморфическая
 Таблица 2.5.
Матрица плана Бокса-Бенкена с нормированными значениями факторов
№ опыта X1 X2 X3 X4 X5 X6
1 1 1 0 1 0 0
2 1 1 0 –1 0 0
3 1 –1 0 1 0 0
4 1 –1 0 –1 0 0
5 –1 1 0 1 0 0
6 –1 1 0 –1 0 0
7 –1 –1 0 1 0 0
8 –1 –1 0 –1 0 0
9 0 1 1 0 1 0
10 0 1 1 0 –1 0
11 0 1 –1 0 1 0
12 0 1 –1 0 –1 0
13 0 –1 1 0 1 0
14 0 –1 1 0 –1 0
15 0 –1 –1 0 1 0
16 0 –1 –1 0 –1 0
17 0 0 1 1 0 1
18 0 0 1 1 0 –1
19 0 0 1 –1 0 1
20 0 0 1 –1 0 –1
21 0 0 –1 1 0 1
22 0 0 –1 1 0 –1
23 0 0 –1 –1 0 1
24 0 0 –1 –1 0 –1
25 1 0 0 1 1 0
26 1 0 0 1 –1 0
27 1 0 0 –1 1 0
28 1 0 0 –1 –1 0
29 –1 0 0 1 1 0
30 –1 0 0 1 –1 0
31 –1 0 0 –1 1 0
32 –1 0 0 –1 –1 0
33 0 1 0 0 1 1
34 0 1 0 0 1 –1
35 0 1 0 0 –1 1
36 0 1 0 0 –1 –1
37 0 –1 0 0 1 1
38 0 –1 0 0 1 –1
39 0 –1 0 0 –1 1
40 0 –1 0 0 –1 –1
41 1 0 1 0 0 1
42 1 0 1 0 0 –1
43 1 0 –1 0 0 1
44 1 0 –1 0 0 –1
45 –1 0 1 0 0 1
46 –1 0 1 0 0 –1
47 –1 0 –1 0 0 1
48 –1 0 –1 0 0 –1
49 0 0 0 0 0 0
50 0 0 0 0 0 0
51 0 0 0 0 0 0
52 0 0 0 0 0 0
53 0 0 0 0 0 0
54 0 0 0 0 0 0
 Таблица 2.6.
Матрица плана Бокса-Бенкена с натуральными значениями факторов
№ опыта X1 X2 X3 X4 X5 X6
1 90 5,33 0,665 0,8 10 150
2 90 5,33 0,665 0,2 10 150
3 90 0,083 0,665 0,8 10 150
4 90 0,083 0,665 0,2 10 150
5 0,667 5,33 0,665 0,8 10 150
6 0,667 5,33 0,665 0,2 10 150
7 0,667 0,083 0,665 0,8 10 150
8 0,667 0,083 0,665 0,2 10 150
9 45,33 5,33 1 0,5 15 150
10 45,33 5,33 1 0,5 5 150
11 45,33 5,33 0,33 0,5 15 150
12 45,33 5,33 0,33 0,5 5 150
13 45,33 0,083 1 0,5 15 150
14 45,33 0,083 1 0,5 5 150
15 45,33 0,083 0,33 0,5 15 150
16 45,33 0,083 0,33 0,5 5 150
17 45,33 2,7 1 0,8 10 250
18 45,33 2,7 1 0,8 10 50
19 45,33 2,7 1 0,2 10 250
20 45,33 2,7 1 0,2 10 50
21 45,33 2,7 0,33 0,8 10 250
22 45,33 2,7 0,33 0,8 10 50
23 45,33 2,7 0,33 0,2 10 250
24 45,33 2,7 0,33 0,2 10 50
25 90 2,7 0,665 0,8 15 150
26 90 2,7 0,665 0,8 5 150
27 90 2,7 0,665 0,2 15 150
28 90 2,7 0,665 0,2 5 150
29 0,667 2,7 0,665 0,8 15 150
30 0,667 2,7 0,665 0,8 5 150
31 0,667 2,7 0,665 0,2 15 150
32 0,667 2,7 0,665 0,2 5 150
33 45,33 5,33 0,665 0,5 15 250
34 45,33 5,33 0,665 0,5 15 50
35 45,33 5,33 0,665 0,5 5 250
36 45,33 5,33 0,665 0,5 5 50
37 45,33 0,083 0,665 0,5 15 250
38 45,33 0,083 0,665 0,5 15 50
39 45,33 0,083 0,665 0,5 5 250
40 45,33 0,083 0,665 0,5 5 50
41 90 2,7 1 0,5 10 250
42 90 2,7 1 0,5 10 50
43 90 2,7 0,33 0,5 10 250
44 90 2,7 0,33 0,5 10 50
45 0,667 2,7 1 0,5 10 250
46 0,667 2,7 1 0,5 10 50
47 0,667 2,7 0,33 0,5 10 250
48 0,667 2,7 0,33 0,5 10 50
49 45,33 2,7 0,665 0,5 10 150
50 45,33 2,7 0,665 0,5 10 150
51 45,33 2,7 0,665 0,5 10 150
52 45,33 2,7 0,665 0,5 10 150
53 45,33 2,7 0,665 0,5 10 150
54 45,33 2,7 0,665 0,5 10 150
 Таблица 2.7.
Характеристики и результаты идентификации скальных грунтов
№ σci, МПа mi GSI E, МПа ν с, МПа φ, ° σcm Скальный грунт μ
1 212,40 17,85 90,1 100625,506 0,20 26,873 46,83 135,84 Порфир 0,77
2 177,60 30,00 89,1 94799,103 0,20 22,603 51,08 127,98 Гранодиорит 0,80
3 115,60 10,80 62,5 20516,006 0,25 7,229 34,84 27,70 Аспидный сланец 0,80
4 63,40 25,55 63,0 16793,322 0,25 4,985 42,51 22,67 Перидотит 0,65
5 103,00 9,55 57,5 15413,340 0,25 5,727 32,32 20,81 Мрамор 0,93
6 52,00 23,55 59,2 12273,039 0,25 3,800 40,70 16,57 Конгломерат 0,58
7 52,40 4,00 35,1 3072,640 0,27 1,471 19,18 4,15 Филлит 0,17
8 20,60 12,35 37,8 2250,904 0,25 0,902 28,68 3,04 Гипс 0,49
9 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
10 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
11 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
12 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
13 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
14 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
15 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
16 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
17 178,60 15,60 81,2 60238,893 0,20 17,528 43,38 81,32 Роговик 0,65
18 178,60 15,60 81,2 60238,893 0,20 17,528 43,38 81,32 Роговик 0,65
19 135,40 28,80 79,6 54927,443 0,20 14,130 48,28 74,15 Гнейс 0,86
20 135,40 28,80 79,6 54927,443 0,20 14,130 48,28 74,15 Гнейс 0,86
21 178,60 15,60 81,2 60238,893 0,20 17,528 43,38 81,32 Роговик 0,65
22 178,60 15,60 81,2 60238,893 0,20 17,528 43,38 81,32 Роговик 0,65
23 135,40 28,80 79,6 54927,443 0,20 14,130 48,28 74,15 Гнейс 0,86
24 135,40 28,80 79,6 54927,443 0,20 14,130 48,28 74,15 Гнейс 0,86
25 195,60 16,80 85,7 78041,398 0,20 21,712 45,21 105,36 Порфир 0,69
26 195,60 16,80 85,7 78041,398 0,20 21,712 45,21 105,36 Порфир 0,69
27 155,40 29,75 84,4 72280,158 0,20 17,845 49,82 97,58 Гранодиорит 0,84
28 155,40 29,75 84,4 72280,158 0,20 17,845 49,82 97,58 Гранодиорит 0,84
29 90,00 8,55 53,7 11746,560 0,25 4,549 30,27 15,86 Мрамор 0,82
30 90,00 8,55 53,7 11746,560 0,25 4,549 30,27 15,86 Мрамор 0,82
31 45,00 20,90 55,7 9323,251 0,25 3,030 38,61 12,59 Конгломерат 0,80
32 45,00 20,90 55,7 9323,251 0,25 3,030 38,61 12,59 Конгломерат 0,80
33 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
34 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
35 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
36 175,50 22,40 85,0 75127,110 0,20 19,680 47,58 101,42 Риолит 0,78
37 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
38 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
39 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
40 77,50 14,45 58,4 14286,368 0,25 4,892 36,19 19,29 Песчаник 0,54
41 175,50 22,45 85,1 75271,019 0,20 19,700 47,61 101,62 Риолит 0,78
42 175,50 22,45 85,1 75271,019 0,20 19,700 47,61 101,62 Риолит 0,78
43 175,50 22,45 85,1 75271,019 0,20 19,700 47,61 101,62 Риолит 0,78
44 175,50 22,45 85,1 75271,019 0,20 19,700 47,61 101,62 Риолит 0,78
45 67,50 12,45 54,5 10672,458 0,25 3,851 33,74 14,41 Туф 0,53
46 67,50 12,45 54,5 10672,458 0,25 3,851 33,74 14,41 Туф 0,53
47 67,50 12,45 54,5 10672,458 0,25 3,851 33,74 14,41 Туф 0,53
48 67,50 12,45 54,5 10672,458 0,25 3,851 33,74 14,41 Туф 0,53
49 157,00 21,15 80,4 57705,390 0,20 15,792 45,87 77,90 Брекчия 0,81
50 157,00 21,15 80,4 57705,390 0,20 15,792 45,87 77,90 Брекчия 0,81
51 157,00 21,15 80,4 57705,390 0,20 15,792 45,87 77,90 Брекчия 0,81
52 157,00 21,15 80,4 57705,390 0,20 15,792 45,87 77,90 Брекчия 0,81
53 157,00 21,15 80,4 57705,390 0,20 15,792 45,87 77,90 Брекчия 0,81
54 157,00 21,15 80,4 57705,390 0,20 15,792 45,87 77,90 Брекчия 0,81
 Выводы по главе 2
1. Выбраны шесть исходных параметров разрабатываемой методики, комби-
нация которых удовлетворяет требованиям некоррелированности и совмес-
тимости, а также позволяет вычислить механические характеристики скаль-
ного массива. В их число для задания свойств скальных массивов включены
параметры, использованные в Q-системе.
2. Разработан способ формализации количественных механических характе-
ристик скальных массивов на основе используемых качественных парамет-
ров путем совместного использования Q-системы инженерной классифика-
ции скальных массивов и методики Hoek-Brown. Способ формализации ха-
рактеристик запрограммирован на ЭВМ.
3. Предложен способ идентификации типов скальных грунтов по механиче-
ским характеристикам, основанный на использовании теории нечетких
множеств. Для проведения идентификации составлена база знаний (данных)
о характерных механических характеристиках для 35 петрографических ти-
пов скальных грунтов. Способ идентификации типов скальных грунтов за-
программирован на ЭВМ.
4. Выбраны критерии, характеризующие статическую работу обделок тунне-
лей и статическое взаимодействие подземных сооружений и скальных мас-
сивов в целом. Ими стали: обобщенный коэффициент запаса прочности бе-
тонной обделки и обобщенный коэффициент запаса прочности незакреп-
ленного скального массива.
5. Сделан вывод о неприменимости функций отклика первого порядка для
описания результатов численного эксперимента, и принята функция отклика
в форме полинома второй степени.
6. Установлено, что для получения искомых функций отклика необходимо ис-
пользовать план численного эксперимента второго порядка, не имеющий
звездного плеча, выходящего за интервал варьирования факторов. Заплани-
рован численный эксперимент на основе подходящего плана эксперимента
Бокса-Бенкена.
 ГЛАВА 3. АНАЛИЗ РЕЗУЛЬТАТОВ ЧИСЛЕННОГО
ЭКСПЕРИМЕНТА

3.1. Проведение численного эксперимента

Для выполнения численного эксперимента использован промышленный
программный комплекс Z_Soil.PC (версии 6.13–6.18), разработанный фирмой
Zace Services Ltd. (Швейцария) и ориентированный на решение геотехнических
задач [122, 125]. Программный комплекс основан на методе конечных элемен-
тов (МКЭ) и позволяет выполнять одно- и двухфазные расчеты в двух- и трех-
мерной постановке. Он имеет необходимые для моделирования грунтов модели
материалов, возможно задание поэтапности разработки и разгрузки массива. В
целом, программный комплекс обладает всеми возможностями, необходимыми
для проведения запланированного численного эксперимента.
Важными достоинствами Z_Soil.PC являются развитый графический ин-
терфейс пользователя, наличие инструментов автоматизации работы, а также
поддержка специальных типов конечных элементов (КЭ). Из последних, в экс-
перименте применены специальные КЭ для моделирования обделок туннелей,
позволяющие корректно анализировать напряженно-деформированное состоя-
ние строительной конструкции, работающей совместно со скальным массивом.
Эти и другие достоинства позволяют считать Z_Soil.PC ведущим среди геотех-
нических промышленных программных комплексов [14, 125].
Расчетная схема численного эксперимента представляет собой туннель в
квазисплошном, квазиизотропном массиве, эффективные характеристики кото-
рого определены по табл. 2.7. Форма расчетной схемы прямоугольная или квад-
ратная с вертикальной осью симметрии, минимальное расстояние от контура
выработки до границы расчетной схемы – 5·B (где B – пролет туннеля): при ми-
нимальном пролете 5 м это расстояние составит 25 м, а размер расчетной схемы
будет 55×55 м; при B = 15 м будем иметь соответственно 75 м и 165×165 м.
 Для туннелей разных пролетов компоновка сетки КЭ принималась одинако-
вой. Скальный массив моделируется плоскими 4-угольными КЭ. Сетка равно-
мерно сгущается в направлении туннеля с коэффициентом сгущения 1,1, то есть
длина стороны каждого следующего (по удалению от подземного сооружения)
КЭ увеличивается в 1,1 раза по сравнению с предыдущим. В окрестности выра-
ботки (в пределах расстояния B от обделки), где ожидается наибольший гради-
ент результата [89], сетка сгущается строго концентрически, и форма КЭ в этой
зоне близка к правильным квадратам. На большем расстоянии от выработки до-
пускается изменение формы КЭ без нарушения критерия оптимальности гео-
метрии элементов [89], что необходимо для построения прямоугольной сетки
КЭ. Наименьший размер стороны КЭ в окрестности выработки составляет при-
близительно 0,0467·B, наибольший размер имеют угловые элементы сетки –
0,775·B (в абсолютных величинах эти размеры составляют при B = 5 м соответ-
ственно 0,234 м и 3,87 м; при B = 15 м – соответственно 0,701 м и 11,62 м).
Граничные условия – нулевые горизонтальные перемещения по боковым
границам расчетной схемы, нулевые перемещения по нижней границе. Если
верхняя граница схемы совпадает с дневной поверхностью – граничные усло-
вия на ней не задаются. Если верхняя граница находится в толще массива – ис-
пользуются комбинированные граничные условия. В этом случае на первом
этапе расчета (моделирование природного напряженного состояния скального
массива) вводится равномерно распределенная пригрузка верхней границы сет-
ки КЭ интенсивностью γ·h (γ – объемный вес массива, h – расстояние от верх-
ней границы сетки КЭ до дневной поверхности). Далее пригрузка заменяется
граничными условиями по верхней грани – нулевыми вертикальными переме-
щениями. Данный прием моделирования ограничивает бесконечное распро-
странение зоны влияния вверх к дневной поверхности пределами сетки КЭ, то
есть пятью пролетами подземного сооружения в каждом направлении.
Для моделирования скальных грунтов программный комплекс имеет упру-
гопластические модели материалов, основанные на классических и усовершен-
ствованных авторами Z_Soil.PC критериях Мора-Кулона, Друкера-Прагера и
Hoek-Brown [122]. Первый является наиболее простым в математическом отно-
шении, а также, по-видимому, наиболее известным и распространенным на
практике [35]. Практический смысл перехода к более сложным критериям – в
более полном учете прочности грунта и избегании запаса прочности, связанного
с недостатком точности вычислений. При этом все рассматриваемые модели –
упругопластические, то есть предполагают упругую работу грунта до наступле-
ния предельного состояния. Уровень напряжений, соответствующий предель-
ному состоянию, будет разным по разным критериям прочности.
В численном эксперименте рассматриваются туннели на относительно не-
большой глубине – 50÷250 м, где переход скального грунта в область пластиче-
ской работы является редким. Цель работы состоит в разработке методики, точ-
ность которой в общем случае окажется объективно ниже, чем точность прямо-
го численного расчета. Переход скального грунта в область пластической рабо-
ты свидетельствует, что система «подземное сооружение – скальный массив»
близка к исчерпанию своей несущей способности. Следовательно, при исполь-
зовании более простой модели скального грунта «сигнал» об исчерпании несу-
щей способности будет поступать при некотором реальном запасе прочности,
что повысит надежность и безопасность разрабатываемой методики. При этом
необходимо подчеркнуть, что моделирование работы грунта до наступления
предельного состояния не зависит от выбора упругопластической модели.
На основании изложенного выбрана упругопластическая модель Mohr-
Coulomb (M-W), основанная на критерии прочности Кулона-Мора.
Железобетонная обделка туннеля моделируется специальными линейными
(одномерными) балочными КЭ, позволяющими на уровне свойств материала
КЭ непосредственно задавать форму поперечного сечения обделки, в том числе
сложную (тавровую, коробчатую, трубчатую). Важное преимущество балочных
КЭ – в раздельном получении данных о напряженном состоянии обделки тун-
неля, работающей совместно со скальным массивом, и напряженного состояния
самого скального массива. В Z_Soil.PC возможно автоматизированное получе-
ния внутренних усилий (изгибающих моментов, продольных и поперечных сил)
в обделке, заданной балочными КЭ. Указанные возможности балочных КЭ по-
зволяет после выполнения расчета непосредственно перейти к анализу напря-
женного состояния обделки без дополнительной обработки результатов.
Круговое сечение туннеля моделируется 64 балочными КЭ. Исходными
данными для них являются геометрические характеристики сечения обделки
(толщина обделки в рассматриваемом случае), модуль упругости, коэффициент
Пуассона и объемный вес бетона. Работа балочных КЭ предполагается упругой.
Так как проходка ведется комбайновым способом, в расчетном отношении
принята разработка сплошным забоем без разгрузки скального массива.
При уровне фактора X3 ≠ 1 выполнялся двухфазный расчет (с учетом обвод-
ненности массива). Для этого вводились дополнительные гидростатические
граничные условия, представляющие собой уровень гидростатического напора
на границе расчетной схемы. Уровень грунтовых вод задавался в соответствии с
табл. 1.10 и составил: при X3 = 0,665 – на 25 м выше шелыги свода; при
X3 = 0,33 – на 100 м. Параллельно с балочными КЭ обделки задавались дренаж-
ные КЭ для моделирования притока воды в выработку. Так как скорость фильт-
рации в массиве, в отличие от градиента напора, не оказывает влияния на ста-
тическое взаимодействие подземного сооружения и скального массива, исполь-
зовано номинальное значение коэффициента фильтрации 1 м/день.
В эксперименте использованы два типа сеток КЭ. Для однофазных расчетов
использованы сетки КЭ, моделирующие половину расчетной схемы по одну
сторону от вертикальной оси симметрии (рис. 3.1). Использование таких сеток
КЭ является типовым в МКЭ, и получаемые результаты идентичны результатам
расчета в два раза больших симметричных сеток. Граничные условия на стороне
сетки, совпадающей с осью симметрии, типовые, за исключением узлов, принад-
лежащих обделке туннеля, на которых задан угол поворота равный нулю – то есть
на верхнем и нижнем участках обделки допускается изгибающий момент. Данное
граничное условие накладывается одновременно с введением в расчет обделки.
Рассмотренная сетка имеет 1011 узлов; 960 плоских КЭ, моделирующих
скальный грунт (из которых 128 выключаются из расчета, находясь в пределах
разработки); 32 КЭ обделки. Граничные условия заданы на 100 узлах. Для
двухфазного расчета использованы симметричные сетки (рис. 3.2), имеющие
1889 узлов, 1856 плоских КЭ, из которых 256 в пределах туннеля, 64 КЭ обдел-
ки и столько же специальных одномерных дренажных элементов. Статические
граничные условия заданы на 64 узлах, гидростатические – на 41 узле.
Целью эксперимента является получение нескольких откликов, каждый из
которых требует проведения отдельного численного опыта. Поэтому выполнено
4 серии по 54 численных опыта (одна из серий выполнена в рамках главы 4).
Первый отклик – обобщенный коэффициент запаса прочности обделки mlin –
получен из первых двух серий опытов с описанными выше сетками КЭ и тол-
щинами обделки 0,15r и 0,10r. Нахождение mlin потребовало дополнительной
обработки результатов, поскольку mlin зависит от сочетания внутренних усилий.
Коэффициенты mlin подсчитаны на ЭВМ для всех КЭ обделки. Минимальное
mlin во всех случаях наблюдается либо в шелыге свода, либо в стенах обделки.
Для получения второго отклика – обобщенного коэффициента запаса проч-
ности незакрепленного скального массива mrk – выполнена третья серия экспе-
римента, в которой из сеток КЭ исключена железобетонная обделка, а упруго-
пластическая модель материала скальных грунтов заменена на упругую.
Необходимость использования именно упругой модели материла для обде-
лок туннелей при нахождении коэффициентов mlin и для скального массива при
нахождении коэффициентов mrk вызвана тем, что задача обобщенных коэффи-
циентов запаса mlin и mrk – оценить не только запас прочности, но и недостаточ-
ность прочности. В действительности (или при использовании упругопластиче-
ской модели) при исчерпании несущей способности материала происходит не
перенапряжение, а перераспределение напряжений, то есть после достижения
напряжениями предела прочности материала, напряжения более не возрастают,
(материал переходит в пластическую стадию работы), а обобщенные коэффици-
енты запаса будут равны единице. Поэтому при использовании не упругой мо-
дели материала результаты не будут корректными.
Результаты численного эксперимента сведены в табл. 3.1–3.3.
 3.2. Нахождение функции отклика для обобщенного коэффициента
запаса прочности бетонной обделки
Функция отклика принята в виде полинома второй степени (формула 2.29).
Задача теории планирования эксперимента состоит в получении наилучшей
оценки коэффициентов β уравнения регрессии. Для этого используются метод
наименьших квадратов (основанный на минимизации суммы квадратов откло-
нений отклика эксперимента от значений, получаемых по функции отклика) в
сочетании с планами экспериментов, позволяющих получить наилучшие оцен-
ки коэффициентов при минимальном числе опытов. В численном эксперименте
использован план Бокса-Бенкена с шестью входными факторами. Уравнение
регрессии примет вид квадратичного полинома из 28 членов:
6 6 6 6
ϕ ( x ) = b0 + ∑ bi xi + ∑ b x + ∑∑ bij xi x j ,
2
ii i (3.1)
i =1 i =1 i =1 j =1

где b0, bi, bii и bij – оценки неизвестных коэффициентов регрессии β по методу
наименьших квадратов;
xi – входные факторы численного эксперимента (п. 2.1);
x – комбинация из шести входных факторов (п. 2.1).
Оценки коэффициентов регрессии определяются по матричной формуле:

B = ( X T X ) X TY ,
−1
(3.2)

где B – матрица-столбец оценок коэффициентов регрессии;

X – матрица независимых переменных (табл. 3.4);

(X X )
T −1
– информационная матрица;

Y – матрица-столбец отклика эксперимента (табл. 3.1–3.3).

Матрица независимых переменных X строится на основе матрицы плана
эксперимента (табл. 2.5–2.6) путем добавления слева столбца фиктивной пере-
менной X0, все элементы которого равны единице, а справа – 6 столбцов квадра-
тичных взаимодействий факторов и 15 столбцов взаимодействий факторов ме-
жду собой. Таким образом, матрица X состоит из 28 столбцов и 54 сток и при-
ведена в табл. 3.4.
 При подстановке в качестве отклика эксперимента значений mlin из первой
серии численных опытов при толщине обделки 0,15r (табл. 3.1) получена боль-
шая погрешность функции отклика, достигающая +324% и –192%, а среднее
арифметическое модулей погрешности по всем 54 опытам составило 33%1. Наи-
большая погрешность функции отклика – соответственно в опытах №№ 8 и 372.
Полученные результаты свидетельствуют о том, что выбранный вид функ-
ции отклика – полином второго порядка – недостаточно близок к истинной ма-
тематической модели, описывающей результаты численного эксперимента. Од-
нако дальнейшее усложнение функции отклика не представляется возможным
из за отсутствия в литературе [6, 44, 68 и др.] теоретических сведений о плани-
ровании экспериментов более высоких порядков.
Решение проблемы найдено в переходе к поиску функции отклика не от не-
′ , являющихся неко-
посредственных значений mlin из табл. 3.1, а от значений mlin
торой нелинейной функций от mlin. Линейное же преобразование или возведе-
ние mlin в квадрат не влияет на точность получаемой функции отклика в виде
квадратичного полинома, а ведет к изменению коэффициентов регрессии при
том же конечном результате. Для получения обобщенного коэффициента запаса3
′ необхо-
mˆ lin из полученного значения по промежуточной функции отклика mlin
димо через используемую функцию преобразования вычислить mˆ lin .
Способ подбора нелинейной функции преобразования или опыт использо-
вания подобного приема неизвестен, поэтому подбор проведен методом перебо-
ра. Было перебрано свыше ста вариантов функции преобразования. Улучшение
окончательного результата отмечено при использовании логарифмических или
степенных функций при степени на интервале (0; 1). Использование степенных

1
Погрешность подсчитана по формуле Δ = ( y − yˆ ) y ⋅ 100% , где y – отклик в опыте (эксперимен-

тальное значение); ŷ – расчетное значение по функции отклика. Положительное отклонение означа-

ет, что результат по функции отклика меньше экспериментального значения, и наоборот.
2
Для краткости информацию о погрешности будем записывать так: +323/–192/33% (8 и 37).
3
Расчетные значения величин для отличия от экспериментальных будем обозначать крышкой.
функций со степенью большей единицы и показательной функции вело к об-
ратному результату. Наиболее значительное улучшение имеет место при введе-
′ = ln( mlin ) ,
ние логарифмической функции – в самом простом случае, когда mlin
погрешность составили +11,65/–12,12/3,03% (8 и 2). Использование степенных
′ = mlin
функций менее эффективно, но также очень значительно. Например mlin

дает погрешность +60,90/–46,10/9,55% (8 и 37). В ходе дельнейшего перебора

вариантов комбинирования логарифмических и степенных функций погреш-
ность удалось снизить до 7,13/–8,39/2,39% (36 и 18) при следующей функции
преобразования, используемой далее в качестве окончательной:
′ = [ln( mlin ) + 1]
45
mlin (3.3)

Обобщенный коэффициент запаса прочности бетонной обделки mˆ lin с ис-

пользованием найденной функции преобразования определятся по формуле
mˆ lin = exp ( mlin
′ 5 4 − 1) . (3.4)

′ =ϕ (x)
Коэффициенты регрессии для промежуточной функции отклика mlin
вида (формула 3.1) при нормированных уровнях факторов приведены в табл.
3.51, а функция отклика имеет вид:
′ = 1,89 +
mlin
+0,559 X 1 + 0, 473 X 2 − 0,044 X 3 + 0,041X 4 − 0,023 X 5 − 0,532 X 6 −
−0, 406 X 12 − 0,307 X 22 − 0,009 X 32 − 0,0002 X 42 − 0,006 X 52 + 0,154 X 62 +
(3.5)
+0,036 X 1 X 2 − 0,023 X 1 X 3 − 0,018 X 1 X 4 + 0,002 X 1 X 5 + 0,05 X 1 X 6 −
−0,016 X 2 X 3 − 0,014 X 2 X 4 + 0,001X 2 X 5 + 0,039 X 2 X 6 − 0,003 X 3 X 4 −
−0,002 X 3 X 5 + 0,005 X 3 X 6 + 0,0003 X 4 X 5 + 0,002 X 4 X 6 + 0,029 X 5 X 6
В табл. 3.5 приведены относительные величины коэффициентов регрессии
(в сравнении с наибольшим по модулю коэффициентом регрессии), которые
дают представление об относительном влиянии взаимодействия (члена полино-

1
В главах 3 и 4 численные данные получены из расчетов на ЭВМ и записаны с различным округлени-
ем в зависимости от контекста. Поскольку в расчетах на ЭВМ промежуточные результаты не округ-
ляются, при повторении расчетов с использованием приведенных чисел, возможно несовпадение по-
следней значащей цифры результата. Особенно это относится к процентным оценкам.
ма) на коэффициент запаса: чем больше относительная величина коэффициента
при взаимодействии, тем больше влияние последнего.
В табл. 3.6 приведены коэффициенты регрессии для промежуточной функ-
′ = ϕ ( x ) при натуральных уровнях факторов. Сама функция от-
ции отклика mlin

клика при натуральных уровнях факторов имеет вид:

′ = 1,385 +
mlin
+0,03 X 1 + 0, 403 X 2 + 0,093 X 3 + 0, 26 X 4 − 0,009 X 5 − 0,012 X 6 −
−0,0002 X 12 − 0,044 X 22 − 0,077 X 32 − 0,002 X 42 − 0,0002 X 52 + 0,00002 X 62 +
(3.6)
+0,0003 X 1 X 2 − 0,002 X 1 X 3 − 0,001X 1 X 4 + 0,00001X 1 X 5 + 0,00001X 1 X 6 −
−0,019 X 2 X 3 − 0,018 X 2 X 4 + 0,00007 X 2 X 5 + 0,0001X 2 X 6 − 0,03 X 3 X 4 −
−0,0009 X 3 X 5 + 0,0001X 3 X 6 + 0,0002 X 4 X 5 + 0,00005 X 4 X 6 + 0,00006 X 5 X 6 .
Таким образом, для определения коэффициента mˆ lin найдена составная по-
казательно-степенная функция отклика, включающая в себя квадратичный по-
лином (формулы 3.5 или 3.6), являющийся членом функции (3.4). Результаты
сопоставления полученного по составной функции отклика коэффициента mˆ lin с
экспериментальными данными сведены в табл. 3.7 и представлены на рис. 3.3.
В дальнейшем, для компактности изложения функции отклика вида (форму-
ла 3.1) записываются только в табличной форме.
Функция отклика для значений mlin из второй серии численных опытов при
толщине обделки 0,10r (табл. 3.2) найдена в аналогичной составной показа-
тельно-степенной форме. Наилучшая точность, составившая 5,89/–6,77/1,99%
(19 и 22), достигнута при использовании следующей функции преобразования:
′ = [ln( mlin ) + 1, 2] .
45
mlin (3.7)

Тогда коэффициент mˆ lin обделки толщиной 0,10r определяться по формуле:

mˆ lin = exp ( mlin

′ 5 4 − 1, 2 ) . (3.8)
′ при
Коэффициенты регрессии для промежуточной функции отклика mlin
нормированных и натуральных уровнях факторов приведены соответственно в
табл. 3.8 и 3.9. Сопоставление полученного по найденной функции отклика ко-
эффициента mˆ lin с экспериментальными данными – в табл. 3.10 и на рис. 3.4.
 3.3. Нахождение функции отклика для обобщенного коэффициента
запаса прочности незакрепленного скального массива
При нахождении функции отклика непосредственно от значений коэффици-
ента mrk, как и в случае с коэффициентом mlin, получена неприемлемо большая
погрешность +1278/–451/79% (8 и 45). Коэффициент mrk зависит от двух вели-
чин: от наибольших сжимающих эффективных напряжений в окрестности вы-
работки σef, получаемых в численных опытах; и от прочности скального масси-
ва на сжатие σcm – исходного параметра в численном опыте, но также зависяще-
го от комбинации варьируемых факторов. Поэтому в данном случае для нахож-
дения mˆ rk возможно использование функции преобразования, также как в слу-
чае с mˆ lin (п. 3.2), а также поиск mˆ rk как отношения двух функций отклика, оп-
ределяющих параметры σef и σcm. Разработаны оба варианта.
В первом варианте поиск функции преобразования для mrk велся аналогично
случаю с коэффициентом mlin. Улучшение результата достигалось при использо-
вание степенных функций со степенями из интервала (0, 1) и логарифмической
функции. Рассмотрены различные комбинации функций, но наилучшей функ-
цией преобразования оказалось следующая, сравнительно несложная, дающая
погрешность определения mˆ rk +4,98/–4,86/1,68% (24 и 17):

mrk′ = ln ( mrk ) . (3.9)

Тогда обобщенный коэффициент запаса прочности незакрепленного скаль-
ного массива mˆ rk определяется через найденную функцию по формуле

mˆ rk = exp ( mrk′ ) . (3.10)

Коэффициенты для промежуточной функции отклика mrk′ = ϕ ( x ) при нор-

мированных уровнях факторов даны в табл. 3.11, при натуральных уровнях фак-
торов – в табл. 3.12. Сопоставление вычисленного mˆ rk по предложенной фор-
муле (3.10) (по первому варианту функции отклика) с экспериментальными дан-
ными сведено в табл. 3.13 и представлено на рис. 3.5.
Во втором варианте при поиске функций отклика для параметров σef и σcm
получены соответственно следующие погрешности: +4,75/–3,28/0,61% (44 и 40)
и +468,0/–24,69/22,39% (8 и 31, 32). Последняя погрешность указывает на необ-
ходимость повышения точности функции отклика, поэтому вновь использован
прием с функцией преобразования. Подобраны следующие функции:
σ ef′ = σ c ,ef ; (3.11)

′ = ln (σ cm ) .
σ cm (3.12)

Тогда наибольшие сжимающие эффективные напряжения в окрестности

выработки и прочность скального массива на сжатие будут равны:

σˆ ef = (σ ef′ ) ;
2
(3.13)

σˆ cm = exp (σ cm
′ ). (3.14)

Погрешность определения σˆ ef и σˆ cm составила соответственно

+2,26/–1,52/0,50% (34 и 40) и +3,32/–3,6/0,94% (3 и 4). Коэффициенты функции

отклика σ ef′ = ϕ ( x ) при нормированных и натуральных уровнях факторов при-

′ =ϕ (x) – в
ведены в табл. 3.14 и 3.15. Коэффициенты функции отклика σ cm
табл. 3.16 и 3.17.
Искомый коэффициент запаса mˆ rk во втором варианте определятся через
подобранные функции преобразования (3.13) и (3.14) по формуле
exp (σ cm
′ )
mˆ rk = , (3.15)
(σ ef′ ) 1000
2

где 1000 – коэффициент перевода размерностей.

Погрешность полученной функции составляет +4,21/–3,49/1,22% (24 и 4).
Сопоставление полученного по предложенной формуле коэффициента mˆ rk с
экспериментальными данными дано в табл. 3.18 и представлено на рис. 3.6.
Сравнение вариантов функций отклика для mˆ rk показывает увеличение
средней погрешности в первом варианте на 37% (наибольшая погрешность
4,21% вместо 4,98%, средняя – 1,22% и 1,68% соответственно) при несколько
большей сложности второго варианта. Это усложнение незначимо при расчете
на ЭВМ, но цель работы предполагает разработку методики, пригодной для ис-
пользования и без ЭВМ. Для последнего случая усложнение представляется
значительным. Отказ от второго варианта нежелателен из-за увеличения по-
грешности. Учитывая изложенное, в дальнейшем используем оба варианта:
первый – для способов применения разрабатываемого метода без ЭВМ; вто-
рой – для расчетов на ЭВМ.

3.4. Статистический анализ уравнений регрессии

Статистический анализ уравнений регрессии заключается в оценке значи-
мости коэффициентов регрессии и проверке адекватности уравнений регрессии
[2, 6, 25, 44, 68 и др.]. Оценка значимости коэффициентов регрессии ведется на
основе анализа воспроизводимости наблюдений. Дисперсия воспроизводимости
наблюдений (отклика) определяется по формуле

si2 =
∑( y − y ) ,
i
(3.16)
n −1
где yi – отклик в i-опыте;
y – средний арифметический отклик в серии повторных опытов;
n – число повторных опытов.
Расчетное значение коэффициента Кохрена определяется по формуле
Gˆ = si2,max ∑σ i
2
. (3.17)

Критерием воспроизводимости опытов служит выполнение условия:

Gˆ ≤ Gтабл , (3.18)
где Gтабл = 0 ÷ 1 – табличное значение коэффициента Кохрена.
Дисперсия воспроизводимости эксперимента и ошибка эксперимента опре-
деляется соответственно по формулам:
s 2y = ∑ si2 N ; (3.19)

s y = s 2y , (3.20)

где N = 54 – число опытов по плану эксперимента.

Соответственно, дисперсии воспроизводимости и ошибки коэффициентов
регрессии, равные между собой при ортогональной матрице планирования, бу-
дут определяться следующим образом:
 s 2y
s =
2
b ; (3.21)
N ⋅n

sb = sb2 . (3.22)
Доверительный интервал для коэффициентов регрессии равен:
Δb = ± tкр ⋅ σ b , (3.23)

где tкр – критическое значение коэффициента Стьюдента при числе степеней

свободы N ( n − 1) .
Если коэффициент регрессии по абсолютной величине меньше доверитель-
ного интервала, то он статистически незначим и его следует исключить.
На отклик выполненного численного эксперимента, в отличии от физиче-
ских экспериментов, не оказывают влияния никакие неконтролируемые факто-
ры. Поэтому отклик не может измениться при любом числе повторных наблю-
дений (за исключением случая ввода ошибочных данных), так как зависит толь-
ко от входящих факторов, то есть отсутствует разброс экспериментальных дан-
ных. Следовательно, дисперсия воспроизводимости наблюдений (формула 3.16)
для любого опыта при любом числе повторений будет равна нулю. Расчетное
значение коэффициента Кохрена (формула 3.17) также будет равно нулю, а ус-
ловие (3.18) будет всегда выполняться. Дисперсия воспроизводимости экспери-
мента и ошибка эксперимента, дисперсия воспроизводимости и ошибка коэф-
фициентов регрессии, а также доверительный интервал для коэффициентов
регрессии (формулы 3.19–3.23) будут равны нулю. Следовательно, все отличные
от нуля коэффициенты регрессии являются статистически значимыми и не
должны исключаться из уравнения регрессии.
В ТПЭ используются понятия моделей (функций отклика) истинных, адек-
ватных и неадекватных, причем первая модель единственна, а классы послед-
них двух моделей бесконечны [68]. ТПЭ используется в основном для нахожде-
ния адекватных и неадекватных функции отклика, так как предполагает предва-
рительное постулирование вида функции (чаще всего, в виде полинома первой
или второй степени). Нахождение истинной функции отклика возможно только
как частный случай, если она совпадает с предварительно заданным полиномом
или является его частью.
Под адекватностью функции отклика понимается степень ее соответствия
экспериментальным данным. В ТПЭ адекватность определятся исходя из соот-
несения точности функции отклика и разброса экспериментальных данных, ко-
торый, как было отмечено выше, в численном эксперименте отсутствует. Для
оценки используется критерий Фишера, зависящий от дисперсии адекватности
и дисперсии воспроизводимости эксперимента. Критерий Фишера и дисперсия
адекватности соответственно равны [44]:
max ⎡⎣ sад
2
, s 2y ⎤⎦
Fˆ = ; (3.24)1
min ⎡⎣ sад
2
, s 2y ⎤⎦

1 N
∑ ( yi − yˆ i ) ,
2
s =
2
ад (3.25)
N − l i =1
где l – число статистически значимых коэффициентов регрессии;
yi – экспериментальное значение (отклик) в i-опыте;
yˆ i – расчетное значение по уравнению регрессии в i-опыте.
Дисперсия адекватности эксперимента для функции mˆ lin составляет 0,0925;
для mˆ rk по первому варианту – 0,150; по второму варианту – 0,108 (считая l
числом коэффициентов в наиболее полной промежуточной функции отклика).
Уравнение регрессии считается адекватным при заданном уровне значимо-
сти, если выполняется условие:
Fˆ ≤ Fтабл , (3.26)
где Fтабл – табличное значение критерия Фишера при заданном уровне значимо-
сти. При стандартном уровне значимости α = 0,05 для рассматриваемых функ-
ций Fтабл = 4,2 ÷ 4,5; при α = 0,01 – Fтабл = 8,7 ÷ 7,6.
В формуле (3.24) числитель является числом большим нуля (дисперсия аде-
кватности эксперимента), а знаменатель равен нулю (дисперсия воспроизводи-

1
В [52, 68, 73 и др.] для критерия Фишера дается более короткая формула: Fˆ = σ ад
2
σ y2 .
мости эксперимента). Следовательно, формула (3.24) не имеет конечного реше-
ния, а значит условие (3.26) не удовлетворяется. Из этого следует, что в терми-
нах ТПЭ полученные уравнения регрессии являются неадекватными.
Из формул (3.24 и 3.26) вытекает, что при дисперсии воспроизводимости
равной нулю, условие (3.26) не может удовлетворяться при дисперсии адекват-
ности, отличной от нуля. Равенство последней нулю возможно означает отсут-
ствие погрешности функции отклика во всех точках плана эксперимента. Для
адекватной функции отклика погрешность может быть большей нуля только в
случае разброса экспериментальных данных (наличия дисперсии воспроизво-
димости).
Таким образом, понятие адекватности функции отклика в ТПЭ означает
точное соответствие функции отклика экспериментальным данным без какой-
либо погрешности (критерий Фишера позволяет учесть возможный разброс ре-
зультатов в физических экспериментах, не являющийся погрешностью функции
отклика). Поэтому, значения адекватной функции отклика в точках плана экспе-
римента совпадают со значениями истиной функции отклика.
Следует отметить, что при использовании линейного уравнения регрессии
[например, 65, 67] дисперсия адекватности равна нулю (это вытекает из геомет-
рических соображений построения гиперплоскости), следовательно условие
(3.26) удовлетворяется и функция отклика признается адекватной независимо от
ее фактической точности внутри области планирования. Поэтому проверку аде-
кватности следует рассматривать только в контексте физического смысла функ-
ции отклика и необходимой точности расчетов.
Использование неадекватных функции отклика возможно при условии до-
пустимого уровня погрешности из инженерных соображений. Поскольку по-
грешность до 8,4% при средней арифметической погрешности до 2,4% пред-
ставляется допустимой из инженерных соображений, используем найденные
функции отклика в дальнейшей работе.
 3.5. Оценка влияния варьируемых факторов на обобщенные
коэффициенты запаса прочности
Относительная величина коэффициентов уравнений регрессии, полученных
при нормированных значениях факторов (табл. 3.5, 3.8 и 3.11), дает представле-
ние о влиянии так называемых взаимодействий (линейных, квадратичных,
′ или mrk′ , то есть о влиянии членов поли-
двойных) факторов на параметры mlin
нома функции отклика на результат. Относительная величина коэффициентов
важна для оценки статистической значимости взаимодействий факторов (п. 3.4).
Влияние собственно варьируемого фактора определяется влиянием его ли-
нейного и квадратичного взаимодействия, а также всех двойных взаимодейст-
вий с его участием. Так, влияние фактора X1 будет демонстрировать относи-
тельная величина коэффициентов регрессии при взаимодействиях X1, X 12 , X1X2,
X1X3, X1X4, X1X5, X1X6. Суммируя для каждого из варьируемых факторов соот-
ветствующие относительные величины коэффициентов уравнений регрессии,
полученных при нормированных значениях факторов (табл. 3.5, 3.8, 3.11), полу-
′
чим оценочный рейтинг факторов по значимости их влияния на параметры mlin
или mrk′ , приведенный в табл. 3.19.

Таблица 3.19
′ или mrk′
Оценочный рейтинг факторов по влиянию на параметры mlin

Фактор Сумма относительных величин Рейтинг по влиянию на

коэффициентов функций отклика параметры
′ (0,15r)
mlin ′ (0,10r)
mlin mrk′ ′ (0,15r)
mlin ′ (0,10r)
mlin mrk′

X1 57,87 53,32 85,1 1 1 1

X2 46,88 44,6 69,66 2 2 2
X3 5,34 2,36 10,64 4 6 4
X4 4,19 4,15 7,20 5 4 5
X5 3,33 2,56 3,24 6 5 6
X6 40,76 39,63 59,7 3 3 3
 Функции (3.4, 3.8 и 3.10), определяющие коэффициенты mˆ lin и mˆ rk исходя из
′ или mrk′ , при рассмотрении их как функций от
промежуточных параметров mlin
этих параметров являются непрерывными монотонно возрастающими. При
′ и mrk′ являются квадратичными полинома-
этом промежуточные параметры mlin
ми, зависящими от шести входных факторов, поэтому достаточно точно опре-
делить характер составной функции отклика без проведения ее численного ана-
лиза не представляется возможным. Вместе с тем, следует ожидать, что полу-
ченный рейтинг дает удовлетворительное представление о влиянии варьируе-
мых факторов на искомые обобщенные коэффициенты запаса mˆ lin и mˆ rk .
′ и
Следует отметить, что рейтинги факторов по влиянию на параметры mlin
mrk′ (что то же самое, на коэффициенты mˆ lin и mˆ rk ) позволяют уверенно подраз-

делить факторы на две группы: основные (X1, X2 и X6) и второстепенные

(X3–X5). Разделение одинаково справедливо для всех трех функций отклика, что
объясняется тем, что оба коэффициента запаса характеризуют взаимодействие
подземной выработки и скального массива.
Хотя полученный рейтинг позволяет сравнить факторы по значимости их
′ или mrk′ , он не дает представления о количественном
влияния на параметры mlin
влиянии того или иного фактора, то есть о том, насколько изменится значение
′ или mrk′ при изменении варьируемого фактора. В то время как с
параметров mlin
позиций ТПЭ все факторы являются статистически значимыми (п. 3.4), влияние
некоторых факторов с инженерной точки зрения может быть несущественным
(менее нескольких процентов), и тогда их целесообразно исключить из даль-
нейшего рассмотрения для упрощения методики. Оценка значимости факторов
в указанном понимании возможна только на основе анализа количественного
влияния факторов. Ввиду того, что данный вопрос является важным с практи-
ческой точки зрения, он рассматривается ниже.
 3.6. Исследование влияния факторов на обобщенный коэффициент
запаса прочности бетонной обделки
Влияние варьируемых факторов на обобщенные коэффициенты запаса
прочности исследуется на основе анализа функций отклика при фиксировании
всех факторов, кроме рассматриваемого на различных постоянных уровнях. Та-
ким образом, сложные функции отклика преобразуются в функции одного пе-
ременного. Анализ ведется для функции отклика, соответствующей туннелям с
толщиной обделки 0,15r.
Таким образом, для изучения количественной оценки влияния фактора X1 на
коэффициент mˆ lin необходимо рассмотреть следующие одиннадцать функций:

( − 1) ; ⎫
′ ( X 1 , X 2min , X 3o , X 4o , X 5o , X 6o )
54
1) mˆ lin = exp mlin
⎪
= exp ( m′ ( X , X , X , X , X , X ) − 1) ;⎪
max ⎪ o 54
2) mˆ lin lin 1 2
o
3
o
4
o
5 6
⎪
3) mˆ lin = exp ( m ( X , X , X , X , X , X ) − 1) ; ⎪
′lin 1
o
2
min
3
o
4
o
5
o 54
6
⎪
4) mˆ lin = exp ( m′ ( X , X , X , X , X , X ) − 1) ;⎪
o max o o o 54
lin 1 2 3 4
⎪ 5 6

= exp ( m′ ( X , X , X , X , X , X ) − 1) ; ⎪
min ⎪ o 54
5) mˆ lin lin 1
o
2
o
3 4
o
5 6
⎪⎪
6) mˆ lin = exp ( m′ ( X , X , X , X , X , X ) − 1) ; ⎬
lin 1
o
2
o
3
max
4
o
5
o 54
6 (3.27)
⎪
7) mˆ lin = exp ( m′ ( X , X , X , X , X , X ) − 1) ; ⎪
lin 1
o
2
o
3
o
4
min
5
o 54
6
⎪
8) mˆ lin = exp ( m′ ( X , X , X , X , X , X ) − 1) ; ⎪
o o o max o 54
lin 1 2 3 4 5 ⎪ 6

= exp ( m′ ( X , X , X , X , X , X ) − 1) ; ⎪
⎪ min 5 4
9) mˆ lin lin 1
o
2
o
3
o
4
o
5 6
⎪
10) mˆ lin = exp ( m′ ( X , X , X , X , X , X ) − 1) ; ⎪
lin 1
o
2
o
3
o
4
o
5
max 5 4
6
⎪
11) mˆ lin = exp ( m′ ( X , X , X , X , X , X ) − 1) , ⎪
o o o o o 54
lin 1 2 3 4 5
⎪⎭ 6

где индексами min и max, а также кружком обозначены соответственно мини-

мальные, максимальные и средние уровни факторов в пределах принятых ин-
тервалов варьирования (табл. 2.1).
Под влиянием варьируемого фактора на коэффициент mˆ lin будем понимать
максимальное относительное увеличение коэффициента mˆ lin по сравнению с
минимально возможным значением mˆ lin (в пределах принятых интервалов варь-
ирования фактора), определяемое по формуле
max
mˆ lin − mˆ lin
min
δ= ⋅ 100% , (3.28)
mˆ min
max
где mˆ lin и mˆ linmin – соответственно максимальное и минимальное значение коэф-
фициента mˆ lin в пределах интервала варьирования рассматриваемого фактора;
max
из-за нелинейности функций (3.27), mˆ lin и mˆ linmin в общем случае не соответст-
вуют крайним уровням варьирования фактора.
Графики функций (3.27) представлены на рис. 3.7. Следует подчеркнуть, что
принятая оценка влияния (формула 3.28) является именно относительным из-
менением коэффициента mˆ lin . Из графиков видно, что наибольшее абсолютное
изменение обобщенного коэффициента запаса на 9,97 с 2,43 до 12,4 наблюдает-
ся при минимальном уровне фактора X6 (рис. 3.7д) и составляет в относитель-
ном выражении 411%. Однако наибольшее относительное увеличение имеет
место при максимальном уровне фактора X2 (рис. 3.7а) и составляет 459%. Аб-
солютное увеличение при этом на 4,93 с 1,073 до 6,0. Как видно из рис. 3.7,
численное значение получаемого результата в основном зависит от комбинации
других факторов. Поэтому влияние рассматриваемого фактора выше тогда, ко-
гда его изменение в большее число раз изменяет результат, независимо от абсо-
лютного значения последнего. Таким образом, именно относительный показа-
тель (формула 3.28) следует рассматривать как меру влияния фактора, так как
он позволяет объективно сравнить увеличение mˆ lin при различных абсолютных
значениях обобщенного коэффициента запаса.
В целом, для всех рассмотренных случаев относительное увеличение со-
ставляет: при минимальном и максимальном уровнях фактора X2 соответствен-
но 246 и 459% (рис. 3.7а); при уровнях фактора X3 – 423 и 361% (рис. 3.7б); при
уровнях фактора X4 – 407 и 377% (рис. 3.7в); при уровнях фактора X5 – 392 и
391% (рис. 3.7г); при уровнях фактора X6 – 411 и 386% (рис. 3.7д); при среднем
уровне всех варьируемых факторов – 392% (рис. 3.7е). Среднее арифметическое
полученных значений составляет 386%.
Анализ графиков на рис. 3.6 позволяет предварительно судить о влиянии
остальных факторов – расхождении графиков при экстремальных уровнях фак-
тора указывает на существенное влияние этого фактора, и наоборот. Значитель-
ное отличие влияния исследуемого фактора при минимальном и максимальном
уровнях другого – 246 и 459% (относительный разброс результатов 87%) при
экстремальных уровнях фактора X2 – свидетельствует о существенной зависи-
мости влияния фактора X1 от уровня X2. Это означает, что при малых уровнях X2
влияние фактора X1 меньше, чем при больших уровнях X2.
Изучение влияния остальных пяти факторов на коэффициент mˆ lin выполня-
ется аналогично. При рассмотрении влияния фактора X2 функции (3.27) преоб-
разуются следующим образом: во всех случаях переменным становится фактор
X2 вместо X1 а сам фактор X1 рассматривается на тех уровнях, которые имел X2.
Для изучения влияния остальных факторов функции (3.27) преобразуются по
аналогии.
Расчеты выполнены для всех варьируемых факторов. Графики, отражающие
влияние факторов X2–X6 (за исключением случая среднего уровня всех осталь-
ных факторов), не приводятся для компактности изложения.
Влияние фактора X2 при минимальном и максимальном уровнях факторов
X1, X3, X4, X5 и X6 составляет соответственно:
при минимальном уровне факторов, %: 168 304 294 285 295
при максимальном уровне факторов, %: 335 266 275 283 284
При среднем уровне всех факторов влияние фактора X2 – 285% (рис. 3.8а).
Среднее арифметическое полученных значений – 279%, максимальное влия-
ние – 335%. Относительный разброс результатов при экстремальных уровнях
одного и того же фактора достигает 99%, что указывает на зависимость влияния
рассматриваемого фактора от уровней факторов X1 и X3.
Влияние фактора X3 при экстремальных уровнях факторов X1, X2, X4, X5 и X6
составляет соответственно:
при минимальном уровне факторов, %: 5,3 7,3 12,7 13,2 16,7
при максимальном уровне факторов, %: 22,0 19,8 14,8 14,2 11,5
При среднем уровне всех факторов влияние фактора X3 составляет 13,7%
(рис. 3.8б). Среднее арифметическое полученных значений – 13,7%, макси-
мальное влияние – 22,0%. Относительный разброс результатов до 315% указы-
вает на зависимость влияния X3 от уровней факторов X1 и X2.
Влияние фактора X4 при экстремальных уровнях факторов X1, X2, X3, X5 и X6
составляет соответственно:
при минимальном уровне факторов, %: 15,8 15,3 14,0 12,8 13,5
при максимальном уровне факторов, %: 7,1 8,6 11,9 13,0 12,7
При среднем уровне всех факторов влияние фактора X4 – 13,7% (рис. 3.8в).
Среднее арифметическое полученных значений – 12,6%, максимальное влия-
ние – 15,8% Относительный разброс результатов до 114% указывает на зависи-
мость влияния фактора X3 от уровней факторов X1 и X2.
Влияние фактора X5 при экстремальных уровнях факторов X1, X2, X3, X4 и X6
составляет соответственно:
при минимальном уровне факторов, %: 6,4 6,4 6,6 7,1 17,9
при максимальном уровне факторов, %: 6,5 6,9 7,5 7,0 1,8
При среднем уровне всех факторов влияние фактора X5 – 7,0% (рис. 3.8г).
Среднее арифметическое полученных значений – 7,4%, максимальное влия-
ние – 17,9%. Следует отметить относительный разброс результатов 894% при
минимальном и максимальном уровнях фактора X6 одновременно с практически
неизменным влиянием в других случаях.
Влияние фактора X6 при экстремальных уровнях факторов X1, X2, X3, X4 и X5
составляет соответственно:
при минимальном уровне факторов, %: 334 349 399 386 434
при максимальном уровне факторов, %: 332 348 376 390 346
При среднем уровне всех факторов влияние фактора X6 – 388% (рис. 3.8д).
Среднее арифметическое полученных значений – 371%, максимальное влия-
ние – 434% Влияние данного фактора на коэффициент mˆ lin очень велико в наи-
меньшей степени зависит от уровней иных факторов. Наибольший относитель-
ный разброс результатов – 25% при экстремальных уровнях фактора X5, что со-
гласуется с полученными результатами для самого фактора X5.
В табл. 3.20 обобщены результаты расчетов влияния варьируемых факторов
и уточнен рейтинг факторов.

Таблица 3.20
Рейтинг факторов по влиянию на коэффициент mˆ lin

Фактор Влияния факторов, % Рейтинг исходя из влияния

макси- сред- при среднем макси- сред- при среднем
мальное нее уровне факторов мального него уровне факторов
X1 459 386 392 1 2 2
X2 335 279 285 3 3 3
X3 22,0 13,7 13,7 4 4 4–5
X4 15,8 12,6 13,7 6 5 4–5
X5 17,9 7,4 7,0 5 6 6
X6 371 434 388 2 1 1

Полученный рейтинг, основан на количественном анализе функции (3.4) и

отражает фактическое влияние факторов на коэффициент mˆ lin . Он наиболее бли-
зок к оценочному рейтингу (табл. 3.19) при рассмотрении среднего арифмети-
ческого влияния факторов или влияния факторов при среднем уровне всех ос-
тальных факторов. Представляется, что именно среднее арифметическое влия-
ние следует рассматривать как сравнительный критерий влияния.
Как видно из табл. 3.20, основное влияние на напряженное состояние об-
делки туннеля оказывают факторы X1, X2 и X6. Влияние остальных факторов
меньше более чем на порядок, поэтому они являются второстепенными.
Влияние факторов X3, X4 мало отличается. Наименее значимым является
фактор X5, несмотря на то, что его максимальное влияние приблизительно равно
влиянию факторов X3 и X4.
 Из графиков на рис. 3.8 видно, что влияние второстепенных факторов близ-
ко к линейному, в то время как влияние наиболее значимых факторов сильно
нелинейно. Следует особо подчеркнуть различный (с математической точки
зрения) вид графиков зависимостей коэффициента mˆ lin от факторов X1 и X2 и за-
висимости mˆ lin от фактора X6. Если первые графики имеют характер степенной
зависимости, то последний – показательной зависимости. Это обстоятельство
позволяет объяснить сложный показательно-степенной характер составной
функции отклика (3.4).
Сравнение предварительного (табл. 3.19) и основанного на количественном
анализе функции отклика уточненного рейтинга (табл. 3.20) подтверждает
принципиальное подразделение факторов по влиянию на основные и второсте-
пенные. Вместе с тем, в оценке рейтингов отдельных факторов заметны значи-
тельные расхождения, объясняемые условностью предварительного рейтинга,
рассмотренной в п. 3.5. Поэтому несмотря на различия в предварительных рей-
тингах по влиянию на коэффициент mˆ lin для обделок толщиной 0,10r и 0,15r,
представляется, что уточненный рейтинг (табл. 3.20) справедлив для обделок
обоих толщин.

3.7. Исследование влияния факторов на обобщенный коэффициент

запаса прочности незакрепленного скального массива
Исследование влияния варьируемых факторов на коэффициент mˆ rk ведем по
аналогии с исследованием влияния на коэффициент mˆ lin . Изучаемая система из
одиннадцати функций основана на формуле (3.10), а по порядку построения и
преобразования при изучении влияния различных варьируемых факторов сис-
тема в целом также аналогична функциям (3.27).
Таким образом, при изучении влияния фактора X2 она примет вид:
 1) mˆ rk = exp ⎡⎣ mrk′ ( X 1min , X 2 , X 3o , X 4o , X 5o , X 6o )⎤⎦ ; ⎫
⎪
2) mˆ rk = exp ⎡⎣ mrk′ ( X 1 , X 2 , X 3 , X 4 , X 5 , X 6 )⎤⎦ ; ⎪
max o o o o
⎪
3) mˆ rk = exp ⎡⎣ mrk′ ( X 1 , X 2 , X 3 , X 4 , X 5 , X 6 )⎤⎦ ; ⎪
o min o o o
⎪
⎪
4) mˆ rk = exp ⎡⎣ mrk′ ( X 1o , X 2 , X 3max , X 4o , X 5o , X 6o )⎤⎦ ; ⎪
⎪
5) mˆ rk = exp ⎡⎣ mrk′ ( X 1o , X 2 , X 3o , X 4min , X 5o , X 6o )⎤⎦ ; ⎪
⎪⎪
6) mˆ rk = exp ⎡⎣ mrk′ ( X 1o , X 2 , X 3o , X 4max , X 5o , X 6o )⎤⎦ ; ⎬ (3.29)
⎪
7) mˆ rk = exp ⎡⎣ mrk′ ( X 1o , X 2 , X 3o , X 4o , X 5min , X 6o )⎤⎦ ; ⎪
⎪
8) mrk = exp ⎣ mrk ( X 1 , X 2 , X 3 , X 4 , X 5 , X 6 )⎦ ; ⎪
ˆ ⎡ ′ o o o max o
⎤
⎪
9) mˆ rk = exp ⎡⎣ mrk′ ( X 1 , X 2 , X 3 , X 4 , X 5 , X 6 )⎤⎦ ; ⎪
o o o o min

⎪
10) mˆ rk = exp ⎡⎣ mrk′ ( X 1o , X 2 , X 3o , X 4o , X 5o , X 6max ) ⎤⎦ ; ⎪
⎪
⎪
11) mˆ rk = exp ⎣⎡ mrk′ ( X 1o , X 2 , X 3o , X 4o , X 5o , X 6o )⎦⎤ . ⎪
⎭
Влияние факторов количественно оцениваем по формуле

rk − m rk
mˆ max ˆ min
δ= ⋅ 100% , (3.30)
mˆ rkmin

где mˆ max
rk и mˆ rkmin – соответственно максимальное и минимальное значение коэф-
фициента mˆ rk в пределах интервала варьирования рассматриваемого фактора.
Графики зависимости коэффициента mˆ rk от варьируемых факторов при
среднем уровне всех остальных факторов (зависимости вида функции № 11 в
системе 3.29) изображены на рис. 3.9. Графики, отражающие влияние факторов
при экстремальных уровнях других факторов не приводятся для компактности
изложения.
Влияние фактора X1 при минимальном и максимальном уровнях факторов
X2, X3, X4, X5 и X6 составляет соответственно:
при минимальном уровне факторов, %: 649 651 693 644 649
при максимальном уровне факторов, %: 639 638 599 644 640
При среднем уровне всех факторов влияние фактора X1 – 644% (рис. 3.9а).
Среднее арифметическое полученных значений – 645%, максимальное влия-
ние – 693%. Относительный разброс результатов при экстремальных уровнях
одного и того же фактора достигает 16% и указывает на зависимость влияния
рассматриваемого фактора от уровней фактора X4.
Влияние фактора X2 при экстремальных уровнях факторов X1, X3, X4, X5 и X6
составляет соответственно:
при минимальном уровне факторов, %: 438 437 462 434 436
при максимальном уровне факторов, %: 431 432 408 434 433
При среднем уровне всех факторов влияние фактора X2 – 434% (рис. 3.9б).
Среднее арифметическое полученных значений – 434%, максимальное влия-
ние – 462%. Относительный разброс результатов достигает 13% и указывает на
зависимость влияния фактора X2 от уровней фактора – X4. В целом, полученный
характер влияния очень близок к влиянию фактора X1.
Влияние фактора X3 при экстремальных уровнях факторов X1, X2, X4, X5 и X6
составляет соответственно:
при минимальном уровне факторов, %: 21,3 22,0 22,6 22,4 38,9
при максимальном уровне факторов, %: 23,9 23,2 22,6 22,8 9,5
При среднем уровне всех факторов влияние фактора X3 составляет 22,6%
(рис. 3.9в). Среднее арифметическое полученных значений – 22,9%, максималь-
ное влияние – 38,9%. Относительный разброс результатов до 309% указывает
на зависимость влияния X3 от уровней фактора X6.
Влияние фактора X4 при экстремальных уровнях факторов X1, X2, X3, X5 и X6
составляет соответственно:
при минимальном уровне факторов, %: 25,2 23,2 16,1 16,1 16,1
при максимальном уровне факторов, %: 7,7 9,5 16,1 16,1 16,1
При среднем уровне всех факторов влияние фактора X4 – 22,6% (рис. 3.9г).
Среднее арифметическое полученных значений – 16,8%, максимальное влия-
ние – 25,2%. Относительный разброс результатов до 227% указывает на зави-
симость влияния фактора X4 от уровней факторов X1 и X2.
Влияние фактора X5 при экстремальных уровнях факторов X1, X2, X3, X4 и X6
составляет соответственно:
при минимальном уровне факторов, %: 5,5 5,6 5,4 5,6 13,7
при максимальном уровне факторов, %: 5,6 5,6 5,7 5,6 2
При среднем уровне всех факторов влияние фактора X5 – 5,6% (рис. 3.9д).
Среднее арифметическое полученных значений – 6,0%, максимальное влия-
ние – 13,7%. Относительный разброс результатов 585% при минимальном и
максимальном уровнях фактора X6 указывает на большую зависимость влияния
рассматриваемого фактора от уровней фактора X6.
Влияние фактора X6 при экстремальных уровнях факторов X1, X2, X3, X4 и X5
составляет соответственно:
при минимальном уровне факторов, %: 405 408 477 409 448
при максимальном уровне факторов, %: 413 411 349 409 373
При среднем уровне всех факторов влияние фактора X6 – 409% (рис. 3.9е).
Среднее арифметическое полученных значений – 410%, максимальное влия-
ние – 477%. Наибольший относительный разброс результатов – 37%.
В табл. 3.21 обобщены результаты расчетов влияния варьируемых факторов
на коэффициент mˆ rk и уточнен рейтинг факторов.

Таблица 3.21
Рейтинг факторов по влиянию на коэффициент mˆ rk

Факто- Влияние факторов, % Рейтинг исходя из влияния

ры макси- сред- при среднем макси- сред- при среднем
мальное нее уровне факторов мального него уровне факторов
X1 693 645 644 1 1 1
X2 462 434 434 3 2 2
X3 38,9 22,9 22,6 4 4 4–5
X4 25,2 16,8 22,6 5 5 4–5
X5 13,7 6,0 5,6 6 6 6
X6 477 410 409 2 3 3
 Полученный рейтинг, основанный на количественном анализе функции
(3.10), совпадает с оценочным рейтингом (табл. 3.19) при рассмотрении средне-
го арифметического влияния факторов или влияния факторов при среднем
уровне всех остальных факторов. Как указано в п. 3.6, среднее арифметическое
влияние следует рассматривать как сравнительный критерий влияния. Как вид-
но из табл. 3.21, основное влияние на напряженное состояние незакрепленного
скального массива оказывают факторы X1, X2 и X6. Влияние остальных факторов
меньше более чем на порядок, поэтому они являются второстепенными. Наи-
менее значимым является фактор X5.
В сравнении с влиянием факторов на коэффициент mˆ lin , следует отметить
значительно большее влияние факторов X1 и X2 и обмен рейтингами факторов
X1 и X6. Однако, характер влияния варьируемых факторов на коэффициент mˆ rk в
целом соответствует влиянию на коэффициент mˆ lin . Это объясняется тем, что
оба коэффициента характеризуют взаимодействие подземной выработки и
скального массива.
Из графиков на рис. 3.9 видно, что влияние второстепенных факторов близ-
ко к линейному. Как и в случае с коэффициентом mˆ lin , следует отметить различ-
ный с математической точки зрения вид графиков зависимостей коэффициента
mˆ rk от факторов X1 и X2 и от фактора X6. Если первые графики имеют характер
степенной зависимости, то последний – показательной зависимости. Это об-
стоятельство позволяет объяснить сложный показательно-степенной характер
функции (3.10).
 Таблица 3.1.
Результаты первой серии численных опытов (толщина обделки 0,15r)
Превалирующее Место опасного
№ опыта N, кН Q, кН M, кН·м mlin hоб, м
усилие сечения
1 –961,577 –0,264 7,936 5,644 0,655 сжатие стена
2 –1016,951 –0,281 8,431 5,336 0,655 сжатие стена
3 –3734,359 –1,168 34,449 1,449 0,655 сжатие стена
4 –4352,258 –1,439 42,448 1,241 0,655 сжатие стена
5 –4637,481 –1,574 46,423 1,164 0,655 сжатие стена
6 –5453,584 –1,997 58,900 0,987 0,655 сжатие стена
7 –11478,920 10,371 230,390 0,455 0,655 сжатие стена
8 –12874,750 15,254 338,286 0,398 0,655 сжатие стена
9 177,563 –0,739 –27,008 3,751 0,98 растяжение шелыга
10 57,101 –0,233 –2,914 3,935 0,33 растяжение шелыга
11 –1767,968 –0,329 19,383 4,606 0,98 сжатие стена
12 –576,327 –0,152 2,156 4,757 0,33 сжатие стена
13 –7601,069 –1,792 122,484 1,060 0,98 сжатие стена
14 –2468,381 –0,912 13,550 1,099 0,33 сжатие стена
15 –7022,064 –1,616 91,164 1,155 0,98 сжатие стена
16 –2283,852 –0,723 10,145 1,195 0,33 сжатие стена
17 212,171 –0,960 –23,916 1,993 0,655 растяжение шелыга
18 48,798 –0,237 –5,607 8,583 0,655 растяжение шелыга
19 219,960 –1,055 –26,274 1,866 0,655 растяжение шелыга
20 50,532 –0,260 –6,158 8,039 0,655 растяжение шелыга
21 –2445,249 –0,691 19,932 2,220 0,655 сжатие стена
22 –533,392 –0,031 2,659 10,279 0,655 сжатие стена
23 –2657,784 –0,760 21,899 2,042 0,655 сжатие стена
24 –580,455 –0,034 2,921 9,444 0,655 сжатие стена
25 –1860,037 –0,489 23,362 4,364 0,98 сжатие стена
26 –600,025 –0,183 2,571 4,553 0,33 сжатие стена
27 –1996,240 –0,528 25,255 4,065 0,98 сжатие стена
28 –643,924 –0,198 2,779 4,242 0,33 сжатие стена
29 –8581,957 –3,017 140,305 0,938 0,98 сжатие стена
30 –2762,188 –1,109 15,430 0,981 0,33 сжатие стена
31 –9992,563 –3,840 178,627 0,803 0,98 сжатие стена
32 –3211,315 1,696 19,608 0,841 0,33 сжатие стена
33 –3175,939 –0,944 40,736 2,554 0,98 сжатие стена
34 –739,884 –0,130 8,710 10,988 0,98 сжатие стена
35 –1041,834 –0,340 4,556 2,621 0,33 сжатие стена
36 –201,074 –0,040 0,788 13,619 0,33 сжатие стена
37 –12300,140 –4,515 191,809 0,656 0,98 сжатие стена
38 –2881,585 –0,654 40,900 2,807 0,98 сжатие стена
39 –4024,323 1,783 21,429 0,675 0,33 сжатие стена
40 –791,503 –0,197 3,704 3,443 0,33 сжатие стена
41 190,021 –0,766 –19,068 2,357 0,655 растяжение шелыга
42 43,803 –0,189 –4,474 10,139 0,655 растяжение шелыга
43 –1994,200 –0,551 15,890 2,724 0,655 сжатие стена
44 –433,883 –0,025 2,122 12,640 0,655 сжатие стена
45 –10016,230 5,583 119,736 0,536 0,655 сжатие стена
46 –2209,271 –0,222 26,642 2,427 0,655 сжатие стена
47 –9584,777 4,470 101,391 0,562 0,655 сжатие стена
48 –2213,415 –0,193 13,591 2,468 0,655 сжатие стена
49 –1605,351 –0,465 13,962 3,376 0,655 сжатие стена
50 –1605,351 –0,465 13,962 3,376 0,655 сжатие стена
51 –1605,351 –0,465 13,962 3,376 0,655 сжатие стена
52 –1605,351 –0,465 13,962 3,376 0,655 сжатие стена
53 –1605,351 –0,465 13,962 3,376 0,655 сжатие стена
54 –1605,351 –0,465 13,962 3,376 0,655 сжатие стена
 Таблица 3.2.
Результаты второй серии численных опытов (толщина обделки 0,10r)
Превалирующее Место опасного
№ опыта N, кН Q, кН M, кН·м mlin hоб, м
усилие сечения
1 –673,367 –0,086 2,586 5,583 0,45 сжатие стена
2 –712,921 –0,091 2,746 5,273 0,45 сжатие стена
3 –2755,993 –0,375 11,114 1,363 0,45 сжатие стена
4 –3248,829 –0,462 13,684 1,155 0,45 сжатие стена
5 –3479,892 –0,505 14,962 1,078 0,45 сжатие стена
6 –4153,598 –0,641 18,975 0,902 0,45 сжатие стена
7 –9753,338 3,389 74,990 0,379 0,45 сжатие стена
8 –11231,590 5,031 110,908 0,326 0,45 сжатие стена
9 140,839 –0,249 –9,062 4,042 0,68 растяжение шелыга
10 –458,384 –0,065 0,978 4,186 0,23 сжатие стена
11 –1255,329 –0,109 6,500 4,534 0,68 сжатие стена
12 –411,036 –0,051 0,733 4,683 0,23 сжатие стена
13 –5782,894 –0,582 40,676 0,979 0,68 сжатие стена
14 –1885,561 –0,306 4,561 1,015 0,23 сжатие стена
15 –5314,435 –0,531 30,274 1,069 0,68 сжатие стена
16 –1735,720 –0,243 3,415 1,107 0,23 сжатие стена
17 –1846,803 –0,243 7,662 2,033 0,45 сжатие стена
18 –409,376 –0,009 1,707 9,170 0,45 сжатие стена
19 –2011,848 –0,267 8,415 1,866 0,45 сжатие стена
20 –445,896 –0,010 1,875 8,418 0,45 сжатие стена
21 –1730,691 –0,224 6,482 2,173 0,45 сжатие стена
22 –375,655 –0,010 0,865 10,078 0,45 сжатие стена
23 –1885,904 –0,246 7,118 1,994 0,45 сжатие стена
24 –409,710 –0,011 0,949 9,240 0,45 сжатие стена
25 –1321,384 –0,163 7,834 4,298 0,68 сжатие стена
26 –428,163 –0,062 0,874 4,485 0,23 сжатие стена
27 –1420,559 –0,176 8,466 3,997 0,68 сжатие стена
28 –460,269 –0,067 0,944 4,172 0,23 сжатие стена
29 –6603,817 –0,995 46,574 0,857 0,68 сжатие стена
30 –2131,772 0,449 5,184 0,898 0,23 сжатие стена
31 –7815,245 –1,267 59,313 0,723 0,68 сжатие стена
32 –2521,311 0,572 6,601 0,758 0,23 сжатие стена
33 –2258,505 –0,316 13,658 2,514 0,68 сжатие стена
34 –525,308 –0,043 2,917 10,823 0,68 сжатие стена
35 –744,176 –0,115 1,548 2,580 0,23 сжатие стена
36 –143,468 –0,014 0,268 13,406 0,23 сжатие стена
37 –9334,742 1,850 63,556 0,607 0,68 сжатие стена
38 –2187,174 –0,215 13,593 2,594 0,68 сжатие стена
39 –3071,648 0,601 7,213 0,623 0,23 сжатие стена
40 –602,241 –0,066 1,247 3,188 0,23 сжатие стена
41 –1498,918 –0,194 6,114 2,506 0,45 сжатие стена
42 34,507 –0,062 –1,458 10,949 0,45 растяжение шелыга
43 –1403,826 –0,179 5,172 2,680 0,45 сжатие стена
44 –304,133 –0,008 0,690 12,450 0,45 сжатие стена
45 –7714,850 1,807 38,575 0,485 0,45 сжатие стена
46 –1703,989 –0,064 8,596 2,194 0,45 сжатие стена
47 –7356,981 1,444 32,666 0,510 0,45 сжатие стена
48 –1682,214 –0,061 4,391 2,247 0,45 сжатие стена
49 –1138,426 –0,151 4,539 3,300 0,45 сжатие стена
50 –1138,426 –0,151 4,539 3,300 0,45 сжатие стена
51 –1138,426 –0,151 4,539 3,300 0,45 сжатие стена
52 –1138,426 –0,151 4,539 3,300 0,45 сжатие стена
53 –1138,426 –0,151 4,539 3,300 0,45 сжатие стена
54 –1138,426 –0,151 4,539 3,300 0,45 сжатие стена
 Таблица 3.3.
Результаты третьей серии численных опытов
№ опыта σt,ef, МПа σc,ef, МПа σt,tot, МПа σc,tot, МПа σcm, МПа mrk
1 0,406 –10,290 0,409 –10,290 135,84 13,20
2 0,406 –10,290 0,409 –10,290 127,98 12,44
3 0,091 –10,010 0,095 –10,010 27,70 2,77
4 0,091 –10,010 0,095 –10,010 22,67 2,26
5 0,091 –10,010 0,095 –10,010 20,81 2,08
6 0,091 –10,010 0,095 –10,010 16,57 1,66
7 0,042 –9,893 0,046 –9,893 4,15 0,42
8 0,091 –10,010 0,095 –10,010 3,04 0,30
9 0,691 –10,920 0,691 –10,920 101,42 9,29
10 0,662 –10,560 0,662 –10,560 101,42 9,60
11 0,106 –9,203 0,081 –9,203 101,42 11,02
12 0,105 –8,926 0,072 –8,926 101,42 11,36
13 0,137 –10,610 0,137 –10,610 19,29 1,82
14 0,131 –10,260 0,131 –10,260 19,29 1,88
15 0,017 –9,033 –0,008 –9,033 19,29 2,14
16 0,016 –8,760 –0,016 –8,760 19,29 2,20
17 1,107 –17,660 1,107 –17,660 81,32 4,60
18 0,255 –3,881 0,255 –3,881 81,32 20,95
19 1,107 –17,660 1,107 –17,660 74,15 4,20
20 0,255 –3,881 0,255 –3,881 74,15 19,11
21 0,305 –15,980 0,276 –15,980 81,32 5,09
22 0,460 –2,715 –0,002 –2,973 81,32 29,95
23 0,305 –15,980 0,276 –15,980 74,15 4,64
24 0,460 –2,715 –0,002 –2,973 74,15 27,31
25 0,433 –10,460 0,438 –10,460 105,36 10,07
26 0,377 –10,090 0,377 –10,090 105,36 10,44
27 0,433 –10,460 0,438 –10,460 97,58 9,33
28 0,377 –10,090 0,377 –10,090 97,58 9,67
29 0,096 –10,180 0,101 –10,180 15,86 1,56
30 0,090 –9,828 0,086 –9,828 15,86 1,61
31 0,096 –10,180 0,101 –10,180 12,59 1,24
32 0,090 –9,828 0,086 –9,828 12,59 1,28
33 0,864 –17,380 0,869 –17,380 101,42 5,84
34 0,077 –3,758 0,082 –3,758 101,42 26,99
35 0,806 –17,020 0,806 –17,020 101,42 5,96
36 0,048 –3,174 0,044 –3,174 101,42 31,95
37 0,181 –16,900 0,186 –16,900 19,29 1,14
38 0,065 –3,676 0,070 –3,722 19,29 5,25
39 0,174 –16,550 0,170 –16,550 19,29 1,17
40 0,012 –3,106 0,008 –3,106 19,29 6,21
41 1,107 –17,660 1,107 –17,660 101,62 5,75
42 0,255 –3,881 0,255 –3,881 101,62 26,18
43 0,305 –15,980 0,276 –15,980 101,62 6,36
44 0,460 –2,715 –0,002 –2,973 101,62 37,43
45 0,220 –17,150 0,220 –17,150 14,41 0,84
46 0,051 –3,770 0,051 –3,770 14,41 3,82
47 0,087 –15,620 0,058 –15,620 14,41 0,92
48 0,459 –2,733 –0,007 –2,970 14,41 5,27
49 0,406 –10,290 0,409 –10,290 77,90 7,57
50 0,406 –10,290 0,409 –10,290 77,90 7,57
51 0,406 –10,290 0,409 –10,290 77,90 7,57
52 0,406 –10,290 0,409 –10,290 77,90 7,57
53 0,406 –10,290 0,409 –10,290 77,90 7,57
54 0,406 –10,290 0,409 –10,290 77,90 7,57
 Таблица 3.4.
Матрица независимых переменных X при нормированных факторах
X0 X1 X2 X3 X4 X5 X6 X11 X22 X33 X44 X55 X66 X1X2 X1X3 X1X4 X1X5 X1X6 X2X3 X2X4 X2X5 X2X6 X3X4 X3X5 X3X6 X4X5 X4X6 X5X6
1 1 1 0 1 0 0 1 1 0 1 0 0 1 0 1 0 0 0 1 0 0 0 0 0 0 0 0
1 1 1 0 –1 0 0 1 1 0 1 0 0 1 0 –1 0 0 0 –1 0 0 0 0 0 0 0 0
1 1 –1 0 1 0 0 1 1 0 1 0 0 –1 0 1 0 0 0 –1 0 0 0 0 0 0 0 0
1 1 –1 0 –1 0 0 1 1 0 1 0 0 –1 0 –1 0 0 0 1 0 0 0 0 0 0 0 0
1 –1 1 0 1 0 0 1 1 0 1 0 0 –1 0 –1 0 0 0 1 0 0 0 0 0 0 0 0
1 –1 1 0 –1 0 0 1 1 0 1 0 0 –1 0 1 0 0 0 –1 0 0 0 0 0 0 0 0
1 –1 –1 0 1 0 0 1 1 0 1 0 0 1 0 –1 0 0 0 –1 0 0 0 0 0 0 0 0
1 –1 –1 0 –1 0 0 1 1 0 1 0 0 1 0 1 0 0 0 1 0 0 0 0 0 0 0 0
1 0 1 1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 1 0 1 0 0 1 0 0 0 0
1 0 1 1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 1 0 –1 0 0 –1 0 0 0 0
1 0 1 –1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 –1 0 1 0 0 –1 0 0 0 0
1 0 1 –1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 –1 0 –1 0 0 1 0 0 0 0
1 0 –1 1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 –1 0 –1 0 0 1 0 0 0 0
1 0 –1 1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 –1 0 1 0 0 –1 0 0 0 0
1 0 –1 –1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 1 0 –1 0 0 –1 0 0 0 0
1 0 –1 –1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 1 0 1 0 0 1 0 0 0 0
1 0 0 1 1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 1 0
1 0 0 1 1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 1 0 –1 0 –1 0
1 0 0 1 –1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 –1 0 1 0 –1 0
1 0 0 1 –1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 –1 0 –1 0 1 0
1 0 0 –1 1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 –1 0 –1 0 1 0
1 0 0 –1 1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 –1 0 1 0 –1 0
1 0 0 –1 –1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 1 0 –1 0 –1 0
1 0 0 –1 –1 0 –1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 1 0
1 1 0 0 1 1 0 1 0 0 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 0
1 1 0 0 1 –1 0 1 0 0 1 1 0 0 0 1 –1 0 0 0 0 0 0 0 0 –1 0 0
1 1 0 0 –1 1 0 1 0 0 1 1 0 0 0 –1 1 0 0 0 0 0 0 0 0 –1 0 0
1 1 0 0 –1 –1 0 1 0 0 1 1 0 0 0 –1 –1 0 0 0 0 0 0 0 0 1 0 0
1 –1 0 0 1 1 0 1 0 0 1 1 0 0 0 –1 –1 0 0 0 0 0 0 0 0 1 0 0
1 –1 0 0 1 –1 0 1 0 0 1 1 0 0 0 –1 1 0 0 0 0 0 0 0 0 –1 0 0
1 –1 0 0 –1 1 0 1 0 0 1 1 0 0 0 1 –1 0 0 0 0 0 0 0 0 –1 0 0
1 –1 0 0 –1 –1 0 1 0 0 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 0
1 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1
1 0 1 0 0 1 –1 0 1 0 0 1 1 0 0 0 0 0 0 0 1 –1 0 0 0 0 0 –1
1 0 1 0 0 –1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 –1 1 0 0 0 0 0 –1
1 0 1 0 0 –1 –1 0 1 0 0 1 1 0 0 0 0 0 0 0 –1 –1 0 0 0 0 0 1
1 0 –1 0 0 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 –1 –1 0 0 0 0 0 1
1 0 –1 0 0 1 –1 0 1 0 0 1 1 0 0 0 0 0 0 0 –1 1 0 0 0 0 0 –1
1 0 –1 0 0 –1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 1 –1 0 0 0 0 0 –1
1 0 –1 0 0 –1 –1 0 1 0 0 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1
1 1 0 1 0 0 1 1 0 1 0 0 1 0 1 0 0 1 0 0 0 0 0 0 1 0 0 0
1 1 0 1 0 0 –1 1 0 1 0 0 1 0 1 0 0 –1 0 0 0 0 0 0 –1 0 0 0
1 1 0 –1 0 0 1 1 0 1 0 0 1 0 –1 0 0 1 0 0 0 0 0 0 –1 0 0 0
1 1 0 –1 0 0 –1 1 0 1 0 0 1 0 –1 0 0 –1 0 0 0 0 0 0 1 0 0 0
1 –1 0 1 0 0 1 1 0 1 0 0 1 0 –1 0 0 –1 0 0 0 0 0 0 1 0 0 0
1 –1 0 1 0 0 –1 1 0 1 0 0 1 0 –1 0 0 1 0 0 0 0 0 0 –1 0 0 0
1 –1 0 –1 0 0 1 1 0 1 0 0 1 0 1 0 0 –1 0 0 0 0 0 0 –1 0 0 0
1 –1 0 –1 0 0 –1 1 0 1 0 0 1 0 1 0 0 1 0 0 0 0 0 0 1 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 Таблица 3.5.
′ (0,15r) при нормированных факторах
Коэффициенты функции отклика mlin

Относительная Относительная
Взаимо- Коэффициент Взаимо- Коэффициент
№ величина № величина
действие регрессии действие регрессии
коэффициента, % коэффициента, %
1 X0 1,890E+00 100 15 X1X3 –2,263E–02 1,2
2 X1 5,586E–01 29,55 16 X1X4 –1,845E–02 0,98
3 X2 4,729E–01 25,01 17 X1X5 2,209E–03 0,12
4 X3 –4,390E–02 2,32 18 X1X6 5,029E–02 2,66
5 X4 4,150E–02 2,2 19 X2X3 –1,642E–02 0,87
6 X5 –2,323E–02 1,23 20 X2X4 –1,392E–02 0,74
7 X6 –5,315E–01 28,12 21 X2X5 9,536E–04 0,05
8 X11 –4,059E–01 21,47 22 X2X6 3,904E–02 2,07
9 X22 –3,073E–01 16,25 23 X3X4 –2,971E–03 0,16
10 X33 –8,625E–03 0,46 24 X3X5 –1,570E–03 0,08
11 X44 –1,962E–04 0,01 25 X3X6 4,754E–03 0,25
12 X55 –5,656E–03 0,3 26 X4X5 3,418E–04 0,02
13 X66 1,536E–01 8,12 27 X4X6 1,540E–03 0,08
14 X1X2 3,564E–02 1,89 28 X5X6 2,886E–02 1,53

Таблица 3.6.
′ (0,15r) при натуральных факторах
Коэффициенты функции отклика mlin

Взаимо- Коэффициент Взаимо- Коэффициент Взаимо- Коэффициент

№ № №
действие регрессии действие регрессии действие регрессии
1 X0 1,385E+00 11 X44 –2,180E–03 21 X2X5 7,237E–05
2 X1 3,004E–02 12 X55 –2,262E–04 22 X2X6 1,482E–04
3 X2 4,031E–01 13 X66 1,536E–05 23 X3X4 –2,957E–02
4 X3 9,278E–02 14 X1X2 3,029E–04 24 X3X5 –9,373E–04
5 X4 2,601E–01 15 X1X3 –1,512E–03 25 X3X6 1,419E–04
6 X5 –8,912E–03 16 X1X4 –1,377E–03 26 X4X5 2,279E–04
7 X6 –1,153E–02 17 X1X5 9,889E–06 27 X4X6 5,133E–05
8 X11 –2,035E–04 18 X1X6 1,126E–05 28 X5X6 5,772E–05
9 X22 –4,432E–02 19 X2X3 –1,862E–02 – – –
10 X33 –7,685E–02 20 X2X4 –1,761E–02 – – –
 Таблица 3.7.
Сопоставление расчетного mˆ lin с экспериментальными данными (0,15r)

№ Расчетное Эксперимен- Погрешность, № Расчетное Эксперимен- Погрешность,

опыта mˆ lin тальное mlin % опыта mˆ lin тальное mlin %
1 5,817 5,644 –3,057 28 4,184 4,242 1,364
2 5,656 5,336 –6,000 29 0,946 0,938 –0,778
3 1,405 1,449 3,002 30 1,006 0,981 –2,583
4 1,275 1,241 –2,741 31 0,817 0,803 –1,673
5 1,137 1,164 2,264 32 0,869 0,841 –3,303
6 1,012 0,987 –2,536 33 2,630 2,554 –2,976
7 0,441 0,455 3,138 34 10,737 10,988 2,286
8 0,391 0,398 1,643 35 2,581 2,621 1,521
9 3,727 3,751 0,635 36 12,648 13,619 7,131
10 4,000 3,935 –1,668 37 0,692 0,656 –5,510
11 4,482 4,606 2,697 38 2,857 2,807 –1,789
12 4,770 4,757 –0,283 39 0,684 0,675 –1,476
13 1,055 1,060 0,435 40 3,334 3,443 3,188
14 1,127 1,099 –2,554 41 2,370 2,357 –0,552
15 1,136 1,155 1,616 42 9,957 10,139 1,792
16 1,204 1,195 –0,763 43 2,828 2,724 –3,816
17 1,947 1,993 2,321 44 12,505 12,640 1,073
18 9,303 8,583 –8,393 45 0,544 0,536 –1,642
19 1,744 1,866 6,549 46 2,310 2,427 4,847
20 8,280 8,039 –3,003 47 0,563 0,562 –0,244
21 2,190 2,220 1,368 48 2,486 2,468 –0,740
22 10,961 10,279 –6,634 49 3,376 3,376 0
23 1,926 2,042 5,667 50 3,376 3,376 0
24 9,563 9,444 –1,252 51 3,376 3,376 0
25 4,210 4,364 3,525 52 3,376 3,376 0
26 4,479 4,553 1,640 53 3,376 3,376 0
27 3,926 4,065 3,411 54 3,376 3,376 0
 Таблица 3.8.
′ (0,10r) при нормированных факторах
Коэффициенты функции отклика mlin

Относительная Относительная
Взаимо- Коэффициент Взаимо- Коэффициент
№ величина № величина
действие регрессии действие регрессии
коэффициента, % коэффициента, %
1 X0 2,010E+00 100 15 X1X3 –7,862E–03 0,39
2 X1 5,862E–01 29,16 16 X1X4 –2,079E–02 1,03
3 X2 4,953E–01 24,64 17 X1X5 2,329E–03 0,12
4 X3 –2,845E–02 1,41 18 X1X6 4,722E–02 2,35
5 X4 4,469E–02 2,22 19 X2X3 –1,862E–03 0,09
6 X5 –2,260E–02 1,12 20 X2X4 –1,579E–02 0,79
7 X6 –5,256E–01 26,14 21 X2X5 1,492E–03 0,07
8 X11 –4,273E–01 21,25 22 X2X6 3,667E–02 1,82
9 X22 –3,251E–01 16,17 23 X3X4 –3,078E–05 0
10 X33 7,346E–03 0,37 24 X3X5 –4,588E–04 0,02
11 X44 –3,288E–04 0,02 25 X3X6 1,706E–03 0,08
12 X55 –1,528E–03 0,08 26 X4X5 2,419E–04 0,01
13 X66 1,551E–01 7,72 27 X4X6 1,623E–03 0,08
14 X1X2 2,059E–02 1,02 28 X5X6 2,886E–02 1,44

Таблица 3.9.
′ (0,10r) при натуральных факторах
Коэффициенты функции отклика mlin

Взаимо- Коэффициент Взаимо- Коэффициент Взаимо- Коэффициент

№ № №
действие регрессии действие регрессии действие регрессии
1 X0 1,484E+00 11 X44 –3,653E–03 21 X2X5 1,132E–04
2 X1 3,150E–02 12 X55 –6,110E–05 22 X2X6 1,392E–04
3 X2 4,224E–01 13 X66 1,551E–05 23 X3X4 –3,062E–04
4 X3 –1,472E–01 14 X1X2 1,750E–04 24 X3X5 –2,739E–04
5 X4 2,673E–01 15 X1X3 –5,254E–04 25 X3X6 5,091E–05
6 X5 –1,263E–02 16 X1X4 –1,552E–03 26 X4X5 1,613E–04
7 X6 –1,140E–02 17 X1X5 1,043E–05 27 X4X6 5,409E–05
8 X11 –2,142E–04 18 X1X6 1,057E–05 28 X5X6 5,773E–05
9 X22 –4,688E–02 19 X2X3 –2,112E–03 – – –
10 X33 6.546E-02 20 X2X4 -1.998E-02 – – –
 Таблица 3.10.
Сопоставление расчетного mˆ lin с экспериментальными данными (0,10r)

№ Расчетное Эксперимен- Погрешность, № Расчетное Эксперимен- Погрешность,

опыта mˆ lin тальное mlin % опыта mˆ lin тальное mlin %
1 5,684 5,583 -1,8 28 4,158 4,172 0,33
2 5,543 5,273 -5,11 29 0,857 0,857 0,07
3 1,322 1,363 2,99 30 0,912 0,898 -1,58
4 1,189 1,155 -2,89 31 0,728 0,723 -0,64
5 1,052 1,078 2,42 32 0,774 0,758 -2,15
6 0,925 0,902 -2,55 33 2,617 2,514 -4,13
7 0,369 0,379 2,68 34 10,792 10,823 0,29
8 0,322 0,326 1,05 35 2,559 2,580 0,8
9 3,976 4,042 1,64 36 12,689 13,406 5,35
10 4,244 4,186 -1,4 37 0,632 0,607 -4,08
11 4,365 4,534 3,74 38 2,617 2,594 -0,87
12 4,649 4,683 0,73 39 0,624 0,623 -0,16
13 0,984 0,979 -0,56 40 3,057 3,188 4,09
14 1,049 1,015 -3,37 41 2,490 2,506 0,6
15 1,056 1,069 1,25 42 10,775 10,949 1,59
16 1,124 1,107 -1,51 43 2,755 2,680 -2,79
17 2,001 2,033 1,58 44 12,186 12,450 2,12
18 9,765 9,170 -6,49 45 0,493 0,485 -1,71
19 1,756 1,866 5,89 46 2,129 2,194 3
20 8,511 8,418 -1,1 47 0,514 0,510 -0,82
21 2,160 2,173 0,63 48 2,269 2,247 -0,96
22 10,761 10,078 -6,77 49 3,300 3,300 0
23 1,893 1,994 5,07 50 3,300 3,300 0
24 9,369 9,240 -1,4 51 3,300 3,300 0
25 4,204 4,298 2,19 52 3,300 3,300 0
26 4,468 4,485 0,38 53 3,300 3,300 0
27 3,908 3,998 2,24 54 3,300 3,300 0
 Таблица 3.11.
Коэффициенты функции отклика mrk′ при нормированных факторах

Относительная Относительная
Взаимо- Коэффициент Взаимо- Коэффициент
№ величина № величина
действие регрессии действие регрессии
коэффициента, % коэффициента, %
1 X0 2,024E+00 100 15 X1X3 –5,268E–03 0,26
2 X1 9,699E–01 47,91 16 X1X4 –3,748E–02 1,85
3 X2 8,186E–01 40,44 17 X1X5 –2,060E–04 0,01
4 X3 –1,019E–01 5,03 18 X1X6 –3,710E–03 0,18
5 X4 7,481E–02 3,7 19 X2X3 –2,525E–03 0,12
6 X5 –2,708E–02 1,34 20 X2X4 –2,946E–02 1,46
7 X6 –8,138E–01 40,2 21 X2X5 –1,621E–05 0
8 X11 –7,024E–01 34,7 22 X2X6 –1,536E–03 0,08
9 X22 –5,541E–01 27,37 23 X3X4 0 0
10 X33 4,254E–02 2,1 24 X3X5 –7,271E–04 0,04
11 X44 –3,946E–03 0,19 25 X3X6 6,251E–02 3,09
12 X55 –5,393E–04 0,03 26 X4X5 0 0
13 X66 2,900E–01 14,33 27 X4X6 0 0
14 X1X2 –3,901E–03 0,19 28 X5X6 3,694E–02 1,82

Таблица 3.12.
Коэффициенты функции отклика mrk′ при натуральных факторах

Взаимо- Коэффициент Взаимо- Коэффициент Взаимо- Коэффициент

№ № №
действие регрессии действие регрессии действие регрессии
1 X0 1,209E+00 11 X44 –4,384E–02 21 X2X5 –1,298E–06
2 X1 5,549E–02 12 X55 –2,157E–05 22 X2X6 –5,825E–06
3 X2 7,648E–01 13 X66 2,900E–05 23 X3X4 0
4 X3 –1,060E+00 14 X1X2 –3,316E–05 24 X3X5 –4,341E–04
5 X4 5,205E–01 15 X1X3 –3,521E–04 25 X3X6 1,866E–03
6 X5 –1,573E–02 16 X1X4 –2,797E–03 26 X4X5 0
7 X6 –1,876E–02 17 X1X5 –9,220E–07 27 X4X6 0
8 X11 –3,521E–04 18 X1X6 –8,306E–07 28 X5X6 7,388E–05
9 X22 –7,992E–02 19 X2X3 –2,858E–03 – – –
10 X33 3,790E–01 20 X2X4 –3,729E–02 – – –
 Таблица 3.13.
Сопоставление mˆ rk , рассчитанного по первому варианту функции отклика,
с экспериментальными данными
№ Расчетное Эксперимен- Погрешность № Расчетное Эксперимен- Погрешность,
опыта mˆ rk тальное mrk % опыта mˆ rk тальное mrk %
1 12,888 13,202 2,37 28 9,750 9,671 –0,82
2 12,687 12,437 –2,01 29 1,542 1,558 1,03
3 2,680 2,767 3,14 30 1,627 1,614 –0,82
4 2,345 2,265 –3,53 31 1,232 1,236 0,39
5 2,012 2,079 3,2 32 1,300 1,281 –1,48
6 1,705 1,655 –3,02 33 5,887 5,836 –0,89
7 0,412 0,419 1,75 34 27,926 26,988 –3,48
8 0,310 0,304 –2,2 35 5,773 5,959 3,13
9 9,012 9,288 2,97 36 31,742 31,954 0,66
10 9,528 9,604 0,79 37 1,149 1,141 –0,66
11 11,121 11,020 –0,91 38 5,416 5,247 –3,22
12 11,723 11,362 –3,18 39 1,126 1,165 3,35
13 1,762 1,818 3,07 40 6,155 6,209 0,87
14 1,863 1,880 0,91 41 5,825 5,754 –1,24
15 2,152 2,135 –0,81 42 26,368 26,183 –0,71
16 2,269 2,202 –3,05 43 6,369 6,359 –0,16
17 4,829 4,605 –4,86 44 37,020 37,428 1,09
18 21,695 20,954 –3,54 45 0,852 0,840 –1,47
19 4,158 4,199 0,98 46 3,802 3,822 0,52
20 18,680 19,106 2,23 47 0,913 0,922 1,06
21 5,224 5,089 –2,65 48 5,226 5,272 0,86
22 30,140 29,953 –0,63 49 7,571 7,571 0
23 4,498 4,640 3,06 50 7,571 7,571 0
24 25,952 27,312 4,98 51 7,571 7,571 0
25 9,948 10,072 1,24 52 7,571 7,571 0
26 10,506 10,442 –0,61 53 7,571 7,571 0
27 9,232 9,329 1,04 54 7,571 7,571 0
 Таблица 3.14.
Коэффициенты функции отклика σ ef′ при нормированных факторах

Относительная Относительная
Взаимо- Коэффициент Взаимо- Коэффициент
№ величина № величина
действие регрессии действие регрессии
коэффициента, % коэффициента, %
1 X0 1,014E+02 100 15 X1X3 1,963E–01 0,19
2 X1 5,349E–01 0,53 16 X1X4 3,665E–02 0,04
3 X2 5,429E–01 0,54 17 X1X5 1,636E–02 0,02
4 X3 4,068E+00 4,01 18 X1X6 3,300E–01 0,33
5 X4 –2,443E–02 0,02 19 X2X3 1,489E–01 0,15
6 X5 1,088E+00 1,07 20 X2X4 7,330E–02 0,07
7 X6 3,600E+01 35,48 21 X2X5 7,271E–03 0,01
8 X11 –5,129E–01 0,51 22 X2X6 2,960E–01 0,29
9 X22 –6,010E–01 0,59 23 X3X4 0 0
10 X33 –1,777E+00 1,75 24 X3X5 6,852E–02 0,07
11 X44 –1,655E–03 0 25 X3X6 –8,927E–01 0,88
12 X55 –2,362E–01 0,23 26 X4X5 0 0
13 X66 –6,235E+00 6,15 27 X4X6 0 0
14 X1X2 2,741E–01 0,27 28 X5X6 –8,921E–01 0,88

Таблица 3.15.
Коэффициенты функции отклика σ ef′ при натуральных факторах

Взаимо- Коэффициент Взаимо- Коэффициент Взаимо- Коэффициент

№ № №
действие регрессии действие регрессии действие регрессии
1 X0 1,011E+01 11 X44 –1,839E–02 21 X2X5 5,535E–04
2 X1 7,094E–03 12 X55 –9,450E–03 22 X2X6 1,124E–03
3 X2 2,352E–01 13 X66 –6,235E–04 23 X3X4 0
4 X3 3,574E+01 14 X1X2 2,330E–03 24 X3X5 4,091E–02
5 X4 –4,372E–01 15 X1X3 1,312E–02 25 X3X6 –2,665E–02
6 X5 6,422E–01 16 X1X4 2,735E–03 26 X4X5 0
7 X6 5,762E–01 17 X1X5 7,324E–05 27 X4X6 0
8 X11 –2,571E–04 18 X1X6 7,388E–05 28 X5X6 –1,784E–03
9 X22 –8,667E–02 19 X2X3 1,688E–01 – –
10 X33 –1,583E+01 20 X2X4 9,277E–02 – –
 Таблица 3.16.
Коэффициенты функции отклика σ cm
′ при нормированных факторах

Относительная Относительная
Взаимо- Коэффициент Взаимо- Коэффициент
№ величина № величина
действие регрессии действие регрессии
коэффициента, % коэффициента, %
1 X0 4,355E+00 100 15 X1X3 0 0
2 X1 9,802E–01 22,51 16 X1X4 –3,674E–02 0,84
3 X2 8,295E–01 19,05 17 X1X5 0 0
4 X3 0 0 18 X1X6 0 0
5 X4 7,432E–02 1,71 19 X2X3 0 0
6 X5 0 0 20 X2X4 –2,799E–02 0,64
7 X6 0 0 21 X2X5 0 0
8 X11 –7,132E–01 16,38 22 X2X6 0 0
9 X22 –5,640E–01 12,95 23 X3X4 0 0
10 X33 1,121E–03 0,03 24 X3X5 0 0
11 X44 –5,427E–03 0,12 25 X3X6 0 0
12 X55 –3,248E–03 0,07 26 X4X5 0 0
13 X66 1,121E–03 0,03 27 X4X6 0 0
14 X1X2 1,526E–03 0,04 28 X5X6 0 0

Таблица 3.17.
Коэффициенты функции отклика σ cm
′ при натуральных факторах

Взаимо- Коэффициент Взаимо- Коэффициент Взаимо- Коэффициент

№ № №
действие регрессии действие регрессии действие регрессии
1 X0 9,319E–01 11 X44 –6,029E–02 21 X2X5 0
2 X1 5,569E–02 12 X55 –1,299E–04 22 X2X6 0
3 X2 7,708E–01 13 X66 1,121E–07 23 X3X4 –7,317E–14
4 X3 –1,328E–02 14 X1X2 1,297E–05 24 X3X5 2,632E–14
5 X4 5,278E–01 15 X1X3 0 25 X3X6 0
6 X5 2,598E–03 16 X1X4 –2,742E–03 26 X4X5 –2,280E–15
7 X6 –3,362E–05 17 X1X5 0 27 X4X6 0
8 X11 –3,575E–04 18 X1X6 0 28 X5X6 0
9 X22 –8,134E–02 19 X2X3 1,429E–14 – – –
10 X33 9,987E–03 20 X2X4 –3,543E–02 – – –
 Таблица 3.18.
Сопоставление mˆ rk , рассчитанного по второму варианту функции отклика,
с экспериментальными данными
№ Расчетное Эксперимен- Расхождение, № Расчетное Эксперимен- Расхождение,
опыта mˆ rk тальное mrk % опыта mˆ rk тальное mrk %
1 12,887 13,202 2,38 28 9,694 9,671 –0,24
2 12,685 12,437 –1,99 29 1,551 1,558 0,46
3 2,679 2,767 3,18 30 1,618 1,614 –0,3
4 2,344 2,265 –3,49 31 1,239 1,236 –0,19
5 2,013 2,079 3,16 32 1,293 1,281 –0,95
6 1,706 1,655 –3,06 33 5,871 5,836 –0,61
7 0,412 0,419 1,73 34 27,600 26,988 –2,27
8 0,310 0,304 –2,23 35 5,908 5,959 0,86
9 9,240 9,288 0,52 36 31,611 31,954 1,07
10 9,664 9,604 –0,63 37 1,147 1,141 –0,48
11 10,960 11,020 0,55 38 5,342 5,247 –1,82
12 11,443 11,362 –0,71 39 1,153 1,165 1,02
13 1,806 1,818 0,63 40 6,119 6,209 1,45
14 1,889 1,880 –0,52 41 5,752 5,754 0,03
15 2,121 2,135 0,66 42 26,290 26,183 –0,41
16 2,214 2,202 –0,56 43 6,382 6,359 –0,37
17 4,759 4,605 –3,35 44 37,760 37,428 –0,89
18 21,505 20,954 –2,63 45 0,836 0,840 0,45
19 4,099 4,199 2,38 46 3,799 3,822 0,61
20 18,506 19,106 3,14 47 0,918 0,922 0,49
21 5,250 5,089 –3,16 48 5,320 5,272 –0,91
22 30,410 29,953 –1,53 49 7,571 7,571 0
23 4,521 4,640 2,56 50 7,571 7,571 0
24 26,161 27,312 4,21 51 7,571 7,571 0
25 10,000 10,072 0,72 52 7,571 7,571 0
26 10,446 10,442 –0,04 53 7,571 7,571 0
27 9,280 9,329 0,52 54 7,571 7,571 0
Рис. 3.1. Вид сетки КЭ для однофазных численных опытов (на заключительном этапе расчета, пролет туннеля 15 м).
Рис. 3.2. Вид сетки КЭ для двухфазных численных опытов (на начальном этапе расчета, пролет туннеля 10 м).
Рис. 3.3. Сопоставление расчетного mˆ lin с экспериментальными данными
в численных опытах (толщина обделки 0,15r): а – экспериментальные
(красный цвет) и расчетные (синий цвет) значения mlin ;
б – погрешность расчетных значений mˆ lin .
Рис. 3.4. Сопоставление расчетного mˆ lin с экспериментальными данными
в численных опытах (толщина обделки 0,10r): а – экспериментальные
(красный цвет) и расчетные (синий цвет) значения mlin ;
б – погрешность расчетных значений mˆ lin .
Рис. 3.5. Сопоставление расчетного mˆ rk , полученного по первому варианту
функции отклика, с экспериментальными данными: а – экспериментальные
(красный цвет) и расчетные (синий цвет) значения mrk ; б – погрешность
расчетных значений mˆ rk .
Рис. 3.6. Сопоставление расчетного mˆ rk , полученного по второму варианту
функции отклика, с экспериментальными данными: а – экспериментальные
(красный цвет) и расчетные (синий цвет) значения mrk ; б – погрешность
расчетных значений mˆ rk .
Рис. 3.7. Зависимость коэффициента mˆ lin от фактора X1 при минимальном
(красный график) и максимальном (синий график) уровнях следующих
факторов: а – X2; б – X3; в – X4; г – X5; д – X6; е – влияние фактора X1
при среднем уровне всех остальных факторов.
Рис. 3.8. Зависимость коэффициента mˆ lin от следующих факторов (при среднем
уровне всех остальных факторов): а – X2; б – X3; в – X4; г – X5; д – X6.
Рис. 3.9. Зависимость коэффициента mˆ rk от следующих факторов (при среднем
уровне всех остальных факторов): а – X1; б – X2; в – X3; г – X4; д – X5; е – X6.
 Выводы по главе 3
1. В соответствии с разработанным планом эксперимента выполнен числен-
ный эксперимент, состоящий из четырех серий по 54 численных опыта. Для
проведения численного эксперимента использован геотехнический конечно-
элементный программный комплекс Z_Soil.PC.
2. Предложено использование нелинейных функций преобразования отклика
эксперимента, так как установлено, что функция отклика в форме квадра-
тичного полинома не позволяет с достаточной точностью описать результа-
ты эксперимента. Найдены составные показательно-степенные функции от-
клика, включающие в себя подобранные функции преобразования и квадра-
тичные полиномы.
3. Проанализировано влияние отдельных факторов на коэффициенты запаса
прочности и составлен рейтинг факторов по влиянию. Установлено, что ос-
новное влияние оказывают факторы X1, X2 и X6, характеризующие строение
скального массива и заглубление подземного сооружения. Наименьшее
влияние на коэффициенты запаса прочности оказывает фактор X5 – пролет
туннеля.
4. Объяснен сложный показательно-степенной вид найденных функций откли-
ка различным (с математической точки зрения) характером влияния факто-
ров X1 и X2 и фактора X6 на обобщенные коэффициенты запаса прочности.
 ГЛАВА 4. АНАЛИЗ СТАТИЧЕСКОЙ РАБОТЫ И ВЫБОР
РАЦИОНАЛЬНЫХ КОНСТРУКТИВНЫХ РЕШЕНИЙ
ОБДЕЛОК С ИСПОЛЬЗОВАНИЕМ ОБОБЩЕННЫХ
КОЭФФИЦИЕНТОВ ЗАПАСА

4.1. Построение номограмм для обобщенных коэффициентов запаса

прочности
Как видно, например, из формул (3.3–3.5), найденные составные функции
отклика громоздки и неудобны для вычислений без ЭВМ. Наилучшим способом
обеспечения удобства практического использования разработанной методики
представляется построение номограмм [7, 18–19, 29, 63].
Номограмма – это особый вид графического представления функций, рас-
сматриваемый в номографии – разделе вычислительной математике, основан-
ном в конце XIX в. М. Оканьем. В отличие от других геометрических моделей,
номограмма является счетным прибором, на котором вычисления заменяются
выполнением геометрических операций с помощью чертежных приборов.
Номограммы строим для функций отклика при натуральных уровнях факто-
ров. Функции для коэффициентов mˆ lin и mˆ rk зависят от шести варьируемых
факторов, причем влияние фактора X5 мало в обоих случаях, и им можно пре-
небречь. С учетом самих коэффициентов запаса и за вычетом фактора X5, полу-
чаем формулы с шестью переменными. При таком числе переменных единст-
венным подходящем типом номограммы является приспособляемая циркульная
номограмма [18–19], каноническое уравнение которой имеет вид:
f12 − f13 = f 45 − f 46 , (4.1)
где f12, f13, f45, и f46 – функции двух переменных, порядковые номера которых
указаны в индексе. Каждая функция задает одно бинарное поле на номограмме.
Для построения номограммы исходную функцию необходимо привести к
каноническому уравнению номограммы (4.1). В качестве номографируемых за-
 ′ и mrk′ как наибо-
висимостей принимаем промежуточные функции отклика mlin
лее близкие к виду (4.1), так как преобразование окончательных составных
функций отклика (3.4, 3.8 и 3.10) к виду (4.1) не представляется возможным.
′ и mrk′ точное преобразование к виду (4.1) также невозможно,
Для функций mlin
поэтому используем метод выбранных точек, рекомендуемый для номографиро-
вания зависимостей с четырьмя и более переменными [19]. Метод заключается
в нахождении функций нескольких переменных, входящих в канонические
уравнения номограмм, при постоянном уровне остальных переменных. Напри-
мер, вместо f12 = f (α1 , α 2 ) функция примет вид f12 = f (α1 , α 2 , α 3° , α 4° , α 5° , α 6° ) , где

кружком обозначены переменные, зафиксированные на постоянном уровне. Та-

ким образом, функция от большого числа переменных преобразуется в функцию
двух переменных, хотя ее значения продолжают зависеть от всех переменных.
Точность номограмм при использовании метода выбранных точек будет
наибольшей при значениях переменных, близких к постоянным уровням, на ко-
торых фиксируются переменные. Поэтому, за постоянные уровни варьируемых
′ или
факторов принимаем их средние значения по табл. 2.1. Для параметров mlin
mrk′ за постоянный уровень принимаем их значение при среднем уровне всех
′ = 1,891 ; mrk′ = 2,025 .
варьируемых факторов, а именно mlin
Нумерация переменных в формуле (4.1) с математической точки зрения
практически произвольна (переменная, искомая по номограмме, не может иметь
номера 1 и 4), но она влияет на композицию номограммы и удобство пользова-
ния ею. Считается [18–19], что номограммы становятся удобнее с увеличением
площади и ортогональности бинарных полей, что позволяет увереннее находить
точки на них. В ходе работы рассмотрены несколько вариантов нумерации пе-
ременных, окончательно выбранный вариант приведен в табл. 4.1.
Таблица 4.1.
Нумерация переменных номограмм

Номографируемый параметр X1 X2 X3 X4 X6 ′ или mrk′

mlin
Переменная номограммы α2 α3 α1 α4 α5 α6
 На основе изложенного, входящие в уравнение 4.1 функции примут вид:

f12 = f ( X 3 , X 1 , X 2° , X 4° , X 5° , mo ) ; f13 = f ( X 3 , X 2 , X 1° , X 4° , X 6° , mo ) ; ⎫⎪
⎬ (4.2)
f 45 = f ( X 4 , X 6 , X , X , X , m ) ;
°
1
°
2
°
3
o
f 46 = f ( X 4 , m, X 1° , X 2° , X 3° , X 4° ) , ⎪⎭

′ или mrk′ ; кружком отмечены переменные, зафиксирован-

где m – параметр mlin
ные на постоянном уровне в соответствии с табл. 2.1.
Подставив зафиксированные на постоянном уровне переменные и выполнив
′ (обделка 0,15r) и mrk′ получим
преобразования, для номограмм параметров mlin
соответственно следующие функции:
f12 ( X 3 , X 1 ) = −0,9774 + 3,196 ⋅ 10−2 ⋅ X 1 + 3,965 ⋅ 10−2 ⋅ X 3 − ⎫
⎪
−2,035 ⋅ 10−4 ⋅ X 12 − 7,685 ⋅ 10−2 ⋅ X 32 − 1,512 ⋅ 10−3 ⋅ X 3 X 1 , ⎪
f13 ( X 3 , X 2 ) = 0,7873 − 0, 4309 X 2 − 2,136 ⋅ 10−2 ⋅ X 3 + 4, 432 ⋅ 10−2 ⋅ X 22 + ⎪⎪
⎪
+7,685 ⋅ 10−2 ⋅ X 32 + 1,862 ⋅ 10−2 ⋅ X 3 X 2 , ⎬ (4.3)
f 45 ( X 4 , X 6 ) = −1,077 − 0,1327 X 4 + 9,948 ⋅ 10−3 ⋅ X 6 + 2,180 ⋅ 10−3 ⋅ X 42 − ⎪⎪
−1,536 ⋅ 10−5 ⋅ X 62 − 5,133 ⋅ 10−5 ⋅ X 4 X 6 , ⎪
⎪
f 46 ( X 4 , mlin
′ ) = − mlin
′ + 1,821 + 0,1404 X 4 − 2,180 ⋅ 10 ⋅ X 4 .
−3 2
⎪⎭

f12 ( X 3 , X 1 ) = −1,349 + 5,387 ⋅ 10−2 ⋅ X 1 − 0,7923 X 3 − 3,521 ⋅ 10−4 ⋅ X 12 + ⎫

⎪
+0,3790 X 32 − 3,521 ⋅ 10−4 ⋅ X 3 X 1 , ⎪
f13 ( X 3 , X 2 ) = 1,056 − 0,7437 X 2 + 0,8005 X 3 + 7,992 ⋅ 10−2 ⋅ X 22 − ⎪⎪
⎪
−0,3790 X 32 + 2,858 ⋅ 10−3 ⋅ X 3 X 2 , ⎬ (4.4)
f 45 ( X 4 , X 6 ) = −1,738 − 0, 2931X 4 + 1,684 ⋅ 10−2 ⋅ X 6 + 4, 384 ⋅ 10−2 ⋅ X 42 − ⎪⎪
−2,900 ⋅ 10−5 ⋅ X 62 , ⎪
⎪
f 46 ( X 4 , mrk′ ) = − mrk′ + 1,890 + 0, 2931X 4 − 4,384 ⋅ 10−2 ⋅ X 42 . ⎪⎭

Конструирование номограммы заключается в подборе параметров преобра-

зований к функциям (4.3–4.4), благодаря чему, несмотря на значительно отли-
чающиеся натуральные значения номографируемых параметров, бинарные поля
и расстояния между ними становятся соразмерными друг другу, и номограмма в
целом принимает вид компактного чертежа. Все точки номограммы определя-
ются в одной системе координат, что обеспечивает работу номограммы как
счетного прибора. Поэтому смещение элементов номограммы относительно
друг друга недопустимо. Координаты рассчитываются по формулам [18]:
поле α1α 2 : X = m ( a0 + f12 + R1 + δ1 ⋅ T1 ) , Y = b0 + b + n ⋅ T1 ; ⎫
⎪
поле α1α 3 : X = m ( a0 + a + f13 + R1 + δ1 ⋅ T1 ) , Y = b0 + b + n ⋅ T ;1 ⎪
⎬ (4.5)
поле α 4α 5 : X = m ( a0′ + f 45 + R4 + δ 2 ⋅ T4 ) , Y = b0 + n ⋅ T4 ; ⎪
поле α 4α 6 : X = m ( a0′ + a + f 46 + R4 + δ 2 ⋅ T4 ) , Y = b0 + n ⋅ T4 , ⎪
⎭
где m, a0 , a0′ , b, b0 и n – параметры преобразования (параметры множества P1),
определяющие размеры и взаимное расположение бинарных полей, в том числе
исключают взаимное наложение полей;
R1 , R4 , T1 , T4 , δ1 и δ 2 – параметры преобразования (параметры множества P2),
определяющие вид бинарных полей .
Параметры множества P2 преобразовывают бинарные поля так, чтобы кри-
визна линий полей была наименьшей, а углы их пересечения были близки к 90°.
Таким образом, бинарные поля для нелинейных функций преобразуются в слег-
ка наклоненные сетки, близкие к ортогональным и с малой кривизной линий.
Шаг изменения переменных при определении координат определят густоту
сетки бинарных полей и выбирается из условия удобства пользования номо-
граммой. Критериями при выборе шага являлись равномерность сетки бинар-
ных полей и соответствие линиям не дробных значений параметров.
Конструирование номограмм выполнено на ЭВМ на основе алгоритма [18],
для чего разработана программа в среде Mathcad. Программа записана в развер-
нутом виде и приведена в приложении 5 с подставленными данными из конст-
′ (обделка 0,15r).
руирования номограммы для параметра mlin
′ (для обделок
Построенные номограммы для определения параметров mlin
толщиной 0,15r) и mrk′ приведены соответственно на рис. 4.1 и 4.2. Алгоритм
работы с номограммой следующий. Вначале на левом верхнем бинарном поле
(α1α2 – X3X1) находится точка на пересечении линий, соответствующих задан-
ным X1 и X3. Далее, аналогично, на правом верхнем бинарном поле (α1α3 – X3X2)
находится точка, отвечающая заданным X2 и X3. Так как X3 в обоих случаях оди-
наков, найденные точки лежат на одной горизонтальной прямой. Расстояние
между найденными точками измеряется (например, чертежным измерителем,
циркулем1 или линейкой). Затем полученный отрезок откладывается горизон-
тально направо от точки левого нижнего бинарного поля (α4α5 – X4X6), соответ-
ствующей заданным X4 и X6. Конец отрезка укажет точку в правом нижнем би-
′ или X4 mrk′ ) – ответном поле. Соответствующее этой
нарном поле (α4α6 – X4 mlin
′ или mrk′ будет искомым значением.
точке значение параметра mlin
Коэффициент mˆ lin после нахождения по номограмме (рис. 4.1) промежуточ-
′ определяется по формуле (3.4). Аналогично определяется
ного параметра mlin
коэффициент mˆ rk с помощью номограммы на рис 4.2 и формулы (3.10).
Полученные номограммы значительно сокращают объем вычислений при
определении коэффициентов запаса, однако сохраняют необходимость вычис-
лений логарифмов и дробных степеней в формулах (3.4 и 3.10). В ходе даль-
нейшего анализа номограмм найден прием, позволивший при сохранении дос-
тигнутой точности определения обобщенных коэффициентов запаса полностью
заменить вычисления работой с номограммой.
Из формулы (3.4) видно, что любому значению промежуточного параметра
′ соответствует единственное значение коэффициента mˆ lin . Следовательно,
mlin
′ , соответствует некоторому
линия бинарного поля, обозначающая параметр mlin
значению коэффициента mˆ lin . Таким образом, вертикальные линии ответного
бинарного поля можно переобозначить, записав вместо значений промежуточ-
′ соответствующие им по формуле (3.4) значения обобщен-
ного параметра mlin
ного коэффициента запаса mˆ lin . Из-за нелинейности формулы (3.4) полученный
шаг значений mˆ lin неудобен при пользовании номограммы. Чтобы избежать это-
го, при построении бинарного поля в расчет подставлены определенные по
′ , которые соответствуют значениям иско-
формуле (3.3) значения параметра mlin
мого коэффициента mˆ lin , выбранным с более рациональным шагом.

1
Отсюда название – «приспособляемая циркульная номограмма».
 Построенный на основе изложенного способа второй вариант номограммы
для обобщенного коэффициента запаса mˆ lin при толщине обделки 0,15r пред-
ставлен на рис. 4.3. Номограмма позволяет находить значения mˆ lin без дополни-
тельных вычислений по формуле (3.4). Следует отметить, что с математической
точки зрения рассматриваемая номограмма также является номограммой про-
′ , хотя имеет переобозначенные линии на одном из би-
межуточной функции mlin
нарных полей. Поэтому точность второго варианта номограммы (рис. 4.3) не
отличается от точности первого варианта (рис. 4.1), в то время как удобство ис-
пользования номограммой значительно повышается.
Изложенные рассуждения справедливы как для промежуточных параметра
′ и коэффициента mˆ lin при обделках толщиной 0,15r (формулы 3.7–3.8), так и
mlin
для промежуточного параметра mrk′ и коэффициента mˆ rk (формулы 3.9–3.10).
Построенная с учетом изложенного номограмма для обобщенного коэффициен-
та запаса mˆ lin при толщине обделки 0,10r приведена на рис. 4.4. Второй вариант
номограммы для определения коэффициента mˆ rk представлен на рис. 4.5.
Предложенный математический прием позволил найти представление
функций (3.4, 3.8 и 3.10) на основе номограмм, тогда как сами указанные функ-
ции не поддается прямому номографированию. Так как второй вариант номо-
грамм (рис. 4.3–4.5) значительно более удобен в работе, считаем этот вариант
основным.
При работе с номограммой следует учитывать, что на одних бинарных по-
лях в направлении слева направо идет увеличение значения параметра, а на
других – наоборот. На границах верхних бинарных полях происходит измене-
ние направления увеличения параметров X1 и X2, вызванное нелинейностью
номографируемых зависимостей. Линии бинарных полей после изменения ука-
занного направления выделены пунктиром.
Необходимо дополнительно подчеркнуть, что изменение расстояния между
соседними бинарными полями по горизонтали или какое-либо геометрическое
изменение бинарных полей без использования метода конструирования номо-
граммы (приложение 5) недопустимо.
Рассмотрим практическое использование номограмм на примере получения
конкретных численных результатов. Определим обобщенный коэффициент за-
паса mlin для обделки толщиной 0,15r, если исходные факторы равны:
X1 = 45,33; X2 =2,70; X3 =0,66; X4 = 0,5; X5 = 10 м; X6 = 150 м (основной уровень
факторов по табл. 2.1). Точки, соответствующие заданным парам факторов
X1–X3, X2–X3 и X4–X6 отмечены на бинарных полях номограммы. Расстояние
между найденными точкам на верхних бинарных полях – 101 мм. Отложив по-
лученный отрезок (101 мм) направо от найденной точки на левом нижнем би-
нарном поле (факторы X4–X6), получим точку в ответном правом нижнем поле, и
с помощью помеченных вертикальных линий определим результат: mˆ lin = 3,4.
Важным преимуществом номограммы как графического представления
функции является возможность оценить влияние изменения любого параметра
(или их комбинации) на результат так же, как это позволяют простые графиче-
ские представления – графики функций. Анализ номограмм позволяет вывести
следующие правила для такой оценки.
1. Увеличение длины отрезка, получаемого по верхним бинарным полям,
означает уменьшение обобщенных коэффициентов запаса mˆ lin и mˆ rk . К увели-
чению длины отрезка ведут уменьшение значений факторов X1 и X2, а также
увеличение фактора X3.
2. На левом нижнем поле смещение начальный точки отрезка влево означает
увеличение коэффициентов mˆ lin и mˆ rk . К смещению точки влево ведут умень-
шение значений фактора X6 и увеличение X4.
3. В обоих случаях влияние изменения параметров на результат демонстри-
руют наклон и кривизна соответствующих линий сетки, а также градиент изме-
нения коэффициентов mˆ lin и mˆ rk в рассматриваемой области ответного поля
(благодаря нелинейности смещение на несколько миллиметров в левой чисти
ответного поля приведет к относительно более значимому изменению результа-
та, чем такое же смещение в правой чисти).
 ′ (обделка 0,15r)
Рис. 4.1. Номограмма для определения параметра mlin
Рис. 4.2. Номограмма для определения параметра mrk′ .
Рис. 4.3. Номограмма для определения обобщенного коэффициента запаса бетонной обделки mˆ lin (обделка 0,15r).
Рис. 4.4. Номограмма для определения обобщенного коэффициента запаса бетонной обделки mˆ lin (обделка 0,10r).
Рис. 4.5. Номограмма для определения обобщенного коэффициента запаса незакрепленного скального массива mˆ rk .
Рис. 4.8. Номограмма для определения обобщенного коэффициента перехода mb.
 4.2. Использование обобщенных коэффициентов запаса для выбора
рациональных конструктивных решений обделки
Обобщенные коэффициенты запаса прочности бетонной обделки mlin и не-
закрепленного скального массива mrk выбраны в качестве критериев оценки ста-
тического взаимодействия подземного сооружения и скального массива как
наиболее емкие и информативные параметры, имеющие четкий физический
смысл и понятные для инженера. Однако определенный по предложенной мето-
дике коэффициент запаса прочности mlin справедлив только для бетонных обде-
лок, изготовленных из бетона класса по прочности на сжатие В15, тогда как об-
делки могут изготовляться из бетонов большей прочности и из железобетона.
Поэтому важным является вопрос об экстраполяции полученного коэффициента
mlin на другие применяемые бетонные и железобетонные обделки.
Экстраполяция результатов необходима и для решения обратного вопроса,
имеющего принципиальное значение, – выбора оптимального при данной ком-
бинации варьируемых факторов конструктивного решения обделки. Это означа-
ет, прежде всего, выбор между бетонным или железобетонным решением об-
делки; для бетонных обделок – выбор оптимального класса бетона, для железо-
бетонных – выбор класса бетона и процента армирования сечения. Причем, с
точки зрения инженерного проектирования, указанные параметры связаны так-
же с выбором между сборным или монолитным решением обделки.
Необходимо заметить, что практическое назначение класса бетона обделок
нормировано [79]: для бетонных обделок принимается класс не ниже В15; для
монолитных железобетонных – не ниже В25; для сборных железобетонных – не
ниже В30. Процент армирования железобетонных обделок с гибкой рабочей ар-
матурой, которые возводятся с использованием туннелепроходческих комплек-
сов, также нормируется [76] в пределах 0,5–3,5%.
Под конструктивно оптимальной обделкой будем понимать конструкцию, не
обладающую неоправданно большими запасами прочности, в которой не прева-
лируют растягивающие напряжения. Поэтому необходимо разработать метод
определения обобщенных коэффициентов запаса бетонных и железобетонных
обделок при разных классах бетонов и процентах армирования, позволяющий
оперативно вести сравнительный анализ конструктивных решений обделок. За
основной критерий выбора в пользу железобетонного варианта обделки приня-
то неоптимальное для бетонных конструкций превалирование растягивающих
напряжений. Следовательно, необходим также способ прогнозирования воз-
можности превалирования растягивающих напряжений.
Несмотря на опыт использования коэффициента mlin [65, 67], проблема экс-
траполяции данных на другие обделки не рассматривалась прежде.

4.3. Выбор бетонных обделок на основе обобщенных коэффициентов

запаса
Для установления характера влияния повышения класса бетона (то есть уве-
личение модуля упругости и расчетных сопротивлений бетона на сжатие и рас-
тяжение) на коэффициент mlin проведена серия численных опытов при случайно
выбранных комбинациях варьируемых факторов №№ 7, 18, 27, 40 и при цен-
тральной комбинации № 50. Выбранные комбинации соответствуют всем уров-
ням варьирования пролета. Для каждой из них в Z_Soil.PC проведено по 7 чис-
ленных опытов при обделке из бетонов классов В15–В50. Расчеты выполнены
для обделок толщиной 0,10r и 0,15r.
Анализ результатов расчетов показал, что с увеличением класса бетона (мо-
дуля упругости)1 обделки коэффициент запаса mlin увеличивается по линейному
закону. Аппроксимация экспериментальных данных прямыми с коэффициента-
ми корреляции 0,985–0,999 для серий опытов при комбинации параметров № 7
и толщине обделки 0,15r, а также при комбинации параметров № 50 и толщине
0,15r (первая и последняя серия опытов по порядку нумерации) показаны на
рис. 4.6а и 4.6б соответственно. Строго линейный характер зависимости, полу-
ченный во всех проведенных сериях опытов, позволяет сделать принципиаль-
ный вывод о том, что для определения коэффициента mlin бетонной обделки, из-

1
Зависимости определяются для модуля упругости бетона, но в расчетах им соответствуют различ-
ные прочности бетона, поэтому корректнее говорить об увеличении класса бетона.
готовленной из бетона любого класса, достаточно знать коэффициенты mlin для
обделок из бетонов каких-либо двух классов (при прочих равных условиях), на-
пример В15 и В30. В этом случае коэффициент mlin при любом другом классе
бетона может быть определен по линейной интерполяции или экстраполяции.
На рис. 4.6в изображены аппроксимирующие прямые, соответствующие
проведенным сериям опытов при толщине обделок 0,15r, включая прямую, изо-
браженную на рис. 4.6а. Уравнения найденных прямых имеют вид (в скобках
приведены коэффициенты корреляции):
f 7 = 4,516 ⋅ 10−5 ⋅ E − 0,634 (0,985); ⎫
⎪
f18 = 2,654 ⋅ 10−4 ⋅ Е + 2, 243 (0,994); ⎪
⎪
f 27 = 2, 218 ⋅ 10−4 ⋅ Е − 1,155 (0,996); ⎬ (4.6)
f 40 = 2,620 ⋅ 10−4 ⋅ Е − 2,868 (0,985); ⎪⎪
f 50 = 2,120 ⋅ 10−4 ⋅ Е − 1,722 (0,986), ⎪⎭

где E – модуль упругости бетона обделки, МПа.

Из рис. 4.6в видно, что углы наклона полученных прямых (то есть интен-
сивность увеличения коэффициента mlin при увеличении класса бетона) различ-
ны. Разная интенсивность увеличения коэффициента при различных комбина-
циях варьируемых факторов вызвана отличием соотношений модуля упругости
обделки и зависящего от варьируемых факторов модуля деформации скального
массива. Как видно из рис. 4.6в, четкая связь между наклоном прямых [его оп-
ределяет множитель при E в формулах (4.6)] и значениями коэффициентов mlin
не прослеживается, видны пересечения прямых. Анализ формул (4.6) на ЭВМ
также не позволил найти удовлетворительную зависимость между параметрами
аппроксимирующих прямых и значениями коэффициентов запаса.
Таким образом, чтобы использовать линейный характер зависимости для
определения коэффициента mlin при различных классах бетона обделки, необхо-
димы упомянутые выше данные о двух значениях коэффициента при тех же
уровнях остальных факторов. Для получения требуемых данных в Z_Soil.PC
выполнена дополнительная (четвертая) серия из 54 численных опытов в соот-
ветствии с планом эксперимента при обделках толщиной 0,15r из бетона класса
В30. Полученные коэффициенты запаса mlin сведены в табл. 4.2. Так как экстра-
поляция результатов при увеличении класса бетона происходит по линейному
закону без сколько-нибудь значимого снижения точности (коэффициенты кор-
реляции 0,985–0,999), поиск функции отклика и построение номограмм коэф-
фициентов mlin, полученных из новой серии опытов, нецелесообразен.
Для описания интенсивности увеличения обобщенного коэффициента запа-
са предложен обобщенный коэффициент перехода mb (табл. 4.2), равный отно-
шению коэффициентов запаса mlin при обделках из бетонов классов В30 (табл.
4.2) и В15 (табл. 4.2 или 3.6) толщиной 0,15r. Так как коэффициент mb зависит
от комбинации варьируемых факторов, он рассмотрен как функция отклика
численного эксперимента. В отличии от коэффициентов mlin и mrk, обобщенный
коэффициент перехода удовлетворительно описывается квадратичным полином
вида (3.1) – погрешность составляет 3,28/–3,64/1,40 (45 и 44) (о форме записи
погрешности см. п. 3.2). Коэффициенты полученной функции отклика вида
(3.1) при нормированном и натуральном уровнях факторов приведены в табл.
4.3 и 4.4 соответственно, а сравнение расчетных значений коэффициента mb с
экспериментальными данными в графической форме представлено на рис. 4.7.
К полученной функции отклика для обобщенного коэффициента перехода
mb справедливы выводы, сделанные в ходе статистического анализа предыду-
щих функций отклика в п. 3.4. Рейтинг факторов по влиянию на коэффициент
перехода mb составлен как описано в п. 3.5 и приведен в табл. 4.5.
Так как коэффициент mb определяется непосредственно по функции отклика
без дополнительной функции преобразования, составленный рейтинг не требу-
ет дальнейшего уточнения путем количественного анализа влияния факторов.
Из табл. 4.5 видна большая разница во влиянии факторов X1–X3 и X4–X6, что
позволяет рассматривать факторы по их влиянию соответственно как основные
и второстепенные. Сравнение табл. 4.5 с табл. 3.19–3.21 показывает, что харак-
тер влияния факторов на обобщенный коэффициент перехода mb и на обобщен-
ные коэффициенты запаса резко отличается. Основное влияние на коэффициент
mb оказывают факторы X1–X3, причем фактор X3 имеет рейтинг 2, в то время как
по влиянию на коэффициенты запаса mlin и mrk фактор X3 являлся второстепен-
ным с рейтингом 4–5. Фактор X6, наоборот, является второстепенным, тогда как
по влиянию на коэффициенты запаса он был основным. Наименее значимым по
влиянию на обобщенный коэффициент перехода mb, также как и в случае коэф-
фициенты запаса, является фактор X5.
Таблица 4.5.
Рейтинг факторов по влиянию на обобщенный коэффициент перехода mb
Фактор Сумма относительных величин коэффициентов Рейтинг
X1 17,42 1
X2 15,6 3
X3 16,52 2
X4 2,58 5
X5 0,53 6
X6 3,43 4

Для практического определения обобщенного коэффициента перехода mb

разработана номограмма с использованием методики, описанной в п. 4.1. Зна-
чительное отличие во влиянии факторов на обобщенный коэффициент перехода
(в сравнении с влиянием на обобщенные коэффициенты запаса) потребовало
использования иной нумерации переменных номограммы. Выбранная на основе
полученного рейтинга (табл. 4.5) нумерация приведена в табл. 4.6.

Таблица 4.6.
Нумерация переменных номограммы обобщенного коэффициента перехода mb
Номографируемый параметр X1 X2 X3 X4 X6 mb
Переменная номограммы α2 α3 α5 α1 α4 α6

Построенная номограмма приведена на рис. 4.8. Правила пользования но-

мограммой такие же, как для номограмм обобщенных коэффициентов запаса. В
области значений mb, выделенной красным цветом, возможно превалирование
растягивающих напряжений, и наоборот. Подробнее об этом см. в п. 4.4.
 Таким образом, с помощью полученной функции отклика вида (3.1) или по-
строенной номограммы при любой комбинации варьируемых параметров может
быть определен обобщенный коэффициент перехода mb, показывающий, на-
сколько увеличится обобщенный коэффициент запаса mlin при увеличении клас-
са бетона обделки толщиной 0,15r от В15 до В30. Так как это увеличение носит
строго линейный характер, то с помощью линейной интерполяции или экстра-
поляции на основе значения коэффициента mb может быть определен коэффи-
циент перехода от обделки из бетона В15 к обделке из бетона произвольного
класса (обозначим последний переменный коэффициент mB). Следовательно,
полученный обобщенный коэффициент перехода mb определяет множество ко-
эффициентов перехода к произвольным классам бетона обделки по формуле
E − 23000
mB = ⋅ ( mb − 1) + 1 , (4.7)
32500 − 23000
где Е – модуль упругости бетона класса, к которому осуществляется переход.
В частном случае, при переходе от класса В15 к В30 будет mB = mb, а при
формальном переходе к классу В15 коэффициент mB = 1. При переходе к клас-
сам от В15 до В30 – mB < mb; а при переходе к классам выше В30 – mB > mb.
Таким образом, для экстраполяции коэффициента mlin на обделки из бетона
другого класса достаточно умножить коэффициент mlin (определенный по функ-
ции отклика (3.4) или номограмме на рис. 4.4) на коэффициент перехода mB.
Для практического определения коэффициента перехода к произвольным
классам бетона mB построена номограмма в форме абака Декарта (рис. 4.9). На
оси абсцисс и ординат отложены соответственно модули упругости бетона об-
делки и коэффициенты перехода mB. Семейство помеченных прямых отражает
изменение коэффициента mB в зависимости от модуля упругости при различных
значениях заданного (по номограмме или по функции отклика) обобщенного
коэффициента перехода mb. На номограмме (рис. 4.9) вертикальными линиями
помечены значения модуля упругости, соответствующие стандартным классам
бетона В15–В60. Бетоны класса ниже В15 не рассматриваются, поскольку их
применение для обделок не допускается [79].
 Номограмма позволяет решить прямую и обратную задачу экстраполяции
результатов. В обоих случаях предварительно определяется обобщенный коэф-
фициент перехода mb и выбирается соответствующая прямая из семейства. Да-
лее, для заданного класса (модуля упругости) бетона по графику определяется
конкретный коэффициент mB, или наоборот, для требуемого mB находится соот-
ветствующий ему модуль упругости, а следовательно, и класс бетона.

4.4. Выбор железобетонных обделок на основе обобщенных

коэффициентов запаса
В теории железобетона используется понятие приведенной площади желе-
зобетонного сечения Ared [9, 17]
Es
Ared = Ab +
Eb
∑A
s , (4.8)

где Ab – площадь сечения элемента;

As –площадь рабочей арматуры всех видов, As = μ·Ab, где μ – процент армирова-
ния сечения;
Es и Eb – модули упругости соответственно арматуры и бетона.
Для экстраполяции полученных данных о коэффициенте mlin на железобе-
тонные обделки необходимо знать, как изменяется коэффициент mlin при пере-
ходе от бетонного сечения к железобетонному, и как зависит коэффициент mlin
от классов бетона железобетонных сечений.
Изучение зависимости коэффициента mlin от классов бетона выполнено на
основе данных серий численных опытов, проведенных в рамках п. 4.3 для изу-
чения влияния материала бетонной обделки на mlin. При расчете обобщенного
коэффициента запаса по формуле (2.28) высота сечения принималась соответст-
вующей приведенной площади сечения при 1% армировании. На примере серии
опытов при комбинации факторов № 50 и толщине обделки 0,15r вместо пло-
щади сечения 0,655 м2 при бетонах классов В15–В50, приведенные площади бу-
дут равны соответственно: 0,712, 0,704, 0,699, 0,695, 0,693, 0,691, 0,689 м2. По-
лученные коэффициенты mlin изображены на рис. 4.10 (на примере комбинации
№ 50 при толщине обделки 0,15r) и аппроксимируются линейной зависимостью
с коэффициентом корреляции 1,0. Таким образом, установлено, что увеличение
обобщенного коэффициента запаса железобетонной обделки с увеличением
класса бетона идет по линейному закону, как и в случае бетонной обделки.
Для определения численных параметров линейного увеличения коэффици-
ента mlin для железобетонных обделок с процентами армирования 1 и 3%, по
данным первой и четвертой серий численных опытов (с обделками толщиной
0,15r из бетонов класса В15 и В30 соответственно) рассчитаны коэффициенты
запаса железобетонных обделок. Соответствующие приведенные площади се-
чений обделок сведены в табл. 4.7. Полученные обобщенные коэффициенты за-
паса приведены в табл. 4.8.

Таблица 4.7.
Приведенные площади железобетонных сечений в численных опытах
Площадь железобе- Приведенная площадь железобетонного сечения, м2
тонного сечения, м2 Бетон В15 Бетон В30
μ = 1% μ = 3% μ = 1% μ =3%
0,33 0,359 0,416 0,350 0,391
0,655 0,712 0,826 0,695 0,776
0,98 1,065 1,236 1,040 1,161

На основе данных табл. 4.8 рассчитаны коэффициенты перехода для желе-

зобетонных обделок msB (табл. 4.9), аналогичные обобщенному коэффициенту
перехода mb для бетонных обделок. Таким образом, коэффициенты msB характе-
ризуют переход от бетона класса В15 к В30 при постоянном проценте армиро-
вания (1 или 3%) железобетонных обделок толщиной 0,15r.
Из табл. 4.9 видно, что найденные коэффициенты перехода изменяются в
широких пределах: при μ = 1% msB = 1,20÷1,72; при μ = 3% msB = 1,15÷1,65.
Совместный анализ полученных результатов позволил найти линейную за-
висимость с коэффициентами корреляции 0,986–0,997 между коэффициентом
mb (табл. 4.2) и коэффициентами перехода для железобетонных обделок msB
(табл. 4.9). Зависимости с коэффициентами корреляции 0,986–0,997 между ко-
эффициентами mb и msB при 1 и 3% армирования изображены на рис. 4.11. Най-
денные зависимости описываются следующими уравнениями:
msB = 0,981 ⋅ mb − 7,041 ⋅ 10−3 при μ = 1%; ⎫
⎬ (4.9)
msB = 0,886 ⋅ mb + 0,0837 при μ = 3%. ⎭

Из уравнений (4.9) следует, что каждому значению mb при заданном процен-

те армирования соответствует одно значение коэффициента перехода msB. Это
означает, что коэффициента mb (определенного по номограмме или функции от-
клика) достаточно для определения интенсивности увеличения коэффициента
запаса mlin железобетонных обделок при разных процентах армирования. Таким
образом, коэффициент mb является универсальным критерием для определения
зависимости коэффициентов mlin от классов бетона как для бетонных, так и для
железобетонных обделок. Поэтому для коэффициентов mb по формулам (4.9)
могут быть рассчитаны эквивалентные значения коэффициентов перехода для
железобетонных обделок msB (табл. 4.10).

Таблица 4.10.
Эквивалентные коэффициенты перехода для железобетонных обделок msB
Процент Эквивалентные коэффициенты msB при коэффициенте mb
армирования, % 1,2 1,3 1,4 1,5 1,6 1,7 1,8
1 1,17 1,27 1,37 1,46 1,56 1,66 1,76
3 1,15 1,24 1,32 1,41 1,50 1,59 1,68

Рассмотрение рис. 4.11 позволяет выявить незначительные отклонения экс-

периментальных точек от аппроксимирующей прямой в области значений
обобщенного коэффициента перехода mb менее 1,4. В ходе анализа результатов
эксперимента установлено, что все случаи отклонения экспериментальных то-
чек соответствуют численным опытам, в которых хотя бы в одном из вариантов
обделки (например, при бетоне В30) превалирующими (то есть определяющими
коэффициент запаса mlin) являются растягивающие напряжения.
 Выявлено, что превалирующие растягивающие напряжения развиваются в
бетонных и железобетонных сечениях при некоторых вариантах соотношений
классов бетона и процентов армирования при 10 комбинациях варьируемых
факторов из 54 в численном эксперименте, а именно при комбинациях №№ 9,
10, 17–20, 33, 35, 41 и 42. Вместе с тем, только в комбинации № 42 растягиваю-
щие напряжения превалируют во всех рассчитанных вариантах обделок.
Анализ результатов показал, что увеличение класса бетона с В15 до В30 в
бетонных обделках приводит к увеличению числа случаев превалирующего рас-
тяжения с 8 до 10, для железобетонных обделок это увеличение при 1% армиро-
вании – с 7 до 10, при 3% армировании – с 1 до 8. Армирование сечения имеет
обратный эффект: 1% армирования при бетоне класса В15 уменьшает число та-
ких случаев в сравнении с неармированным сечением с 8 до 7, а 3% армирова-
ния уменьшает до 1 случая (соответствующего комбинации № 42). При бетоне
класса В30 1% армирования не снижает число случаев превалирующего растя-
жения, а 3% армирования – снижает с 10 до 8 случаев.
Совместный анализ графиков на рис. 4.11 и результатов эксперимента пока-
зывает, что все случаи, при которых коэффициент mb ≤ 1,4, соответствуют ком-
бинациям параметров, когда имеет место превалирование растяжения хотя бы в
одном из рассчитанных вариантов обделок. Одновременно, при mb > 1,4 прева-
лируют только сжимающие напряжения. Это позволяет сделать вывод о связи
обобщенного коэффициента перехода mb с возможностью превалирования рас-
тягивающих напряжений. Существование такой связи объясняется отклонением
в тенденции к линейному увеличению коэффициента запаса mlin с увеличением
класса бетона при переходе в превалировании от сжатия к растяжению.
Из графиков на рис. 4.11 видно, что при 1,3 < mb < 1,4 экспериментальные
значения коэффициента перехода msB оказываются больше соответствующих
значений по аппроксимирующий прямой. При mb < 1,3 видны случаи, когда экс-
периментальные значения меньше расчетных. Максимальные отклонения экс-
периментальных точек от расчетных имеют место при большом армировании
(3%) и составляют в бо́льшую сторону 5,6% (что является отклонением в сто-
рону увеличения запаса прочности), в меньшую – 3,3%. С инженерной точки
зрения полученные отклонения являются незначительными, тем более, что пе-
реоценка несущей способности обделки компенсируется, что показано ниже.
При проектировании бетонных и железобетонных конструкций прогнозиро-
вание возможности превалирования растяжения является важным, так как при-
сутствие такой возможности значимо при выборе между бетонным и железобе-
тонным решением обделки, а в случае железобетонных конструкций – указыва-
ет на необходимость проверки по трещиностойкости. Поэтому на номограмме
область обобщенного коэффициента перехода mb < 1,4 выделена красным цве-
том. Необходимо подчеркнуть, что малые значения коэффициента указывают
только на возможность превалирования растяжения при неоптимальных конст-
руктивных решениях обделки, но не на обязательность такого превалирования.
Для выявления характера изменения коэффициента mlin при переходе от бе-
тонных к железобетонным сечениям с 1 и 3% армирования по данным табл. 4.2
и 4.8 рассчитаны коэффициенты перехода к армированию ms, равные отноше-
нию коэффициентов запаса прочности железобетонной обделки (при 1 и 3% ар-
мирования) к бетонной. Коэффициенты ms сведены в табл. 4.9.
Анализ табл. 4.9 показывает, что при большинстве комбинаций варьируе-
мых факторов (46 из 54) коэффициенты перехода к армированию ms постоянны
при заданном проценте армирования (1 или 3%) и равны соответственно 1,09 и
1,27. Однако при восьми комбинациях факторов коэффициенты ms оказываются
больше и достигают значений 1,13 и 1,40. Сравнение с полученными ранее ре-
зультатами показывает, что бо́льшие значения ms имеют место при тех же ком-
бинациях факторов, при которых возможно превалирование растяжения. Так
как увеличение коэффициента ms означает увеличение запаса прочности, коэф-
фициент перехода к армированию ms в общем случае принят равным 1,09 и 1,27
при 1 и 3% армирования соответственно. Полученный при указанных комбина-
циях параметров запас прочности до 10% будет компенсировать наихудшую
ошибку в 3,3% при определении коэффициента перехода для железобетонных
обделок mB, возможную при тех же комбинациях параметров.
 Таким образом, установлено, что при переходе от бетонной обделки к желе-
зобетонной коэффициент запаса mlin увеличивается в соответствии с коэффици-
ентом перехода к армированию ms, постоянном при заданном проценте армиро-
вания. При увеличении класса бетона железобетонных обделок при постоянном
проценте армирования коэффициент запаса mlin увеличивается по линейному
закону в зависимости от переменного коэффициента перехода msB, который оп-
ределяется по формуле (4.9) или табл. 4.10 на основе обобщенного коэффици-
ента перехода mb. Следовательно, благодаря предложенным зависимостям опре-
деление коэффициента запаса mlin железобетонных обделок при различных
классах бетона и процентах армирования возможно на основе коэффициента
запаса mlin для бетонной обделки из бетона В15.
Для определения коэффициента перехода от бетонных обделок толщиной
0,15r из бетона В15 к железобетонным построены номограммы в форме абака
Декарта (рис. 4.12 и 4.13). Семейства прямых на номограммах получены на ос-
нове эквивалентных коэффициентов перехода (табл. 4.10 или формула 4.9), и
для удобства пользования они помечены как линии, соответствующие обоб-
щенному коэффициенту перехода mb. Высота пересечения семейств линий с
осью ординат определяется коэффициентом перехода к армированию ms при со-
ответствующим проценте армирования.
Хотя бетоны классов ниже В25 не применяются для железобетонных обде-
лок [79], они не исключены из номограмм (рис. 4.12–4.13) для удобства совме-
стного рассмотрения номограмм для железобетонных и бетонных обделок, так
как предложенный метод определения коэффициентов перехода предназначен
для сравнительного анализа конструктивных решений обделок.

4.5. Учет толщины обделки при экстраполяции коэффициентов запаса

Для практического использования методики экстраполяции обобщенных ко-
эффициентов запаса бетонной обделки mlin (п. 4.3–4.4), разработанной на основе
данных расчетов обделок толщиной 0,15r, необходима проверка ее применимо-
сти для обделок различной толщины. Для этой цели использованы результаты
численных опытов по выявлению характера влияния изменения класса бетона
на коэффициент mlin (п. 4.3), выполненные для обделок толщиной 0,1r и 0,15r.
Как показали результаты расчетов, интенсивность увеличения коэффициен-
та mlin для обделок толщиной 0,10r при увеличении класса бетона очень близка
к аналогичной интенсивности для обделок толщиной 0,15r. В частности, коэф-
фициенты перехода mB для бетонных обделок толщиной 0,10r при уровнях ко-
эффициентов, соответствующих превалированию сжимающих напряжений
(mb ≥ 1,4), меньше коэффициента mb (аналогичного коэффициента для обделок
толщиной 0,15r) на 0,9–2,0%; растягивающих – меньше или больше, соответст-
венно, до 1,7% или 4,5%. Коэффициенты перехода msB для железобетонных об-
делок толщиной 0,01r при mb ≥ 1,4 меньше аналогичных коэффициентов на
0,8–1,9%; а при mb ≤ 1,4 – больше на 1,6–6,2%.
Коэффициенты перехода к армирования ms для обделок толщиной 0,1r при
уровне коэффициента mb ≥ 1,4 меньше аналогичных значений на 0,1–0,3%, а
при mb ≤ 1,4 – меньше на 2,5–4,0%.
Из анализа полученных результатов следует, что влияние толщины обделки
на коэффициенты перехода зависит от уровня коэффициента mb, что объясняет-
ся изменениями напряжений при увеличении класса бетона. В случае превали-
рования сжимающих напряжений при уменьшении толщины обделки до 0,10r
коэффициенты перехода незначительно уменьшаются (до 2,0%), поэтому опре-
деляемый по методике экстраполяции коэффициент перехода к бетонным об-
делкам следует снижать на 2%, к железобетонным – на 4%. При превалирова-
нии растягивающих напряжений коэффициенты перехода изменяются в боль-
шей мере, однако преобладает изменение в сторону увеличения коэффициента,
то есть в сторону увеличения запаса прочности. Поэтому результаты экстрапо-
ляции при обобщенном коэффициенте перехода mb ≤ 1,4 корректировать не сле-
дует, оставляя погрешность в запас прочности.
В целом, полученные результаты свидетельствуют о полной применимости
разработанной методики экстраполяции коэффициентов запаса бетонной обдел-
ки mlin для обделок различной толщины.
 4.6. Взаимосвязь обобщенных коэффициентов запаса
В ходе совместного анализа результатов всех четырех серий численного
эксперимента на ЭВМ выявлена взаимосвязь между обобщенными коэффици-
ентами запаса прочности бетонных обделок mlin (1–2 и 4 серия опытов) и запаса
прочности незакрепленного скального массива mrk (3 серия опытов). Установле-
но, что с увеличением коэффициента mrk, коэффициенты запаса бетонных обде-
лок mlin увеличиваются по закону, близкому к линейному.
На рис. 4.14 показана аппроксимация экспериментальных соотношений ко-
эффициентов mrk и mlin прямыми с коэффициентами корреляции 0,99. Аппрок-
симируемые данные получены в проведенных в соответствии с ТПЭ трех сери-
ях эксперимента по 54 численных опыта, в которых исследовалась статическая
работа обделок толщинами 0,10r и 0,15r из бетона класса В15 (рис. 4.14а и
4.14б соответственно), а также обделки толщиной 0,15r из бетона В30 (рис.
4.14в). Уравнения найденных аппроксимирующих линий имеют вид (в скобках
указаны коэффициенты корреляции):
mlin = 0,363 ⋅ mrk + 0,503, (0,991); ⎫
⎪
mlin = 0,367 ⋅ mrk + 0, 433, (0,989); ⎬ (4.10)
mlin = 0,508 ⋅ mrk + 0,827, (0,988). ⎪⎭

Как видно из рис. 4.14 и формул (4.10), для всех рассчитанных вариантов
обделки найдена линейная зависимость с высоким коэффициентом корреляции.
Следует подчеркнуть устойчивый характер найденной зависимости и отсутст-
вие случаев выраженного отклонения экспериментальных точек, особенно учи-
тывая, что в основе каждой зависимости по 54 численных опыта, проведенных
при всех заданных по ТПЭ комбинациях варьируемых факторов.
Существование найденной линейной взаимосвязи возможно благодаря удач-
ному выбору в качестве критериев оценки статического взаимодействия под-
земных сооружений и скального массива коэффициентов mrk и mlin. Эти коэф-
фициенты, имея четкий физический смысл, одновременно являются относи-
тельными величинами, по разному характеризующими одну и ту же взаимодей-
ствующую систему, а именно: взаимодействие подземного сооружения (закреп-
ленного обделкой или не закрепленного) и скального массива.
Полученные результаты для трех вариантов обделок кругового очертания
позволяют сделать вывод о линейном характере связи коэффициентов mrk и mlin
и для других вариантов обделок кругового очертания. Учитывая физический
смысл коэффициентов mrk и mlin, представляется, что при других формах попе-
речного сечения и технологиях возведения туннелей между коэффициентами
mrk и mlin также существует четкая хорошо аппроксимируемая взаимосвязь.
Представляется, что найденная линейная зависимость имеет большое прак-
тическое значение для перехода от предварительной оценки конструктивных
решений (причем полученной как с использованием предложенной методики,
основанной на подходе инженерной классификации, так и на основе других
данных) к окончательному выбору оптимального решения при переходе к рабо-
чему проектированию. Как известно, основным способом анализа статического
взаимодействия подземного сооружения и скального массива в настоящее время
и в обозримом будущем является численное моделирование системы «подзем-
ное сооружение – скальный массив» с использованием геотехнических про-
граммных комплексов, чаще всего конечноэлементных.
Работа по подготовке сетки КЭ состоит из двух основных по трудоемкости
этапов. Вначале компонуется сетка КЭ и моделируется скальный массив. Затем
моделируется собственно подземное сооружение, что включает в себя задание
технологии возведения, разгрузки массива на каждом этапе раскрытия сечения,
задание конструкций подземного сооружения специальными КЭ (балочными,
анкерными), задание специальных КЭ из соображений моделирования (кон-
тактных, дренажных). Трудоемкость подготовки вариантов обделки зависит от
возможностей программного комплекса: при отсутствии специальных балочных
КЭ для моделирования обделки, может потребоваться перестройка сетки.
Таким образом, трудоемкость задания собственно подземного сооружения
при подготовке расчета велика, особенно при расчетах вариантов обделок. В то
же время, для определения коэффициента запаса незакрепленного скального
массива mrk достаточно только первого этапа из описанного выше объема рабо-
ты, так как коэффициент рассчитывается без учета обделки. Следовательно, на
основе определенного численным расчетом коэффициента mrk с помощью ли-
нейных зависимостей (рис. 4.14) можно определить коэффициент mlin для всех
вариантов обделки, для которых построена аппроксимирующая зависимость.
Точность оценки коэффициента mlin с использованием предложенных линейных
зависимостей, что очень важно, будет сопоставима с точностью прямого чис-
ленного расчета ввиду отмеченного выше устойчивого характера найденных
линейных зависимостей, а также того, что зависимости получены для фактиче-
ских (полученных в расчетах) соотношений коэффициентов mrk и mlin.
Таким образом, найденная взаимосвязь дает возможность разработки мето-
да выбора оптимального решения обделки с использованием упрощенного чис-
ленного моделирования. Важное преимущество такого подхода, основанного на
понятии коэффициента запаса прочности незакрепленного скального массива,
состоит в том, что определение коэффициента mrk идет по результатам расчета в
упругой постановке (см. пп. 2.14 и 3.1). Это означает, что для нахождения коэф-
фициента mrk могут быть использованы даже не геотехнические программные
комплексы, не имеющие специальных моделей материалов для моделирования
скальных грунтов. Принципиально, такой расчет может быть выполнен и без
методов математического моделирования на основе приближенных методик из
нормативной и справочной литературы.
Практическое использование взаимосвязи коэффициентов запаса прочности
обделки и незакрепленного скального массива требует прямого расчета (хотя и
значительно упрощенного) взаимодействия системы «подземное сооружение –
скальный массив». Следовательно, использование изложенного способа воз-
можно на более поздних стадиях проектирования, по сравнению с использова-
нием методов инженерной классификации скальных массивов.
Кроме того, использование взаимосвязи коэффициентов mrk и mlin. представ-
ляется очень перспективным в экспертных системах и системах автоматизиро-
ванного рабочего проектирования, активно создаваемых в настоящее время.
 4.7. Алгоритм использования инженерной классификации
Разработанная методика инженерной классификации позволяет на основе
обобщенных коэффициентов mlin, mrk и mb определить запас несущей способно-
сти заданной бетонной (железобетонной) обделки или решить обратную зада-
чу – выбрать оптимальную обделку, обладающую требуемым запасом несущей
способности. Решение обратной задачи схематизировано на рис. 4.15.

Задание исходных данных

Определение обобщенных коэффициентов

mrk (рис. 4.5) mlin mb

(рис. 4.3–4.4) (рис. 4.8)

Оценка целесооб- Сравнение mlin с требуемым

разности приме- запасом несущей способности
нения обделки

Выбор между бетонным и

железобетонным решением
обделки (рис. 4.8)
Нет

Выбор конструктивного
решения обделки с требуемым
запасом несущей способности
(рис. 4.9 или 4.12–4.13)

Формулирование конструктивных решений

Рис. 4.15. Алгоритм выбора рационального конструктивного решения обделки.

 Рассмотрим практическое использование инженерной классификации, при-
менив ее к построенным туннелям [99]1, и сравним полученные результаты с
принятыми ранее решениями.
1. Туннель в составе гидроузла Rendal (Норвегия), пройденный в сильно-
трещиноватом обводненном кварците. Параметры Q-системы: RQD = 20;
Jn = 15; Jr = 1,0; Ja = 1,0; Jw = 0,66; (SRF = 5,0). Пролет 8 м, заглубление 200 м.
Исходные факторы: X1 = 1,33; X2 =1,0; X3 =0,66; X4 = 0,5; X5 = 8,0 м; X6 = 200 м.
Обобщенные коэффициенты равны:
– по номограммам (рис. 4.3–4.5 и 4.8): mlin-0,15 = 0,46; mlin-0,10 = 0,39; mrk = 0,60;
mb = 1,70.
– по функциям отклика: mlin-0,15 = 0,449; mlin-0,10 = 0,384; mrk = 0,496; mb = 1,728.
Требуемое увеличение обобщенных коэффициентов запаса: 1 0, 449 = 2, 23 .
Уровень коэффициента mb указывает на применимость бетонного и железобе-
тонное решения обделки. По номограмме на рис. 4.13 определяем, что требуе-
мую несущую способность обеспечит железобетонная обделка толщиной 0,15r
(0,52 м) с 3% армированием из бетона класса В40.
При строительстве принята бетонная обделка толщиной 20–30 см с система-
тической анкерным креплением с шагом 1 м (рекомендуемая длина анкеров
2,75 м).
2. Туннель в составе гидроузла Seitevare (Швеция), пройденный в хорошем
скальным массиве, рассеченным одной системой трещин. RQD = 70; Jn = 12;
Jr = 1,0; Ja = 1,0; Jw = 1,0; (SRF = 1,0). Пролет 9 м, заглубление 140 м. Исходные
факторы: X1 = 35; X2 = 1,0; X3 = 1,0; X4 = 0,5; X5 = 9 м; X6 = 140 м.
Обобщенные коэффициенты равны:
– по номограммам: mlin-0,15 = 1,40; mlin-0,10 =1,35; mrk = 2,7 mb = 1,45.
– по функциям отклика: mlin-0,15 = 1,554; mlin-0,10 =1,470; mrk = 2,807; mb = 1,496.

1
Рассматриваемые туннели возведены новоавстрийским способом, так как только для них достоверно
известны параметры Q-системы. Учитывая разницу в технологиях новоавстрийского способа и меха-
низированной комбайновой проходки, сравнение конструктивных решений следует рассматривать как
условное.
 Требуемую несущую способность обеспечивает бетонная обделка из бетона
В15 толщиной 0,10–0,15r (0,41–0,59 м) и ниже. Уровень обобщенного коэффи-
циента mrk, а также соотношение параметров Q-системы указывает на возмож-
ность возведения туннеля без обделки.
При строительстве возведен туннель без обделки.
3. Туннель в составе гидроузла Vietas (Швеция), пройденный в трещинова-
том скальном массиве. RQD = 60; Jn = 6; Jr = 1,0; Ja = 6,0; Jw = 1,0; (SRF = 2,5).
Пролет 12,5 м, заглубление 60 м. Исходные факторы: X1 = 10; X2 = 0,167; X3 = 1;
X4 = 0,5; X5 = 12,5 м; X6 = 60 м.
Обобщенные коэффициенты равны:
– по номограммам: mlin-0,15 = 1,0; mlin-0,10 = 0,9; mrk = 1,50; mb = 1,58.
– по функциям отклика mlin-0,15 = 1,142; mlin-0,10 = 0,981; mrk = 1,406; mb = 1,685.
Требуемую несущую способность обеспечивает бетонная обделка из бетона
В15 толщиной 0,15r (0,82 м) или железобетонная толщиной 0,10r (0,57 м) с 1%
армирования из бетона В15.
При строительстве принята армированная сеткой набрызгбетонная обделка
толщиной 2,5–5 см совместно с систематическим анкерным креплением с ша-
гом 1 м (рекомендуемая длина анкеров 3,2 м).
Приведенные расчеты иллюстрирует алгоритм, приведенный на рис. 4.15.
 Таблица 4.2.
Результаты экстраполяции коэффициента mlin на обделки из бетона класса В30
mlin при бетоне класса Обобщенный mlin при бетоне класса Обобщенный
№ В15 В30 коэффициент № В15 В30 коэффициент
перехода mb перехода mb
1 5,644 8,180 1,449 28 4,242 6,200 1,461
2 5,336 7,744 1,451 29 0,938 1,493 1,591
3 1,449 2,227 1,537 30 0,981 1,562 1,592
4 1,241 1,931 1,555 31 0,803 1,298 1,616
5 1,164 1,820 1,564 32 0,841 1,359 1,616
6 0,987 1,567 1,587 33 2,554 3,514 1,376
7 0,455 0,791 1,737 34 10,988 16,038 1,460
8 0,398 0,701 1,762 35 2,621 3,677 1,403
9 3,751 4,654 1,241 36 13,619 19,862 1,458
10 3,935 4,880 1,240 37 0,656 1,030 1,572
11 4,606 6,712 1,457 38 2,807 4,414 1,572
12 4,757 6,934 1,458 39 0,675 1,061 1,573
13 1,060 1,667 1,573 40 3,443 5,400 1,568
14 1,099 1,729 1,574 41 2,357 2,923 1,240
15 1,155 1,808 1,566 42 10,139 12,592 1,242
16 1,195 1,872 1,567 43 2,724 3,973 1,459
17 1,993 2,523 1,266 44 12,640 18,367 1,453
18 8,583 10,882 1,268 45 0,536 0,857 1,601
19 1,866 2,385 1,278 46 2,427 3,901 1,607
20 8,039 10,292 1,280 47 0,562 0,898 1,597
21 2,220 3,259 1,468 48 2,468 3,922 1,589
22 10,279 15,021 1,461 49 3,376 4,966 1,471
23 2,042 3,006 1,472 50 3,376 4,966 1,471
24 9,444 13,838 1,465 51 3,376 4,966 1,471
25 4,364 6,362 1,458 52 3,376 4,966 1,471
26 4,553 6,641 1,458 53 3,376 4,966 1,471
27 4,065 5,939 1,461 54 3,376 4,966 1,471
 Таблица 4.3.
Коэффициенты функции отклика mb при нормированных факторах
Относительная Относительная
Взаимо- Коэффициент Взаимо- Коэффициент
№ величина № величина
действие регрессии действие регрессии
коэффициента, % коэффициента, %
1 X0 1,471E+00 100 15 X1X3 –5,645E–02 3,84
2 X1 –9,308E–02 6,33 16 X1X4 4,454E–03 0,3
3 X2 –8,384E–02 5,7 17 X1X5 –6,697E–05 0
4 X3 –6,677E–02 4,54 18 X1X6 1,418E–04 0,01
5 X4 –6,512E–03 0,44 19 X2X3 –5,598E–02 3,81
6 X5 –1,081E–03 0,07 20 X2X4 2,334E–03 0,16
7 X6 –5,047E–03 0,34 21 X2X5 –1,695E–03 0,12
8 X11 8,249E–02 5,61 22 X2X6 –1,786E–02 1,21
9 X22 4,805E–02 3,27 23 X3X4 –2,053E–03 0,14
10 X33 –5,921E–02 4,02 24 X3X5 1,327E–04 0,01
11 X44 –2,122E–02 1,44 25 X3X6 –2,493E–03 0,17
12 X55 –5,616E–04 0,04 26 X4X5 –2,091E–04 0,01
13 X66 –2,089E–02 1,42 27 X4X6 –3,780E–05 0
14 X1X2 1,961E–02 1,33 28 X5X6 –4,181E–03 0,28

Таблица 4.4.
Коэффициенты функции отклика mb при натуральных факторах
Взаимо- Коэффициент Взаимо- Коэффициент Взаимо- Коэффициент
№ № №
действие регрессии действие регрессии действие регрессии
1 X0 1,344917 11 X44 –0,23577 21 X2X5 –1,29E–04
2 X1 –0,00394 12 X55 –2,25E–05 22 X2X6 –6,78E–05
3 X2 –0,02459 13 X66 –2,09E–06 23 X3X4 –0,02043
4 X3 0,865077 14 X1X2 1,67E–04 24 X3X5 7,92E–05
5 X4 0,206198 15 X1X3 –0,00377 25 X3X6 –7,44E–05
6 X5 0,001865 16 X1X4 3,32E–04 26 X4X5 –1,39E–04
7 X6 8,92E–04 17 X1X5 –3,00E–07 27 X4X6 –1,26E–06
8 X11 4,13E–05 18 X1X6 3,18E–08 28 X5X6 –8,36E–06
9 X22 0,006931 19 X2X3 –0,06345 – – –
10 X33 –0,52759 20 X2X4 0,002954 – – –
 Таблица 4.8.
Коэффициенты mlin для железобетонных обделок
Коэффициент mlin при проценте армирования Коэффициент mlin при проценте армирования
№ μ = 1% при бетоне μ = 3% при бетоне № μ = 1% при бетоне μ = 3% при бетоне
В15 В30 В15 В30 В15 В30 В15 В30
1 6,15 8,69 7,16 9,73 28 4,62 6,59 5,38 7,38
2 5,81 8,23 6,77 9,21 29 1,02 1,59 1,19 1,78
3 1,58 2,37 1,84 2,65 30 1,07 1,66 1,25 1,86
4 1,35 2,05 1,58 2,30 31 0,88 1,38 1,02 1,55
5 1,27 1,93 1,48 2,17 32 0,92 1,45 1,07 1,62
6 1,08 1,67 1,25 1,87 33 2,78 3,86 3,24 4,44
7 0,50 0,84 0,58 0,95 34 11,96 17,04 13,93 19,08
8 0,44 0,75 0,51 0,85 35 2,86 4,04 3,32 4,55
9 4,24 5,10 5,21 6,01 36 14,84 21,10 17,25 23,63
10 4,45 5,34 5,39 6,30 37 0,71 1,10 0,83 1,23
11 5,01 7,13 5,84 7,98 38 3,06 4,69 3,56 5,26
12 5,18 7,36 6,03 8,25 39 0,74 1,13 0,86 1,26
13 1,15 1,77 1,35 1,99 40 3,75 5,74 4,37 6,43
14 1,20 1,84 1,39 2,06 41 2,66 3,20 3,23 3,77
15 1,26 1,92 1,46 2,15 42 11,47 13,78 14,21 16,27
16 1,30 1,99 1,52 2,23 43 2,97 4,22 3,45 4,73
17 2,26 2,77 2,64 3,28 44 13,76 19,51 15,99 21,81
18 9,73 11,94 11,89 14,17 45 0,58 0,91 0,68 1,02
19 2,08 2,62 2,42 3,11 46 2,65 4,15 3,09 4,65
20 9,12 11,31 10,94 13,45 47 0,61 0,95 0,71 1,07
21 2,42 3,46 2,81 3,88 48 2,69 4,17 3,12 4,66
22 11,19 15,95 13,00 17,84 49 3,68 5,28 4,28 5,91
23 2,22 3,19 2,59 3,58 50 3,68 5,28 4,28 5,91
24 10,28 14,70 11,95 16,44 51 3,68 5,28 4,28 5,91
25 4,75 6,76 5,53 7,57 52 3,68 5,28 4,28 5,91
26 4,96 7,05 5,77 7,90 53 3,68 5,28 4,28 5,91
27 4,43 6,31 5,16 7,07 54 3,68 5,28 4,28 5,91
 Таблица 4.9.
Коэффициенты перехода msB и ms для железобетонных обделок
Коэффициент msB при Коэффициент ms при Коэффициент msB при Коэффициент ms при
№ проценте армирования проценте армирования № проценте армирования проценте армирования
μ = 1% μ = 3% μ = 1% μ = 3% μ = 1% μ = 3% μ = 1% μ = 3%
1 1,41 1,36 1,09 1,27 28 1,42 1,37 1,09 1,27
2 1,42 1,36 1,09 1,27 29 1,55 1,49 1,09 1,27
3 1,50 1,44 1,09 1,27 30 1,55 1,50 1,09 1,27
4 1,52 1,46 1,09 1,27 31 1,58 1,52 1,09 1,27
5 1,53 1,47 1,09 1,27 32 1,57 1,52 1,09 1,27
6 1,55 1,49 1,09 1,27 33 1,39 1,37 1,09 1,27
7 1,69 1,63 1,09 1,28 34 1,42 1,37 1,09 1,27
8 1,72 1,66 1,09 1,28 35 1,41 1,37 1,09 1,27
9 1,20 1,15 1,13 1,39 36 1,42 1,37 1,09 1,27
10 1,20 1,17 1,13 1,37 37 1,53 1,47 1,09 1,27
11 1,42 1,37 1,09 1,27 38 1,53 1,48 1,09 1,27
12 1,42 1,37 1,09 1,27 39 1,53 1,48 1,09 1,27
13 1,54 1,48 1,09 1,27 40 1,53 1,47 1,09 1,27
14 1,53 1,48 1,09 1,27 41 1,20 1,17 1,13 1,37
15 1,53 1,47 1,09 1,27 42 1,20 1,15 1,13 1,40
16 1,53 1,47 1,09 1,27 43 1,42 1,37 1,09 1,27
17 1,23 1,25 1,13 1,32 44 1,42 1,36 1,09 1,27
18 1,23 1,19 1,13 1,38 45 1,56 1,51 1,09 1,27
19 1,26 1,28 1,12 1,30 46 1,57 1,51 1,09 1,27
20 1,24 1,23 1,13 1,36 47 1,56 1,50 1,09 1,27
21 1,43 1,38 1,09 1,27 48 1,55 1,49 1,09 1,27
22 1,43 1,37 1,09 1,27 49 1,44 1,38 1,09 1,27
23 1,44 1,38 1,09 1,27 50 1,44 1,38 1,09 1,27
24 1,43 1,38 1,09 1,27 51 1,44 1,38 1,09 1,27
25 1,42 1,37 1,09 1,27 52 1,44 1,38 1,09 1,27
26 1,42 1,37 1,09 1,27 53 1,44 1,38 1,09 1,27
27 1,43 1,37 1,09 1,27 54 1,44 1,38 1,09 1,27
Рис. 4.6. Линейная зависимость коэффициента mlin от модуля упругости бетона:
а – при комбинации факторов № 7 (0,15r); б – при комбинации факторов № 50
(0,10r); в – сравнение аппроксимирующих прямых при комбинациях
№№ 7, 18, 27, 40, 50 (толщина обделок 0,15r).
Рис. 4.7. Сопоставление расчетного коэффициента mb с экспериментальными
данными: а – экспериментальные (красный цвет) и расчетные (синий цвет)
значения mb в численных опытах; б – погрешность расчетных значений mb
в численных опытах.
 Рис. 4.9. Номограмма коэффициента перехода mB для бетонных обделок.

Рис. 4.10. Линейная зависимость коэффициента запаса железобетонной обделки

mlin от класса бетона при комбинации факторов № 50 и толщине обделки 0,15r.
 Рис. 4.11. Аппроксимация зависимости коэффициента перехода для
железобетонных обделок msB от обобщенного коэффициента перехода mb по
данным для 54 численных опытов при проценте армирования: a – 1%; б – 3%.
Рис. 4.12. Номограмма коэффициента перехода mB для железобетонных
обделок с 1% армированием.

Рис. 4.13. Номограмма коэффициента перехода mB для железобетонных

обделок с 3% армированием.
Рис. 4.14. Линейная аппроксимация соотношений коэффициентов mrk и mlin:
а – обделки толщиной 0,15r из бетона В15; б – обделки толщиной 0,10r
из бетона В15; в – обделки толщиной 0,15r из бетона В30.
 Выводы по главе 4
1. Разработаны номограммы для оперативного определения обобщенных ко-
эффициентов запаса прочности бетонной обделки mlin и незакрепленного
скального массива mrk. Сформулированы правила анализа влияния исходных
факторов на обобщенные коэффициенты запаса, основанные на геометриче-
ских принципах построения номограмм.
2. Установлен линейный характер зависимости между классом применяемого
бетона и обобщенным коэффициентом запаса бетонной обделки mlin на ос-
нове дополнительных опытов. Для нахождения численных параметров ука-
занной зависимости при конкретной комбинации варьируемых факторов
предложен обобщенный коэффициент перехода mb, равный отношению ко-
эффициентов mlin для обделок из бетонов классов В30 и В15.
3. На основе теории планирования эксперимента выполнена дополнительная
серия численного эксперимента, позволившая найти зависимость обобщен-
ного коэффициента перехода mb от варьируемых факторов как функцию от-
клика в виде квадратичного полинома.
4. Для оперативного определения обобщенного коэффициента перехода mb на
основе найденной функции отклика разработана номограмма.
5. Установлена зависимость между обобщенным коэффициентом перехода mb
и возможностью превалирования в обделке растягивающих напряжений.
6. Разработан метод экстраполяции обобщенного коэффициента запаса бетон-
ной обделки mlin (полученного для бетона В15) на обделки из бетона любого
класса. Для практического использования метода построены номограммы.
7. Разработан метод экстраполяции коэффициента mlin на железобетонные об-
делки с 1 и 3% армирования. Для практического использования метода по-
строены номограммы.
8. Предложенные методы экстраполяции обобщенного коэффициента запаса
бетонной обделки mlin на бетонные и железобетонные обделки с различны-
ми процентами армирования и метод определения возможности превалиро-
 вания растягивающих напряжений позволяют выбрать рациональное конст-
руктивное решение обделки.
9. Обнаружена хорошо аппроксимируемая зависимость между обобщенными
коэффициентами запаса прочности незакрепленного скального массива mrk
и бетонной обделки mlin.
10. Предложен способ ускоренного анализа статического взаимодействия сис-
темы «подземное сооружение – скальный массив», основанный на исполь-
зовании взаимосвязи обобщенных коэффициентов запаса mrk и mlin. Показа-
на перспективность реализации способа в рамках экспертных систем и сис-
тем автоматизированного проектирования.
11. Подтверждена эффективность использования выбранной комбинации
обобщенных коэффициентов как критериев оценки статического взаимо-
действия подземных сооружений и скального массива.
 Общие выводы
1. Разработана методика инженерной классификации скальных массивов,
предназначенная для выбора рациональных конструктивных решений обде-
лок туннелей, возводимых туннелепроходческими комплексами в широком
диапазоне инженерно-геологических условий, на основе оценки их несущей
способности.
2. Предложен подход к разработке инженерной классификации скальных мас-
сивов, основанный на численном анализе (с использованием метода конеч-
ных элементов) статического взаимодействия туннелей и скальных масси-
вов, проводимом на основе теории планирования эксперимента.
3. Разработан способ формализации количественных механических характе-
ристик скальных массивов на основе выбранных качественных параметров
путем совместного использования Q-системы инженерной классификации
скальных массивов и методики Hoek-Brown, а также способ идентификации
типов скальных грунтов по полученным механическим характеристикам,
основанный на теории нечетких множеств. Составлена база знаний (дан-
ных) о характерных механических характеристиках 35 петрографических
типов скальных грунтов. Способы запрограммированы на ЭВМ.
4. Предложена система критериев для оценки статического взаимодействия
подземных сооружений и скальных массивов, включающая: обобщенный
коэффициент запаса прочности бетонной обделки mlin; обобщенный коэф-
фициент запаса прочности незакрепленного скального массива mrk; обоб-
щенный коэффициент перехода mb. Выбранные коэффициенты являются
информативными хорошо интерпретируемыми величинами, с достаточной
полнотой и с разных сторон характеризующими взаимодействующую сис-
тему «подземное сооружение – скальный массив».
5. Проанализированы особенности применения теории планирования экспе-
римента к решению задач подземного строительства. Для планирования
численного эксперимента выбран план Бокса-Бенкена как наиболее отве-
чающий специфике решаемой задачи.
6. Найдены составные нелинейные функции отклика, позволяющие опреде-
лить выбранные критерии статического взаимодействия подземных соору-
жений и скальных массивов при любой комбинации исходных параметров
разработанной методики инженерной классификации в пределах принятых
интервалов варьирования. Для нахождения функций отклика на основе раз-
работанного плана эксперимента второго порядка выполнен численный экс-
перимент по моделированию статической работы туннелей в скальных мас-
сивах с использованием метода конечных элементов (МКЭ).
7. Количественно проанализировано влияние исходных параметров на обоб-
щенный коэффициент запаса бетонной обделки mlin и определена значи-
мость параметров. Установлено, что основное влияние оказывают парамет-
ры, учитывающие блочность скального массива и прочность контактов ме-
жду блоками, а также заглубление подземного сооружения. Степень проч-
ности скального грунта и гидрогеологические условия оказывают второсте-
пенное влияние, приблизительно на порядок меньшее.
8. Разработаны циркульные номограммы для приближенного графического
определения обобщенных коэффициентов запаса и перехода при любой
комбинации исходных параметров. Сформулированы правила оценки влия-
ния принятых исходных параметров методики на обобщенные коэффициен-
ты запаса при использовании номограмм.
9. Установлена зависимость между обобщенным коэффициентом перехода mb
и превалирующими в обделке туннеля напряжениями. Даны рекомендации
по выбору между бетонным и железобетонным решением обделки исходя из
уровня коэффициента mb.
10. Установлен линейный характер взаимосвязи между модулем упругости бе-
тона и обобщенным коэффициентом запаса прочности бетонной (железобе-
тонной) обделки mlin. Определено, что изменение обобщенного коэффици-
ента при изменении класса бетона зависит от исходных параметров методи-
ки, а при изменении процента армирования – не зависит.
11. Разработан метод экстраполяции обобщенных коэффициентов запаса проч-
ности бетонной обделки mlin на бетонные и железобетонные обделки из бе-
тонов разной прочности с различными процентами армирования, позво-
ляющий выбрать рациональный вариант конструктивного решения обделки,
обладающей требуемым запасом несущей способности. Для практического
использования метода построены номограммы.
12. Выявлена хорошо аппроксимируемая зависимость между обобщенными ко-
эффициентами запаса прочности незакрепленного скального массива mrk и
бетонной обделки mlin, дающая возможность ускоренного анализа статиче-
ского взаимодействия системы «подземное сооружение – скальный массив».
Показана перспективность использования зависимости в рамках экспертных
систем и систем автоматизированного проектирования.
13. Разработанная методика не заменяет обоснования принятых конструктив-
ных решений в соответствии с действующими нормами, а предваряет его,
позволяя получить обоснованную оценку статической работы подземного
сооружения и выбрать рациональное конструктивное решение обделки на
предварительной стадии проектирования, сокращая таким образом трудо-
емкость проектирования в целом.
 Литература
1. Аварийные ситуации при строительстве и эксплуатации транспортных тон-
нелей и метрополитенов. /С.Н. Власов, Л.В. Маковский, В.Е. Меркин и др. –
2-е изд., доп. – М.: ТИМР, 2000. – 200 с.
2. Адлер Ю.П. Введение в планирование эксперимента. – М.: Металлургия,
1968. – 155 с.
3. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в не-
четких условиях: Монография. – Тюмень: Изд-во Тюменского гос. ун-та,
2000. – 352 с.
4. Ананьев В.П., Потапов А.Д. Инженерная геология: Учеб. для строит. спец.
вузов – 2-е изд., перераб. и доп. – М.: Высш. шк., 2002. – 511 с.
5. Антонов А.В., Чепуренко В.А. Планирование эксперимента: Учеб. посо-
бие – Обнинск: ИАТЭ, 1999. – 100 с.
6. Асатурян В.И. Теория планирования эксперимента: Учеб. пособие для ву-
зов. – М.: Радио и связь, 1983. – 248 с.
7. Атлас номограмм / С.Н. Борисов, С.И. Гусев, Д.Г. Лаптева, Г.С. Хованский. –
М.: Вычислительный центр РАН, 2000. – 76 с.
8. Аугустин Г., Баратта А., Кашиати Ф. Вероятностные методы в строительном
проектировании / Пер. с англ. Ю.Д. Сухова. – М.: Стройиздат, 1988. – 584 с.
9. Байков В.Н., Сигалов Э.Е. Железобетонные конструкции. Общий курс:
Учеб. для вузов. – 5-е изд. перераб. и доп. – М.: Стройиздат, 1991. – 767 с.
10. Баклашов И.В., Картозия Б.А. Механика подземных сооружений и конст-
рукций крепи: Учеб. для вузов. – 2-е изд., перераб. и доп. – М.: Недра,
1992. – 543 с.
11. Барон Л.И. Коэффициенты крепости горных пород. – М.: Наука, 1972. – 176 с.
12. Бартон Н. Проектирование подземных сооружений в скальных породах с
использованием Q-системы и программы UDEC-BB // Энергетическое
строительство за рубежом. 1992. № 8. С. 11–17.
13. Башмаков В.М., Мостков В.М. Высокие технологии строительства тонне-
лей: Информационный обзор / Подземное пространство мира. Приложение
к журналу. Вып. 2. – М.: ТИМР, 1996. – 52 с.
14. Берлинов М.В., Дейнеко А.В. К вопросу определения напряженно-
деформированного состояния системы «подземное сооружение – грунтовый
массив» // Материалы IV научно-технической конференции факультета Ре-
конструкции и строительства зданий и сооружений Московского института
коммунального хозяйства и строительства. – М.: Монолит, 2003. С. 218–219.
15. Бикинеев М.Г., Сергеев В.К. Автоматизация проектирования туннелей:
Учеб. пособие. – М.: МИИТ, 2000. – 196 с.
16. Бок Х. Введение в механику скальных пород / Пер. с англ. Под. ред. Х. Бо-
ка. – М.: Мир, 1983. – 276 с.
17. Бондаренко В.М., Суворкин Д.Г. Железобетонные и каменные конструкции:
Учеб. для вузов – М.: Высш. шк., 1987. – 384 с.
18. Борисов С.Н. Алгоритмы конструирования номограмм. – М.: Вычислитель-
ный центр РАН, 1999. – 136 с.
19. Борисов С.Н., Ляшенко О.Н. Номографические методы нахождения началь-
ных приближений при решении некоторых нелинейных уравнений. – М.:
Вычислительный центр РАН, 2001. – 84 с.
20. Бровкова М.Б. Системы искусственного интеллекта. Нечеткие множества:
Учеб. пособие – Саратов: Саратовский гос. техн. ун-т, 2000. – 40 с.
21. Булычев Н.С. Механика подземных сооружений. Учебник для вузов. – 2-е
изд., перераб. и доп. – М.: Недра, 1994. – 382 с.
22. Виттке В. Механика скальных пород. / Пер. с нем.; Под ред. В.М. Мосткова
и С.Б Ухова – М.: Недра, 1990. – 439 с.
23. Герасимов В.А. Методы решения проблемы нечеткости в задачах управле-
ния – Новосибирск: Наука. Сибирское предприятие РАН, 1999. – 240 с.
24. Гитман М.Б. Введение в теорию нечетких множеств и интервальную мате-
матику. Часть 1: Применение лингвистической переменной в системах при-
нятия решений. – Пермь: Пермский гос. техн. ун-т, 1998. – 46 с.
25. Гладков Д.И. Методические указания по применению метода математиче-
ского планирования эксперимента и ЭВМ при решении задач по технологии
бетонных и железобетонных изделий. – Белгород: Белгородский технологи-
ческий ин-т строительных материалов им. И.А. Гришанова, 1985. – 41 с.
26. ГОСТ 25100-95. Грунты. Классификация. – М.: ИПК Издательство стандар-
тов, 1997.
27. ГОСТ 27751-88*. Надежность строительных конструкций и оснований. Ос-
новные положения по расчету. – М.: ИПК Издательство стандартов, 2003.
28. Гудман Р. Механика скальных пород / Пер. с англ.; Под ред. С.Б. Ухова – М.:
Стройиздат, 1987. – 232 с.
29. Гусев С.И., Козлова Е.Г., Хованский Г.С. Примеры номограмм для решения
экстремальных задач. – М.: Вычислительный центр РАН, 1997. – 98 с.
30. Дейнеко А.В. Идентификация скальных грунтов по группе параметров с ис-
пользованием теории нечетких множеств // Всероссийская выставка научно-
технического творчества молодежи НТТМ-2004: Сборник материалов. – М.:
ОАО «ГАО ВВЦ», 2004. С. 127–129.
31. Дейнеко А.В. Формализация выбора типа скального грунта с применением
теории нечетких множеств // Юбилейная научно-техническая конференция
аспирантов и студентов института. Часть 2. – М.: ИПЦ МИКХиС, 2004.
С. 25–26.
32. Джегер Ч. Механика горных пород и инженерные сооружения / Пер. с
англ. – М.: Мир, 1975. – 256 с.
33. Дудлер И.В. Классификация грунтов: Учеб. пособие. – М.: МГСУ, 1995. – 63 с.
34. Ермаков С.М., Жиглявский А.А. Математическая теория оптимального экс-
перимента: Учеб. пособие. – М.: Наука. Гл. ред. физ.-мат. лит., 1987. – 320 с.
35. Зерцалов М.Г. Механика скальных грунтов и скальных массивов: Учеб-
ник. – М.: ИД «Юриспруденция», 2003. – 184 с.
36. Зерцалов М.Г., Юфин С.А. Научное обоснование проектов подземных со-
оружений на современном этапе //Гидротехническое строительство. 2000.
№ 11. С. 36–41.
37. Картозия Б.А., Котенко Е.А., Петренко Е.В. Строительная геотехнология:
Учеб. пособие. – М.: МГГУ, 1997. – 97 с.
38. Колганов А.В., Питерский А.И., Лисконов А.Т. Планирование эксперимента
в гидромелиоративных исследованиях. – М.: Мелиоводинформ, 1999. – 214 с.
39. Кофман А. Введение в теорию нечетких множеств / Пер. с франц. – М.: Ра-
дио и связь, 1982. – 432 с.
40. Кузьменко А.С. Механика горных пород. – М.: МГГУ, 2003. – 242 с.
41. Латышев О.Г. Физика горных пород: Учеб. пособие. – Екатеринбург: Изд-во
УГГГА, 2001. – 103 с.
42. Левнер Е.В., Птускин А.С., Фридман А.А. Размытые множества и их при-
менение. – М.: ЦЭМИ РАН, 1998. – 108 с.
43. Любимов Н.И., Носенко Л.И. Справочник по физико-механическим пара-
метрам горных пород рудных районов. – М.: Недра, 1978. – 285 с.
44. Маркитантов И.Б. Исследование организационно-технологических процес-
сов на основе методов планирования эксперимента с использованием трех-
уровневых планов Бокса-Бенкена (на примере шоколадного производства).
Методика. – СПб.: Санкт-Петербургский инж.-эконом. ун-т, 2003. – 48 с. –
Web: http://www.craftec.ru/pdf/box02.pdf.
45. Меркин В.Е., Маковский Л.В. Прогрессивный опыт и тенденции развития
современного тоннелестроения. – М.: ТИМР, 1997. – 192 с.
46. Механика грунтов, основания и фундаменты / Ухов С.Б., Семенов В.В.,
Знаменский В.В., Тер-Мартиросян З.Г., Чернышев С.Н.; Под. ред.
С.Б. Ухова – М.: АСВ, 1994. – 527 с.
47. Мирошникова Л.С. Шкала качества как экспресс метод прогнозирования
строительных характеристик скальных массивов // Гидротехническое
строительство. 1998. № 6. С. 23–29.
48. Мосинец В.Н., Абрамов А.В. Разрушение трещиноватых и нарушенных
горных пород. – М.: Недра, 1982. – 248 с.
49. Мостков В.М. Подземные сооружения большого сечения. – 2-е изд., пере-
раб. и доп. – М.: Недра, 1974. – 320 с.
50. Мостков В.М., Дмитриев Н.В., Рахманинов Ю.П. Проектирование и строи-
тельство подземных сооружений большого сечения: Справочник. – М.: Не-
дра, 1993. – 320 с.
51. Мюллер Л. Инженерная геология. Механика скальных массивов / Пер. с
нем.; Под. ред. М.М. Протодьяконова. – М.: Мир, 1971. – 256 с.
52. Некрасов В.И. Многофакторный эксперимент. Планирование и обработка
результатов: Учеб. пособие. – Курган: Изд-во Курганского ун-та, 1998. – 146 с.
53. Новикова Н.М., Поспелова И.И. Многокритериальные задачи принятия ре-
шений в условиях неопределенности. – М.: Вычислительный центр РАН,
2000. – 64 с.
54. Орехов В.Г., Зерцалов М.Г. Механика разрушений инженерных сооружений
и горных массивов. Учеб. пособие – М.: Изд-во АСВ, 1999. – 330 с.
55. Орловский С.А. Проблемы принятия решений при нечеткой исходной ин-
формации. – М.: Наука, 1981. – 208 с.
56. Очков В.Ф. Mathcad 8.0 Pro для студентов и инженеров. – М.: Компьютер-
Пресс, 1999. – 523 с.
57. Петрофизика: Учеб. для вузов / Г.С. Вахромеев, Л.Я. Ерофеев, В.С. Канай-
кин, Г.Г. Номоконова. – Томск: Изд-во Томского ун-та, 1997. – 462 с.
58. Пивкин В.Я., Бакулин Е.П., Кореньков Д.И. Нечеткие множества в системах
управления. Метод. пособие. – Web: http://www.idisys.iae.nsk.su/fuzzy_book.
59. Планирование эксперимента / Адлер Ю.П. и др. Отв. ред. Г.К. Круг. – М.:
Наука, 1966. – 424 с.
60. Подземные гидротехнические сооружения: Учеб. для вузов / В.М. Мостков,
В.А. Орлов, П.Д. Степанов, Ю.Е. Хечинов, С.А. Юфин; Под. ред. В.М. Мос-
ткова. – М.: Высш. шк., 1986. – 464 с.
61. Подземные сооружения гидроэлектростанций / В.Л. Куперман, В.М. Мос-
тков, В.Ф. Ильюшин, Г.Я. Гевирц – М.: Энергоатомиздат, 1996. – 320 с.
62. Попов Е.А. Планирование и организация регрессионных экспериментов:
Учеб. пособие – Красноярск: Сибирская аэрокосмическая академия, 2002. –
88 с.
63. Потапова Л.А. Основы номографии: Конспект лекций. – Томск: Изд-во ТПУ,
1997. – 40 с.
64. Представление и использование знаний / Пер. с япон.; Х. Уэно, Т. Кояма, Т.
Окамото и др.; Под ред. Х. Уэно, М. Исидзука. – М.: Мир, 1989. – 220 с.
65. Привалов А.А. Выбор рациональной формы поперечного сечения безнапор-
ных гидротехнических туннелей с слабых скальных породах: Дис. канд.
техн. наук. – М.: МГСУ, 2004. – 140 с.
66. Прикладные нечеткие системы / Пер. с япон.; К. Асаи, Д. Ватада, С. Иваи и
др.; под редакцией Т. Тэрано, К. Асаи, М. Сучено. – М.: Мир, 1993. – 368 с.
67. Рахман Неджад Р. Выбор форм поперечного сечения безнапорных гидро-
технических туннелей. Дис. канд. техн. наук. – М.: МГСУ, 2000. – 146 с.
68. Решетников М.Т. Планирование эксперимента и статистическая обработка
данных: Учеб. пособие. – Томск: Томский гос. ун-т систем управления и ра-
диоэлектроники, 2000. – 231 с.
69. Руководство по проектированию гидротехнических туннелей / Всесоюз.
проект.-изыскат. и н.-и. ин-т «Гидропроект» им. С.А. Жука. – М.: Стройиз-
дат, 1982. – 287 с.
70. Руппенейт К.В. Деформируемость массивов трещиноватых горных пород. –
М.: Недра, 1975. – 223 с.
71. Руппенейт К.В., Долгих М.А., Матвиенко В.В. Вероятностные методы
оценки прочности и деформируемости горных пород. – М.: Изд-во литера-
туры по строительству, 1964. – 84 с.
72. Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. –
М.: Диалог-МГУ, 1998. – 116 с.
73. Саушев А.В. Планирование эксперимента: Учеб. пособие. – СПб.: СПГУВК,
2001. – 97 с.
74. СНиП 2.01.07-85*. Нагрузки и воздействия / Госстрой России. – М.: ГУП
ЦПП, 2003. – 44 с.
75. СНиП 2.02.02-85*. Основания гидротехнических сооружений / Госстрой
СССР. – М.: ЦИТП Госстроя СССР, 1988. – 48 с.
76. СНиП 2.03.01-84*. Бетонные и железобетонные конструкции / Госстрой
СССР. – М.: АПП ЦИТП, 1992. – 80 с.
77. СНиП 2.06.09-84. Туннели гидротехнические / Госстрой СССР. – М.: ЦИТП
Госстроя СССР, 1985. – 19 с.
78. СНиП 52-01-2003. Бетонные и железобетонные конструкции. Основные по-
ложения. –М.: ФГУП ЦПП, 2004. – 26 с.
79. СНиП 32-04-97. Тоннели железнодорожные и автодорожные / Госстрой Рос-
сии – М.: ГУП ЦПП, 1997.
80. Справочник (кадастр) физических свойств горных пород / Под общ. ред.
Н.В. Мельникова, В.В. Ржевского, М.М. Протодьяконова. – М.: Недра,
1975. – 279 с.
81. Справочник инженера-тоннельщика / Г.М. Богомолов, Д.М. Голицынский,
С.И. Сеславинский и др.; Под ред. В.Е. Меркина, С.Н. Власова, О.Н. Мака-
рова. – М.: Транспорт, 1993. – 389 с.
82. Ставрогин А.Н., Протосеня А.Г. Механика деформирования и разрушения
горных пород. – М.: Недра, 1992. – 224 с.
83. Ставрогин А.Н., Протосеня А.Г. Пластичность горных пород. – М.: Недра,
1979. – 301 с.
84. Ставрогин А.Н., Сапунова В.П., Андреева Т.В. Атлас механических свойств
горных пород. Л.: ВНИМИ, 1968. – 90 с.
85. Ставрогин А.Н., Тарасов Б.Г. Экспериментальная физика и механика горных
пород. – СПб.: Наука, 2001. – 343 с.
86. Тоннельные конструкции. Обзорная информация. / Под. ред. Н.П. Селива-
нова. – М.: ВНИИПИ, 1990. – 80 с.
87. Фадеев А.Б., Прегер А.Л. Решение геотехнических задач методом конечных
элементов. Часть 1. – Томск: Изд-во Томского ун-та, 1994. – 194 с.
88. Филиппов В.Н. Планирование эксперимента в примерах и задачах: Учеб.
пособие. – Уфа: Изд-во УГНТУ, 2001. – 92 с.
89. Хечумов Р.А., Кеплер Х., Прокопьев В.И. Применение метода конечных
элементов к расчету конструкций: Учеб. пособие для технических ву-
зов / Под общ. ред. Р.А. Хечумова – М.: АСВ, 1994. – 353 с.
90. Электронный учебник по промышленной статистике. – М.: StatSoft. – Web:
http://www.statsoft.ru/home/portal/textbook_ind/default.htm.
91. Юфин С.А., Постольская О.К. Некоторые актуальные вопросы проектиро-
вания и строительства туннелей в комплексах сооружений электростан-
ций // Энергетическое строительство за рубежом. 1988. № 5. С. 23–29.
92. Юфин С.А., Харт Р.Д., Кюндалл П.А. Сравнительный анализ современных
численных методов решения задач геомеханики // Энергетическое строи-
тельство. 1992. № 7. С. 4–8.
93. Barton N. Deformation moduli and rock mass characterization // Tunnelling and
Underground Space Technology. 2002. Vol. 17. No. 2. Pp. 221–222.
94. Barton N. Failure around tunnels and boreholes and other problems in rock me-
chanics // International Society for Rock Mechanics. News Journal. 2004. Vol. 8.
No. 2. Pp. 12–18.
95. Barton N. General report concerning some 20th century lessons and 21st century
challenges in applied rock mechanics, safety and control of the environ-
ment // Proc. of 9th ISRM Congress. Paris, 2000. – Pp. 1659–1679.
96. Barton N. Some new Q-value correlations to assist in site characterization and
tunnel design // International Journal of Rock Mechanics & Mining Science.
2002. Vol. 39. No. 2. Pp. 185–216.
97. Barton N., Grimstad E. The Q-system following thirty years of development and
application in tunneling projects // Proc. of the ISRM regional symp. Eurorock
2004 & 53rd geomechanical colloquy – Rock engineering. Theory and practice.
October 7–9, 2004. Salzburg, Austria. Ed. W. Schubert. – Pp. 15–18.
98. Barton, N., Grimstad E. The Q-System following twenty years of application in
NMT support selection // Felsbau. 1994. Vol. 12. No. 6. Pp. 428–436.
99. Barton N., Lien, R., Lunde J. Engineering classification of rock masses for the
design of tunnel support // Rock Mechanics. 1974. Vol. 6/4. Pp. 189–236.
100. Chang C.T. et al. Extension of RMR and Q-system in Taiwan // Proc. of World
Tunnel Congress and 13th ITA Assembly. May 22–27, 2004. Singapore. Section
E20, Pp. 1–7 (CD-ROM edition).
101. Cox E. The fuzzy system handbook. A practitioner’s guide to building, using and
maintaining fuzzy systems. – 2nd ed. – Academic Press, 1999. – 716 p.
102. Hoek E. A brief history of the development of the Hoek-Brown failure criterion.
2002. 4 p.– Web: http://www.rocscience.com/library/pdf/hoek-brownhistory.pdf.
103. Hoek E. Estimates of rock mass strength and deformation modulus. Discussion
paper No. 4. 2004. 8 p. – Web: http://www.rocscience.com/hoek/
DiscussionPapers.asp.
104. Hoek E. Practical rock engineering. – Balkema, 2000. – 313 p. – Web:
http://www.rocscience.com/hoek/PracticalRockEngineering.asp.
105. Hoek E. Putting numbers to geology – an engineer’s viewpoint // Felsbau. 1999.
Vol. 17. No. 3. Pp 139–151.
106. Hoek E., Brown E.T. The Hoek-Brown failure criterion – a 1988 update // 15th
Canadian Rock Mechanics Symposium. 1988. Ed. J.H. Curran.– Pp. 31–38. –
Web: http://www.rocscience.com/library/pdf/RL_2.pdf.
107. Hoek E., Carranza-Torres C., Corkum B. The Hoek-Brown failure criterion –
2002 edition // 5th North American Rock Mechanics Symp. and 17th Tunneling
Association of Canada Conf. July 2002. Toronto. – Pp. 267–271. – Web:
http://www.rocscience.com/library/pdf/RL_1.pdf.
108. Hudson J.A., Harrison J.P. Engineering rock mechanics. An introduction to the
principles. – Pergamon, 1997. – 444 p.
109. Karlaftis A.G. Classifying rock masses using artificial neural networks // Proc. of
the third Int. Conf. of Advances of Computer Methods in Geotechnical and
Geoenvironmental Engineering. February 1–4, 2000. Moscow. Ed. S.A. Yufin. –
Pp. 273–278.
110. Palmström A., Milne D., Peck W. The reliability of rock mass classification used
in underground excavation and support design // International Society for Rock
Mechanics. News journal. 2003. Vol. 7, No. 1. Pp. 40–41.
111. Palmström A., Singh R. Response to Dr Nick Barton’s comments to our paper
on deformation modulus of rock masses in Vol. 16, 2001, pp. 115–131 // Tunnel-
ling and Underground Space Technology. 2002. Vol. 17, No. 2. Pp. 223–225.
112. Palmström A., Singh R. The deformation modulus of rock masses – comparisons
between in situ tests and indirect estimates // Tunnelling and Underground Space
Technology, 2001. Vol. 16, No. 2, Pp. 115–131.
113. Poisel R., Zettler A.H., Bach, D., Lakovits D., Kastner W. Rock Mass Rating
based on tunnel boring machine data // Felsbau. 1999. Vol. 17. No. 3. Pp.
168–174.
114. Riedmuller G, Schubert, W. Critical comments on quantitative rock mass classi-
fications // Felsbau. 1999. Vol. 17. No. 3. Pp 164–167.
115. Rock classification systems for engineering purposes / Special Technical publi-
cation; Ed. L. Kirkaldie; Symp. on rock classification systems for engineering
purposes. June 25, 1987. Cincinnati, Ohio.
116. RockLab. Rock mass strength analysis using the Hoek-Brown failure criterion.
User’s Guide. – Rockscience Inc., 2002. – Web: http://www.rocscience.com/
products/RocLab.asp.
117. Romana R.M. Rock masses by means of geomechanical classification // Proc. of
the ISRM International symposium on rock foundation for mountain region
Eurock 2002; Ed. C. Dinis da Gama and L. Ribeiro e Sousa. Pp. 317–325.
118. Singh B., Goel R.K. Rock mass classification: a practical approach in civil engi-
neering – Elsevier, 1999. – 268 p.
119. Sjöberg J. Estimating Rock Mass Strength using the Hoek-Brown Failure crite-
rion and rock mass classification / Luleå University of Technology. Internal re-
port. Division of Rock Mechanics. Department of Civil and Mining Engineer-
ing. 1997. – 61 p. – Web: http://user.tninet.se/~xft444d/Estimating_Rock_Mass_
Strength.pdf.
120. Stypulkowski J. Development of GSI index for an underground project // Proc.
of 28th ITA general assembly and World Tunnel Congress. March 2–8, 2002.
Sydney, Australia. Pp. 1–5. (CD-ROM edition).
121. Stypulkowski J.B. Development of Q for an underground project, probabilistic
approach // Proc. of World Tunnel Congress and 13th ITA Assembly. May 22–
27, 2004. Singapore. Section E22. Pp. 1–5 (CD-ROM).
122. Z_Soil.PC 2003. User manual. – Zace Services Ltd. Software engineering. –
Lausanne, Switzerland. 2003. – Web: http://www.zace.com.
123. Zertsalov M., Privalov A. Optimal cross-section shape for non-pressurized water
tunnels in soft rocks // Proc. of the ISRM regional symp. Eurorock 2004 & 53rd
geomechanical colloquy. October 7–9, 2004, Salzburg, Austria. Ed. W. Schubert.
Pp. 729–732.
124. Zertsalov M.G., Deineko A.V. Formalization of rock mass mechanical character-
istics and rock type identification on the basis of the Q-system // Proc. of the
10th ACUUS Int. Conf. & of the ISRM Regional Symp. January 24–28, 2005.
Moscow, Russia. Ed. S.A. Yufin. – Pp. 277–280.
125. Zimmermann Th., Truty A., Commend S., Sarf J.-L. Recent Advances in Geo-
technical engineering software // Proc. of the Third Int. Conf. of Advances of
Computer Methods in Geotechnical and Geoenvironmental Engineering. 1–4
February 2000. Moscow, Russia. Ed. S.A. Yufin. – Pp. 95–105.