人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

城市地铁盾构施工地层变形三维数值模拟分析

富水砂层条件下,盾构施工问题多、风险大、施工变形难控制。以南昌地铁某区间盾构隧道工程为研究背景,采用有限差分软件FLAC3D建立了三维盾构施工力学模型,对富水砂层条件下的盾构施工过程进行动态数值模拟,并结合现场实测数据分析了盾构施工引起的地表沉降规律。结果表明:盾构施工引起的横向地表沉降呈"V"形,最大地表沉降发生在隧道中心正上方,最终形成的沉降槽宽度约为6倍隧道外径;盾构施工引起的纵向地表沉降呈"S"形,盾构开挖面前方表现为隆起,开挖面后表现为沉降,在开挖面后一定距离逐渐趋于稳定;开挖面支护力对稳定开挖面土体及减小地表沉降有较大影响;盾构进洞与出洞施工中存在较大风险,应采取相应的工程措施以保证盾构施工安全进行。所得结论可供南昌地铁区间盾构隧道设计与施工参考。     

大直径泥水盾构下穿民房建筑群沉降分析及控制北大核心CSCD

大直径泥水盾构下穿民房建筑群时沉降控制严格,风险较大。以南京纬三路过江通道工程S线大直径泥水盾构下穿保健村民房建筑群为背景,通过三维数值计算,对盾构施工主要影响区的范围和沉降量进行理论预测,在施工过程中根据理论预测结果对该范围内民房进行分类监测,并结合现场实测数据研究盾构施工对民房建筑群的影响,提出相应的沉降控制措施。研究结果表明:三维数值分析能够较好地预测盾构施工的影响范围及沉降量,可用于指导房屋沉降监测;盾构施工控制不当使得地表产生不均匀沉降、民房发生倾斜和裂缝等问题,通过控制支护压力、调整施工速度和壁后注浆等施工参数,并及时对地层进行注浆加固,有效地控制了地面沉降,保证了施工的顺利进行。     

大直径泥水盾构下穿民房建筑群沉降分析及控制

大直径泥水盾构下穿民房建筑群时沉降控制严格,风险较大。以南京纬三路过江通道工程S线大直径泥水盾构下穿保健村民房建筑群为背景,通过三维数值计算,对盾构施工主要影响区的范围和沉降量进行理论预测,在施工过程中根据理论预测结果对该范围内民房进行分类监测,并结合现场实测数据研究盾构施工对民房建筑群的影响,提出相应的沉降控制措施。研究结果表明:三维数值分析能够较好地预测盾构施工的影响范围及沉降量,可用于指导房屋沉降监测;盾构施工控制不当使得地表产生不均匀沉降、民房发生倾斜和裂缝等问题,通过控制支护压力、调整施工速度和壁后注浆等施工参数,并及时对地层进行注浆加固,有效地控制了地面沉降,保证了施工的顺利进行。     

盾构施工引起周围土体位移的数值研究

盾构隧道施工会引起周围地层及地表变形并影响周围环境,为探索变形规律以进行预测,运用岩土数值软件FLAC3D建立三维模型,考虑天津地区软土特性,注浆体材料强度的时空变化特性及盾构施工中的各相关作用进行研究。首先建立标准模型进行分析,并与Loganathan公式计算及工程实测数据计算进行对比验证,然后就重要施工参数如超挖孔隙、注浆压力等的影响,不同土体本构关系对计算结果的影响,土体修正剑桥模型参数如超固结比、内摩擦角、压缩参数λ及回弹参数κ的影响进行了研究,将结果与已有的研究结果进行比较,具有较好的一致性。     

考虑多因素的双线水平平行盾构施工引起地表隆陷研究

对双线水平平行盾构施工引起的三维地表隆陷计算方法进行研究。考虑正面附加推力、盾壳与土体的摩擦力、注浆压力和土体损失的共同作用,基于先、后行隧道地表隆陷的叠加原理和相互影响,求解得到双线盾构施工引起的总的三维地表隆陷,该方法适用于施工阶段。考虑两条隧道轴线间距J和先行、后行隧道开挖面前后距离K改变的影响。结果表明:本文方法预测值与实测值比较吻合;减小K值,地表纵向沉降曲线形状逐渐由阶梯型转变成S型,最大地表沉降量和隆起量均有所增加;增大J值,地表横向沉降曲线形状由V型缓慢转变成W型,最大地表沉降量逐渐减小。     

近距双线盾构隧道开挖诱发地层变形演变规律及数值模拟

双线平行隧道盾构施工相互扰动作用对其诱发的地层变形分布特征和演变规律影响显著。以某地铁双线盾构隧道工程为例,考虑双线平行隧道间距与盾构施工相互作用影响,采用数值模拟和现场实测相结合的方法对双线平行隧道盾构施工引起的地层变形演变规律进行了对比分析,并提出了考虑近远距状态的双线平行隧道盾构施工地层变形预测模型。研究结果表明,双线盾构隧道施工地层竖向变形曲线由“V”形发展为非对称“W”形分布,沉降槽宽度由6D扩大为10D,地层深度越深非对称“双峰”特征越明显;地层水平变形曲线以两隧道中线为轴线呈反对称分布,两隧道间区域土体变形受施工扰动影响显著;地表沉降曲线分布随双线隧道近远距变化由深“V”形—浅“V”形—“U”形—浅“W”形—深“W”形—两独立“V”形演变,采用L cr=2CKH可作为双线平行盾构隧道近远距状态临界判据,本文提出的预测模型能较好地反映近远距状态及施工相互扰动对双线平行隧道盾构施工地层变形的影响规律。研究成果可为类似地铁隧道盾构施工变形预测与精细化控制提供科学参考。     

漫滩二元地层基坑开挖及降水引起的地表沉降预测∗

基坑土体开挖及降水引起的地表沉降预测是基坑工程安全领域关键问题之一。工程中常用的基坑支护结构计算软件未考虑降水固结引起的沉降。为全面计算基坑工程引起的地表沉降,提出了理论计算模型,采用 MAT?LAB 编制差分算法程序,生成附带基坑围护结构及土体分层单元的场地模型,实现了自动计算地下水位下降深度与地表沉降。以位于长江和秦淮河漫滩地区二元结构场地的南京地铁螺塘街站为案例进行验证,该方法计算的地下水位降深和地表沉降与现场监测数据基本吻合,其中观测孔位地下水降深偏差为 2.4%~8.6%,地表沉降计算值偏差大都在 10% 以内,表明了所提计算方法的可靠性。进行泛化分析,将原始二元地层与上部淤泥质土层替换为砂层工况进行比较,分析了围护结构插入比、土层性质对地下水位降深和地表沉降的影响。结果表明:原始二元地层相对于替换砂层的工况,水位降深小但沉降峰值大,对水位下降的反应更加灵敏,沉降曲线曲率更大,对周边环境的危害也更大,围护结构插入比的增加对地表沉降削弱效果显著。     

古土壤地层盾构施工引起的地表沉降分析

针对西安地铁上覆含有古土壤的黄土地层中盾构施工引起的地表沉降,在分析其产生机理、盾构施工数值模拟过程、基于经验公式的Peck地表沉降计算方法的基础上,探讨了基于注浆效果、支护压力以及偏心超挖的等代层厚度计算方法;具体分析了盾构施工数值模拟过程中的等代层弹性模量和掌子面支护压力比与Peck地表沉降计算公式中最大沉降量和沉降槽宽度之间的关系。研究结果表明,在含有古土壤的黄土地层中进行盾构施工数值模拟时,等代层模量的取值在5～10MPa范围之内,当等代层模量小于5 MPa时,隧道围岩将产生较大的塑性变形;掌子面支护压力比取值在0.5～1.0范围之内,当掌子面支护压力比小于0.5时,掌子面附近土体将产生较大的塑性变形,当掌子面支护压力比大于1时,地表将产生隆起变形。     

上软下硬地层双线地铁隧道下穿既有城市道路地层变形规律研究

上软下硬地层地区进行隧道开挖时,常引起较大的地表沉降,危及地表构筑物。依托深圳地铁7号线安托山停车场出入线下穿深圳北环大道工程,采用现场监测研究方法,对该类地层双线隧道下穿既有道路引起的围岩及地层位移进行研究。研究结果表明:道路荷载对隧道围岩沉降有较大影响,当双线隧道间距较小时,全断面注浆对注浆段上方较浅地层位移影响较明显,对临近隧道较深处影响较明显,全断面注浆对地面沉降有较好的控制作用,但要注意控制隆起,该工程中全断面注浆对注浆加固圈以外8 m内影响较大,8~13 m范围影响较小。通过多种监测手段相结合,可以更好的保障施工安全。     

盾构施工地面沉降预测的大数据技术应用研究

盾构掘进引起的地面沉陷常会危及到施工安全和周围环境,如何有效预测地面沉降是减少事故发生的迫切要求。在综合国内外研究成果的基础上,提出应用大数据技术对盾构施工引起的地面沉降进行分析预测,阐述其必要性和创新性。基于盾构施工技术和大数据分析法的特点,应用关联分析法,以探索地层条件、主要掘进参数与地面沉降量之间的关联规则和预测模型为目标,拟定地面沉降分析预测的研究步骤。通过工程实例试算,说明应用大数据技术的可行性和合理性,为盾构施工引起地面沉降分析开辟新的途径。     

基于Elman神经网络的地面沉降危险性预测

地面沉降是一种地壳表层土体在自然或人类工程活动影响下被压缩,导致地表标高区域性降低的环境地质现象。常规数学模型难以对地面沉降的危险性做出准确预测。为分析山西转型综改示范区潇河现代产业区的沉降发展趋势,开展了沉降量预测和危险性划分的工作。基于研究区2016年7月-2018年12月的InSAR地表沉降监测数据构造训练样本,建立Elman模型,预测了2019年2月～3月共3次的沉降量,并与实际值进行对比分析;同时根据建立好的模型预测2020年的年平均沉降量,并进行危险性划分工作。结果表明：Elman模型的沉降量预测值与实际值基本吻合,预测精度较高,划分结果偏安全,能够为研究区地面沉降的防治工作起到一定的辅助预警作用。     

厚冲积地层盾构掘进参数设定及地表变形规律研究

盾构掘进参数与地质条件密切相关,在厚冲积黄-黏土层中掘进参数计算及地表变形规律具有显著的地异性特征。通过统计分析济南轨道交通R1线直径6.68m盾构隧道现场实测数据,明确了盾构掘进参数设定范围和修正计算公式,探究了掘进参数间相关性及其对地表变形的影响规律。研究结果表明:盾构总推力、刀盘扭矩、土仓压力的理论计算修正系数分别为0.677~0.753、0.882~1.260、0.985~1.641;同步注浆量、出土量与掘进速度呈较强线性相关;盾构掘进参数对地表变形规律影响显著,最大地表沉降量及地层损失率随土仓压力的减小而增大,随掘进速度增大呈二次函数递减,随同步注浆率增大呈线性递减。     

合肥盾构地表沉降和土压力变化模型试验

盾构开挖穿越不同性质的土体时,地表沉降规律和土压力变化规律均会发生改变。以合肥地铁盾构施工为背景,采用合肥地区典型砂土和黏工作为试验材料进行模型试验,探究盾构开挖情况下两种土质的地表沉降和土压力变化规律。结果表明:与黏土相比,砂土对开挖扰动更加敏感。开挖后砂土的沉降和土压力变化较快,土体在更短的时间内恢复稳定,同时砂土模型中相邻沉降测点测得的沉降值相差较大,最终的沉降槽起伏明显。而黏土的沉降和土压力变化较慢,最终的沉降槽较平缓。对两种土质还均有如下试验结果:开挖阶段的沉降值占总沉降值的比例基本相同,四个阶段中土压力减小速度和沉降速度呈现相似的规律,最大沉降值出现在先开挖侧而最大沉降速度出现在后开挖侧。     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

考虑时间及位移相关土压力的地下连续墙成槽变形分析

土层中地下连续墙开槽容易引起较大的地层变形,且与地层侧向土压力的变化特征有较大关系。基于弹性理论,考虑侧压力与时间及位移相关条件下,建立了地下连续墙开槽引起地层应力和位移变化的理论计算方法。结合地下连续墙开槽的特点,考虑极限情况下,开挖初期作用于地下连续墙槽段周围的有效土压力分布情况,得到与时间和位移有关的土压力计算公式;地下连续墙槽段开挖完成后在远场应力的作用下,槽段周围的应力将重新分布,利用变分原理和保角变换方法,计算得到重分布后的应力计算公式;在此基础上,综合分析地下连续墙矩形槽段施工过程中的水平方向的应力转移问题和竖直方向向下的荷载转移问题,建立了地下连续墙槽段周边沉降量的计算模型,并结合Mindlin解得到三维应力状态下的地表沉降量解析解。通过仿真,将理论成果应用于依托工程,与实际监测结果相对比表明该理论结果正确可行,为规避地下连续墙施工风险提供了理论依据。     

盾构隧道同步注浆壁后压力模式研究

针对深圳地铁9号线隧道盾构开挖,研究同步注浆在不同压力模式下对隧道稳定性和地面沉降以及分层沉降的影响。获得适合描述该土体性质的本构模型参数,并通过运用有限元软件Midas/GTS对其进行有限元数值分析,对比现场实测数据来验证盾构施工同步注浆壁后压力分布模式。结果表明:非均匀压力模式相比均匀压力模式更接近实际,且更合理;非均匀压力模式相比均匀压力模式下的地面沉降与各层地层沉降,前者最终沉降约是后者的31.9%,且更接近实际情况;非均匀压力模式相比均匀压力模式对管片应力影响更大,前者最终所受应力约是后者的59.0%,可为盾构隧道的设计施工提供参考。     

基于混沌优化神经网络的砂土液化预测模型

针对砂土液化预测的非线性难题,在分析BP神经网络和混沌优化的各自优缺点的基础上,将混沌优化与梯度下降法相结合,构成了神经网络权值和阈值的一种新的组合优化算法(COBP),并将该组合优化算法用于砂土液化的预测建模.工程实例应用表明,该组合优化模型不仅搜索速度快,全局稳定性好,而且预测精度高,结果可靠,能达到工程应用的精度要求,为砂土液化的非线性预测提供了一种有效方法.     

软土地区地表结构对盾构隧道地震响应影响的风险分析

本文基于ABAQUS有限元软件建立了软土地区地表结构-土-隧道相互作用的非线性有限元模型,地表结构采用置于刚性筏板基础的单自由度体系模拟。考虑地表结构的有无,不同的土体模型及地震荷载,通过水平地震作用下的动力时程反应分析,研究了地表结构对盾构隧道周围土体以及衬砌地震响应的影响。研究表明,地表结构的存在会增大隧道周围土体地震响应,从而引起隧道结构变形以及动态内力的显著增加,同时发现采用弹塑性分析下的隧道地震响应大于采用黏弹性分析。因此,地表结构作用是影响盾构隧道响应的重要因素,综合分析地表结构-土-隧道作用下的结构动态响应有助于更合理的预测地震荷载下盾构隧道结构安全风险。     

基于灰色理论和神经网络的边坡位移预测

边坡位移的发展受地质条件、天气环境和人类活动等众多因素的影响,变化趋势复杂,很难建立一个准确的经典数学模型对其进行全面的描述。为了得到边坡位移较准确的估计,采用多模型信息融合技术对边坡位移进行了预测。首先,将边坡这类影响因素复杂的系统看成是一个灰色系统,分别采用GM（1,1）模型、Verhulst模型和DGM（2,1）模型对位移值进行预测。其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络的办法对不同的灰色预测模型进行组合,生成灰色神经网络模型,该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适用性信息处理能力相融合,通过反复训练、学习,自动调节,可以得出各模型在组合模型中的合理权重,从而输出满意的结果。通过对比发现,利用组合灰色神经网络模型预测的位移值,比单独的灰色模型预测的位移值具有更高的精度。