地铁地表沉降预测及数据管理方法研究

发布时间：2021-11-15 02:39

　　地铁作为地下轨道交通工具,以其运输量大、稳定性好、速度快等优点,在我国越来越多的城市开始修建。在地铁施工过程中,地铁施工技术要求高、工作量大等施工效率问题和因大面积地表沉降而造成的地铁施工场地塌陷、扭曲等地铁施工安全问题日益显著。因此对地铁地表进行沉降监测,并根据监测数据进行有效的分析和管理十分必要。通过对现场实测资料的科学管理,可以从地表沉降数据中便捷的分析总结出地铁地表的沉降规律,提高地铁施工的效率。同时,通过研究分析地铁地表的沉降规律,能够预测地铁地表沉降的未来发展趋势,为地铁施工安全防护工作,提供可靠的依据。本文以如何利用地铁地表沉降监测数据进行地表沉降预测的问题以及如何提供科学的数据管理方法的问题作为切入点,以长春地铁二号线某标段的地表沉降监测项目为实例,进行以下研究:（1）本文在对BP神经网络、灰色GM（1,1）和Logistic时间函数三种预测模型的原理及其预测方法进行分析的基础上,对长春地铁二号线地表沉降监测方案进行研究,分析地质条件对地表沉降的影响。然后以长春地铁二号线某标段地表沉降监测数据为样本,利用BP神经网络模型、灰色GM（1,1）模型、Logistic时间函数... 

【文章来源】：长春工程学院吉林省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

技术路线

三层BP神经网络结构图

Logistic时间函数模型下的地铁沉降趋势图

【参考文献】：
期刊论文
[1]灰色BP神经网络组合模型在地铁沉降监测中的应用[J]. 冯子帆,成枢,邱健,荆晓宇.  四川建材. 2017(12)
[2]灰色理论和BP神经网络理论在地铁深基坑变形预测方面的应用[J]. 方林胜,何国伟,罗长明,熊梦馨.  施工技术. 2017(S1)
[3]BP神经网络数据预测模型的建立及应用[J]. 喻宝禄,段迅,吴云.  计算机与数字工程. 2016(03)
[4]南昌上软下硬地层中盾构施工地表沉降的BP神经网络预测方法[J]. 周纯择,阳军生,牟友滔,王树英.  防灾减灾工程学报. 2015(04)
[5]地铁施工引发地面沉降的BP神经网络预测分析[J]. 周志广,冀彦卓.  地质灾害与环境保护. 2014(03)
[6]基于Logistic预测模型的地铁隧道地表沉降预测研究[J]. 莫云,岳昊,胡斌,吴北平.  工程地球物理学报. 2010(01)
[7]基坑沉降预测的Logistic生长模型及其适用性研究[J]. 宋吉荣,郭菊彬,张昆.  四川建筑科学研究. 2009(03)

博士论文
[1]地裂缝地面沉降灾害管理信息系统开发及应用研究[D]. 李斌.长安大学 2009

硕士论文
[1]乌鲁木齐市地铁隧道施工引起地表沉降预测方法研究[D]. 孙飞跃.新疆大学 2017
[2]地铁运营期变形预测模型与安全评估模型研究[D]. 王昭斌.东南大学 2017
[3]南宁地铁盾构隧道施工引起邻近建筑物沉降预测及控制研究[D]. 卢鹏.广西大学 2017
[4]城市地铁安全监测点位稳定性分析与沉降预测[D]. 朱杰.南京信息工程大学 2014
[5]高层建筑沉降观测数据管理系统开发研究[D]. 谭奇.长安大学 2014
[6]建筑物沉降时空信息管理及其稳定性微方量评价[D]. 王著旺.长安大学 2013
[7]长春地铁一号线沉降监测研究[D]. 何君.吉林大学 2013
[8]西安市地面沉降信息管理系统开发与InSAR数据后处理研究[D]. 辛亚芳.长安大学 2011
[9]成都来福士广场沉降监测及数据管理系统[D]. 张德强.成都理工大学 2011
[10]武汉地铁施工引起地面沉降预测方法研究[D]. 莫云.中国地质大学 2010



本文编号：3495860