城市盾构隧道施工地表沉降BP神经网络预测应用研究

发布时间：2021-11-26 17:38

　　基于成都轨道交通17号线明光站—九江北站区间的相关监测数据,采用了回归分析方法,利用Matlab拟合Peck法中的相关参数,对DK68+849,DK68+869断面的地表沉降进行了预测分析。同时,通过建立BP神经网络模型,调整相关的网络设置参数来调整模型的MSE值,最终得出最佳预测模型,利用训练出的BP神经网络模型对地表的最终沉降量进行了有效的预测。 

【文章来源】：路基工程. 2020,(04)

【文章页数】：6 页

【部分图文】：

监测点平面布置

监测点横断面布置示意(单位:cm)

1969年，Peck在分析了大量地表沉降数据后，提出了地表沉降槽符合高斯分布的概念。隧道施工引起的地表横向沉降槽，见图3[2]。Peck认为地层变形由地层损失引起，施工引起的地面沉降是在不排水的条件下发生的，从而假定地表沉降槽体积等于地层损失体积[3]。预估沉降槽的计算式为

【参考文献】：
期刊论文
[1]Peck法在地表沉降中的应用综述[J]. 马艳娟,盛超.  价值工程. 2018(34)
[2]Peck公式在砂卵石地层盾构隧道施工地表沉降预测中的应用研究[J]. 曹鹏,方林,吴梦军.  五邑大学学报(自然科学版). 2018(03)
[3]基于BP神经网络的杭州紫之隧道最大地表沉降预测[J]. 甘鹏路,闫自海,彭加强.  河南科学. 2018(03)
[4]南京地层地铁隧道施工的Peck公式修正[J]. 郭延华,吴龙海.  河北工程大学学报(自然科学版). 2013(01)
[5]过江盾构隧道穿越大堤的地层沉降分析及控制[J]. 张忠苗,林存刚,吴世明,刘冠水,王承山,谢文斌.  岩土工程学报. 2011(06)
[6]基于北京地层地铁隧道施工的Peck公式的改进[J]. 姚爱军,赵强,管江,刘方元,宿宁.  地下空间与工程学报. 2010(04)
[7]Peck公式在我国隧道施工地面变形预测中的适用性分析[J]. 韩煊,李宁,J.R.Standing.  岩土力学. 2007(01)
[8]隧道开挖引起土层沉降槽曲线形态的分析与计算[J]. 姜忻良,赵志民,李园.  岩土力学. 2004(10)
[9]基于Peck公式的盾构隧道地表沉降的可靠性分析[J]. 宋克志,王梦恕,孙谋.  北方交通大学学报. 2004(04)

硕士论文
[1]地铁盾构施工地表沉降预测及对邻近建筑物影响研究[D]. 韩飞.吉林建筑大学 2016



本文编号：3520627