地铁车站深基坑土体参数动态反演分析及变形预测

发布时间：2019-08-03 18:08

【摘要】：基坑工程作为一项岩土工程，其特点是很强的系统性和不确定性，若基坑开挖不当，会引发基坑工程自身的安全和稳定问题，对周边建筑物、地下管网等造成影响。因此能否准确预测基坑在施工过程中的变形，，对基坑工程的安全施工具有重要指导意义。本文以郑州市郑东新区会展中心地铁车站深基坑为工程背景，针对深基坑的复杂性和变形过程中的非线性，在对基坑支护结构变形进行现场监测的基础上，利用数值模拟和神经网络预测等手段对会展中心车站深基坑围护结构的水平位移进行反分析研究，主要开展以下工作：首先根据工程勘察报告提供的地质数据，通过正交设计确定基本土体输入参数，应用数值模拟软件Midas/gts计算地下连续墙的水平位移，作为神经网络训练样本。根据神经网络反分析基本原理，确定基本网络结构，通过试算进一步确定隐层单元的个数，建立BP神经预测模型，训练样本并使用检验样本检验网络的可靠性。应用整理现场监测深层水平位移数据，将数据输于训练好的神经网络，仿真计算网络输入即等效弹性模量参数，为了验证反演数据的可靠性，将反演数据输入模拟软件计算位移，并对施工各阶段的位移进行分析。应用基于时间序列预测的BP神经网络和现场监测数据，对短期内的基坑位移变形进行预测，并分析了影响预测的内部和外部因素。论文通过对土体参数的动态反演，对基坑维护结构变形进行预测，对我国类似区域基坑工程的安全施工和管理具有借鉴意义。
【图文】：

简介美国 MathWorks 公司为科学工程计算推出的软件，意为oratory）的组合，其是一款功能强大，计算效率很高的ATLAB 的核心，在软件中所有数据都以数组来表示和存外，还有具与其他高级语言相似的编程软件功能，在M种操作，例如编程、绘制图形、数值计算等。在程序内用，其具有优秀的开放性，与符号运算工具Maple之间力成为应用科学计算、程序设计仿真等工程领域不可缺件由主程序包、Simulink 以及工具箱三部分组成，其中相关领域的高水平的专家编写的。在MATLAB 的工具箱像处理、信号处理、控制、通讯、样条等。设计者可以关神经网络的设计训练程序，从而将设计者从繁琐的编于分析问题和解决问题，从而提高研究效率和解题质量

地铁车站深基坑土体参数动态反演分析及变形预测

图 3-2 基坑模型数报告中，将 50m 深度内的土体自上而下共划分了 13 层，但程中，如果按照实际对土层进行划分，计算量变的很大，而且络有影响。本文根据地勘报告中的数据，将岩性特性相似的模型中的计算域内的土层按照自上而下简化为六层，方便分反分析做好铺垫，土层分层如表所示：表 3-1 土层基本参数厚度（m）重度（kN/m3）粘聚力（kPa）摩擦角（°）泊松 6 19.3 11.4 18.0 0.3 5 20.1 18.2 22.3 0.3 6 19.8 18.6 19.5 0.4
【学位授予单位】：河南工业大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：U231.4;TU473.2

【参考文献】