CFG桩处治软土路基的沉降预测

发布时间：2021-08-28 00:37

　　随着我国城市经济的迅速发展,城市道路建设也取得了很大的成就,但软土路基沉降问题一直困扰着施工。由于地理位置及环境的限制,广东省肇庆市许多新建工程不得不修筑在软土地基之上。必须对软土地基进行处理才能保障路基的长期稳定。准确预测路基沉降,对控制施工质量具有非常重要的意义。本文依托“肇庆市端州区桥北路新建工程”项目,研究了水泥粉煤灰碎石桩（CFG桩）处治软土地基,和对处治后的地基进行了沉降预测。本文取得的成果如下:（1）通过参与实际工程建设,研究了 CFG桩在肇庆市政道路软基处理中的施工方法及施工要点,同时通过监测仪器对处治后的地基进行沉降监测,并对监测数据进行分析,预测沉降的发展趋势,研究CFG桩处理软基的效果。（2）对比了双曲线拟合法、指数曲线拟合法预测沉降的精度,得到了最终沉降预测值以及沉降拟合曲线。（3）以BP神经网络为基础,采用了增加动量项优化的BP算法和调节学习率优化的动量BP算法两种改进方法来实现网络+优化,以实测沉降值为样本建模,预测得到的沉降值与实测值十分接近,从而证明了用该方法来预测路基沉降是可行的。调节学习率优化的动量BP算法得到的沉降曲线与实测沉降值吻合很好。通过与曲... 

【文章来源】：中南林业科技大学湖南省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

人工神经元模型

图３．２前向网络??Ｆｉｇ．３．２?Ｆｏｒｗａｒｄ?Ｎｅｔｗｏｒｋ??２）有反馈的前向网络??有反馈的前向网络如下图所示。其中输出层对输入层有信息的反馈，这种网??。??

ｇ．．ｏｎｖａｒｎｅｗｏｒｗｅｅａｃ３）层内有相互结合的前向网络??其结构如下图所示，由于有层内神经元的相互结合，因此可以实现同一层内??经元之间的横向抑制或兴奋机制。这样可以限制每层内可以同时动作的神经元??，或者把每层内的神经元分成若干组，让每一组作为一个整体进行运行。??

【参考文献】：
期刊论文
[1]浅谈CFG桩施工中常见问题及处理措施[J]. 程元瑞,潘先红,李鑫.  四川建筑. 2018(06)
[2]CFG桩复合地基承载性状的研究[J]. 韩永强,朱雪珂.  水利与建筑工程学报. 2018(06)
[3]浅谈CFG桩复合地基在工程中的应用[J]. 卢俊.  安徽建筑. 2018(05)
[4]长螺旋钻孔灌注桩复合地基在地基加固中的应用[J]. 陈立新,曹文权.  中外建筑. 2018(06)
[5]CFG桩复合地基施工质量控制[J]. 郭成军.  山西建筑. 2018(13)
[6]CFG桩复合地基研究现状及展望[J]. 杜佶峥,苗子臻,邱浩然.  工业技术创新. 2016(03)
[7]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺.  计算机学报. 2016(08)
[8]基于动态神经网络法考虑区域沉降的高速铁路沉降预测[J]. 陈舒阳,徐林荣,曹禄来.  铁道学报. 2015(05)
[9]碎石桩与CFG桩联合处理填土应用[J]. 王伟.  山西建筑. 2015(03)
[10]基于GA-BP神经网络的高铁线下工程沉降预测模型[J]. 刘龙,张献州,喻巧,甄亚男.  测绘工程. 2014(05)

博士论文
[1]武广高铁浅埋基岩段软土复合地基沉降机理及控制技术研究[D]. 张峰.北京交通大学 2015

硕士论文
[1]基于BP人工神经网络的煤矸石路堤沉降预测分析[D]. 姚博.中南林业科技大学 2018
[2]CFG桩复合地基技术及工程应用[D]. 闫卫星.河北工程大学 2017
[3]CFG桩在公路工程软土地基处理中的应用研究[D]. 牛雨竹.长安大学 2016
[4]基于LM改进的RBF神经网络算法研究[D]. 肖清湄.西南大学 2016
[5]基于进化极限学习机的特征加权近邻分类算法[D]. 张娜娜.大连海事大学 2016
[6]山区公路CFG桩复合地基沉降预测方法研究及其应用[D]. 胡鑫.重庆交通大学 2014
[7]CFG桩复合地基固结与沉降分析及数值模拟[D]. 赵增明.湖南大学 2014
[8]碎石桩处理软土路基的应用研究[D]. 张千管.长安大学 2012
[9]BP神经网络股票分析模型系统的设计与实现[D]. 于胜.电子科技大学 2010
[10]路堤荷载作用下CFG桩复合地基承载特性现场试验分析[D]. 林昆.西南交通大学 2010



本文编号：3367425