非等距时间序列模型在隧道拱顶位移预测中的应用

发布时间：2019-01-06 16:52

【摘要】：结合实际工程中非等距非平稳时间序列数据,将隧道围岩位移分解为趋势项位移及平稳随机项位移,应用时间序列分析方法建立隧道围岩位移预测模型。采用3次样条函数插值法对非等距时序进行数据处理,在此基础上分别采用GM(1,1)灰色模型和自回归模型对趋势项位移和平稳随机项位移进行提取及预测,将计算得到的各项位移预测值叠加得到总位移预测值。以华蓥山隧道为例,分析对比实测与预测位移时间曲线之间的关系。计算结果显示此模型能较好地体现拱顶下沉位移的发展变化趋势,说明所建非等距非平稳时间序列分解模型效果较好,在实际隧道工程的围岩位移预测中是有效、可行的。
[Abstract]:Based on the non-equidistant non-stationary time series data of practical engineering, the displacement of tunnel surrounding rock is decomposed into trend displacement and stationary random displacement, and the prediction model of tunnel surrounding rock displacement is established by using time series analysis method. The cubic spline function interpolation method is used to process the data of non-equidistant time series. On the basis of this, GM (1t1) grey model and autoregressive model are used to extract and predict the trend term displacement and stationary random term displacement, respectively. The calculated displacement prediction values are superimposed to obtain the total displacement prediction values. Taking Huayingshan Tunnel as an example, the relationship between measured and predicted displacement and time curves is analyzed and compared. The calculation results show that the model can well reflect the trend of development and change of the arch roof subsidence displacement, which shows that the non-equidistant non-stationary time series decomposition model is effective and feasible in the prediction of the displacement of surrounding rock in the actual tunnel engineering.
【作者单位】：武汉大学土木建筑工程学院;
【分类号】：U456.3

【参考文献】

相关期刊论文前10条

1 孙元春;尚彦军;;岩石隧道围岩变形时空效应分析[J];工程地质学报;2008年02期

2 李宏建;隧道变形预测的灰色Verhulst模型[J];石家庄铁道学院学报;2000年04期

3 王穗辉,潘国荣;人工神经网络在隧道地表变形预测中的应用[J];同济大学学报(自然科学版);2001年10期

4 孙星亮,汪稔;自适应时序模型在地下工程位移预报中的应用[J];岩石力学与工程学报;2004年09期

5 朱永全,景诗庭,张清;时间序列分析在隧道施工监测中的应用[J];岩石力学与工程学报;1996年04期

6 陈子荫;时间序列分析——一种预报岩体力学行为的可能途径[J];岩土工程学报;1991年04期

7 李术才,王渭明,王拉才;非线性时序分析模型在地下工程位移预报中的应用[J];岩土工程学报;1997年04期

8 尹光志;岳顺;钟焘;李德泉;;基于ARMA模型的隧道位移时间序列分析[J];岩土力学;2009年09期

9 田执祥,乔春生,滕文彦,刘开云;基于支持向量机的隧道变形预测方法[J];中国铁道科学;2004年01期

10 任松;姜德义;杨春和;;基于遗传算法的浅埋隧道开挖地表沉降神经网络预测[J];郑州大学学报(工学版);2006年03期

【共引文献】

相关期刊论文前10条

1 卢小丽;;四川省农村居民生活消费增长分析及预测——基于Markov预测和ARMA模型[J];安徽农业科学;2012年21期

2 张建玲;林苗苗;刘建华;申国华;;时间序列季节调整方法在气象要素预测中的应用分析[J];现代农业科技;2009年23期

3 程卫民;;系统状态安全预测法分析[J];兵工安全技术;2000年01期

4 刘证;NewtonCotes求积公式和不等式[J];鞍山钢铁学院学报;2000年05期

5 郝哲,王晓初,罗敖,刘斌;韩家岭隧道监测数据的时序分析方法[J];地下空间;2004年04期

6 王利丰;孙树林;曹继平;;盾构施工引起地表变形的人工神经网络研究[J];地下空间与工程学报;2005年05期

7 乔金丽;范永利;刘波;李艳艳;张彦平;;基于改进BP网络的盾构隧道开挖地表沉降预测[J];地下空间与工程学报;2012年02期

8 路晓玮;;我国进出口总额的时间序列分析[J];北方经济;2007年06期

9 刘开云;魏博;刘保国;;边坡变形时序分析的进化-自适应神经模糊推理模型[J];北京交通大学学报;2012年01期

10 贾云萍;王慧儒;;基于逆传系统法的最大相位系统的动态载荷识别研究[J];北京服装学院学报(自然科学版);2010年01期

相关期刊论文前10条

1 郝哲,王晓初,罗敖,刘斌;韩家岭隧道监测数据的时序分析方法[J];地下空间;2004年04期

2 靳晓光,王兰生,李天斌,徐进,徐林生;二郎山隧道洞壁位移应力测试与信息化施工[J];地质灾害与环境保护;1999年02期

3 曹丽文,姜振泉;基于GIS和人工神经网络技术的开采沉陷预计建模方法[J];重庆大学学报(自然科学版);2002年12期

4 刘艳斌;ARMA模型的一种线性建模法[J];福州大学学报(自然科学版);1989年S1期

5 白明洲;段钢;张爱军;;考虑非饱和粘性土含水量变化的地铁隧道围岩土体稳定性分析[J];工程地质学报;2006年05期

6 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期

7 田盛丰,黄厚宽,李洪波;基于支持向量机的手写体相似字识别[J];中文信息学报;2000年03期

8 马云潜,张学工;支持向量机函数拟合在分形插值中的应用[J];清华大学学报(自然科学版);2000年03期

9 李宏建;隧道变形预测的灰色Verhulst模型[J];石家庄铁道学院学报;2000年04期

10 谢义成;水利电力自适应控制系统ARMA模型的参数估计方法[J];水利学报;1988年10期

【相似文献】

相关期刊论文前10条

1 周仰效;;娘子关泉流量的时间序列叠加模型[J];工程勘察;1986年04期

2 唐一科;顾乾坤;;振动的时间序列预报控制研究[J];电子机械工程;1992年03期

3 陈南祥;霍崇仁;;时间序列的季节模型在地下水位模拟和预报中的应用[J];工程勘察;1993年03期

4 罗耀军;;降水时间序列挖掘模型的建立和应用[J];水电能源科学;2009年04期

5 熊有伦;时间序列的状态模型[J];华中工学院学报;1985年05期

6 袁景侠,杨有君,门晓波;机床加工精度的时间序列预报控制[J];大连工学院学报;1986年03期

7 唐波;陈德棉;;基于时间序列的中小企业融资额预测研究[J];沈阳工业大学学报;2006年06期

8 陈青;罗志清;吴芸芸;;时间序列在变形监测中的应用[J];江西科学;2011年02期

9 洪钟瑜;张景绘;程维伦;;应用时间序列的基本性质识别振动系统的特性参数(下)——应用研究[J];振动与冲击;1986年03期

10 张景绘;洪钟瑜;邱阳;;应用时间序列的基本性质识别振动系统的特性参数(上)—理论、方法、软件[J];振动与冲击;1986年02期