基于人工神经网络的大直径盾构隧道施工地层变形预测分析

为了预测盾构施工引起的地表沉降规律,以京张高铁清华园大直径泥水盾构隧道工程为背景,结合盾构试验段隧道掘进过程中地层变形的监测数据,建立基于时间序列的NARNN(不含外部输入)和NARXNN(含外部输入)非线性自回归神经网络预测模型,对重要监测断面测点的隧道掘进过程中地表沉降发展趋势进行预测分析,并与传统时间序列ARMA模型预测结果进行对比,发现NARNN模型、NARXN模型、NARMA模型的预测结果与现场监测数据都比较吻合,而NARNN和NARXN非线性自回归神经网络预测模型精度明显高于传统时间序列ARMA模型,而考虑外部输入的NARXNN模型又比不考虑外部输入的NARNN精度高。因此,在考虑施工方法、地质条件和空间效应(埋深)等外部因素条件下建立的NARXNN模型具有良好的预测效果,能够较好地模拟盾构施工引起的地表沉降规律。     

哈大客运专线桥梁墩台沉降观测与预测

研究目的:以哈大客运专线运粮河特大桥墩台沉降观测为背景,介绍运粮河特大桥沉降观测的技术要求与观测方法;采用曲线拟合法综合分析了桥梁墩台的沉降变形趋势,运用灰色系统的新陈代谢GM(1,1)模型建立累积沉降的预测模型,来分析桥梁墩、台的沉降量,掌握其变形规律.研究结论:通过对哈大客运专线运量河特大桥墩台沉降观测数据进行的分析与评估,采用曲线拟合法分析其沉降变形趋势,运用灰色系统模型对桥梁墩台进行预测,得出以下结论:桥梁墩台的沉降已经渐渐趋于稳定,运用灰色系统的新陈代谢GM(1,1)模型建立累积沉降的预测模型,预测结果表明该模型精度较高,可以用于累积沉降的预测.     

灰色理论在水平冻结施工隧道盾构到达洞门时地表沉降预测中的应用

盾构隧道施工中,提前预知盾构影响范围内的地表沉降对指导信息化安全施工具有重要意义.根据实测沉降数据,应用灰色系统原理和方法,通过改进常规 GM(1,1)模型建立灰色新陈代谢 GM(1,1)盾构始发水平冻结洞门的地表沉降预测模型.分析结果表明:相比常规 GM(1,1)模型,新陈代谢GM(1,1)模型能够明显提高预测精度,相对误差最大只有9.65%;对于盾构前进和冻胀—融沉造成地表变形,新陈代谢模型均能准确预测;在盾构由一个阶段向另一个阶段过渡或者施工环境发生突变时,结合新陈代谢模型预测结果和具体的施工环境,不断修正预测模型,预测结果更科学有效,预测值也更接近实际地表变形.     

基于FOA-BP神经网络的高铁沉降预测

BP神经网络在沉降预测过程中存在预测精度有限、收敛速度慢等缺点。为提高BP神经网络在高铁沉降预测中的精度,基于改进的果蝇算法(FOA),利用其味道浓度函数来代替BP神经网络中的梯度函数,建立果蝇算法优化BP神经网络的预测模型—FOA-BP模型。通过果蝇种群迭代寻优获取最合适的权值和阈值,重新构建BP神经网络进行沉降预测。分别采用BP神经网络算法与FOA-BP神经网络算法对某高铁路基沉降监测点的沉降趋势进行预测,将两种算法的迭代次数、均方误差与平均相对百分比误差3个指标进行对比分析,结果表明:FOA-BP神经网络算法的三种指标均远小于BP神经网络算法,其模型精度更高,预测速度更快。     

组合双曲线法在高铁路基沉降预测中的应用

高速铁路路堤普遍采用堆载土预压的施工方法加速路基的固结沉降。由于预压土荷载的快速施加,路基沉降曲线在填筑期与预压期之间常出现较为明显的变化。本文在总结和分析三点法、双曲线、指数曲线、泊松曲线、经验系数矫正法等路基沉降预测模型特点和适用性的基础上,基于传统双曲线沉降预测模型,提出一种适用于堆载预压工况下的高铁路基沉降预测方法——组合双曲线法。组合双曲线沉降预测模型考虑了堆载预压后沉降速率突然变大,将模型方程按照路基本体填筑期和堆载预压期分为两个阶段,分别进行参数确定。将组合双曲线沉降预测模型应用于京沈高铁某路基段,并与其他传统沉降预测模型计算结果进行对比,验证了组合双曲线法的适用性。     

基于改进型灰色理论模型的山区高速铁路路基沉降变形分析

线下工程工后沉降变形分析评估是高速铁路轨道工程铺设的必要条件和关键工序之一。以重庆至万州铁路为例,在有砟轨道铁路施工过程中,引入改进型灰色预测模型Np GM(1,1)和UQGM(1,1)进行沉降变形分析,相比于传统的预测方法,两种改进型的灰色预测模型在预报的稳定性和相关性上有显著提升。对于考虑到的9个测点,改进型灰色预测模型得到的相关性均大于0.97,明显优于传统模型(相关系数为0.8左右,个别站点超过0.9);改进型模型得到的S(t)/S(∞)均接近或者等于1,显著高于传统模型。结果适用于西南山区高速铁路沉降变形评估预报,可以为类似区域的铁路路基沉降预测提供参考。     

新建铁路对既有高铁附加沉降影响的分析方法研究

基于雄忻铁路保定东站临近既有京石高铁设计项目,综合采用数值仿真分析、理论分析、有限元分层总和法对既有京石高铁路基附加沉降变形开展系统研究。根据既有保定东站站台区既有京石高铁路基附加沉降对比分析结果,确定新建铁路对既有高铁附加沉降影响的基本规律和关键影响因素,提出大断面并站站场路基附加沉降评估的基本流程和关键参数确定方法,形成邻近既有高铁附加沉降评估的成套技术。分析结果表明:数值仿真技术由于当前采用的边界条件和本构模型限制,既有高铁路基仿真结果出现了局部隆起,同现场沉降监测结果并不相符;基于Boussinesq和实体Mindlin理论的分析方法可有效解决既有高铁沉降分析结果的局部隆起问题,但附加沉降影响范围相对较大;有限元分层总和法有效综合了数值仿真分析和理论分析方法的特点,更适宜于复杂工况下的既有高铁路基附加沉降量和沉降范围的评估。     

考虑地下水位下降的刚性桩复合地基沉降模型

研究目的:地下水位降低同区域性沉降直接相关,为研究区域沉降地区的高速铁路路基沉降控制问题,对地下水位降低情况下的刚性桩复合地基桩土作用发展变化规律展开研究就显得尤为重要。基于桩土荷载传递和桩侧土体极限抗剪强度理论,本文建立考虑地下水位降低影响的刚性桩复合地基沉降计算模型,根据沉降模型关于不同初始地下水位及不同深度地下水位降低情形的计算结果,确定地下水位降低引起的刚性桩复合地基沉降变形以及桩侧摩阻力分布特征。研究结论:(1)初始地下水位对桩土沉降变形的影响随地下水位深度的增加而减小,且总体处于较低水平;(2)地下水位降低幅度和水位线位置均影响桩土沉降变形,浅层地下水位变化将引起更严重的地基沉降变形;(3)地下水位降低引起桩土附加沉降的作用机理类似于大面积堆载,并将引起桩顶附近桩侧负摩阻力的增加;(4)本研究成果可为地下水开采诱发区域性地面沉降地区的刚性桩负荷地基设计提供参考,也可为高铁路基沉降控制提供可靠的设计计算依据。     

运营高速铁路重点地段综合变形监测评估方法研究

高铁铁路运营阶段将对重点变形观测地段展开长期性、周期性的变形监测,是保障高铁线路平顺性的重要工作。本文基于某铁路局运营高速铁路重点地段变形监测咨询评估项目的长期实践,进行以下研究:(1)分析咨询评估流程,基于各关键环节建立咨询评估体系,在过程中进行质量控制;(2)阐述区段变形分析、数据质量分析、预警机制与重点段调整等评估工作重难点问题;(3)提出断面沉降监测、CPⅢ不定期复测、横向变形监测、轨道逐枕全几何尺寸测量等成果的综合变形分析方法,结合实例进行分析。本文研究成果对高速铁路重点地段变形监测咨询评估体系建立有借鉴意义,提出的综合变形分析方法可为轨道养护维修提供依据。     

基于协同降噪与IGWO-SVR的高填方路基沉降预测

高填方路基沉降影响山岭重丘区重载铁路运营安全。为克服实测沉降数据掺杂随机噪声、现有预测模型适用性差的不足,提出基于协同降噪算法与IGWO-SVR模型的沉降预测方法。运用互补集合经验模态分解法(CEEMD)与小波包变换法(WPT)对含噪沉降数据进行协同降噪处理;提出基于佳点集初始化均布、非线性收敛控制与自身历史最优记忆位置更新的改进灰狼优化(IGWO)算法,并结合支持向量回归模型(SVR),构建IGWO-SVR沉降预测模型。进一步地,利用大准铁路工点及现有文献研究成果,验证IGWO-SVR模型的优越性。结果表明：协同降噪法可有效消除原数据中噪声项的干扰波动;在小样本数据集上,IGWO-SVR模型较传统沉降预测模型与现有文献所述预测模型,具有更高的预测精度与稳定性。研究成果为重载铁路高填方路基沉降预测提供了新途径。