共查询到20条相似文献,搜索用时 437 毫秒
1.
紧邻大型深基坑的地铁隧道因影响因素极其复杂,难以准确预测其沉降变形,以致无法较早判定隧道的安全状况,亦无法根据其变形信息及时、有效地指导基坑施工。针对这一问题,立足TSP基本蚁群算法模型,结合地铁隧道沉降变形实际,在确定模型路径选择机制的基础上,通过合理构建信息函数和启发函数,确立信息素更新机制以及蚂蚁搜索机制,最终建立了地铁隧道沉降预测的蚁群算法模型,并用实例验证了模型的预测效果,为运营中的地铁隧道特别是紧邻大型基坑的地铁隧道沉降预测开辟了一条新的途径。 相似文献
2.
准确预测基坑边坡变形是确保隧道明挖顺作施工的关键工作。针对传统预测方法无法表征土的物理力学参数与基坑边坡变形非线性关系和单一预测算法精度和鲁棒性低的局限性,鉴于此,提出了一种基坑边坡变形的灰狼算法(GWO)优化支持向量回归机(SVR)预测模型。通过GWO对SVR预测模型c和g进行自动寻优,建立了GWO-SVR预测模型;以某基坑边坡为例,利用该模型进行预测,并与未进行GWO优化的SVR进行对比分析;最后,利用主成分分析法对不同影响基坑边坡变形指标进行敏感性分析,分析影响指标的影响权重。结果表明:GWO-SVR预测模型能够有效地预测基坑边坡变形,GWO算法优化后,SVR预测模型精度和鲁棒性提高约2倍;压缩模量和渗透系数的敏感性最高,对基坑边坡变形影响程度最高。可为基坑边坡变形的长期预测提供一种思路和方法。 相似文献
3.
以上海市某商办楼基坑项目为背景,针对基坑开挖过程中对周围地表沉降、地连墙、水位、围护结构的影响,进行开挖过程中全程监控量测并分析其规律.研究结果表明:周围地表沉降随基坑开挖深度不同沉降增加的速率不同,开挖基坑上半部分沉降较慢,开挖到中下层沉降速率加快;基坑开挖造成地连墙呈两头小,中间大的变形形态,且最大变形处位于基坑最... 相似文献
4.
为解决传统智能算法网络结构参数复杂、运算速度慢等问题,基于遗传算法和极限学习机构建基坑变形的新型优化智能预测模型。先利用皮尔逊相关系数评价不同影响因素与基坑沉降变形之间的相关性,以确定极限学习机的输入层; 再采用试算法确定最优激励函数和隐层节点数,并将遗传算法和极限学习机耦合,利用遗传算法优化极限学习机的初始权值和阈值,以提高预测精度。经实例检验表明: 1)开挖时间、开挖深度、土体抗剪参数及重度均与基坑沉降变形显著相关,为构建极限学习机输入层提供了依据; 2)在预测过程中,激励函数和隐层节点数对极限学习机的预测效果具有一定的影响,以Sigmiod型激励函数和13个隐层节点数的预测效果为最优; 3)通过遗传算法的优化,能进一步提高预测精度,验证了遗传算法的优化能力和有效性。预测模型在不同工况下的预测结果均较优,说明该模型具有较高的稳定性和可靠性。 相似文献
5.
6.
7.
《公路》2020,(8)
在现代化的施工中,施工监测已不能只局限于获得工程变形的历史值,更多时候,相关各方更关心其未来究竟会是一种怎样的变形趋势,也就是对工程变形的预测提出了新的要求。现以延崇高速公路妫水河隧道的基坑沉降监测数据为基础,引入三次指数平滑法和GM(1,1)模型,分别预测了未来短时间内基坑的沉降变形趋势,后续与实际变形的对比显示:两种方法均可以有效预测基坑变形,本例中三次指数平滑法的预测精度要高于GM(1,1)模型的预测精度;针对本例中GM(1,1)模型预测结果误差偏大的问题,分析了其误差影响因素并进行了残差模型修正,提升了GM(1,1)模型短期的预测精度;对基坑变形预测问题进行了讨论与总结。 相似文献
8.
福州市某电力缆化工程位于二环路金鸡山隧道口的车道隔离绿化带上,基坑开挖的红线紧临市政干道,交通与基坑开挖过程的相互影响较大,变形要求较为严格。在介绍该基坑的支护设计方案的基础上,以二维有限元软件为工具,分析基坑施工过程中周边地层的变形规律。数值模拟结果显示,虽然坑顶最大的位移量达到了65.0 mm,超过了30 mm的变形控制标准,但距离坑顶2.4 m以外的道路路基沉降量则为29.0 mm,小于30.0 mm的沉降控制目标,可认为基坑开挖引起的地层变形不影响道路安全,基坑实际施工过程监测得到的沉降数据也与分析结果相吻合。数值分析结果指导了该基坑工程的设计和施工,同时也可为类似工程建设提供参考。 相似文献
9.
为探究乌鲁木齐地区复杂地层深基坑施工对周边环境的影响,依托地铁1号线某盾构井深基坑工程实例,结合工程结构特点、地质条件,在施工过程中选取地表变形实际监测数据,综合分析基坑周边地表变形特性,同时采用灰色Verhulst模型对地表沉降进行预测。研究结果表明:基坑周边地表沉降主要集中在开挖和拆支两个阶段,拆支对地表沉降的影响应引起重视,特别是拆除中板支撑时的地表沉降可能比开挖阶段还要显著,必要时应采取防范措施,避免安全事故的发生;采用灰色Verhulst模型可以预测开挖和拆支两个阶段的地表沉降,且精度较高。 相似文献
10.
依托郑州市冀州路明挖隧道基坑施工,采用有限元分析软件建立三维数值模型,研究堆载对基坑周围土体沉降、坑底隆起及桩身水平位移的影响,结果表明:基坑周围土体沉降、坑底隆起变形及桩身水平位移均随基坑开挖而逐渐增大;基坑围护结构的变形量均在设计控制范围内,在该施工条件下,基坑结构整体安全。 相似文献
11.
为了精确的预测佛山某建筑基坑变形情况,提出了一种BP神经网络多数据纵向预报方法,选取前三次的多个测点数据进行预处理,然后再对BP神经网络分析、训练、测试,并分析隐含层数对预测精度的影响,通过对比试算确定隐含层数目,最终达到能够高精度预测基坑支护结构水平位移和沉降。结果表明:所提出的方法可以精确地预测基坑变形,对工程建设具有一定的参考价值。 相似文献
12.
13.
首先对基坑支撑结构的稳定性进行了验算,通过对地铁车站基坑实测数据的分析,探讨了基坑围护结构位移,钢支撑轴力及地表沉降的变形特性.结果表明:该工程基坑的标准段钢支撑结构满足稳定性要求;基坑围护结构水平位移为基坑开挖深度的0.02%~0.06%.围护结构的变形特性是中间大两头小,表现为深层凸鼓形;轴力表现为开始阶段持续地增长,之后趋于稳定,并微量波动;地表沉降随着开挖深度的增加不断增加,后期变形量显著降低,趋于稳定;围护结构的水平位移和地表沉降的分布均具有相似的空间效应:基坑边角处变形较小,随后逐步增大,至基坑中部达到最大值. 相似文献
14.
基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过对基坑实测变形数据进行整理和分析,对未来变形量作出预测,保证基坑安全。结合BP神经网络的高度非线性映射能力,提出了一种基于BP神经网络的基坑变形时间序列预测方法。在基坑开挖过程中,采取滚动预测的方法,不断利用前期已有实测数据建模预测后期变形量,以实现信息化施工和动态控制。实例分析表明,BP神经网络模型具有较高的预测精度,并能获得满意的预测结果。 相似文献
15.
16.
周珂 《内蒙古公路与运输》2023,(6):39-44
为研究新建市政立交邻近铁路施工对既有铁路路基稳定性的影响规律,以S43呼和浩特机场高速公路什不更互通工程为例,对邻近铁路桩基开挖过程中的基坑支护结构位移、周围地表沉降、铁路路基沉降等通过有限元模拟进行了系统分析。结果表明:支护结构产生的最大水平位移为3.6 mm,距离支护结构5.34 m位置处的地表沉降量最大,其值为5.6 mm;新建市政立交施工引发的铁路路基最大累计变形均发生在靠近主线主墩位置附近,竖向沉降最大值为-3.07 mm,各测点的最大变形量均小于路基变形预警值。基坑支护结构强度较大时会使既有铁路路基发生轻微隆起,但随着支护结构的拆除,基坑周围土体向内部卸荷,路基仍以沉降为主。研究成果可为同类工程的施工提供参考。 相似文献
17.
18.
江漫滩悬挂式止水帷幕基坑地表沉降变形研究 总被引:2,自引:0,他引:2
为研究江漫滩特殊地质条件下悬挂式止水帷幕地铁深基坑施工引起的周边地表沉降规律,以7个江漫滩基坑工程的实测地表沉降数据为基础,采用理论分析、经验公式和有限元数值模拟的方法,总结了基坑开挖和坑内降水二者耦合作用引起的周边地表沉降变形规律。结果表明: 1)地表沉降范围可以划分为主要影响区、次要影响区和弱影响区3个区,主要影响区地表沉降主要由开挖和降水共同引起,次要影响区主要由降水引起。2)地表沉降曲线可根据划分的影响分区选用不同的函数表达式。3)基坑地表最大沉降点位置与坑边的距离xm为12.0~15.0 m,xm与基坑开挖深度h的比值约为0.7。4)在最大沉降点处,由开挖引起的地表沉降量占比为0.21~0.49,由降水引起的地表沉降量占比为0.51~0.79。 相似文献
19.
随着城市建设工程的持续增加,城市地下空间开发和市政设施建设产生的交叉也越来越多,许多基坑工程会在周边市政道路已经建成的条件下进行施工,基坑施工对既有市政道路产生一定的沉降影响,市政道路产生附加变形和附加应力降低了沥青路面的疲劳寿命。针对宁波市某基坑工程施工对近接市政道路的影响为工程背景,基于Plaxis数值模拟平台采用考虑小刚度的土体硬化本构模型,分析基坑的施工和简化的交通荷载对市政道路的受力变形的影响。在此基础上,采用蒙特卡洛法和数值模拟结果对道路结构层厚度进行随机选取,以沉降量为控制指标计算出疲劳寿命对该市政道路结构层给出了优化结果。 相似文献