基于最小二乘支持向量机的公路软基沉降预测

通过影响因素分析,确定了软土层厚度、软土层压缩模量、地表硬层厚度、地表压缩模量、路堤高度、路堤顶宽、路基填筑时间和填筑竣工时沉降量等参数对公路软基沉降有影响.对公路软基的观测数据进行分析和取样,输入样本为各参数,输出样本为路堤中线下地表沉降值,利用最小二乘支持向量机的非线性映射和泛化能力,通过训练,建立了公路软基沉降预测模型.研究表明,所建立的模型对公路软基沉降进行预测具有较高的精度,同时具有很好的泛化性能.     

考虑蠕变效应的高速铁路桥梁桩基工后沉降计算

使用Mesri蠕变模型建立了考虑蠕变效应的高速铁路桥梁桩基工后沉降计算方法,利用实测工后沉降,使用非线性最小二乘方法建立目标函数,反分析得到桩底持力层Mesri蠕变模型参数。将反分析得到的计算模型用于估算高速铁路桥梁桩基工后长期沉降,估算沉降较好地反映了高速铁路桥梁桩基工后沉降的发展趋势,对高速铁路的安全运营有一定的指导意义。另外,根据桩底土层的监测数据可知,传统计算方法确定的土层压缩厚度远小于实测压缩层厚度,根据传统方法确定的压缩层厚度计算得到的高速铁路桥梁桩基工后沉降会小于实测工后沉降。     

CFG桩复合地基沉降数值模拟分析

利用大型通用有限元软件包ANSYS,建立了桩土相互作用的二维有限元和接触单元的非线性数值模型,得到了桩土沉降与荷载之间的关系,并与现场静载试验数据进行了分析比较,获得了褥垫层厚度及其压缩模量、桩和土体模量对桩土沉降的影响规律.该方法也为CFG桩复合地基设计提供了依据.     

盾构土压平衡动态神经网络逆控制技术研究

盾构密封舱的土压平衡作为地表沉降控制的关键因素对盾构安全施工具有重要保障。为映射影响土压平衡掘进参数之间的非线性耦合关系,增强非线性控制模型的动态性能,提高土压平衡的控制精度,根据盾构施工中影响密封舱内土压平衡的掘进参数调控的难易程度,依托现场监测数据建立基于动态神经网络逆控制前馈作用下的螺旋输送机转速控制模型。对控制模型的性能与效果进行分析验证,结果表明： 动态神经网络输出的前馈螺旋输送机转速能够对推进速度、刀盘转矩的变化响应灵敏; 在给定掘进条件下与通过人工调节螺旋输送机转速控制土舱压力的方法相比,动态神经网络逆控制前馈作用下密封舱土压的最大波动误差由9.8%降为5.3%。     

沉降修正系数ms确定的一种新方法

路堤沉降通常采用Boussinesq应力根据分层总和法计算,再通过ms系数加以修正.而在连徐铁路沉降观测工作中,发现该法计算的沉降与实测沉降相差2～6倍,通过分析,认为是硬壳层与软土的交互地基的表层液化土层作用,引起了应力扩散所致.经引入双层体系理论,进行应力分析得到应力分布与土层各种参数之间的关系,构建ms与它们之间的关系式,再通过现场的沉降观测数据对该关系式进行拟合,取得了良好的效果.     

BP神经网络在道面土基模量取值中的应用

论文提出了建立土基模量神经网络库的设想;给出了用BP神经网络确定水泥混凝土道面土基模量的方法和步骤;建立了反映西北黄土地区粉质亚粘土土基模量与其主要影响因素之间的非线性映射关系的BP神经网络,并用该网络进行仿真计算。结果表明,用BP神经网络确定机场水泥混凝土道面土基模量是一种简便有效的方法。     

基于神经网络的砼联锁块铺面厚度计算

神经网络具有很强的非线性映射功能,该文利用BP神经网络计算检验了联锁块铺面块料层的厚度,重点讨论了BP神经网络的拓扑结构和修正算法。通过对检验结果进行分析比较,证明此方法在联锁块铺面块料层的厚度计算及检验中具有很好的实用价值。     

粉喷桩处理软土路基的沉降变形特征

结合某高速公路的沉降观测数据,探讨了粉喷桩处理方法在高含水量软基中的应用,提出了桩间距、软土层厚度对沉降量的影响,并总结出该地区的沉降修正系数ms在0.8~1.5之间,沉降修正系数与填土高度不是简单的线性关系。     

软土地基上高等级公路路堤沉降的研究

本文针对上海地区软土的特性和分层情况，研究了路堤的沉降计算方法，用非线性有限元法与分层总和法进行对比分析，在此基础上提出了考虑地基土的剪切变形，土的非线性及“硬壳层”等影响因素的分层总和沉降修正计算方法，通过与实测资料对比，表明该法的为解决天然软土地基上路堤的沉降，提供了有效的途径。     

对软土路基沉降系数的探讨

综合沉降系数是一个经验系数,它取值的可靠性直接影响着软土路基工程莳设计质量和施工质量。本文以软土试验工程实测沉降资料分析为基础,结合国内外有关资料,分析了影响沉降系数的各种因素,得出计算沉降系数的经验公式,以便在工程实践中参考使用和修正。     

无锡软土地层盾构施工下Peck公式的修正

在地铁隧道施工过程中,引起地表沉降的因素较多,致使一些常用的地表沉降评价预计方法出现较大的偏差。为了研究由于地铁隧道施工而引起的地表沉降问题,以无锡地区地铁隧道开挖过程中大量地表沉降实测数据为基础,采用数学方法,引入两个修正系数,即地表最大沉降修正系数α和沉降槽宽度修正系数β,修正Peck公式中两个重要参数(沉降槽宽度系数K、地层土体损失率η),以适应无锡软土地区研究区段的工况。研究表明:地表最大沉降修正系数α介于0.5~0.9,沉降槽宽度修正系数β介于0.5~0.9,此时沉降槽宽度系数K介于0.40~0.70,底层土体损失率η介于0.4%~0.9%,得到修正后的Peck曲线与地表实测沉降数据更吻合。     

使用人工神经网络预测冻土区公路路基沉降

冻土区公路路基沉降影响因素众多,预测难度大,针对目前传统的预测方法所面临的困难,应用人工神经网络理论,建立预估模型。分别对影响沉降的因素诸如气温,降水,交通量荷载进行预测,将前3个网络的影响因素变量的预测结果(即输出值)作为预测沉降的网络输入训练网络,得到冻土区公路路基沉降的预测值。使用这种方法,可以代替常规的力学数学方法,具有一定的适用性。     

基于软土地基参数反演的工后沉降预测

分析了双曲线法、指数曲线法和三点法等预测超载预压情况下地基的工后沉降的局限性。反演导出沉降系数m,以反算的系数为沉降计算参数,同时考虑超载部分对工后沉降的影响,推导出能预测超载预压地基的工后沉降计算式,并针对沿海高速公路一段软土地基处理工程,较准确地预测了超载预压地基的工后沉降。     

弥勒非低矮路基超固结膨胀土地基沉降特征

为研究非低矮路基下超固结原状膨胀土地基沉降特征,针对弥勒超固结膨胀土地区路基下地基的物理力学特性与沉降变形特征,开展了一系列原状膨胀土分级连续加载K₀固结试验以及现场路基填筑试验,并长期监测路基下地表沉降与路基下地基分层沉降。对比分析天然地基与CFG桩加固地基的沉降特征,地基中的超固结土与正常固结土的分界面深度随路基荷载增大的变化规律及其对地基沉降量的影响。分别采用正常固结法和超固结法计算地基沉降量,并与实测结果进行对比分析,对沉降计算方法进行了深入讨论。研究结果表明：CFG桩加固处理深度应超过超固结土层分布深度,否则与天然地基相比,控制沉降的效果并不明显;超固结沉降计算方法的计算精度明显高于目前设计常用的正常固结沉降计算方法（超固结计算方法的修正系数为0.531,正常固结计算方法的修正系数为0.351）,超固结算法-正常固结算法修正系数比随土层深度递减的趋势可用于反映超固结土层的加固处理情况;在路基工程设计中,对于路基荷载下的超固结膨胀土地基,建议采用超固结法沉降计算方法进行沉降分析;在地基加固处理时也应充分利用原状膨胀土的超固结特性,从而在该类地基加固设计中有效降低工程成本。     

软基路段工后沉降量影响因素相对重要度分析

结合公路工程建设期实际情况,对可引起软基路段工后沉降量过大的影响因素进行分析。基于不同约束下样本的评价值与最优值之间相关系数最大原则,借助聚类分析方法、粗糟集理论、专家系统知识,建立了一个影响因素相对重要度评定模型。实例分析结果表明,在诸多工后沉降影响因素中,软土层厚度对工程后期沉降量影响最大,预压时间次之,填土高度的影响相对较小。     

盾构法双管隧道施工引起的地表沉降预测及特征分析

盾构法双管隧道施工产生的地表沉降预测方法按照不同的分析原理,可归纳为半经验分析法、理论分析法和数值分析法。分析了各种方法的优缺点,搜集国内外41条双管盾构隧道工程的地表沉降实测曲线,通过对曲线分布形态及其成因的分析以及地表最大沉降值数据的归纳整理,总结了双管隧道施工地表沉降分布的3大特点,即:1)地表沉降曲线主要呈现"单峰"和"双峰"2种形态,双管隧道间距及埋深是决定曲线形态的重要因素;2)影响地表沉降曲线形态的因素主要为地质和环境因素以及施工因素;3)地表最大沉降值与隧道埋深、双管隧道的间距、地层条件以及采用的盾构方法等均有密切的联系。     

碎石层缓冲差异沉降模拟试验研究

为研究碎石层对差异沉降的缓冲性能,设计了模拟差异沉降试验箱,通过模拟试验验证了碎石层缓冲差异沉降的效果;在碎石层缓冲差异沉降机理分析的基础上,提出了二次松散系数的概念及计算公式,设计了碎石层二次松散系数测试箱,并分析了粒径大小、颗粒形状、内摩擦角与二次松散系数的关系。根据常见的沉降曲线形状推导了相应的碎石松散边界方程,并由此分析了影响碎石松散区域大小的主要因素。研究表明:碎石模拟试验箱的设计及试验是成功的;碎石层散体材料可以缓冲差异沉降主要是由于其具有二次松散的性能;二次松散系数随碎石粒径及内摩擦角增大而增大,且同粒径卵石的二次松散系数总是低于碎石;沉降最大值及二次松散系数是决定松散区域厚度的主要因素。     

基于“CC工法”的顶管隧道施工地表变形规律分析与研究

为研究“CC工法”施工地表变形规律,依托实际项目,通过对施工过程中地表变形实际监测结果进行整理分析,采用线性回归分析的方法对数据进行拟合,总结本项目“CC工法”顶管隧道施工地表变形规律,将隧道上部覆土扰动分为3类,发现隧道掘进时地表变形呈先隆起后沉降的形态,最终地表总体表现为下沉形态;提出后掘隧道与先行隧道之间存在地表变形影响叠加区,对叠加区的范围和形态进行研究,并分析得出后掘隧道施工对先行隧道地表变形的影响程度;修正传统Peck沉降预测公式,引入地表损失量修正系数和沉降槽宽度修正系数,并验证修正系数的适用性。在此基础上总结影响“CC工法”顶管隧道施工地表变形的主要因素,并提出控制措施。     

基于小波降噪与最小二乘支持向量机的公路软基沉降预测模型

根据沉降数据的特性,以最小二乘支持向量机为核心技术构建预测模型,提出了一种路基沉降预测的新方法。由于测量误差不可避免,沉降数据通常含有噪声,不宜直接进行拟合,因此首先采用小波分析的方法对原始沉降数据进行降噪预处理,然后馈送到最小二乘支持向量机完成沉降预测。最后用某高速公路实测数据进行了实例分析,并与BP神经网络预测结果进行了对比,计算结果表明,小波分析结合支持向量机的模型有较好的预测精度,将该模型应用于公路软基沉降预测是可行的和值得研究的。     

人工神经网络在路堤沉降预测中的应用

以人工神经网络法为主，研究了多因素条件下的沉降预测问题，同时与浅岗法和S型曲线法这2种在近几年推广应用的预测方法进行了对比。结果表明，3种方法预测的最终沉降大体相近，它们之间的区别在于人工神经网络法预测的沉降较大（同时更接近实测值）；S型曲线法较小；浅岗法居中。由于神经网络是用实测数据直接建模，少了人为干扰因素，并且偏大的数值对工程来说是偏于安全的，所以选用人工神经网络预测沉降比较适宜。