公路常用沉降预测拟合函数与检验

本文分别应用指数法和新野法预测公路路基沉降,并将预测结果与实测结果进行比较,得出两种方法在进行较长期的公路路基沉降中需要的有关数据及预测结果的适用范围,得出在前期观测结果较丰富的路段应使用新野法,否则应使用指数法的结论。     

Compertz曲线对台背路基工后沉降预测的应用妹

在分析台背路基沉降特点的基础上,选用Compertz曲线法和双曲线法对衡枣高速公路的台背路基工后沉降进行沉降预测的比较和分析,研究表明,Compertz曲线法对台背路基工后沉降进行沉降预测方法可靠,可推广应用于实践。     

滨海新区软土路基沉降曲线拟合分析

软土路基沉降问题是软土地区公路工程建设中面临的技术难题之一。分析双曲线法、指数法、三点法、对数法对于拟合天津滨海新区软土路基桥头段采用加固土桩及预压处理时沉降数据的误差,并且比较分析双曲线法拟合和理正计算的预压期沉降。分析结果表明:对于滨海新区软土路基上的加固土桩+预压处理路段,双曲线比其余的曲线拟合方法精度高。     

高填路基沉降灰色预测模型的新方法与应用

将确定积分常数的方法分为3种:1)通过建模数据序列的第一点确定积分常数;2)通过建模数据序列的最后一点确定积分常数;3)通过建模数据序列拟合误差最小点确定积分常数。并分别对湖南省邵怀高速公路高填路基沉降观测的6组数据进行了预测,通过对预测结果的对比分析,提出了根据建模数据选择曲线类型的方法。在预测中对部分数据进行了光滑性检验,对于不满足光滑性条件的2组数据采用累计沉降来建立路基沉降灰色系统预测模型,可使高填路基沉降量预测准确度显著提高。     

水泥砂浆桩处理某高速铁路软基沉降变形分析

高速铁路对路基工后沉降提出了严格的要求,某高速铁路路基段存在大范围软土地基,采用水泥砂浆桩进行地基加固处理。通过对地基处理后一年多的路基沉降变形观测分析及预测表明:各观测点的沉降量-时间曲线均已经收敛,路堤荷载作用下路基面沉降已经稳定,沉降板预测最大工后沉降ΔS'为4.8mm,路基面观测桩双曲线法预测路基面最大残余沉降为2.3mm,沉降完成比例St/S∞最小为92.4%,均满足高速铁路沉降控制标准。因此,水泥砂浆桩处理高速铁路软土地基是可行的,可以在较短时间内满足工后沉降的要求。     

路基沉降变形预测方法及应用实例分析

该文对路基沉降变形的计算和预测方法中的双曲线预测模型及原理进行介绍,结合浙江某高速公路路基沉降变形预测的实例进行分析,实测数据与相对应的预测曲线吻合度较好,客观地反映了路基沉降的动态发展情况。     

软土地区高速公路路基沉降监测及预测分析

针对甬台温(宁波—台州—温州)高速公路软土路基填方工程,选取典型地质区段10个不同断面,采用沉降板法监测施工过程中4组路基沉降数据,分析填方路基不同时间的沉降规律,对比不同路基的沉降关系,并采用双曲线模型法对路基沉降进行预测。结果表明,水泥搅拌桩处理桥头地基可改善路基沉降,塑料排水板处理一般路段地基可减缓路基沉降的发生;采用双曲线模型法预测路基沉降具有相当高的可靠性。     

修正指数曲线法在软土路基沉降预测中的应用

高速公路在设计选线的过程中软土地基工后沉降较大,影响路基的稳定性和路面结构的强度。因此,需要选取合理的软土地基处理方案来提高地基承载力,以减小路基沉降。文中以某高速公路为例,选取修正指数曲线法预测路基的工后沉降,对设计的地基处理方案的实施效果进行评价。     

粉喷桩复合路基的沉降特性与预测技术试验研究

结合高速公路试验段的现场监测结果分析，探讨粉喷桩复合地基的沉降规律及沉降预测方法。试验研究的结果表明：粉喷桩复合地基具有工后沉降小、沉降量收敛速度快等优点；在预压期粉喷桩复合路基沉降与桩身压缩性成比例；分层总和法用于预测粉喷桩路基沉降量，效果不理想；双曲线法和灰色GM（1，1）模型比较适合用于粉喷桩复合路基沉降预测。而三点法则不适宜。     

某高速公路软基沉降模型预测效果评估

软基沉降规律对指导路基与路面设计、施工有重要作用。在分析某高速路实测软基路段沉降规律的基础上，分别采用Logistic模型、Asaoka模型、复合双曲线模型对实测数据进行了拟合。结果表明：1)复合双曲线模型与沉降实测数据变化较吻合，能较好地反映路段的沉降规律，模型预测效果较好；2) Logistic模型曲线存在唯一反弯点，对“台阶”状曲线拟合误差较大，沉降预测效果较复合双曲线差；3) Asaoka模型仅能预测本级荷载下的最终沉降量，无法越级预测，对施工中软基沉降预测效果不佳。     

UGM(1,1)模型在特殊路基沉降中的应用

红砂岩碎石土强夯路基的沉降一直是施工中难以控制的一环,沉降大小直接影响高速公路通车后的服务水平和安全,在有限的沉降观测时间的基础上预测路基沉降尤为重要。文中基于某高速公路K4+860—K9+960沉降测量数据,建立基于灰色理论的非等时距UGM(1,1)模型预测红砂岩碎石土强夯路基沉降,并通过精度检验证明了模型的准确性和可行性。     

高速公路高填方路基沉降变形数据拟合与预测研究

为了更好地研究高填方路基沉降发展的动态过程和走势,依托武汉天河机场第二通道高速公路S2标段典型断面K4+860处长达186 d的实测数据,分别利用双曲线拟合法、指数曲线拟合法和Asaoka法三种曲线拟合方法,每种曲线拟合法分为3种工况,共得到9个沉陷拟合曲线模型。通过与实测数据关联度和方差的分析,得出指数曲线拟合在120t160的情况下,拟合精度最高。并利用FLAC~(3D)建立数值模拟模型,将得到的沉降曲线与指数曲线拟合模型(120t160)和实测曲线对比,结果表明两者均可以较好地反映出路基沉降的动态过程。总体上,在沉降发生初期,利用数值模拟法进行拟合预计更为合适,而其它阶段指数曲线拟合模型更为准确。     

基于时间序列分析法的软土路基沉降预测研究

采用时间序列分析法，根据已有的路基沉降观测数据，建立模型，预测路基沉降的发展趋势。实例分析表明:利用该分析法预测路基沉降，不仅能避开软土路基复杂的力学性质，还可避开利用传统的路基沉降计算方法所用到的大量参数，而且建模比较简单，所得最终预测结果误差较小。     

灰色模型在铁路软基沉降预测中的应用

依托上海至南通铁路DK84+420，DK85+900工点的建设，基于灰色理论，建立GM（1，1）灰色模型，分别采用等时矩和不等时矩观测方式，预测了两工点沉降趋势和最终沉降量。研究结果表明:沉降周期三个月内实测数据与预测数据相比，相对误差为4%左右，证明灰色GM（1，1）模型在软土沉降预测上可行；根据实测资料可构建灰色模型时间相应序列方程，预测出断面总沉降值，检验沉降值及沉降速度是否符合规范；同时可构建沉降预测方程，数值模拟沉降趋势。     

青藏铁路路基沉降变形的灰色预测模型研究

灰色系统预测模型的本质是对已知数据序列进行类型为指数形式的曲线拟合,然后将曲线延伸到未来,由此对未知的数据做出预测。介绍所建立的青藏铁路路基沉降变形的灰色预测GM(1,l)模型,试验应用表明,该模型具有较高的预测精度。     

广东省软土分布特征及其对高速公路路基影响的预测研究

分析总结了广东省内软土的类型、形成环境及特点。以粤东地区某高速公路典型软基断面为例系统分析了其软土的成分、厚度、埋深和物理力学指标及软基沉降特征,进一步开展了基于双曲线法、指数法、泊松曲线法和Asaoka法的软土路基沉降预测。研究结果表明,山地型软土、平原型软土、滨海型软土、沼泽相软土在广东省内均有发育,各类型软土因形成环境的差异而各自具有明显的特点。在本研究选择的工程案例中,软土主要为深灰色淤泥质粉质粘土,其分布厚度较大且物理力学性质极差。沉降预测结果表明,双曲线法和指数法的预测结果与实际观测结果中后期沉降放缓并趋于稳定的现象明显不符,而泊松曲线法和Asaoka法的沉降量预测结果与实际沉降观测结果更加吻合。鉴于不同预测方法的考虑因素不同且预测结果具有或多或少的互补效果,选择了与实际情况更加吻合的泊松曲线法和Asaoka法沉降量预测结果的平均值作为最终预测结果。     

基于支持向量机与神经网络法的路基沉降预测对比研究

城市地铁车辆段整体道床区路基对工后沉降有严格要求。为保证路基沉降观测数据的可靠性,首先采用沉降观测异常数据判别方法,对沉降数据进行了预处理;根据路基沉降数据的特性,分别以支持向量机和神经网络法为核心技术构建了路基沉降预测模型,并通过工程实例详细介绍了预测方法与过程。对比分析表明:基于支持向量机和神经网络法构建的预测模型均有较好的预测精度;预测结果显示,依托工程路基沉降已基本趋于稳定,运营期不会发生较大的工后沉降,现有地基处理与路基填筑压实的施工方法是有效的。     

杭甬高速公路某试验段沉降分析

应用指数曲线配合法对杭甬高速公路某试验段之实测沉降进行了分析，推算了地基的最终沉降量胶地基固结参数，并由此反算出地基平均固结系数和渗透系数。在工线配合法时，采用最小二乘法代替传统的三点法，使结果理为精确。把用本文方法推算的渗透系数应用于有限元方法计算路基沉降，发现比选用实验室测得的渗透系数计算的结果更接近实际沉降。     

彭湖高速公路路桥过渡段沉降观测分析

针对高速公路路桥过渡段沉降问题为研究对象,以彭湖高速公路K52+830周通湾大桥过渡段为典型工点开展现场沉降观测。通过沉降计算和理论分析表明,应用指数曲线和双曲线法能较好地反映地基沉降变形规律,可提高工后沉降的预测精度。     

基于BP人工神经网络的公路软土地基沉降预测

采用BP人工神经网络,利用杭瑞高速公路软土地基实测沉降数据直接建模,进行了软土地基最终沉降量的预测,将预测结果与曲线拟合法中的双曲线法、指数曲线法、三点法的预测结果进行了对比分析。证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行。