基于正交试验设计的深基坑岩土力学参数反分析

运用正交试验设计确定了待反演的深基坑岩土力学参数,根据分析确定通过观测点竖向位移来反演土体参数E。按深基坑开挖实际情况,运用有限元方法结合人工神经网络进行力学参数反分析。在网络训练中,提出了一种PSO融合BP的算法。实例证明,通过竖向位移来反演参数E是合理的,采用PSO-BP方法提高了人工神经网络训练速度,收敛更快,其反演结果准确。     

考虑应力路径基坑变形计算及支护性能研究

基于半无限大弹性空间在条形荷载作用下应力的Melan解,首先根据基坑开挖过程应力状态的变化,建立基坑开挖问题的平面力学分析模型。利用Duncan-Chang曲线模型中的参数计算方法,推导加载和卸载模量公式,进而结合平面应变问题的物理方程和几何方程,建立平面应变问题的本构方程,得到基坑开挖后土体位移计算方法。然后建立土压力与支护结构位移的正弦和幂函数关系曲线,提出土压力计算方法。最后将理论成果应用于工程实践,将土体位移和土压力的理论值与实测数据进行对比分析。研究结果表明:该计算模型得到的基坑变形位移与实测结果吻合较好,验证了土压力与位移计算方法的合理性,同时由监测数据得到锚索预应力随时间的三阶段变化趋势,以及深层水平位移和坡顶竖向位移的匙形分布特点。     

克隆选择算法在基坑支护位移反分析中的应用

在基坑工程中,传统的位移反分析方法计算量较大,不易掌握,且求得的岩土体力学性能参数的精度较低。为此,提出应用克隆选择算法求解位移反分析问题的新方法,其核心是采用BP网络为正演工具代替有限元方法,描述土体力学性能参数和位移的非线性映射,可减少计算量,并利用克隆选择算法为反演工具,通过反演分析确定土体力学性能参数,具有较高的精度。依据该反分析方法获得的岩土体力学性能参数又可以估算下一工况的基坑位移。仿真试验结果表明了新方法的可行性和有效性。     

高填方路堤下CFG桩复合地基渐进破坏分析

对地基反力系数法中地基土体水平位移进行修正,将桩体断裂位置以上土的位移按系数分配给相邻桩体,然后将桩土位移差值代入微分方程求解桩身位移和弯矩,得出了桩体断裂后相邻桩体的变形与受力情况的计算公式.利用软件ABAQUS中的XFEM模块模拟了实际高填方路堤工程中桩体的弯矩、断裂位置及顺序,验证计算的正确性和适用性.结果表明:...     

单边扩帮特大跨公路隧道开挖稳定性分析

通过现场试验、理论分析及数值模拟计算,对深圳横龙山北隧道右线喇叭口扩帮段的围岩力学参数和动态施工力学进行研究,对扩挖修帮段进行深部位移监测得到反挖修帮造成的拱顶下沉和洞周水平收敛的实测数据,并基于神经网络BP模型反演隧道围岩力学参数.采用有限元软件对横龙山北隧道右线喇叭口扩帮段建立三维有限元模型,分析隧道各开挖阶段对地表沉降的影响以及研究隧道各开挖阶段对隧道拱顶、拱脚和竖墙脚各点应力的影响.     

螺纹桩和水泥搅拌组合桩地基处理数值模拟

基于蒙西华中铁路君山车站实际软土地基处理情况,运用FLAC 3D建立桩土二维有限元模型,比较分析螺纹桩和水泥搅拌桩组合桩在不同布置方式和不同桩间距工况下,地基土的竖向沉降、侧向位移以及地基土体的稳定安全系数。研究结果表明:组合桩在分开布置和交叉布置工况,随着桩间距的增加,地基土体竖向沉降量和水平向位移都增加,土体稳定安全系数随着桩间距的增加而减小,说明增大桩间距不利于土体稳定;在桩间距一定的情况下,桩体在分开布置工况下的竖向沉降量和水平向位移相比交叉布置工况有所减小,说明桩体分开布置有利于减小土体变形;当桩间距小于等于3倍桩径时,桩体分开布置的加固效果更明显,当桩间距大于4倍桩径时,桩体交叉布置的加固效果更明显。计算结果为软土地基处理提供了理论依据。     

盾构近距离穿越群桩旋喷加固效果分析

研究目的:在关键部位采用旋喷加固法减小盾构近接穿越过程中对已建构筑物的影响,是工程界较为普遍的施工保护措施。具体施工过程中加固效果如何,加固对已有构筑物应力及变形影响机理如何以及穿越过程中构筑物变形发生、发展规律是怎样的,均值得深入细致研究。研究结论:通过采用有限元法对盾构开挖近距离穿越群桩过程的模拟,并与实测数据进行对比,得到:在盾构穿越桩基过程中,桩体的变形主要体现在上浮及侧向弯曲上;在未采用旋喷加固体的开挖过程中,计算与实测得到的桩体的最大上浮量均约为2 mm,而侧向变形最大约5.7 mm;对比分析采用旋喷加固对桩基变形影响效果,得到旋喷加固可有效减小盾构穿越过程中桩基的侧向变形,其中加固后1号桩体减小侧向变形达28.5%,2号桩体减小侧向变形达42.2%。     

类矩形盾构隧道开挖引发土体沉降解析解研究

类矩形盾构隧道施工可能会导致明显的土体沉降,并进一步影响周围既有建筑物的安全。基于Verruijt解和积分法推导得到类矩形盾构隧道开挖作用下的土体响应解析解,并充分考虑土体等量径向收缩、类矩形隧道竖向、水平向以及旋转位移4个变形分量的影响,以全面描述复杂施工或地层情况下类矩形盾构开挖引发的土体位移模式。利用实际工程实测数据验证解析解的有效性,并通过参数分析研究各个变形参数对地表土体沉降的影响。研究结果表明,解析理论计算结果与实测数据较为吻合,可较好地评估类矩形盾构引发的土体沉降,类矩形隧道的水平位移和旋转位移会使地表沉降呈现非对称形态,并会使最大地表沉降增大。     

新建并行工程对高铁轨道位移影响的概率分位研究

目前,既有高速铁路用地范围内新建并行工程越来越普遍。在计算新建并行桥梁对既有高铁轨道位移的影响过程中,针对土层力学参数离散性大造成的计算结果可靠性难以评估的问题,建立土体-桥梁-轨道有限元模型,采用参数敏感性分析方法计算轨道位移变化对土层力学参数摄动的敏感性,提取敏感系数较大的参数,利用响应面法获得轨道变形与敏感的土层力学参量的多项式关系。根据土层参数的概率分布进行响应面函数计算,并评估计算结果的可靠度。研究结果表明：依托工程所处地区,轨道位移对含砾质黏土和粉质黏土的力学参数敏感性系数较大,其中内摩擦角对轨道位移的影响最为显著。对响应面函数进行评估,高铁轨道位移响应面预测值与有限元模型计算值的误差在1%之内,响应面函数可以代替有限元模型进行既有高铁轨道位移计算;以95%的置信水平计算土层参数变异时依托工程的桥墩位移,得到墩顶横向位移值为1.119 mm,竖向位移值为-0.725 mm,工程的可靠性较高。通过响应面拟合有限元计算结果,可以极大地提高计算效率,获得考虑土层参数离散性时既有高铁轨道位移计算结果的概率分位值,能为今后类似工程预测轨道位移提供一种可靠度分析方法。     

软土地区铁路桥梁墩台滑移病害整治技术研究

针对宁启铁路既有线某桥墩台位移病害,根据现场实测结果,建立力学模型进行理论分析,得出墩台滑动的主要原因是由于桩基侧向土体约束作用极低所致的结论,计算时采用自由桩长的假定,结合现场地形情况提出"纵向顶撑、横向限位"的桥梁加固原则,采用墩台之间设置水平系梁、桥台外侧设置横向限位桩、台后地基钻孔释放应力等整治措施。     

基于BP神经网络的砂泥岩互层地质爆破参数优化研究

砂岩、泥岩互层地质在黄土地区路基工程中比较常见,其软硬相间的特性使得爆破参数设计困难,工程实践中难以达到理想的爆破效果。本文提出一种基于BP神经网络的爆破参数优化方法,该方法以影响爆破效果的主要因素作为网络输入参数、以爆破效果作为输出参数、采用搜集的数据样本作为训练和检测样本建立BP神经网络。以通过理论计算得出的爆破参数为基础,利用正交试验法筛选出16种试验方案。基于训练好的神经网络预测爆破效果,从中选择爆破效果较好的5组方案进行试爆,并根据试爆效果确定最佳爆破方案。该方法应用于横山车站路堑工程施工,效果良好。     

基于Logistic回归的无砟轨道层间位移预警研究

无砟轨道层间位移是运营期间荷载作用下轨道板与砂浆层产生的离缝宽度,也是影响行车安全与养护维修的关键参数。针对层间位移状态的预警问题,以华东地区某线路无砟轨道为研究对象,基于现场实测数据,以环境温度、太阳辐射、风速、日温差、前4小时太阳辐射量均值、前6小时环境温度均值等气象参数为输入,无砟轨道层间位移值为输出,建立基于Logistic回归的无砟轨道层间位移分类预警模型,利用实测数据进行模型验证并与传统的BP神经网络模型和决策数模型作对比。研究结果表明:无砟轨道层间位移预警模型的准确率为95.21%,预测结果优于BP神经网络94.33%和决策数模型95.07%,为无砟轨道结构的病害预警与养护维修提供指导和建议。     

基于神经网络的感应电动机特性辨识新方法

提出并论证了一种基于神经网络的感应电动机特性辨识新方法,只需测得电机两相电流数值便可以辨识出电动机转矩和转速,用改进的Levenberg-Marquardt算法对神经网络进行学习和训练,构建了适合电动机转矩转速观测的BP神经网络。由于RBF神经网络无论是在逼近能力、函数拟合和学习速度方面都优于BP网络,也利用RBF网络进行了辨识。该方法较已经提出的方法相比,需要的检测量少,辨识方法简单。仿真研究表明,RBF神经网络辨识效果优于BP神经网络。     

用神经网络分析估计斜拉桥的施工控制参数

结合一座三塔四跨预应力混凝土斜拉桥施工过程,进行用神经网络分析估计斜拉桥施工控制参数的研究。用神经网络分析估计斜拉桥施工控制参数的过程主要包括建立神经网络、计算训练样本、训练神经网络和网络仿真四部分。运用神经网络仿真计算进行斜拉桥施工监控的具体方法是,先计算当前施工状态的索力和标高,再预测下一节段的索力和标高。经过往复循环,逐一进行节段预测调整,从而指导斜拉桥顺利施工。通过对比该斜拉桥合拢后部分节段索力及主梁控制点标高的计算值和实测值可知,用神经网络分析进行斜拉桥施工监控的效果达到设计的理想桥梁线型和索力要求。     

基于围岩力学参数反演的隧道结构受力分析

本文以重庆摩天岭隧道为例,采用正交数值试验,获得了神经网络的训练样本,并结合现场监控数据反演了围岩物理力学参数,最后根据反演结果对隧道结构受力进行了分析。研究结果表明:在规范规定的同种围岩级别力学参数范围内取值得到的数值模拟结果相差甚大;采用正交试验、现场监控量测与BP神经网络结合的手段反演结果较好,得到的力学参数能较好地反映隧道的实际受力状况;隧道衬砌为受压控制,支护结构处于安全状态,原设计合理。     

改进型柔性神经网络及在开关磁阻电机磁化曲线建模中的应用

针对传统神经网络建模的不足提出了一种改进型的柔性神经网络。阐述该网络在学习、训练过程中不仅可以调节连接权,而且加强了对网络非线性函数参数的实时修改,通过多自由度的训练与调整,使所建网络达到最佳的性能。给出了所建网络的结构与学习算法,并通过算例的形式将其与传统BP神经网络及传统已有柔性神经网络进行了全方位比较。结果表明,改进型网络由于其三自由度调节参数的能力,具有比传统BP网络及已有柔性神经网络更强的学习能力,它以最少的迭代循环次数实现了期望精度。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

基于 BP 人工神经网络的 深基坑围护结构水平位移预测研究

在深基坑施工过程中,对围护结构进行水平位移监测是保证施工安全的重要措施之一,而分析预测围护 结构的变形趋势更是重中之重。为此,对围护结构自动化监测设备进行实地调研,提出结合 BP 人工神经网络模 型对围护结构水平位移进行多步滚动预测的方法。以南宁地铁 5 号线车站深基坑施工围护结构的真实监测数据为 训练样本,对样本数据分别进行 3 种模式学习：第一种,不同桩学习后,对在同一时间的预测结果作对比;第二 种,同一根桩在不同时间的间隔样本学习后,对在同一时间的预测结果作对比;第三种,同一根桩在实现多步滚 动预测后,对预测结果作对比。结果表明：3 种模式的预测误差均可满足要求,为实现围护结构变形自动预测提 供实用性强、可信度高的方法。     

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法;利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系.     

基于遗传算法优化BP神经网络的道口事故预测

针对铁路事故发生的偶然性和事故发生原因的复杂性,提出应用BP神经网络对铁路事故进行较长期预测的建议,并以美国高速公路-铁路道口事故为实例,应用BP神经网络方法和遗传算法优化的BP神经网络方法对美国高速公路—铁路道口未来3年的事故进行预测,并将预测结果进行对比,结果表明,遗传算法优化的BP神经网络可以用于铁路事故的中长期预测。