深基坑开挖的理论计算与工程监测结果分析

大量的基坑工程实践表明,深基坑工程仅仅依靠理论分析和经验估计难以完成经济可靠的基坑支护设计和施工。文中以天津港南疆港区神华煤炭码头建设工程两座廊道的地下连续墙工程为案例,对地下连续墙的墙体位移、支撑轴力等方面进行工程监测,并利用二维有限元程序对其进行了理论计算分析,藉以探讨有限元计算结果与工程监测之间的差距。通过有限元计算值与实测数据对比发现,墙体最大水平位移的计算值较实测数据稍偏大,墙体最大竖向位移和支撑轴力的计算值与实测数据有一定差距。结果表明,有限元方法可以分析墙体最大水平位移,而最大竖向位移和支撑轴力的分析方法值得进一步探讨。     

建筑深基坑与紧邻道路高边坡一体化支护研究

以重庆市某工程案例为依托,对建筑深基坑紧邻道路高边坡时的一体化支护方案进行研究。采用有限元软件Midas GTS NX模拟双排桩及单排桩的施工过程,预测计算其位移及内力;采用理正岩土软件对扶壁式挡墙所在的边坡整体稳定性进行验算,并从结构变形、施工难度、工程造价、对坡顶构筑物影响等方面比较了4种一体化支护方案的优缺点,分析了不同方案所适用的工况。研究结果可为其他类似工程提供有益的参考。     

临河深基坑对堤防稳定性的影响分析

针对分析堤防受邻近基坑开挖影响所产生变形的局限性,以同济大学初雨调蓄池基坑开挖为例,结合有限元强度折减法,扩展研究了临河深基坑对堤防边坡稳定性的影响;同时为堤防边坡稳定性的定量判别提供了新思路,使评判结果比现行规范要求更为全面合理。     

杭州地铁1号线闸弄口站深基坑换撑方案优化设计

结合杭州1地铁1号线闸弄口站深基坑设计与施工实际情况,根据深基坑施工监测数据,并反馈分析,对换撑方案进行优化。在确保基坑回筑过程施工安全和内部结构质量的条件下,取消换撑支撑,加快了施工进度,提高了工程质量,取得了明显的经济效益。     

软土地铁深基坑底加固设计对附近敏感建筑物沉降影响分析

结合宁波轨道交通一号线西门口站软土地铁深基坑工程设计,文章运用PLAXIS和FLAC3D建立二维及三维有限元模型进行了基坑开挖地表沉降分析.依据计算模拟结果和以往的监测经验,提出了坑底加同的有效措施和基坑施工的沉降预警值.其研究成果可供其它复杂地质条件下对变形要求较高的基坑加固设计中参考.     

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。     

伺服钢支撑对杭州软土地层地铁深基坑变形的影响研究

依托杭州地铁某深基坑工程,通过对轴力伺服系统及周边环境实测数据进行研究,分析轴力伺服系统在软土地区深基坑中控制基坑变形和保护周边环境的作用,解决复杂环境下软土地层地铁深基坑变形过大的技术难题。结果表明:钢支撑轴力伺服系统能较好地控制基坑变形和减小周边地表沉降,从而保证周边建筑物及管线的安全。     

微桩挡土墙技术在深基坑开挖工程中应用的探讨

简要介绍了深基坑开挖工程的特点,提出了微桩挡土墙的概念,介绍了微桩挡土墙的构造,同时阐述了微桩挡土墙的工作原理、各部分作用机理,详细的列出了微桩挡土墙设计时的检算项目和方法,最后给出了一个工程应用实例。     

海滨地带深基坑支护工程中咬合桩施工技术的应用

海滨地带场地地貌多为滩涂,局部经人工回填改造,土层中地下水与海水存在水力联系,深基坑支护难度系数较高.以沿海某公路工程雨水泵站深基坑支护的施工为例,结合工程实际特点,对比分析不同深基坑支护工程施工工艺、咬合桩施工设备以及双动力头全套管钻机成桩施工工艺特点,确定支护结构方案为双动力全套管钻孔咬合桩.从施工过程控制、导墙施...     

基于改进灰色Markov模型的建筑物沉降量预测

为了对地铁车站深基坑施工过程引起的周边建筑物沉降进行预警,利用改进的灰色Markov模型,预测地铁车站施工过程中周边建筑物的沉降量。首先,基于实测数据,采用改进的灰色模型对建筑物沉降趋势进行预测;其次,将实测数据与预测数据的相对误差作为Markov误差修正的初始数据序列,进行状态区间划分并结合Markov转移概率矩阵和误差修正公式对预测数据进行修正,确定最终预测值;最后,基于小误差概率、后验差比值和相对误差分析,对改进后的灰色Markov模型与改进的灰色模型的预测精度进行对比分析与评价。研究结果表明：与改进的灰色模型相比,改进的灰色Markov模型预测的相对误差从4.2%降到2.1%。