地铁车站深基坑土体参数动态反演分析及变形预测

论文摘要

基坑工程作为一项岩土工程，其特点是很强的系统性和不确定性，若基坑开挖不当，会引发基坑工程自身的安全和稳定问题，对周边建筑物、地下管网等造成影响。因此能否准确预测基坑在施工过程中的变形，对基坑工程的安全施工具有重要指导意义。本文以郑州市郑东新区会展中心地铁车站深基坑为工程背景，针对深基坑的复杂性和变形过程中的非线性，在对基坑支护结构变形进行现场监测的基础上，利用数值模拟和神经网络预测等手段对会展中心车站深基坑围护结构的水平位移进行反分析研究，主要开展以下工作：首先根据工程勘察报告提供的地质数据，通过正交设计确定基本土体输入参数，应用数值模拟软件Midas/gts计算地下连续墙的水平位移，作为神经网络训练样本。根据神经网络反分析基本原理，确定基本网络结构，通过试算进一步确定隐层单元的个数，建立BP神经预测模型，训练样本并使用检验样本检验网络的可靠性。应用整理现场监测深层水平位移数据，将数据输于训练好的神经网络，仿真计算网络输入即等效弹性模量参数，为了验证反演数据的可靠性，将反演数据输入模拟软件计算位移，并对施工各阶段的位移进行分析。应用基于时间序列预测的BP神经网络和现场监测数据，对短期内的基坑位移变形进行预测，并分析了影响预测的内部和外部因素。论文通过对土体参数的动态反演，对基坑维护结构变形进行预测，对我国类似区域基坑工程的安全施工和管理具有借鉴意义。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 概述
• 1.2 国内外研究现状
• 1.2.1 反演分析法研究现状
• 1.2.2 基坑水平变形预测研究现状
• 1.3 本文研究内容及技术路线
• 第二章 反演分析及 BP 网络实现
• 2.1 反演分析基本概念及分类
• 2.1.1 反演分析的基本概念
• 2.1.2 反演分析的分类
• 2.2 人工神经网络
• 2.2.1 人工神经网络发展
• 2.2.2 神经网络基本原理
• 2.2.3 神经网络模型
• 2.3 BP 网络模型
• 2.3.1 BP 网络结构
• 2.3.2 BP 网络学习规则
• 2.3.3 BP 网络设计
• 2.3.4 BP 网络的 Matlab 实现
• 2.4 本章小结
• 第三章 郑州会展中心地铁车站反演分析
• 3.1 工程概况
• 3.1.1 水文地质概况
• 3.1.2 基坑周边建筑情况
• 3.1.3 基坑围护结构
• 3.2 Midas/gts 有限元模拟
• 3.2.1 Midas/gts 简介
• 3.2.2 Midas/gts 建模关键问题
• 3.2.3 基坑实例建模
• 3.3 BP 神经网络反分析
• 3.3.1 BP 神经网络设计
• 3.3.2 BP 神经网络训练与检验
• 3.4 反分析值与现场监测数据对比分析
• 3.5 本章小结
• 第四章 基于时间序列 BP 网络位移预测
• 4.1 基坑位移时间序列预测 BP 模型
• 4.1.1 基于时间序列 BP 神经网络预测结构
• 4.1.2 BP 模型预测
• 4.2 结果分析
• 4.3 本章小结
• 第五章 监测数据异常因素分析
• 5.1 外部影响因素
• 5.2 内部影响因素
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 个人简历