长春市火车站北广场深基坑施工监测与变形预测研究

论文摘要

伴随着地下空间的开发利用,各类建筑物基础、地下铁路、地下车站、地下仓库等地下工程大量建设,由此产生大量的基坑工程。而且深基坑工程显现出规模不断扩大,深度不断加深的趋势。近年来,基坑安全事故时有发生,但是由于岩土工程的复杂性和不确定性,决定了在设计和施工过程中很难确定可能发生的问题,因此施工过程中进行施工监测,通过施工监测数据分析当前基坑安全状况成为保证基坑安全的重要手段。另外,通过对深基坑变形的准确预测,以期掌握深基坑变形规律及发展方向,以便安排施工方法,防患于未然,也十分重要。首先,本文采用数值分析软件FLAC3D,建立三维实体分析模型,结合长春市火车站北广场基坑现场实验数据,分析基坑的变性特征。采用摩尔-库伦弹性模型模拟土体,pile结构单元模拟围护桩,cable结构单元模拟锚索结构,建立基坑三维实体模型,对基坑周边土体沉降、围护桩的位移、锚索轴力进行了数值分析。结果较好的反映了基坑变形特征,分析结果与最终实测值基本吻合,验证了模型的正确性。随后,依据理论分析结果,制定了监测项目,主要包括周围土体的竖直位移、围护结构的的水平位移、周围建筑物的沉降及倾斜,详细介绍了各个检测项目的监测方法,预警值的确定方法和预警值,对监测数据进行了分析,发现基坑开挖初期由于开挖速度较快,土体变形速率较大。开挖到设计标高后,土体变形速率放缓。在进入春季后,由于温度变化剧烈,土体反复冻融,土体变形也出现反复现象,在底板混凝土浇筑完毕后,土体、围护桩变形基本停止。最后,采用PSO算法优化BP神经网络对桩顶水平位移、周边地表沉降、锚索轴力进行了施工预测研究。BP神经网络由于良好的非线性映射能力,在预测方面得到了广泛的应用。但是,BP神经网络模型也存在对初始权值、阀值依赖较大；收敛速度慢；容易陷入局部最小等不足。为提高BP神经网络的收敛速度和可靠性,本文尝试使用PSO算法对BP神经网络初始权值和阀值进行优化,采用三层BP神经网络对深基坑周边土体水平位移、围护桩水平位移、锚索轴力进行预测。为了提高样本的多样性,采用动态预测的方法,即将样本反馈、增加到训练样本中,不断重新训练BP神经网络。通过对实际工程实例进行预测,预测结果与实际监测值吻合较好,证明PSO算法优化BP神经网络是可行的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 问题的提出
• 1.2 基坑开挖数值模拟现状
• 1.3 基坑变形研究现状
• 1.4 深基坑变形预测研究现状
• 1.5 本文的研究内容
• 第2章 长春火车站北广场深基坑的数值模拟分析
• 2.1 工程简介
• 2.1.1 工程规模
• 2.1.2 地质条件
• 2.2 数值模拟软件介绍
• 2.2.1 FLAC3D的工程应用范围
• 2.2.2 FLAC3D软件一般求解流程
• 2.3 基坑模型的建立
• 2.3.1 生成土体实体
• 2.3.2 按施工步骤生成结构单元
• 2.3.3 基坑施工期的计算
• 2.4 数值模拟结果分析
• 2.4.1 基坑周边土体的沉降分析
• 2.4.2 围护桩位移结果分析
• 2.4.3 锚索轴力计算结果分析
• 2.5 本章小结
• 第3章 基坑监测与数据分析
• 3.1 监测项目
• 3.2 施工过程监测
• 3.2.1 监测流程
• 3.3 监测方法
• 3.3.1 围护结构深层水平位移监测
• 3.3.2 围护结构桩内钢筋应力应变监测
• 3.3.3 围护结构锚索拉力监测
• 3.3.4 基坑内外地下水位监测
• 3.3.5 基坑周边土体的沉降监测
• 3.3.6 基坑周围建筑物的沉降及倾斜观测
• 3.3.7 裂缝监测
• 3.3.8 基坑坑底回弹的监测
• 3.4 预警值的确定
• 3.5 监测数据分析
• 第4章 改进BP神经网络的基坑变形预测分析
• 4.1 人工神经网络的产生与发展
• 4.2 BP神经网络的基本算法原理
• 4.2.1 人工神经元及其网络模型
• 4.2.2 基本BP算法的基本原理
• 4.2.3 BP网络的不足之处
• 4.2.4 PSO算法的基本原理
• 4.3 建立BP神经网络预测模型
• 4.3.1 输入层的设计
• 4.3.2 隐含层的设计
• 4.3.3 输出层的设计
• 4.4 PSO算法对BP神经网络的优化
• 4.5 基于PSO优化的BP神经网络模型的变形预测
• 4.5.1 桩顶部水平位移预测
• 4.5.2 锚索内力预测
• 4.5.3 周围地表的沉降预测
• 4.6 本章小结
• 第5章 总结与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 作者简介
• 致谢