BP神经网络在基坑周边地表短期沉降预测中的应用

在对基坑的监测数据进行预测和分析中,现有的一部分方法很难满足实际施工中高度非线性问题的拟合,如指数法预测的沉降量往往偏小,双曲线法预测的沉降量往往偏大,而GM(1,1)对观测值的累加往往又不具有指数规律。考虑到这些局限,引用BP神经网络,以苏州地铁2号线某工程为例,结合历史的沉降监测值,对其基坑周边地表短期沉降进行预测。实践表明,该方法预测误差较小,为基坑周边地表沉降的预测提供了一种较好的途径,在基坑动态设计与信息化施工方面具有重要的参考价值。     

基于马尔科夫优化的灰色GM (1,1) 沉降预测模型及应用

针对灰色GM(1,1)模型在对随机波动较大的沉降数据序列进行预测时存在的不足,本文结合灰色理论模型和马尔科夫链理论,建立了一种基于马尔科夫修正的新维GM(1,1)沉降预测模型。首先,考虑监测数据的时效性,通过在原始数据列中不断补充新的沉降监测数据,采用新陈代谢的方法建立了新维GM(1,1)模型;随后采用马尔科夫链理论对新维GM(1,1)模型进行优化,根据模型预测时产生的相对误差范围对其进行状态区间划分,并构建了相应的状态转移概率矩阵,得到了基于马尔科夫优化的新维GM(1,1)预测模型;将本文中的模型应用于福州火车站南广场深基坑周边建筑物地表沉降预测中,并对不同模型的预测效果进行对比分析,结果表明：基于马尔科夫优化的灰色GM(1,1)模型的预测精度较传统灰色GM(1,1)模型有明显提高,验证了本文所提出的优化模型在基坑沉降分析与预测中的合理性。     

地铁深基坑开挖对周围地表沉降的影响

为研究基坑在开挖期间引起的地表以及地表上建筑沉降的规律,在理论分析的基础上,结合沈阳柳条湖站基坑现场监测数据,提出了地表沉降数值计算模型,并对计算模型中的参数进行了分析.研究结果表明:考虑支护结构侧移影响下建立起来的数值计算模型具有一定的合理性,能够很好地预测基坑周围地表的沉降趋势;基坑沉降计算模型的建立实现了定量地分析地表沉降问题,能够准确计算基坑周围不同距离地表的沉降值.研究初步建立计算地表沉降的模型,有助于完善沈阳地区地铁车站设计施工过程中地表沉降分析和预测的理论.     

深基坑开挖对周边地表沉降变形的影响

为有效控制基坑周边地表的沉降变形,应用弹塑性大变形理论与有限差分理论,对哈尔滨地区桩-锚支护形式下深基坑开挖引起的周边地表沉降进行了数值模拟,分析了开挖深度、锚杆层数、建筑物距离对基坑周边地表沉降变形的影响规律及基坑周边地表沉降变形的量化范围。结果表明,基坑周边地表的沉降量与沉降范围随锚杆层数的增加而减小;建筑物的存在不仅增大了地表的沉降量,而且使基坑周围地表的最大沉降区向基坑方向移动;当建筑物与基坑的距离小于1.0倍基坑设计开挖深度时,建筑物距离对地表沉降变形的影响较明显;基坑开挖对周边地表的影响范围基本在与基坑边缘相距1.5倍基坑设计开挖深度范围之内。     

基于SBAS-InSAR与GM(1,1)模型的张博线采空区地表形变监测

为获取了该区段沿线的地表形变速率及各成像时刻的累计形变量等形变信息,验证GM(1,1)模型在地表形变中的预测效果,通过 SBAS-InSAR 技术对张博线采空区 2019 年1月至2022年1月43景 sentinel-1A影像数据进行处理,并利用 GM(1,1)模型对地表特征点监测结果进行了模拟和预测。监测结果表明铁路沿线大部分区域年平均形变速率在-2.0~2.0 mm/year之间,沿线地表相对稳定;预测结果表明GM(1,1)模型在沉降预测中有良好的效果,可进行中长期预测。     

三次指数平滑法在基坑地表沉降变形分析中的应用

根据某地铁车站基坑施工过程中地表沉降监测的实测资料,应用三次平滑指数法进行沉降变形的预测,充分证实了在地表沉降变形分析中该预测法的可行性;研究结果表明:在现有地铁车站基坑地表沉降14期观测数据参与建模条件下,三次指数平滑法与时间序列ARIMA(1,1,1)模型相比,其均方误差MSE较小,模型的预测值与吻合较好,平均残差值为-0.010 1,平均相对误差为-0.219 0,确保了地铁车站的正常施工及安全使用,为后续工程建设提供保障。     

设计参数对逆作法基坑及周围环境的影响

通过使用Midas有限元软件建立模型,通过改变设计参数,对基坑及周围环境的影响规律进行探究,研究设计参数改变对基坑及周围环境造成的影响.结果表明:逆作法基坑施工过程中,基坑周边地表沉降曲线的形状为凹陷形,最大沉降位置大约在基坑边外0.57倍基坑深度处,2倍基坑深度为基坑开挖对于周围地表影响的主要范围.当存在既有建筑时,浅基础周围地表最大沉降相较于无建筑时增大0.5倍,临近桩基础周围地表最大沉降增大37.9%;围护结构刚度在一定范围内增大可以有效减少变形,并且选择合理的一次开挖深度可以使得基坑开挖对周围环境产生的影响有效减小.     

真空疏干降水与地表变形控制数值模拟研究

以宁波市轨道交通樱花公园站抽水试验的地下水位和地表沉降监测点数据为依据,运用Geo-Studio流固耦合的数值模型,对基坑真空疏干降水进行模拟,应用于疏干降水引起的地表变形预测计算,定量分析围护结构对降水引起的地表变形影响.结果表明,真空疏干井点的影响半径为常规井的1.2 1.5倍,加大井深度对基坑疏干效果不明显,基坑围护结构对周边地表变形能够起到有效的控制作用.     

最小二乘法在基坑侧建筑物沉降监测中的应用

针对兰州某地铁车站深基坑咬合桩加钢支撑支护形式,对基坑开挖引起的建筑物沉降特性进行研究。采用曲线拟合最小二乘法对基坑开挖引起的周边建筑物沉降监测数据进行分析,得出基坑临近建筑物沉降不仅符合二次曲线规律,且能更好地符合三次曲线规律。此外还对多次曲线拟合进行了分析。利用最小二乘法,选择适量的数据和合适的模型对建筑物的沉降进行预测;若预测建筑物的沉降过大,应及时找出原因并采取相应的措施来减少基坑开挖过程对建筑物的影响,这对保证施工的顺利进行以及人身安全,具有十分重要的实际意义。     

基坑周围建筑物沉降的灰色预测

结合工程实际,采用灰色系统新陈代谢GM（1,1）模型进行对基坑周围建筑物进行沉降预测,并与普通GM（1,1）模型预测效果进行了比较,效果良好。     

灰色-小波神经网络在高层建筑物沉降预测中的应用

滑动GM(1,1)模型对沉降的整体趋势有较好的预测结果,小波神经网络能够对非线性随机数据进行有效的预测,将两者结合起来能够提高预测精度。利用高层建筑物的沉降监测数据,构建GM(1,1)、滑动GM(1,1)和灰色-小波神经网络模型对高层建筑物沉降变形进行预测与分析。结果表明,灰色-小波神经网络预测效果优于滑动GM(1,1)和GM(1,1)模型且具有较高的精度。     

基于空间效应的土岩二元地层深基坑变形规律研究

为了研究土岩二元地层深基坑的变形规律,以徐州市地铁3号线南三环站深基坑工程为研究对象,监测不同施工阶段基坑围护桩侧移、基坑周边地表沉降和内支护轴力.同时,采用数值模拟方法进一步探究不同刚度放大系数和施工顺序下基坑空间效应的差异性.结果表明:土岩二元地层基坑有明显的空间效应,基坑围护桩变形和周边地表沉降要远小于土质基坑,...     

武汉地区高水位基坑开挖对周边土体沉降监测分析

为了解高水位基坑工程中开挖周边土体沉降变形的规律。在通过工程实例,分析土体沉降产生的原因和沉降规律,针对施工对周边环境的影响,提出控制地表沉降的措施,提出固结沉降在高水位软土基坑施工中降水对基坑变形的重要影响,并提出应注意的问题。     

西安地铁某车站深基坑开挖变形特性分析

为了确保基坑开挖中周边环境的安全,以西安地铁某车站深基坑开挖为例,运用ABAQUS软件建立三维模型模拟开挖对周边地表沉降和围护结构变形的影响,重点研究开挖中周边地表的沉降分布规律和围护结构变形的规律,并与现场实际监测数据进行对比分析。结果表明：地表沉降的实测值比模拟计算值大,但变化趋势基本一致;在基坑开挖过程中,地表最大沉降位置距离基坑边缘约11 m处,最大值为3.298 mm;围护结构水平变形沿开挖深度的变化曲线呈抛物线形,最大水平位移位于基坑最大开挖深度的 1/2 处,最大水平位移为11.05 mm,距基坑长边边缘0~25 m及短边边边缘0~22 m范围内的地表沉降最大,施工监测中应重点关注。     

某圆砾地层异形深基坑支护变形规律及开挖空间效应研究

以广西南宁某复杂周边建筑物环境的地铁异型深基坑工程项目为依托,通过建立三维有限元计算模型,仿真模拟基坑动态开挖过程,对比分析数值模拟与现场监测数据结果,得到异型深基坑开挖过程中建筑物变形沉降、围护结构水平位移、地表沉降和周边管线的变形规律。研究结果表明：基坑边中部围护结构的侧向位移和地表沉降值都显著大于基坑边角处的,呈现出明显基坑开挖的空间效应;当基坑开挖第3(粉土)、第4层土(圆砾)时移动大楼和七天酒店的建筑物沉降量分别占总的沉降量的68.8%、82.3%,说明第3、第4层土的开挖对建筑物影响最大;开挖第4层土时,地表沉降典型测点的实测和计算值的沉降量分别占总沉降量的62.9%、58.5%,表明在该基坑开挖中,圆砾层土层相比较于其他土层更为敏感,对基坑周边环境影响更大。     

基于GCN-GRU组合模型的基坑周边管线沉降预测

为提高基坑变形预测结果的准确性，在传统的单点时间序列预测基础上，引入监测数据的空间特征对预测方法进行改进.基于图卷积神经网络(graph convolutional network, GCN)和门控循环单元(gate recurrent unit, GRU),构建一种能捕获数据时空关联性的变形预测模型GCN-GRU,并将其应用于上海某基坑周边管线沉降的变形预测.结果表明，相比于GRU时间序列预测模型，考虑了空间关联性的GCN-GRU模型在单步预测中的均方根误差(root mean square error, RMSE)和平均绝对百分比误差(mean absolute percentage error, MAPE)分别降低了27.3%和25.0%,多步预测中的RMSE和MAPE降低了37.2%和37.3%,预测结果准确性较高.该方法可为同类基坑工程周边管线沉降变形预测提供参考.     

基坑变形预测的灰色二次优化模型

为了提高GM(1,1)模型在基坑变形分析中的预测精度,采用三种方法对背景值改进的GM(1,1)模型进行优化,包括:对初始值添加修正项,使其符合最小二乘法的思想;对时间响应式参数添加修正项,解决近似指数序列下改进GM(1,1)模型的背景值实用性问题;对基坑变形数据进行直接建模,使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1,1)模型,将该模型应用于基坑变形预测实例中,结果显示再次优化后的模型具有较高的预测精度,具有较好的工程应用价值。     

灰色GM(1,1)模型在变形预测中的应用研究

本文讨论GM(1,1)沉降预报模型的建立以及应用问题,并使用建立的预报模型对沉降监测点沉陷量进行预报。通过实例证明采用GM(1,1)模型进行预报具有理论的可行性和现实意义,说明灰色理论在地表沉降预报领域具有实用价值。     

地铁车站不同工况减压降水对环境的影响

为了研究不同工况下基坑降水对周边地下水位变化和地表沉降的影响,采用"现场抽水试验—水文地质参数反演—数值模拟计算"的一体化手段,运用MIDAS/GTS数值分析软件,对苏州地铁4号线某车站基坑降水建立了三维有限元分析模型,模拟计算不同的降水方案设计下所产生的基坑外地下水位变化和地表沉降,并对其进行对比分析。结果表明,不同的降水施工工况对周围环境的影响大小不一,在进行降水设计时需对不同降水工况设计下的环境影响进行预测和评估,使降水对周围环境影响最小,以实现降水方案设计的最优化。     

基坑周围地表沉降的人工神经网络预测

针对杭及上海软土地区的基坑围护工程,分析了基坑周围地表沉降的影响因素,结合人工神经网络原理,建造了基坑周围地表沉降的人工神经网络预测模型,采用BP神经网络和所建造的数学模型,对软土地区的最大地表沉降量及沉降范围进行预测。结果表明,该模型映射精度较高,有较好的实际应用价值。