基于监测数据对基坑工程变形规律分析

目的为解决基坑开挖时结构的安全与稳定问题,对基坑工程的变形进行分析,找出影响规律.方法以营口某深基坑工程实例为研究背景,整理现场得到的桩顶位移、地表沉降及深层土体水平位移等监测数据,对基坑工程的支护结构和周围土体及墙后土体在施工过程中产生的位移变化进行分析.结果支护结构相同的挡墙坑角处变形最小,中间位置变形最大,并且基坑变形随着开挖深度的增加而变大.开挖深度较大的软土地区基坑周边深层土体水平位移曲线类型大致表现为抛物线形,其最大水平位移大致为(2.0~10.0)×10-4hd,通常发生在基坑工程底部附近.结论深基坑工程的支护结构顶部水平位移与竖向位移变化趋势一致,表明二者的产生条件和影响因素大致相同.坑底部下面土体的水平位移对于坑底隆起有着直接影响,支护结构的强度越低,坑底部隆起的增强区域的范围也越大.     

深基坑十字交叉换乘既有地铁车站变形特性分析

基于新建天津地铁5号线与既有地铁1号线十字换乘车站——下瓦房站的现场实测数据,研究深基坑开挖与既有车站十字相交时,基坑围护结构、墙后地表和既有车站的变形规律.研究结果表明:围护结构最大水平位移约0.064%H(H为基坑开挖深度),位于地表下约0.63 H.墙后地表最大沉降约0.025%H,位于墙后约0.71 H,沉降槽影响范围约为2 H.墙后地表最大沉降与围护结构最大水平位移的比值介于0.38~1.04之间,平均约为0.77.与基坑开挖方向交叉的既有地铁车站竖向上浮,水平方向外凸,以水平变形为主.既有车站周围止水加固和加固墙后软弱土层可显著减小既有结构变形.     

"两墙合一"条件下地铁车站深基坑变形特性

针对地铁车站深基坑施工主体回筑后受力变形特性与空间效应复杂的问题,综合采用模型试验和数值模拟方法,对土体沉降与支护体系变形特性进行分析,得到地连墙水平位移、周围地表沉降规律、沉降与位移之间的相互影响关系以及基坑的三维空间效应.研究结果表明:本文条件下地表沉降的主要影响范围为0.5He～1.5He(He为基坑深度);最大地表沉降与地连墙最大水平位移的比值为1.0～1.6,地表沉降随地连墙水平位移的增大呈非线性增大,最大地表沉降、地连墙最大水平位移与开挖深度具有线性关系;基坑边角效应对地表沉降的影响大于对基坑水平位移的影响,基坑水平位移的空间效应相比地表沉降大约滞后0.5He的距离.     

富水砂卵石层地区桩锚支护深基坑变形特性

为研究富水砂卵石层地区桩锚支护深基坑变形特性,以成都某变电站深基坑工程为研究对象,基于现场监测结合数值模拟手段,对深基坑及支护结构的变形特征进行研究,揭示深基坑开挖引起的支护桩侧向变形、深层土体侧向变形、周边地表沉降及坑底隆起等变形规律。研究表明,基坑周边地表沉降规律具有显著的时效性与空间性,地表沉降曲线近似呈“凹槽”状分布,最大沉降量位于距坑壁水平距离6.0 m处,主要影响范围为2倍基坑深度;基坑开挖卸荷引起坑底隆起,最大隆起变形量约为基坑深度的0.49%,位于坑底中部。深层土体与桩身侧向位移曲线近似呈悬臂支护的变形特征,变形量随开挖深度的增加而增大,最大变形位于地表。     

佛山地铁二号线湾华站深基坑开挖的变形特性分析

地铁的修建尤其是车站的施工和盾构的始发过站等都涉及深基坑的开挖,需要通过监测关注开挖过程中的基坑变形.以佛山地铁二号线湾华站深基坑为工程实例,对围护结构和坑外地表的监测数据进行了整理分析.结果表明,围护桩在开挖过程中表现出内凸型的变形模式,最大水平位移发生在0. 7倍至0. 8倍开挖深度处.坑外地表沉降呈现出凹槽形,最大地表沉降发生在距坑边3 m处.根据实测和理论分析,该基坑开挖的影响范围为2倍开挖深度.     

小半径曲线盾构施工对周边土体位移的影响

为研究小半径曲线盾构施工对周边土体地表沉降和深层水平位移的影响,采用现场实测和有限元分析法对曲线盾构施工进行全过程模拟,分析了隧道曲率半径和千斤顶不平衡推力对隧道周边土体位移的影响.研究结果表明:曲线盾构施工会造成横向地表沉降最大值位置向曲线内侧偏移,地表沉降槽呈非对称性;在曲率半径250～500m内,地表沉降最大值及...     

超大深基坑支护结构综合选型及变形规律研究

针对超大深基坑支护方案选择问题,以洛阳龙门站综合交通枢纽北广场工程为依托,建立超大深基坑支护方案指标评价体系,采用层次分析法和熵权法计算指标组合权重,利用模糊综合评价法选出合理的支护形式.运用Midas-GTS NX建立有限元模型,结合数值模拟和现场监测,分析在该支护形式下,基坑施工过程中土体和支护结构的变形规律.研究结果表明：通过计算确定基坑北侧、东侧和西侧采用放坡+土钉墙支护、南侧采用灌注桩+预应力锚索支护的方案.周边地表沉降分布规律符合沉降槽曲线,基坑西侧最大沉降发生在距坑边9 m位置,最大沉降量为18.32 mm,基坑南侧最大沉降发生在距坑边7 m位置,最大沉降量为15.82 mm,影响范围较基坑西侧减少9 m.基坑边坡水平位移和竖向位移最大值均发生在坡脚处.灌注桩水平位移随桩深呈先增大后减小趋势,桩身最大水平位移为15 mm,发生在桩长约10 m处.桩体产生向上位移,隆起量最终稳定在13.42 mm.现场监测结果均未超过控制值,基坑支护方案选取合理.     

软土地区深基坑施工监测与变形特性的时空效应分析

软土地区基坑开挖时周围土体及支护结构的变形与稳定受时间、空间效应影响显著。为研究时空效应对基坑地表沉降、基坑外潜水水位、砼支撑轴力及围护桩深层水平位移的影响,以上海陶家宅块地为工程背景,通过对实测数据进行分析,探讨各个监测项目的变形特性。数据分析表明:地表沉降的最大值位于围护墙后约基坑挖深距离处,1～2倍挖深范围内沉降呈递减趋势;坑角位置处内支撑轴力小于基坑中部,支撑轴力在基坑开挖阶段增速较大,在垫层施工完毕,底板发挥作用后趋于稳定;当基坑开挖深度约为围护桩长1/2时,围护桩深层最大侧向位移出现在自然地面±0.00以下,开挖面以上(0.73～0.82)H范围内;软土地区基坑开挖完成至底板浇筑阶段,土体的蠕变是导致基坑变形随时间变化的主要因素。对坑周地表沉降及基坑不同位置处围护结构侧移提出合理的预测公式,有效地对基坑变形进行动态控制以实现信息化施工。     

紧邻运营地铁进行基坑施工的影响因素研究

基于上海地区某深基坑工程施工方案,建立了紧邻运营地铁隧道的基坑开挖变形影响的有限元数值模型,重点分析了基坑围护支撑的数量和位置、基坑土体加固、地铁隧道位置、隧道下卧层土体和地下连续墙刚度对基坑周边地层以及隧道变形的影响.结果表明:基坑围护支撑数目及位置的选择对周边地层和隧道变形产生影响较大;隧道的存在对土体沉降具有"遮拦效应",在一定程度上能够减少坑外土体沉降;增加下卧层土体模量和地下连续墙的刚度可减少坑外地表沉降,有效控制地铁隧道的变形.     

相邻桩锚基坑开挖变形相互影响数值分析

以两个相邻桩锚支护的基坑工程为实例,基于小应变硬化土(HSS)模型,通过Z-Soil岩土有限元分析软件建立数值计算模型,分析相邻基坑开挖对基坑变形的影响.分析结果表明:相邻桩锚基坑开挖明显减小排桩桩顶水平位移、排桩深层水平位移、坑间土体深层水平位移和坡顶水平位移,对于桩顶水平位移的影响最为显著;相邻桩锚基坑开挖也增大坑间地表沉降,产生的沉降接近两个单坑引起的沉降叠加,最大沉降位置出现在两基坑的正中央;相邻桩锚基坑的支护设计宜考虑相邻基坑开挖的影响,宜以变形不超过单坑开挖产生的水平位移为控制基准.     

深度学习结构和算法比较分析

Hinton等人提出的深度机器学习,掀起了神经网络研究的又一个浪潮.介绍了深度机器学习的基本概念和基本思想.对于目前比较成熟的深度机器学习结构深度置信网DBNs和约束Boltzmann机(RBM)的结构和无监督贪婪学习算法作了比较详细的介绍和比较,并对算法的改进方向提出了有建设性的意见,对深度机器学习的未来发展方向和目前存在的问题进行了深刻的分析.     

深基坑变形规律现场监测

给出了北京地铁某车站深基坑围护和变形监测方案,对基坑变形规律进行了现场监测研究,重点分析了基坑的水平变形、锚索内力和钢支撑轴力变化规律。结果表明,基坑开挖的深度与无支撑暴露的时间对围护桩的变形、锚索内力及钢支撑的轴力影响较大。随着基坑开挖深度的增加和钢支撑的施加,围护桩的变形形态由向坑内的前倾型曲线逐渐变为弓形。围护桩的水平位移、钢支撑的轴力也随着基坑开挖深度的增加而增大。随着钢支撑的施加,围护桩水平位移及锚索内力都趋于稳定,说明钢支撑、围护桩和预应力锚索联合支护形式能够有效地控制基坑变形,保证地铁车站安全施工。     

基于深层说话人矢量的说话人检索

为了解决浅层特征不能有效刻画说话人特征,导致说话人检索率不高的问题,提出了一种基于深层说话人矢量的说话人检索方法.使用受限波尔兹曼机逐层构建一个多层的深层特征提取器用以提取说话人深层特征.为说话人构建基于深层特征的深层说话人矢量.通过计算要检索的说话人的深层说话人矢量和检索库中的说话人深层特征之间的最小距离,对目标说话人进行检索.实验结果表明:在深层特征下,使用深层说话人矢量可以检索到绝大部分的目标说话人;随着深度层数的增加,检索率先增后减,检索率最高对应的深度层数是7;随着深度层数的增加,检索时间非线性增加.     

渗流对深基坑工程的影响研究

依托实际工程,对某河口防潮闸围堰进行了土的渗透特性试验研究,为流固耦合有限元分析提供依据;采用有限元方法进行了数值模拟,研究地下水对深基坑工程的影响,结果表明考虑渗流应力耦合作用的计算结果与实测资料吻合较好,该方法是较为合理的.     

关于Reed-Solomon码的深洞的注记

2007年,Cheng和Murray对RS码的深洞提出如下猜想:当且仅当deg(u)=k时,u是一个深洞.最近Li和Wan等人从多项式码的角度对该猜想进行了部分验证.作者从循环码的角度对标准RS码的深洞进行一些讨论,得到了部分新结果.     

65Mn钢磁场深冷处理工艺研究

对65Mn钢进行了深冷处理和磁场深度处理。力学性能实验表明，经深冷处理后无论低温回火态还是中温回火态综合力学性能均明显优于常规淬火回火态。磁场深冷处理对65Mn钢力学性能的有益作用远超过一般深冷处理。在硬度．强度提高的同时，冲击韧性明显改善，耐磨性大幅度提高，具有显著强韧化作用。磁场深冷处理作为中小型零件强韧化工艺可以在生产中应用推广。     

被动区深搅桩加固对地铁深基坑变形的影响

采用土体卸载条件下的HS(hardening-soil)有限元模型,分析了被动区加固对地铁换乘站深基坑变形的影响.结果表明:深搅加固对墙体侧向位移的影响随深度增加而增大,可以最终减小墙体侧向位移达27%左右;在临近墙体局部范围内抑制坑底隆起效果显著,抑制隆起量最多超过50%;对墙背土体沉降抑制不显著,局部降低15%左右,在墙背局部范围内对土体侧向位移影响不明显.因此,根据不同地质条件和基坑变形控制要求,选择合理的加固形式使加固土体达到设计强度,既能保证基坑安全和环境影响的要求,又能节省造价.     

基于深度学习的图像抠图技术

图像抠图(image matting)技术是图像编辑技术的基础, 广泛应用于影视后期制作和日常生活. 基于深度学习的图像抠图网络, 通过输入的原图和三元图来估计每个像素的 $\alpha$ 值. 在原下、上采样的图像抠图技术基础上, 针对抠图数据集图像差异较大容易造成网络收敛较慢的问题, 在每个卷积层后加入了批量标准化(batch normalization, BN)层, 对输入数据进行归一化操作, 加快模型收敛速度, 同时参数更新方向更符合数据集整体特性; 针对抠图任务需要更关注物体边缘部分的特点, 使用可变形卷积(deformable convolution)层替换普通卷积层. 可变形卷积层会根据不同输入数据自适应学习卷积核形状, 有效扩大感受野范围, 在细节部分有更好的预测效果.     

基于深度学习的交通拥堵检测

针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估。最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1%。     

基于深度学习的页岩储层总有机碳含量预测方法

页岩储层总有机碳（Total Organic Carbon,TOC ）含量的地震预测普遍采用密度回归拟合法,仅考虑了单因素的线性关系,预测结果误差较大。针对常规方法的不足,提出基于深度学习的TOC含量预测方法。首先,从测井资料中优选出与TOC含量曲线相关度相对较高的多个弹性参数曲线作为样本集输入数据,TOC含量曲线作为样本集输出数据,构建针对TOC含量预测的深度前馈神经网络模型;然后,调试网络模型结构,并利用共轭梯度法进行网络参数寻优;最后,将叠前振幅随偏移距变化（Amplitude Versus Offset,AVO ）反演得到的弹性参数数据体输入到深度前馈神经网络模型,预测得到最终的TOC含量数据体。通过四川盆地页岩储层实际测井、地震资料的应用,对比了该方法相对于常规回归拟合法的优越性,验证了方法的实用性和可行性,为页岩储层TOC含量预测提供了新思路。