沉降观测数据的分析方法

阐述Kalman滤波、时序分析、回归分析3种模型的基本原理,应用该原理对建筑物沉降观测数据进行综合分析,获得建筑物沉降趋势和规律,从而客观地指导工程施工,评价工程质量。     

基于循环神经网络的盾构隧道#br# 引发地面最大沉降预测

伴随着计算机技术的快速发展,机器学习等新兴算法正在被越来越多地运用于预测隧道掘进引发的地面最大沉降。在隧道施工过程中,由盾构机和地面监测点位采集的数据具有很强的序列化特征,而传统的机器学习算法对序列数据的处理存在一定的局限性。循环神经网络(RNN)具有极强的对时序型数据的处理能力,在视频识别、语音翻译等领域有着广泛的应用。采用两种RNN模型(LSTM、GRU)和传统的BP神经网络模型,以地质参数、几何参数和盾构机参数作为输入,对隧道施工过程中引发的地面最大沉降进行预测分析。结果显示,RNN对隧道沉降的预测结果优于传统的BP神经网络模型,并且RNN在连续未知区段的预测结果比BPNN更加稳定。     

分层堆填条件下填埋场沉降计算及实例分析

分别采用Sowers模型、Marques模型及应力降解模型编制了填埋场容量及沉降计算程序,模拟分析了分层堆填条件下填埋场的堆填及沉降过程。根据上海老港封顶系统的部分实测沉降数据拟合了这3种沉降计算模型的参数。通过比较发现Sowers模型计算参数简单但模拟结果较为粗略,Marques模型和应力降解模型结果相近,相对而言应力降解模型参数少并容易确定。采用应力降解模型及相应的拟合参数计算了老港填埋场剖面的顶部整体沉降并和实测数据以及中间层沉降计算数据进行了对比分析。除了一些受施工影响较大的区域,该模型及沉降计算方法能较好地模拟填埋场的顶部的沉降过程。计算表明填埋场沉降和不均匀沉降的最大值均可能出现在堆体内部而不是堆体表面,因此必要时堆体内部构筑物设计时应进行沉降和不均匀沉降验算。     

利用荷载～沉降曲线确定地基承载力的方法探讨

以载荷试验得到的荷载~沉降数据为基础,分析了4种数据归一化方法对荷载~沉降曲线拐点位置的影响,探讨了由荷载~沉降曲线求解极限承载力的3种方法,求解了其拟合参数的概率统计特征。研究表明:采用双曲线模型可以较好地拟合载荷试验得到的荷载~沉降数据。根据荷载~沉降曲线,采用拐点法、沉降法及参数法求得的承载力依次增大,求解极限承载力较好的方法是沉降法。若想准确得到荷载~沉降曲线的拐点位置,应首先对荷载及沉降同时进行归一化,然后进行曲线拟合。采用双曲线模型拟合荷载~沉降曲线时,两个拟合参数间存在较强的负相关性。     

基于Gompertz成长曲线的真空预压软土沉降规律分析

对真空预压软土沉降变化规律进行分析,发现其与社会经济预测中的Gompertz成长曲线变化规律相似。引入Gompertz成长曲线模型,采用3段估计法求解模型参数;同时,结合具体工程实例,对真空预压软土的表面累计沉降数据进行拟合和分析,并与双曲线模型和指数曲线模型进行比较。研究结果表明,Gompertz成长曲线模型拟合曲线与实测曲线吻合良好,采用该模型进行真空预压软土沉降变化规律分析是可行的,并可根据所反映出的沉降发展变化趋势,作出沉降预测,计算工后沉降及确定卸荷时间。与双曲线模型和指数曲线模型比较,Gompertz成长曲线模型适应性较好,趋势预测准确性高。最后指出应用Gompertz成长曲线模型进行分析时应注意抽真空的连续性、实测时间序列数据能等分成3组及保证实测沉降数据已进入弹塑性阶段等问题。     

山岭隧道洞口段地表沉降时序预测研究

地表沉降监测值具有复杂性及非线性动态变化特征,以往静态模型预测时常存在易受历史监测数据干扰且模型输入权值及阈值选择较为困难的问题,鉴于此,提出一种洞口段地表沉降动态预测方法。利用3次样条函数插值法将监测数据等距化,并结合时序分析理论和变分模态分解(VMD),将地表沉降分解为趋势项和随机项位移;通过采用灰狼优化算法(GWO)对在线贯序极限学习机模型(OSELM)的权值及阈值进行优化,建立了GWO-OSELM动态预测模型,分别对位移分量进行预测;以重庆市兴隆隧道洞口段为例,利用该模型进行预测,并与传统模型进行对比,最后探讨了激励函数的选择对模型预测性能的影响及随机项位移的部分影响因素。结果表明:非等距时序数据预处理后,模型能够有效地对位移分量进行预测,预测精度高、误差小,且Sigmoid激励函数更适合该模型,而地表沉降速率和拱顶下沉速率对随机项位移有重要影响。可为山岭隧道洞口段地表沉降的长期预测提供一种新的思路和方法。     

一种改进SVM优化模型的沉降预测方法

筑路建设里一项至关重要的技术就是控制路基沉降,而动态、复杂的路基沉降预测系统导致其沉降数据呈现出非线性特征和"小量级、大波动"的敏感性,采用单一、传统的预测手段难以实现对路基沉降预测精确度的提升。针对这一问题,本文从常用的、针对路基沉降序列时序性和偶然性的角度出发,比较多种方法的属性原理、优缺点和普适性后,引入数据预处理来提取固有潜在信息与残差修正最优化的概念,结合相空间重构改变时序数据的关系结构来构造嵌入维数以及改进的灰狼算法优化支持向量机强大的跟踪、追捕功能,建立了小波与时间序列分析基础上的PSR-IGWO-SVM变形预测模型。工程实例分析表明,该模型使单项模型原本暴露出的形态稳固、指向性强、适应性弱等普遍预测缺陷得到了一定程度的完善,预测精度处于较高水平,优化模型符合建模工况原型,可以作为路基中长期沉降预测的有效辅助手段。     

时间序列分析与频谱分析联合用于变形监测分析与预报

变形监测技术和理论在不断地进步和发展,很多优秀的方法被应用到变形监测数据处理方面。本文是基于时间序列法和频谱分析法对沉降观测数据进行处理,主要研究如何使用时间序列法和频谱分析法对变形监测数据进行处理和分析,并对未来短期内的变形趋势进行预测。首先从时序分析法入手,对数据进行处理、分析以及预测;然后再将频谱分析法融入到时序...     

Matlab在建筑物沉降观测数据处理中的应用研究

对Matlab在建筑物沉降观测数据处理中的应用进行了研究,对沉降观测数据和拟合结果进行了对比分析,并建立了预测模型,得出所建模型具有科学性,较符合实际情况,为验证设计计算参数与工程质量事故的判断及处理提供必要的数据支撑。     

遗传算法在泊松曲线沉降预测模型中的应用

以某基础沉降监测数据为基础,通过遗传算法拟合泊松曲线中的参数,得到该基础沉降预测的泊松曲线模型.结果表明,所建模型与实测数据吻合较好,本文所提方法简单易行.该模型可对今后基础的沉降进行预测,也为监测设计及施工提供基础.     

建筑物差异沉降的时间序列分析与预报

从时间序列分析的基本原理和方法出发,结合建筑物变形监测的关键技术指标差异沉降量的实例分析,给出了时间序列数据平稳化处理、模型定阶的统计检验、模型参数估计以及预报分析的方法,建立的时间序列自回归模型拟合与预报精度较高,为建筑物的地基处理及运营安全提供可靠的决策依据。     

真空预压处理填埋污泥的固结解析解

真空预压法是一种行之有效的填埋污泥原位加固方法。在考虑真空预压的时间效应条件下,基于椭圆柱等效模型推导了真空预压联合塑料排水板的固结解析解。利用实际监测数据,拟合得出了预压时间效应参数。通过对比研究,分析了传统的圆柱形等效模型与椭圆柱等效模型的差异及预压时间效应参数对固结发展的影响。进一步,将根据解析解计算出的沉降曲线与实测沉降值比较,验证了解答的合理性与实用性。表明,在考虑塑料排水板的"形状效应"时,椭圆柱体等效模型的效果最佳,且基于各周长等效模型的计算结果与椭圆柱等效模型结果较为接近;预压时间效应参数的值越大代表真空预压施加得越快,对应的土体固结发展越快。     

A simplified method for prediction of embankment settlement in clays

The prediction of embankment settlement is a critically important issue for the serviceability of subgrade projects,especially the post-construction settlement.A number of methods have been proposed to predict embankment settlement;however,all of these methods are based on a parameter,i.e.the initial time point.The difference of the initial time point determined by different designers can de?nitely induce errors in prediction of embankment settlement.This paper proposed a concept named"potential settlement"and a simpli?ed method based on the in situ data.The key parameter"b"in the proposed method was veri?ed using theoretical method and?eld data.Finally,an example was used to demonstrate the advantages of the proposed method by comparing with other methods and the observation data.     

A simplified method for prediction of embankment settlement in clays简

The prediction of embankment settlement is a critically important issue for the serviceability of subgrade projects, especially the post-construction settlement. A number of methods have been proposed to predict embankment settlement; however, all of these methods are based on a parameter, i.e. the initial time point. The difference of the initial time point determined by different designers can definitely induce errors in prediction of embankment settlement. This paper proposed a concept named “potential settlement” and a simplified method based on the in situ data. The key parameter “b” in the proposed method was verified using theoretical method and field data. Finally, an example was used to demonstrate the advantages of the proposed method by comparing with other methods and the observation data.     

基于TGM-ARMA模型的地铁隧道结构沉降预测分析

地铁隧道结构沉降主要受土层状况、地下水位、轨道荷载及周边环境等诸多因素影响,机理复杂,随机性强,而且随时间不断变化,难以用固定的数学模型表示,是一个非平稳的过程。据此,结合以灰色系统理论为基础的TGM(1,1)模型和以时间序列为基础的ARMA(n,m)模型各自的特点,建立了时变参数灰序模型TGM(1,1)-ARMA(n,m),并对地铁隧道主体结构沉降进行了分析与预报,结果表明时变参数灰序模型预测精度较高,且适用于中长期预测。因此,该组合模型在地铁隧道结构沉降预测分析中有较强的适用性,具有一定的应用价值。     

基于随机介质理论的软基沉降计算

在软基沉降计算问题研究中，结合一定范围内地质体接近于均质体的特征，考虑竖向排水这一特有的地基处理方式，基于已有的随机介质理论关于排水井引起周边沉降的计算模型，通过Gauss—Leg-endre积分求解得出由参数、排水体等效间距定义的单排水体沉降模型；考虑路基范围内地质体的均质性．引入各排水体线性叠加的方法，通过数学软件...     

软土路基变形的时序建模及应用研究

鉴于高速公路施工的被动性,利用时间序列建立数学模型。对具有非平稳性的表面沉降进行一次差分(d=1)处理,使其转化为具有平稳性的沉降速率问题,即将非平稳性时间序列ARI MA(p, d, q)模型转化为平稳的ARMA(p, q)模型。建立了ARMA(1 ,1)模型来对公路施工填筑期间的沉降进行短期预测,进而对下一级加载的时间进行预测。结果表明,预测结果可靠,精度高,能够很好地反映填筑期间沉降的变形特性,适用于高速公路重点断面分析。     

应用时间序列分析和非线性回归对沉降过程进行综合建模与预报

本文将时间序列分析和非线性回归用于沉降过程的综合建模与预报,给出了时间序列模型识别、预报的方法,以实测数据为例说明应用此法的全过程,并对计算结果进行了比较分析,证明了该方法的可行性。     

土工格栅处理软土路基沉降量的BP神经网络预测

目前,土工格栅处理软土路基沉降量的预测多采用指数曲线和双曲线延伸法,其结果不够理想,采用BP神经网络逼近非线性插值方法构建等时距时间序列数据,同时建立相应的时间响应函数,预测其沉降量.计算实例表明,BP神经网络模型沉降预测结果比较准确,其最终沉降预测结果具有一定的工程应用价值.     

垃圾土的复合沉降模型研究

垃圾土的沉降包括荷载作用后发生的瞬时沉降、物理蠕变和生化降解3部分。但实际上，物理蠕变和生化降解在整个垃圾土的沉降过程中很难准确区分。因此，本文提出一种新的复合沉降模型，认为整个垃圾土的沉降可以分为2部分，第1部分为由于应力作用产生的瞬时沉降，第2部分综合考虑了垃圾土中的蠕变和生化降解，这里称为长期沉降。根据对自行设计的室内沉降试验装置中各观测点沉降值的非线性回归分析，得到复合沉降模型中的各参数值，并用各观测点参数的平均值得出模型计算值。结果表明，计算值与观测值吻合较好。