高速铁路软土路基采用粉喷桩处理的沉降预测与控制

高速铁路不仅要求路堤稳定,而且对路堤工后沉降的控制有极严格的标准,《京沪高速铁路设计暂行规定》规定:路基建成后铺设无缝轨道时,路基工后沉降量一般地段不应大于5cm,年沉降速率小于2cm/a。同时从京沪高速铁路沿线的工程地质条件分析,仅上海—南京段软土地基总长度达到103.6km,因此,软土地基工后沉降的有效预测与控制成为高速铁路路堤设计与施工的关键。粉体喷搅桩(简称粉喷桩)是近年来软土地基处理常用的方法之一。天然软土地基经过粉喷桩处理后,形成粉喷桩复合地基,达到提高地基承载力和减少沉降的目的。围绕满足高速铁路严格的工后沉降要求出发,改进和完善了粉喷桩复合地基沉降计算理论,推导出粉喷桩复合地基固结度计算公式,从粉喷桩处理软土地基的机制、处理效果、桩土变形特性及复合地基固结特性等方面进行系统的研究,主要内容如下:(1)粉喷桩复合地基剩余沉降计算方法研究。以Terzaghi一维固结理论为基础,推导出粉喷桩复合地基加固区平均固结度的计算公式,考虑了桩体刚度对固结的影响因素。提出与沉降相关的粉喷桩复合地基平均固结度计算公式,修正了以往计算平均固结度时不考虑沉降的不合理性。建立了粉喷桩复合地基工后沉降及铺轨后某一时刻剩余沉降计算公式。现场实测验证了公式的合理性及其反映规律的正确性。(2)对粉喷桩复合地基临界桩长的机制和测试结果进行分析。临界桩长的确定对粉喷桩复合地基的应用意义较大,提出粉喷桩复合地基临界桩长存在与否的新观点,较为合理地解释了目前临界桩长研究中出现的矛盾。在目前常用的水泥掺入比、桩径等条件下,粉喷桩复合地基的临界桩长并非总是存在,其存在与否与地质条件、桩身强度的分布等因素有关。对于桩体打穿软土层至相对硬层、桩身强度比较均匀的粉喷桩复合地基,并不存在临界桩长。(3)首次将粉喷桩复合地基技术应用于工后沉降要求严格的我国第一条高速铁路软土地基,研究了粉喷桩复合地基处理软土路基的适用性。粉喷桩复合地基的成功应用,将为我国高速铁路和客运专线的建设节省巨大的投资,同时也拓宽了粉喷桩复合地基的应用前景,具有较大的理论意义和重大的社会经济效益。(4)系统地进行了粉喷桩复合地基的变形和应力的原位观测,分析粉喷桩复合地基地表沉降、深层沉降、侧向位移、桩土沉降差、桩土应力比,研究复合地基土体的固结特性,得到许多有价值的结论。进行粉喷桩复合地基工后沉降预测与控制研究,得出采用粉喷桩复合地基处理本试验段类似条件的高速铁路软土地基可以在较短的工期内满足工后沉降要求的结论。根据理论计算沉降与实测沉降的差异,提出在高速铁路软土路基处理中采用动态设计的新概念。对粉喷桩复合地基沉降计算方法、沉降推算方法的适用性进行分析。对于柔性基础下粉喷桩复合地基,在桩顶有柔性基础、桩底为较硬土体的情况下,其加固区的沉降计算采用复合模量法较符合实际;而对于下卧层的压缩值采用应力扩散法比较合理,压缩量采用分层总和法进行计算。     

长、短桩相结合的水泥粉喷桩复合地基设计计算方法探讨

对长、短桩相结合的水泥粉喷桩复合地基设计计算方法进行了探讨 ,提出了水泥粉喷桩复合地基承载力计算公式、作用在下卧层桩间土层顶面附加应力的计算公式以及复合地基沉降的计算公式 ,指出单桩竖向承载力标准值Rkd 计算必须考虑粉喷桩的有效桩长问题。给出了一个用长、短水泥粉喷桩相结合的加固形式处理深厚软弱地基的工程实例     

长短粉喷桩处理软基的设计探讨和工程应用

对长短粉喷桩复合地基的两种不同计算方法进行了分析,提出了长短粉喷桩复合地基的承载力和沉降计算公式。结合一个工程实例,详细介绍了长短粉喷桩复合地基的设计与施工方法,并给出了加固效果的检测方法,验证了所提计算公式的可行性。     

粉喷桩软基处理的优化设计研究

从研究粉喷桩复合地基的荷载传递和沉降方面入手,分析论证粉喷桩的有效桩长,再根据复合地基附加应力分布来确定粉喷桩复合地基加固区上、下部分界面,提出以沉降变形控制的优化设计方法。     

BP网络在东营地区粉喷桩复合地基设计中的应用

针对目前常用的计算粉喷桩复合地基承载力的方法还停留在经验的水平上,根据东营地区软弱地基的特点,以及人工神经网络在处理复杂非线性问题时的特性,利用BP神经网络建立高度非线性模型,对水泥粉喷桩复合地基承载力进行分析,为准确计算该地区的复合地基承载力提供了一个新方法。     

粉喷桩复合地基工后沉降的现场研究

通过采用粉喷桩复合地基处理工后沉降要求严格的高速铁路软土地基的现场试验,对粉喷桩复合地基处理软土地基的加固效果进行了系统的研究。试验表明,粉喷桩复合地基处理类似本试验段条件的高速铁路软土地基可以在较短工期内满足5 cm工后沉降的要求。无论是硬壳层还是淤泥质黏土层,粉喷桩复合地基的单位压缩值比塑料排水板排水固结法地基要小的多,黏土层的压缩模量得到了明显的提高。设置了碎石垫层后,粉喷桩桩体并无明显的向柔性基础刺入的现象发生,且垫层的设置达到了均化基底应力及调整差异沉降的目的。实测的孔隙水压力和沉降分析表明,与天然地基相比,粉喷桩复合地基的固结速率得到了较为明显的提高。位于地基不同位置的桩土应力比在不同时间不同荷载作用下是不同的,荷载稳定后的桩土应力比平均值为5.0。     

高速公路粉喷桩复合地基沉降分析

结合高速公路粉喷桩复合地基工程实例,在复合地基沉降观测的基础上,用指数曲线模型和双曲线模型等方法探讨了高速公路粉喷桩复合地基沉降变形的规律,对同类工程有较大的参考价值。     

粉喷桩加固软土地基的工程实例与分析

通过某一粉喷桩加固软土地基的实例 ,着重介绍了水泥土搅拌桩复合地基的承载力和沉降量的计算方法 ,进行了理论计算与实测结果的对比分析 ,并指出在粉喷桩加固软土地基的设计与施工过程中应注意的若干问题。     

粉喷桩加固软土地基的工程实例与分析

通过某一粉喷桩加固软土地基的实例,着重介绍了水泥土搅拌桩复合地基的承载力和沉降量的计算方法,进行了理论计算与实测结果的对比分析,并指出在粉喷桩加固软土地基的设计与施工过程中应注意的若干问题．     

粉喷桩复合地基承载特性试验研究

根据粉喷桩复合地基的静载荷及沉降观测试验资料,对粉喷桩在地基处理中的地基承载力、桩土应力比等进行了研究,并对粉喷桩复合地基承载特性进行了简要分析,为粉喷桩的工程应用提供有益的理论依据和参考。     

MIV-PSO-BP神经网络用户热负荷预测

提出利用MIV-PSO-BP神经网络预测用户热负荷。MIV-PSO-BP神经网络基于BP神经网络,利用PSO算法优化神经网络初始参数,采取MIV算法筛选与输出变量相关程度最大的输入变量。以绝对误差、均方根误差作为指标,评价MIV-PSO-BP神经网络的预测效果。结合箱线图,比较BP神经网络、MIV-PSO-BP神经网络的预测相对误差分散程度与异常点数量。与BP神经网络相比,MIV-PSO-BP神经网络的预测效果更理想。由BP神经网络、MIV-PSO-BP神经网络的预测结果相对误差箱线图可知,MIV-PSO-BP神经网络预测结果相对误差集中,异常点少;BP神经网络预测结果相对误差分散,异常点多。MIV-PSO-BP神经网络预测准确性、稳定性更高。     

MIV-PSO-BP神经网络用户热负荷预测

提出利用MIV-PSO-BP神经网络预测用户热负荷。MIV-PSO-BP神经网络基于BP神经网络,利用PSO算法优化神经网络初始参数,采取MIV算法筛选与输出变量相关程度最大的输入变量。以绝对误差、均方根误差作为指标,评价MIV-PSO-BP神经网络的预测效果。结合箱线图,比较BP神经网络、MIV-PSO-BP神经网络的预测相对误差分散程度与异常点数量。与BP神经网络相比,MIV-PSO-BP神经网络的预测效果更理想。由BP神经网络、MIV-PSO-BP神经网络的预测结果相对误差箱线图可知,MIV-PSO-BP神经网络预测结果相对误差集中,异常点少;BP神经网络预测结果相对误差分散,异常点多。MIV-PSO-BP神经网络预测准确性、稳定性更高。     

径向基网络在结构设计与分析中的应用

详细地介绍了径向基(RBF)神经网络的结构和基本原理。基于RBF神经网络能够逼近任意非线性函数的特点,提出了一种基于RBF神经网络建立结构分析模型的方法。与BP网络的仿真结果对比表明,所建立RBF神经网络模型收敛速度快,拟合精度高,适用于复杂结构的建模问题。     

基于小波分析的神经网络在混凝土测强曲线拟合中的应用

将小波母函数嵌入人工神经网络的神经元形成紧致型小波神经网络,将此种网络用于混凝土非破损检测的测强曲线拟合和预测,提升了纯粹的BP神经网络的拟合和预测精度,效果远胜于最小二乘拟合和预测.通过一个算例对小波神经网络的高精准性和非性线逼近能力进行了验证,对实验数据进行了统计分析,结论表明小波神经网络优于BP神经网络.     

边坡位移预测的RBF神经网络方法

利用边坡实测位移序列来预测边坡未来时间的位移,可以有效地判断边坡的稳定性。由于神经网络可以通过对样本的反复学习来反映边坡复杂的非线性演化关系,其预测效果要优于传统的预测方法。RBF神经网络作为一种性能良好的前馈网络,具有更好的逼近能力和全局最优特性。以边坡位移时间序列为基础,采用RBF神经网络建立边坡位移预测模型,通过最近邻聚类学习算法实现边坡位移预测,具有结构简单、学习速度快、预测精度高的特点,网络的外推能力也较强。通过2个工程实例说明边坡位移预测的RBF神经网络方法的有效性。     

基于径向基神经网络的基坑支护位移预测方法

简要分析了径向基神经网络相对于BP神经网络的优点,利用径向基神经网络建立了基坑支护水平位移的预测方法并编制了基于径向基神经网络的支护位移预测程序.结合实际工程监测数据中的基坑支护结构水平位移数据,对网络进行训练并利用训练好的网络对基坑支护结构的水平位移进行了预测.从预测结果与实测结果的对比分析来看,利用径向基神经网络对基坑支护水平位移进行预测是可行的,其精度符合工程实际的要求.     

基于BP网络的隧道围岩位移预测方法

介绍人工神经网络模型法的基本原理与步骤,探讨了隧道围岩收敛监测数据与人工神经网络间的联系,并建立了基于人工神经网络的隧道围岩收敛预报模型。以工程实例为背景,对隧道围岩的收敛变形进行预报分析。研究结果表明:BP网络预测值与实测值吻合程度很好,完全满足工程及控制的要求。     

小波神经网络预测混凝土强度研究

小波神经网络是将小波理论和神经网络理论结合起来的一种神经网络 ,它避免了BP神经网络结构设计的盲目性和局部最优等非线性优化问题 ,大大简化了训练 ,具有较强的函数学习能力和推广能力及广阔的应用前景。小波神经网络用于混凝土强度预测的结果表明 ,它比传统的BP神经网络的收敛速度快 ,预测精度高     

基于高效神经网络的框架结构节点损伤的多重分步识别方法

提出了基于神经网络的框架结构节点损伤的多重分步识别方法,建立了用于框架结构节点损伤识别的高效神经网络法。根据节点损伤的多重分步识别思路,把节点损伤识别主要分为四步:第一步利用神经网络建立损伤异常过滤器对节点损伤进行预警;第二步以频率构造的组合指标作为神经网络输入向量,对节点损伤进行初步定位;第三步以归一化的应变模态差绝对值作为神经网络输入向量,对节点损伤进行具体定位;第四步以应变模态差绝对值作为神经网络输入向量,对节点损伤程度进行识别。针对三跨四层的框架结构进行了节点损伤识别数值模拟,结果表明:应用神经网络技术,采用多重分步识别方法,简化了网络的结构,能够有效地对框架结构节点损伤进行预警、定位和定量。     

Recurrent Neural Networks for Structural Optimization

This paper presents an improvement for an artificial neural network paradigm that has shown significant potential for successful application to a class of optimization problems in structural engineering. The artificial neural network paradigm includes algorithms that belong to the class of single-layer, relaxation-type recurrent neural networks. The suggested improvement enhances the convergence performance and involves a technique that sets the values of weight parameters of the recurrent neural network algorithm. The complete procedure of solving an optimization problem with a single-layer, relaxation-type recurrent neural network is introduced. The discrete Hopfield network is employed to solve the weighted matching problem. A set of simulation experiments is performed to analyze the performance of the discrete Hopfield network. Simulation results confirm that the discrete Hopfield network locates a locally optimal solution after each relaxation once the weight parameters are specified as defined in the suggested technique.