|
人工神经网络在地表变形预测中的应用
|
|
【计算机综合基础论文】摘 要:讨论了城市地铁区间隧道盾构掘进中对土体的施工扰动及引起地层移动和地表变形沉降的力学机理,概括了施工扰动影响的主导因素。结合工程实践,采用了人工智能神经网络技术对地表沉降进行预测,经与现场实测值作对比分析,论证了上述方法的可行性和适用性。 关键词:盾构施工,土体扰动,地层移动,神经网络 引言 利用神经网络较强的非线性映射能力和实测资料,来对高度复杂和高度非线性的变形量进行直接建模,因而具有很强的客观性和适应性。文中采用人工神经网络技术进行了地表沉降的理论预测,并应用于南京市地下铁道1号线的工程实践,获得了一些有益的认识。 1 盾构施工的地表变形机理 盾构推进过程中产生地面变形沉降的根本原因是施工对周围土体的扰动(徐永福,1999)[1]。盾构推进过程中产生的地面变形由以下五个部分组成: 1)盾构到达前的地面变形(δ1):盾构推进对前方土体产生挤压变形,δ1主要是由于土体受挤压其有效应力增加而引起的。 2)盾构到达时的地面变形(δ2):δ2是由于盾构推进引起土体应力状态改变而产生的变形。Broms和Bennermark提出了用超载系数N来表示δ2,超载系数N拟定为 N=(σ0-P)/Cu(1) 其中,σ0为沿盾构轴线原位土体的上覆应力(包括超载应力);P为开挖面上的支撑力;Cu为土体的不排水抗剪强度。Clough和Schmidt提出了用上述N值估算粘土地层中开挖面上的地层损失ΔV的方法: ΔV=2V0Cu[(1+μ)/E]exp(N-1)(2) 其中,V0为盾构的理论排土体积;E为土体弹性模量;μ为泊松比。对于低塑性粘土,E=(500~1500)Cu。N≥1时,ΔV=mV0exp(N-1);N<1时,ΔV=mNV0,而m=2Cu(1+μ)/E=0.002~0.006。 2) 盾构通过时的地面变形(δ3):盾构外壳与土层间会形成剪切滑动面,剪切滑动面附近的土层内产生剪切应力,剪切应力引起地表变形δ3。推进速度越快,剪切应
|
|
|