论文部分内容阅读
深基坑工程在施工期会产生基坑围护结构的位移、坑底隆起、周边地表沉降等变形,如变形值过大会引起基坑失稳或周边建(构)筑物开裂等工程事故。影响深基坑变形的因素很多,属于典型的非线性问题。按照信息化施工的需要,深基坑工程施工过程中必须开展施工监测,并根据监测资料对基坑的变形进行预测。本文以广州地铁三号线燕塘站深基坑工程(迄今为止广州地区开挖深度最大的基坑工程)为背景,采用有限元法对深基坑开挖施工引起的变形进行了分析,建立了基于灰色系统、马尔科夫链及人工神经网络的变形预测模型,对各种预测模型进行了分析,通过实际验证,指出了各模型的适用性。本文所做的主要工作如下:(1)分析了燕塘站深基坑工程施工的特点和难度,制订了明挖部分深基坑工程施工方案和监测方案。确定采用地下连续墙+内支撑的支护方案。对施工期基坑变形进行了全程连续监测。(2)对地铁燕塘站深基坑开挖进行了三维数值模拟分析,并深入分析了模型的尺寸效应和空间效应,确定了模型最终尺寸。桩墙体水平位移、支撑轴力以及基坑周围地表沉降等分析计算结果与实测数据吻合较好;分析了施工工序及各道工序对基坑位移的影响;通过对比分析,发现采用硬化土模型、设置桩-土界面接触单元所得计算结果更加符合工程实际。(3)验证了新陈代谢模型的建模适用性,建立了用于短期预测的新陈代谢GM(1,1)模型和灰色马尔科夫链模型,对基坑变形值进行了短期预测。结果表明,短期预测新陈代谢GM(1,1)模型和灰色马尔科夫链模型的预测精度都可以满足施工期预测要求,可优先采用灰色马尔科夫链模型。(4)建立了适合于中长期预测的新陈代谢残差GM(1,1)预测方法、灰色马尔科夫链残差预测方法,并利用这些方法对基坑变形值进行了中长期发展预测。预测结果表明,这两个模型的预测精度均可以满足施工期预测要求,但灰色马尔科夫链残差模型更合适。(5)分析了影响深基坑变形的各影响因素,选择土体内摩擦角、土体粘聚力、土的重度、地下水位、渗透系数、深基坑开挖深度、内支撑层数等7个因素为深基坑变形BP网络预测模型的影响因素。分别探讨了基于时间序列和基于各影响因素的深基坑施工期变形BP网络的建模方法,利用所建模型进行沉降变形预测,模型预测精度都较好。(6)将灰色马尔科夫预测模型、灰色马尔科夫残差模型、基于时间序列BP神经网络模型、基于各影响因素BP神经网络模型进行对比分析,各预测模型与现场监测值均吻合的较好,都能应用于施工期深基坑变形动态预测,其中基于各影响因素的BP神经网络模型预测值与现场监测值最接近。BP网络模型的预测精度比灰色马尔科夫模型稍高。