论文部分内容阅读
本文以地下隧洞为对象,系统地研究了地下隧洞地面和地下现代测控理论、技术以及各项测控环节的精度分析,盾构掘进导向系统以及施工引起的地表变形动态预测模型和方法。具体研究内容如下: (1)研究了遂洞GPS测控网的布设、数据处理理论;探讨和研究了构筑物反射等产生的多路径效应的影响及应用小波分析理论有效减弱GPS接收信号的多路径噪声的方法;讨论了地下隧洞贯通的误差来源及贯通误差的优化配赋方法。 (2)对竖井联系及地下测控技术和可靠性进行了研究。详细分析了联系测量各因素对方位传递的影响,探讨并比较了加测陀螺方位角后地下导线的精度提高问题,论证了加测陀螺方位角后直伸等边导线终点精度的严密计算公式及陀螺方位边布测的最佳位置。 (3)精密导向系统的研究。盾构导向系统是盾构掘进时的指挥系统,对指导盾构掘进、隧洞贯通、减少地表沉降以及保证隧洞的质量等具有重要的作用。本文在研究盾构导向工作原理的基础上开发研制了一套盾构导向系统,精度高、工作可靠,可极大地缩短导向测量的时间和减轻劳动强度,实现了盾构掘进的实时定位和姿态监测。从理论上分析了各项因素对盾构位置和姿态的误差影响,导出了理论公式,总结了提高精度的相应措施。应用表明其精度较高,而且操作简单,在实际定位和导向中具有很好的应用价值。 (4)研究了隧洞施工中地表沉降动态预测模型,提出了时变参数灰色—时序动态预测模型,并建立了一种改进的时变灰色模型。为了充分利用有限的地表变形数据所蕴涵的内在规律性,提出了利用变形数据的正逆时间序列建立AR模型的方法,并与时变灰色模型组合,不但可反应出变形数据序列的趋势性,同时还可表现出其随机性,从而可进一步提高预测的精度和效果。模型应用于遂洞地表变形预测,验证了模型的有效性和准确性。 (5)探讨和研究了神经网络模型在盾构掘进时引起的地表沉降预测方法及安全性评价。针对BP算法存在的问题,将遗传算法应用于神经网络,并将改进的神经网络模型及模糊神经网络用于盾构推进时地表变形量和变形因素之间的非线性映射关系的建立,进而应用于地表沉降的变形预测和预报。实例表明此模型和方法的有效性和准确性。