论文部分内容阅读
随着我国城市化的发展,城市地下空间的开发和利用成为了一个研究和应用的热点。我国沿海地区,地下水位普遍偏高,且多为软土地基,浅层地下水位变化较大,地基不稳定。在这样的环境中,地下建筑物往往会承受较大的水浮力,这样就给施工带来了一定的难度,为了克服这一问题,很多时候要采用抗拔措施,抗拔措施中最普遍的是利用扩底抗拔桩基础。扩底抗拔桩的施工工艺、荷载传递机理、承载力影响因素及其承载力的分析都是很重要的环节。而目前,扩底抗拔桩承载力等性能参数的计算理论体系仍有待完善。人工神经网络作为人工智能的一个重要部分,在非线性优化方面具有很大的优势,用其分析桩极限承载力的影响因素和桩极限承载力之间的非线性关系,并结合桩基承载力的有关理论及现场试验数据,总结经验规律,得到精确的神经网络承载力预测模型,从而更好地应用到桩基工程中。 本文结合上海地区的上海建工医院病房楼改建工程、上海浦江镇125-2地块地下车库等五个桩基工程项目,基于现场静载荷抗拔试验的试桩数据,进一步分析和总结了注浆成型扩底抗拔桩荷载传递机理、破坏模式及其承载力的影响因素;基于数量化理论I,建立了注浆成型扩底抗拔桩承载力影响因素的评价模型,确定了承载力各影响因素的贡献排序,并提取出了主要影响因素;基于BP神经网络的原理,并结合大型数据处理软件 MATLABr2016,把主要影响因素作为输入单元,建立了注浆成型扩底抗拔桩承载力的预测模型。本文主要研究内容如下: (1)针对扩底桩现有施工工艺存在的不足,介绍了注浆成型扩底抗拔桩施工工艺,并对其扩底构造、特点和适用情况进行分析。 (2)在等截面抗拔桩的荷载传递机理及其破坏模式的基础上,研究了扩底抗拔桩的机理及其破坏模式。根据扩底抗拔桩的破坏模式,选择合适的扩底抗拔桩承载力计算方法。 (3)运用数量化理论I的原理对上海地区浦江镇125-2地块地下车库、上海建工医院病房楼等5个工程项目的试桩样本进行分析,并结合大型数据处理软件MATLABr2016,建立了扩底抗拔桩承载力影响因素的评价模型,分析了抗拔桩承载力各影响因素。 (4)运用 BP神经网络的原理,并结合大型数据处理软件 MATLABr2016,建立了输入层为6个主要影响因素,隐含层为15,输出层为1的桩承载力预测模型。用该模型对试桩检验样本检验,计算最终预测值与实测值的相对误差,检验所建模型的准确性及其在工程中的可实用性。