论文部分内容阅读
在岩土工程中,通过大量的监测数据与对应模型的计算结果进行对比,发现两者相差较大,导致这种差异的因素很多,其中岩土参数的取值是一个较为重要的影响因素。近年来,随着现场监测和反分析技术的迅猛发展,以合理的监测方案对基坑施工的全过程进行监控,根据施工情况和监测结果,获得全面、可靠的施工信息,可对后续施工工况支护结构的变形予以预测,并对后续施工方案进行动态调整。本文在宜宾市南溪区棚户改造基坑工程的基础上,基于遗传算法(GA)和最小二乘支持向量机(LSSVM)对基坑土层弹性模量进行反演,并用反演所得弹模对后续工况进行预测。本文的主要内容和结论如下:(1)在介绍了本工程的基本概况后,分析了锚索轴力、桩身水平位移以及桩身弯矩的监测数据。列举了导致锚索轴力损失的因素,并结合监测数据对本项目的锚索轴力进行了分析,锚索轴力变化范围在锚索轴力设计值的20.9%~65.6%;分析了桩身水平位移的监测数据,统计了最大水平位移与开挖深度的比值,本工程的该比值在1.31‰~3.97‰;在桩身钢筋应力监测值的基础上计算了桩身的弯矩,并对施工过程中弯矩的变化过程进行了分析。(2)以地勘报告为基础,利用MIDAS GTS建立基坑开挖的数值型模,选取具有代表性的点,对其各工况桩身水平位移监测值和模拟值进行对比,各桩的深层水平位移模拟值曲线与实测值曲线发展趋势较吻合,但仍有一定误差。(3)选取对支护结构水平位移影响较大,而又不易确定的土体弹性模量E作为待反演参数,选取监测方便、数据全面、精度较高的支护结构水平位移作为反分析中的实测数据。通过均匀设计试验方案,设计多组土体参数组合,采用第三章建立的基坑模型,得到桩身水平位移的模拟值,以设计的土体参数组合与对应的桩身水平位移构建学习样本,用最小二乘支持向量机模型代替MIDAS GTS正分析计算,建立土体弹性模量与桩身深层水平位移之间的非线性映射关系,采用GA算法搜索LSSVM模型的最优正则化参数γ和核参数σ来建立LSSVM模型。由此,对于任意工况的桩身水平位移,借助此模型,便可以得到该工况下的各土层的弹性模量。(4)将各工况反演所得弹性模量以及勘察报告中的弹性模量分别带入数值模型中进行计算,并把反演所得弹性模量的计算水平位移与对应工况的勘察值计算水平位移以及对应工况的实测水平位移进行对比,检验反演结果是否可靠。结果表明,各工况反演所得弹性模量的计算水平位移普遍好于勘察值的计算水平位移,即反演结果可靠;最后利用反演所得弹性模量对后续工况进行预测,结果表明,离预测工况越近的工况,其反所得弹性模量预测效果越好。