【摘要】：隨著我國經濟的發(fā)展,土地資源性短缺和土地結構性短缺成為制約沿海地區(qū)經濟發(fā)展的重要瓶頸,填海造地便成為一種即可以拓展土地面積又可以在一定程度上避免政策制約的良方。深圳前海填海區(qū)數十年前曾是濱河灘涂,后經人工填海,現已形成約15平方公里的區(qū)域。然而,該處填海造地工程施工時,填海造地方法欠完善,原有的海積淤泥被擠向場地內,使得填海區(qū)內遍布淤泥,該地進行工程建設時,曾出現了一系列巖土工程問題。專家會議資料表明,該地區(qū)出現的巖土工程問題與對淤泥層的設計參數認識不足有關。由于淤泥的固結過程比較緩慢,其巖土參數仍處于不斷的變化之中。并且雖然淤泥層的設計參數可以通過室內實驗或者原位試驗得到,但是由于存在尺寸效應、某些實驗代價過高或者技術條件不具備,很難通過實驗來獲得參數,由此造成了實驗測得的土層參數與真實值之間有所偏差,使得地下工程的實際變形值與原來通過有限元模擬得出的變形值之間差異較大。論文以深圳前海填海區(qū)一基坑項目為研究背景,對該項目的淤泥層參數進行反演(也稱為反分析,下文統(tǒng)一稱為反分析)運算,得到更能反映實際狀況的淤泥層參數,以此達到指導施工的目的。神經網絡可以實現復雜事物之間的非線性映射,適用于解決那些看似雜亂無章的問題,其處理信息的方式類似于人的大腦,將許多簡單的單元模擬成神經元,因此可以建立任意輸入量與輸出量之間的非線性聯(lián)系。在土木工程領域,人工神經網絡在巖土介質力學性質反分析、過程控制、變形預測等領域發(fā)揮了積極的作用,故本文選取該方法用于淤泥層參數反分析研究。即在已有監(jiān)測數據的基礎上,運用MATLAB中的神經網絡工具箱和數值模擬軟件Midas/GTS對基坑淤泥層參數進行反分析,并對基坑的變形情況作出預測,達到指導施工的目的。本文所做工作如下:1.建立BP神經網絡反分析模型,確定了訓練次數、訓練誤差、學習率、動量因子、隱層單元數等模型參數。BP模型中隱層單元的數目關系到反分析結果的正確性,因此可根據輸入層和輸出層個數通過計算得到誤差最小的隱層節(jié)點數。2.介紹了兩種試驗設計法,最終選取了均勻設計法對基坑淤泥層參數進行處理,得到了 10組彈性模量E、粘聚力c、內摩擦角φ、泊松比μ組合。3.利用Midas/GTS軟件建立基坑有限元模型。將均勻設計后的上述10種參數組合代入Midas/GTS模型,計算樁體水平位移值,并進行數據歸一化。4.將上述歸一化后的數據輸入到MATLAB程序中,由仿真函數simm計算過的數值進行反歸一化處理可得到基坑淤泥層巖土參數。然后將上述求出的各組淤泥層參數分別代入Midas/GTS模型進行正演,通過軟件模擬的樁體水平位移值與實測真實值的對比來驗證反分析結果的正確性。5.采用動態(tài)反演法對基坑開挖到坑底時樁體水平位移進行數值模擬預測。另外,本文給出了另一種可預測基坑變形的理論方法,即利用BP神經網絡對基坑具體日期時間內的樁體水平變形情況作出預測,用來指導施工。
[Abstract]:......
【學位授予單位】：廣州大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TU447;TU433

【相似文獻】

相關期刊論文 前10條

1 李云安,鐘玉芳,張鴻昌;影響基坑變形的實質性狀態(tài)變量分析[J];地質與勘探;2000年02期

2 王平衛(wèi);彭振斌;何忠明;;基于灰色理論的基坑變形預測[J];地質與勘探;2006年06期

3 劉登攀;劉國彬;;鄰近建筑物對某基坑變形影響的分析[J];巖土工程技術;2007年01期

4 汪軍;;小議基坑變形及其控制[J];中國西部科技;2008年36期

5 陳立樟;;灰色預測在基坑變形監(jiān)測中的應用[J];福建建設科技;2010年05期

6 陳炳志;;基坑變形灰色人工神經網絡預測模型及其應用[J];山東科技大學學報(自然科學版);2010年05期

7 陳健;;基坑變形的混沌時間序列分析方法及應用研究[J];測繪;2011年02期

8 劉作昌;;基坑變形監(jiān)測淺析[J];化工礦產地質;2011年02期

9 李勇;陳在;;成都市某基坑變形監(jiān)測方案設計分析[J];地理空間信息;2011年06期

10 李奕;高雅萍;穆建鋒;;自適應卡爾曼濾波在基坑變形監(jiān)測中的應用[J];測繪;2011年06期

相關會議論文 前10條

1 侯學淵;劉國彬;;基坑變形估算[A];海峽兩岸土力學及基礎工程地工技術學術研討會論文集[C];1994年

2 張校亮;;如皋凌云新天地基坑變形監(jiān)測與分析[A];第九屆長三角科技論壇（測繪分論壇）論文集[C];2012年

3 周輝;周愛兆;;坑底工程樁加固效應對基坑變形的影響分析[A];第20屆全國結構工程學術會議論文集（第Ⅱ冊）[C];2011年

4 詹志勇;;基坑變形分析和周圍地面沉降的預測[A];第十七屆華東六省一市建筑施工技術交流會論文集[C];2008年

5 吳學萍;;某住宅小區(qū)地下水泵站基坑變形監(jiān)測分析[A];2011年全國工程地質學術年會論文集[C];2011年

6 尹小濤;葛修潤;李春光;王水林;;開挖步及其厚度對基坑變形破壞的影響研究[A];第2屆全國工程安全與防護學術會議論文集（上冊）[C];2010年

7 李莉;陳鵬宇;段新勝;;基坑變形預測的灰色二次優(yōu)化模型[A];中國運籌學會模糊信息與模糊工程分會第五屆學術年會論文集[C];2010年

8 鄭加柱;光輝;;顧及開挖深度的卡爾曼濾波模型在基坑變形分析中的應用[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

9 劉漢東;楊繼紅;;GM(1,1)優(yōu)化模型在基坑變形預測中的應用[A];全國城市地下空間學術交流會論文集[C];2004年

10 劉紅軍;于雅瓊;王秀海;;土巖組合地層旋噴樁止水樁錨支護基坑變形與受力數值分析[A];第十二次全國巖石力學與工程學術大會會議論文摘要集[C];2012年

相關重要報紙文章 前9條

1 張金宗;漁塘淤泥的作用和改良辦法[N];中國漁業(yè)報;2005年

2 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

3 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

4 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

5 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

6 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

7 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

8 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

9 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

相關博士學位論文 前10條

1 包旭范;軟土地基超大型基坑變形控制方法研究[D];西南交通大學;2008年

2 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

3 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

4 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

5 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

6 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

7 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

8 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

9 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

10 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

相關碩士學位論文 前10條

1 陳浩沖;填海區(qū)淤泥的巖土參數反演及基坑變形預測研究[D];廣州大學;2017年

2 羅江花;廣州某地鐵站基坑變形預測分析[D];華南理工大學;2015年

3 胡偉;考慮基底樁基影響的樁錨基坑變形研究[D];湖北工業(yè)大學;2015年

4 吳兵;考慮空間效應的基坑變形數值分析[D];南昌航空大學;2015年

5 王珊;一重集團大連設計研究院有限公司研發(fā)大樓基坑變形研究[D];遼寧師范大學;2015年

6 劉雪劍;融合神經元網絡與建模分析的基坑變形預測研究[D];北京交通大學;2016年

7 唐艷姣;成都地鐵錦江站的基坑變形預測研究[D];西南交通大學;2016年

8 劉關虎;加筋水泥土樁錨支護基坑變形規(guī)律研究[D];北京交通大學;2016年

9 雷崇;杭州地區(qū)坑底軟弱土對基坑變形的影響研究[D];浙江大學;2016年

10 高紅;支持向量機優(yōu)化組合模型在基坑變形預測中的應用研究[D];桂林理工大學;2016年

，

本文編號：2407253