本文關鍵詞：去噪分析和分離變形預測在深埋隧道中的應用研究　出處：《鐵道標準設計》2017年09期 　論文類型：期刊論文

  更多相關文章： 隧道 去噪分析 GA-BP神經網絡 時間序列 誤差修正

【摘要】：隧道變形易誘發(fā)相應的工程問題,對其防治及預測已成為地下工程領域的熱點問題。為提高隧道變形的預測精度,達到有效掌握隧道變形規(guī)律的目的,以某隧道為工程實例,通過對其監(jiān)測數據的去噪處理,將隧道變形的原始序列分離為趨勢項和誤差項序列,并利用GA-BP神經網絡和時間序列模型對兩序列進行預測,又結合支持向量機模型對前者的預測誤差進行修正,以保證預測精度。結果表明:在去噪方面,得出半參數優(yōu)化卡爾曼濾波的去噪效果最優(yōu),其次是sym8小波去噪和奇異譜分析;在預測方面,得出分離預測能一定程度上提高預測精度,但效果不明顯,而誤差修正模型能很大程度上提高預測精度,綜合得到本文預測結果的平均相對誤差為1.08%。預測模型具有精度較高等優(yōu)點,能為深埋隧道的變形預測提供借鑒。
[Abstract]:Tunnel deformation is easy to induce the corresponding engineering problems, prevention and prediction of the tunnel deformation has become a hot issue in the field of underground engineering. In order to improve the accuracy of tunnel deformation prediction, to effectively grasp the tunnel deformation law. Taking a tunnel as an engineering example, the original sequence of tunnel deformation is separated into trend item and error item sequence by de-noising the monitoring data. GA-BP neural network and time series model are used to predict the two sequences, and support vector machine model is used to correct the prediction error of the former to ensure the prediction accuracy. The results show that: in the aspect of denoising. The optimal denoising effect of semi-parametric optimal Kalman filter is obtained, followed by sym8 wavelet denoising and singular spectrum analysis. In the aspect of prediction, it is concluded that the separation prediction can improve the prediction accuracy to some extent, but the effect is not obvious, and the error correction model can improve the prediction accuracy to a great extent. It is concluded that the average relative error of the prediction results is 1.080.The prediction model has the advantages of high accuracy and can be used as a reference for the prediction of deep buried tunnel deformation.
【作者單位】： 云南省交通規(guī)劃設計研究院;四川省冶金地質勘查局水文工程大隊;
【分類號】：U456.3
【正文快照】： 隧道圍巖的變形是一種危險性強、常見的施工地質災害,對隧道的安全施工造成了極大的隱患[1]。因此,對隧道圍巖的變形監(jiān)測能實時掌握隧道的變形情況,并根據變形監(jiān)測數據進行預測分析,對評價圍巖的穩(wěn)定性具有重要的意義[2-4]。同時,隨著現(xiàn)代監(jiān)測技術的快速發(fā)展,監(jiān)測精度較傳統(tǒng)監(jiān)

【相似文獻】

相關期刊論文 前10條

1 姜晨光;呂淑賢;楊英姿;崔大作;孫鵬德;;深埋隧道圍壓計算與斷面形狀設計的研究與實踐[J];礦冶;2007年04期

2 黃凱;;秦嶺越嶺深埋隧道地溫預測方法[J];山西建筑;2009年18期

3 衛(wèi)剛金;章招興;;物探技術在高速公路深埋隧道勘查中的應用研究[J];硅谷;2009年13期

4 張麗;陳東;;深埋隧道實用計算分析[J];都市快軌交通;2009年06期

5 ;長大深埋隧道(連載一)[J];現(xiàn)代隧道技術;2012年03期

6 國際隧協(xié)第17工作組;曾興;;長大深埋隧道(連載二)[J];現(xiàn)代隧道技術;2012年05期

7 曾興;;長大深埋隧道(連載三)[J];現(xiàn)代隧道技術;2012年06期

8 李曉紅,靳曉光,王宏圖,姜德義;采動下臥煤層對深埋隧道結構穩(wěn)定性的影響[J];巖土力學;2005年09期

9 劉劍飛;;西南地區(qū)長大深埋隧道綜合物探的應用研究[J];鐵道建筑技術;2011年S1期

10 杜靜;;某深埋隧道中的高地溫問題研究[J];山西建筑;2012年17期

相關會議論文 前10條

1 郭U_良;，

本文編號：1396139