深基坑监测数据分析与变形预测研究

深基坑监测数据分析与变形预测研究

ID:36445193

大小:4.07 MB

页数:71页

时间:2019-05-10

深基坑监测数据分析与变形预测研究_第1页
深基坑监测数据分析与变形预测研究_第2页
深基坑监测数据分析与变形预测研究_第3页
深基坑监测数据分析与变形预测研究_第4页
深基坑监测数据分析与变形预测研究_第5页
资源描述:

《深基坑监测数据分析与变形预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、北京交通大学硕士学位论文深基坑监测数据分析与变形预测研究姓名:刘海燕申请学位级别:硕士专业:摄影测量与遥感指导教师:杨松林;王斌201206中文摘要摘要:随着城市建设的快速发展,城市空间的使用日益紧张,而地下空间的发展很好的缓解了此矛盾,深基坑工程也是其中之一,它作为承载建筑上部结构的部分,是一项很复杂且重要的工程,它的稳定与否不仅关系到上部结构的安全,还会对周围建筑物的变形产生影响,所以深基坑工程的变形研究受到越来越多学者的重视。基坑的变形受到很多因素的影响,它的变形很难用力学模型或者统一的经验

2、公式来进行计算,本文将在前人研究的基础上,利用北京市某深基坑开挖过程中监测点的观测数据,以基坑开挖前期的变形数据来分析和预测后期的变形,并用实测数据验证预测的准确性,更好地反馈给设计施工,指导基坑开挖,避免施工过程中产生安全事故,同时也能有效的保护周围建筑物的稳定。本文引入灰色系统法和人工神经网络方法并详细分析了两种方法用于数据预测的基本理论,两种方法都能在一定程度上,在一定条件下对基坑的变形进行预测,但都存在缺点,灰色系统法通过对原始数据的整理来寻找规律,只适于呈指数增长的短期时间序列的变形预测

3、。而利用人工神经网络方法进行预测,在监测数据序列很短的情况下,得出的结果误差相对较大。本文根据这种情况,将探讨利用灰色系统法能较精确预测短期变形的优点,与BP神经网络模型结合的新方法,基于北京市某深基坑工程的监测数据,利用Matlab软件,进行深基坑变形预测方法的分析,分别用灰色系统GM(1,1)模型和人工神经网络模型进行预测分析对比,然后将两种方法结合起来,用优化模型进行分析预测,结果说明优化模型对深基坑的变形预测结果具有更高的精度和准确性,同时,对复杂条件下非线性的深基坑变形预测具有较高的可靠

4、性和适用性。关键词:深基坑工程;变形预测;灰色系统GM(1,1)模型;BP神经网络模型;组合模型分类号:P258ABSTRA(了rABSTRACTABSTRACT:Withtherapiddevelopmentofcityconstruction,theuseoforbanspaceincreasinglynervous,whilethedevelopmentofundergroundspaceeasesthecontradictionwell.Onekindoftypeisdeepfoundat

5、ionpitengineeringWhichisverycomplicatedandimportantasthepartofbearingtheweightoftheUpperstructure,anditsstableornotrelatedtothesafetyoftheupperstructure,evenhadanimpactonthedeformationofthesurroundingbuildings,SOitsdeformarionpredictionreceivingmorean

6、dmoreattentionofscholars.ThepitdeformationisinfluencedbySOmanyfactorsthatitisdifficulttousethemechanicalmodelorunifiedexperienceformulatocomputethedeformation.Inordertoguidethefoundationpitexcavation,avoidingsafetyaccidentintheprocessofconstructing,pr

7、otectingthestabilityofthesurroundingbuildingseffectively,thispaperwillbebasedontheformerresearch,usetheobservationdataintheprocessofdeepfoundationpitofBeijingexcavationofmonitoringstations,withtheearlydatatopredictthelatedeformationofthefoundationpit.

8、Thispaperintroducesthegraysystemmethodandartificialneuralnetworkmethodanddetailedanalysisthebasictheoryofthesetwomethodsareusedinprediction.InsomeextentthetwomethodsCandodeformationforecastincertainconditions,whilethereareshortcomings.111e孕ays

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。