地铁隧道盾构施工地表沉降非线性预测及风险动态控制研究
发布时间：2023-01-30 09:18
在盾构施工中影响地表沉降变形的因素比较多,过多的参数往往会增加传统力学预测模型的困难。除此之外,目前针对盾构施工地表沉降风险评估方法都是基于静态数据进行分析,很少将风险因素与施工掘进过程进行动态风险评估。因此本文以成都地铁八号线元华出入段区间隧道施工为项目背景,选取了对环境变动有较强鲁棒性的最小二乘支持向量回归机（LS-VSM）来改进地表沉降预测模型,并针对盾构施工各风险因素状态的不同,建立了基于贝叶斯网络的盾构施工地表沉降风险动态评估模型,对地铁盾构施工引起的地表沉降风险展开系统研究。本文的研究内容及成果主要包括:（1）通过对影响地表沉降变形因素分析,基于成都地铁八号线元华出入段区间盾构施工现场监测统计的大量数据样本,从核函数类型和地表沉降影响因素角度分别建立了基于最小二乘支持向量机（LS-VSM）回归的多维变量输入和地表中心沉降变量输出的非线性预测模型。结果表明:高斯核函数具有较强的统计学习能力,其泛化能力也较高,适用于盾构施工地表中心最大沉降的非线性预测回归;隧道几何参数、地层力学性质参数和盾构掘进技术参数三者综合考虑建立的地表沉降预测模型预测精度是最高的。（2）为了比较最小二乘...
【文章页数】：108 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 盾构法施工地表沉降变形研究
1.2.2 地铁盾构施工地表沉降风险管理研究
1.2.3 目前隧道施工地表沉降研究存在的问题
1.3 本文研究内容及方法
1.3.1 论文研究内容
1.3.2 论文研究方法及技术路线
2 盾构隧道施工引发地表变形理论研究
2.1 盾构隧道施工对周围地层变形影响
2.1.1 地层变形的原因
2.1.2 盾构施工引起地层变形的时空效应机理
2.2 地表变形规律研究
2.2.1 地表横向沉降变形规律分析
2.2.2 地表纵向沉降变形规律分析
2.3 地铁盾构掘进施工引起地表变形的影响因素
2.3.1 影响地表沉降的隧道几何因素分析
2.3.2 影响地表沉降的地层力学性质因素分析
2.3.3 影响地表沉降的盾构掘进技术因素分析
2.4 本章小结
3 基于LS-VSM回归的地表沉降预测模型原理
3.1 统计学习理论
3.1.1 机械学习原理
3.1.2 经验风险最小化(ERM)
3.1.3 结构风险最小化(SRM准则)
3.2 支持向量机分类原理及算法
3.3 基于支持向量机的回归方法
3.3.1 最小二乘支持向量机回归(LS-VSM)原理
3.3.2 核函数选择
3.3.3 参数寻优
3.4 基于LS-VSM回归地表沉降预测模型的建立流程
3.5 本章小结
4 基于LS-VSM回归的预测模型建立及结果对比
4.1 工程概况
4.1.1 区间线路
4.1.2 工程地质条件
4.1.3 水文地质条件
4.1.4 周边环境情况
4.1.5 地表沉降测点布设方案
4.2 LS-VSM地表沉降预测模型的建立
4.2.1 训练和测试数据的选取
4.2.2 数据预处理
4.2.3 创建/训练LS-VSM回归预测模型
4.2.4 仿真测试性能评价
4.3 LS-VSM非线性回归模型预测分析
4.3.1 三种核函数预测模型结果分析及评价
4.3.2 不同参数组合预测模型结果分析及评价
4.4 与BP神经网络算法预测的对比分析
4.4.1 BP神经网络原理简述
4.4.2 BP神经网络与LS-VSM法回归预测结果对比
4.5 本章小结
5 基于贝叶斯网络盾构施工地表沉降动态风险控制
5.1 地表沉降动态风险评级体系建立
5.1.1 各类风险影响因素的选取
5.1.2 影响因素的分级标准
5.1.3 风险评级体系建立
5.2 贝叶斯网络理论
5.2.1 贝叶斯网络原理
5.2.2 贝叶斯网络模型的构建
5.3 贝叶斯网络模型在风险管理的应用
5.3.1 后验概率分析
5.3.2 敏感性分析
5.4 工程应用
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录一 :攻读硕士学位期间取得的成果
附录二 :LS-VSM法与BP神经网络地表沉降预测模型代码
附件三:地铁盾构施工事故统计表
【参考文献】：
期刊论文
[1]2018年中国城市轨道交通运营线路统计和分析[J]. 赵昕,顾保南. 城市轨道交通研究. 2019(01)
[2]基于RS-SVR的上软下硬地层盾构施工地表沉降预测[J]. 林荣安,孙钰丰,戴振华,翁效林,吴银河,罗卫. 中国公路学报. 2018(11)
[3]基于LIB-SVM的盾构隧道地表沉降预测方法研究[J]. 潘宇平,倪静,李林,耿雪玉. 水资源与水工程学报. 2018(03)
[4]西安富水砂层盾构施工Peck沉降预测公式改进[J]. 胡长明,冯超,梅源,袁一力. 地下空间与工程学报. 2018(01)
[5]矩形顶管施工引起的地面沉降变形研究[J]. 许有俊,王雅建,冯超,刘志伟,朱剑. 地下空间与工程学报. 2018(01)
[6]类矩形土压平衡盾构施工引起的地表变形[J]. 张雪辉,陈吉祥,白云,陈昂,黄德中. 浙江大学学报(工学版). 2018(02)
[7]地铁工程建设安全控制系统设计与应用分析[J]. 刘振刚. 城市建设理论研究(电子版). 2018(02)
[8]非均匀收敛随机介质模型对浅埋隧道施工引起地表沉降预测研究[J]. 王翀,秦拥军,于广明,高丽燕. 铁道标准设计. 2018(01)
[9]地铁盾构掘进引起的软弱地层沉降分析[J]. 蒙国往,周佳媚,高波,马敏. 现代隧道技术. 2017(06)
[10]砂土地层地铁盾构隧道施工对地层沉降影响的模型试验研究[J]. 王海涛,金慧,涂兵雄,张景元. 中国铁道科学. 2017(06)
博士论文
[1]城市地铁隧道事故案例统计分析与风险评价方法研究[D]. 王龚.北京交通大学 2018
[2]大直径土压平衡盾构引起的地表变形及掘进控制技术研究[D]. 郭玉海.北京交通大学 2014
[3]北京地铁盾构施工沉降风险机理研究及评价模型构建[D]. 黄俐.中国矿业大学(北京) 2012
[4]地铁隧道盾构施工诱发地层移动机理分析与控制研究[D]. 柳厚祥.西安理工大学 2008
硕士论文
[1]基于改进网格搜索法的SVM边坡变形预测研究[D]. 章治邦.江西理工大学 2018
[2]地铁盾构施工技术对地层变形影响的数值模拟[D]. 王涪.辽宁工业大学 2018
[3]基于ArcGIS的天津滨海新区地面沉降风险性评价研究[D]. 任永佳.吉林大学 2018
[4]北京地铁16号线盾构施工引起的地表沉降规律研究[D]. 焦传奇.西安科技大学 2017
[5]软土场地双线隧道土压盾构施工地表沉降规律研究[D]. 曹鲁鹏.哈尔滨工业大学 2017
[6]基于支持向量机的盾构施工地表沉降预警系统研究[D]. 宋臻.江西理工大学 2017
[7]地铁盾构施工引起的地表沉降研究[D]. 陈鑫超.南京理工大学 2017
[8]广州地铁盾构隧道施工中地表沉降的SVR法预测研究[D]. 王禹.暨南大学 2016
[9]地铁盾构施工地面沉降风险分析[D]. 张青英.华中科技大学 2015
[10]基于智能算法的盾构施工地表沉降预测研究[D]. 季雁鹏.石家庄铁道大学 2015
本文编号：3732931
【文章页数】：108 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 盾构法施工地表沉降变形研究
1.2.2 地铁盾构施工地表沉降风险管理研究
1.2.3 目前隧道施工地表沉降研究存在的问题
1.3 本文研究内容及方法
1.3.1 论文研究内容
1.3.2 论文研究方法及技术路线
2 盾构隧道施工引发地表变形理论研究
2.1 盾构隧道施工对周围地层变形影响
2.1.1 地层变形的原因
2.1.2 盾构施工引起地层变形的时空效应机理
2.2 地表变形规律研究
2.2.1 地表横向沉降变形规律分析
2.2.2 地表纵向沉降变形规律分析
2.3 地铁盾构掘进施工引起地表变形的影响因素
2.3.1 影响地表沉降的隧道几何因素分析
2.3.2 影响地表沉降的地层力学性质因素分析
2.3.3 影响地表沉降的盾构掘进技术因素分析
2.4 本章小结
3 基于LS-VSM回归的地表沉降预测模型原理
3.1 统计学习理论
3.1.1 机械学习原理
3.1.2 经验风险最小化(ERM)
3.1.3 结构风险最小化(SRM准则)
3.2 支持向量机分类原理及算法
3.3 基于支持向量机的回归方法
3.3.1 最小二乘支持向量机回归(LS-VSM)原理
3.3.2 核函数选择
3.3.3 参数寻优
3.4 基于LS-VSM回归地表沉降预测模型的建立流程
3.5 本章小结
4 基于LS-VSM回归的预测模型建立及结果对比
4.1 工程概况
4.1.1 区间线路
4.1.2 工程地质条件
4.1.3 水文地质条件
4.1.4 周边环境情况
4.1.5 地表沉降测点布设方案
4.2 LS-VSM地表沉降预测模型的建立
4.2.1 训练和测试数据的选取
4.2.2 数据预处理
4.2.3 创建/训练LS-VSM回归预测模型
4.2.4 仿真测试性能评价
4.3 LS-VSM非线性回归模型预测分析
4.3.1 三种核函数预测模型结果分析及评价
4.3.2 不同参数组合预测模型结果分析及评价
4.4 与BP神经网络算法预测的对比分析
4.4.1 BP神经网络原理简述
4.4.2 BP神经网络与LS-VSM法回归预测结果对比
4.5 本章小结
5 基于贝叶斯网络盾构施工地表沉降动态风险控制
5.1 地表沉降动态风险评级体系建立
5.1.1 各类风险影响因素的选取
5.1.2 影响因素的分级标准
5.1.3 风险评级体系建立
5.2 贝叶斯网络理论
5.2.1 贝叶斯网络原理
5.2.2 贝叶斯网络模型的构建
5.3 贝叶斯网络模型在风险管理的应用
5.3.1 后验概率分析
5.3.2 敏感性分析
5.4 工程应用
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录一 :攻读硕士学位期间取得的成果
附录二 :LS-VSM法与BP神经网络地表沉降预测模型代码
附件三:地铁盾构施工事故统计表
【参考文献】：
期刊论文
[1]2018年中国城市轨道交通运营线路统计和分析[J]. 赵昕,顾保南. 城市轨道交通研究. 2019(01)
[2]基于RS-SVR的上软下硬地层盾构施工地表沉降预测[J]. 林荣安,孙钰丰,戴振华,翁效林,吴银河,罗卫. 中国公路学报. 2018(11)
[3]基于LIB-SVM的盾构隧道地表沉降预测方法研究[J]. 潘宇平,倪静,李林,耿雪玉. 水资源与水工程学报. 2018(03)
[4]西安富水砂层盾构施工Peck沉降预测公式改进[J]. 胡长明,冯超,梅源,袁一力. 地下空间与工程学报. 2018(01)
[5]矩形顶管施工引起的地面沉降变形研究[J]. 许有俊,王雅建,冯超,刘志伟,朱剑. 地下空间与工程学报. 2018(01)
[6]类矩形土压平衡盾构施工引起的地表变形[J]. 张雪辉,陈吉祥,白云,陈昂,黄德中. 浙江大学学报(工学版). 2018(02)
[7]地铁工程建设安全控制系统设计与应用分析[J]. 刘振刚. 城市建设理论研究(电子版). 2018(02)
[8]非均匀收敛随机介质模型对浅埋隧道施工引起地表沉降预测研究[J]. 王翀,秦拥军,于广明,高丽燕. 铁道标准设计. 2018(01)
[9]地铁盾构掘进引起的软弱地层沉降分析[J]. 蒙国往,周佳媚,高波,马敏. 现代隧道技术. 2017(06)
[10]砂土地层地铁盾构隧道施工对地层沉降影响的模型试验研究[J]. 王海涛,金慧,涂兵雄,张景元. 中国铁道科学. 2017(06)
博士论文
[1]城市地铁隧道事故案例统计分析与风险评价方法研究[D]. 王龚.北京交通大学 2018
[2]大直径土压平衡盾构引起的地表变形及掘进控制技术研究[D]. 郭玉海.北京交通大学 2014
[3]北京地铁盾构施工沉降风险机理研究及评价模型构建[D]. 黄俐.中国矿业大学(北京) 2012
[4]地铁隧道盾构施工诱发地层移动机理分析与控制研究[D]. 柳厚祥.西安理工大学 2008
硕士论文
[1]基于改进网格搜索法的SVM边坡变形预测研究[D]. 章治邦.江西理工大学 2018
[2]地铁盾构施工技术对地层变形影响的数值模拟[D]. 王涪.辽宁工业大学 2018
[3]基于ArcGIS的天津滨海新区地面沉降风险性评价研究[D]. 任永佳.吉林大学 2018
[4]北京地铁16号线盾构施工引起的地表沉降规律研究[D]. 焦传奇.西安科技大学 2017
[5]软土场地双线隧道土压盾构施工地表沉降规律研究[D]. 曹鲁鹏.哈尔滨工业大学 2017
[6]基于支持向量机的盾构施工地表沉降预警系统研究[D]. 宋臻.江西理工大学 2017
[7]地铁盾构施工引起的地表沉降研究[D]. 陈鑫超.南京理工大学 2017
[8]广州地铁盾构隧道施工中地表沉降的SVR法预测研究[D]. 王禹.暨南大学 2016
[9]地铁盾构施工地面沉降风险分析[D]. 张青英.华中科技大学 2015
[10]基于智能算法的盾构施工地表沉降预测研究[D]. 季雁鹏.石家庄铁道大学 2015
本文编号：3732931
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3732931.html
