青島地鐵3號線暗挖段地表變形BP神經(jīng)網(wǎng)絡預測研究.pdf

1、近些年來隨著城市的人口的增長，交通問題的日益嚴峻，城市地下工程迅速發(fā)展。而地下工程的施工勢必會由于地層損失和應力重分布等眾多原因而引起地層的移動，導致不同程度的沉降和位移。當?shù)貙右苿雍偷乇碜冃纬^一定的限度時就會造成地面沉陷、基坑垮塌、隧道破壞、周邊建筑物損害、地下管線損害等事故，影響到隧道和地表建筑物的正常使用和安全運營，嚴重時候還會造成工作人員的傷亡，導致嚴重經(jīng)濟損失及人員傷亡而產(chǎn)生不良的社會影響。因此正確預測城市隧道施工引起的地表

2、變形顯得十分必要，可為信息化動態(tài)施工提供指導。
　　 本文首先分析和介紹了預測隧道開挖引發(fā)地表變形的各種計算和預測方法，如經(jīng)驗公式法、隨機介質(zhì)理論、數(shù)值模擬方法，統(tǒng)計分析方法和時間序列分析法以及人工神經(jīng)網(wǎng)絡方法等，介紹了各種方法的原理及適用的條件，并舉出了各種方法的工程應用例子，指出了各種方法的優(yōu)缺點，對地變變形研究的方法進行簡單的介紹和指出了預測的研究發(fā)展趨勢。通過對收集的青島地鐵有關的地質(zhì)資料和監(jiān)測數(shù)據(jù)進行學習和分析，在學習

3、介紹人工神經(jīng)網(wǎng)絡原理的基礎上，深入分析了人工神經(jīng)網(wǎng)絡的結構，包括神經(jīng)元模型，網(wǎng)絡的激勵函數(shù)，網(wǎng)絡的特征及學習(學習方式及規(guī)則)，將理論與工程實際相結合，建立了區(qū)間隧道開挖引發(fā)地表變形量的預測的BP神經(jīng)網(wǎng)絡模型，對隧道開挖引發(fā)的地表沉降量進行了預測研究。通過與實際監(jiān)測數(shù)據(jù)的對比，證明該方法對于在不同地質(zhì)條件情況下隧道開挖引發(fā)的地表變形量預計有較高的精度。通過對保河區(qū)間37個主要監(jiān)測斷面(30個訓練樣本，7個作為測試樣本)的觀測數(shù)據(jù)的處理，

4、對區(qū)間不同地質(zhì)條件下的地表變形量進行初步分析，利用MATLAB神經(jīng)網(wǎng)絡工具箱中的BP神經(jīng)網(wǎng)絡模型，通過建立模型的試驗，并進行了預測，得出結論有：
　　 (1)區(qū)間隧道地表變形量大小與圍巖級別關系密切，圍巖差的地段即使采用了先進的施工工藝，地表變形量仍比其他地段的要大。表明地質(zhì)條件對地表變形量的大小起著決定性的作用。
　　 (2)不同圍巖質(zhì)量情況下，地表變形量不同?？傮w上圍巖級別越高(完整性越差)地表變形越大。
　　

5、 (3)由網(wǎng)絡的學習訓練過程得出，對于隧道開挖，地表變形的主要影響因素進行分析，得知圍巖級別與地下水情況的敏感性較大。
　　 本文創(chuàng)新點在于將基于神經(jīng)網(wǎng)絡的函數(shù)逼近問題與時間序列預計問題兩大變形預測問題結合起來進行預測。預測結果初步表明，網(wǎng)絡模型只要有可靠有效的先驗性數(shù)據(jù)，預測的結果是能夠滿足要求的。
　　 最后，本文指出了存在的問題和進一步可能的研究工作，通過本次的研究學習工作，結果表明，利用神經(jīng)網(wǎng)絡建立預測模型是可