地鐵盾構(gòu)施工地表變形時空演化規(guī)律與預(yù)警研究.pdf

1、目前，中國已成為世界上地鐵施工領(lǐng)域中使用盾構(gòu)最多的國家之一。近年來，以盾構(gòu)施工過程中產(chǎn)生不允許的土層變形位移和過大的地表沉降所引發(fā)城市環(huán)境土工安全事故呈明顯上升趨勢，如何掌握復(fù)雜條件下城市地鐵盾構(gòu)施工過程中地表變形的時空演化機理和規(guī)律，進而準確預(yù)測其時空演化過程，并實現(xiàn)地表變形預(yù)警系統(tǒng)，已成為盾構(gòu)隧道現(xiàn)代化建設(shè)中的一個亟待解決的重要課題。
　　本文借鑒國內(nèi)外相關(guān)研究，針對武漢市軌道交通二號線越江地鐵盾構(gòu)隧道工程，以時間序列分析和隨

2、機介質(zhì)理論為基礎(chǔ)，綜合運用巖土工程反分析、人工智能、系統(tǒng)辨識、信息融合等方法，系統(tǒng)分析了盾構(gòu)隧道施工引起的地表變形時空演化規(guī)律，成功實現(xiàn)了盾構(gòu)施工引起地表變形的智能預(yù)測和預(yù)警。
　　首先，本文以武漢市軌道交通二號線越江地鐵盾構(gòu)隧道工程為背景，分析指出越江地鐵隧道盾構(gòu)施工風險均與地表變形的程度直接或間接有關(guān)，控制越江地鐵隧道盾構(gòu)施工風險的重點和關(guān)鍵之一就是預(yù)測并控制陸地段和江中段地鐵盾構(gòu)施工引起的地表變形的程度，降低由地表變形導(dǎo)致一

3、系列次生災(zāi)害的可能。
　　盾構(gòu)施工地表變形時間序列具有非等間距、小樣本、趨勢性和自相關(guān)性等關(guān)鍵特征，本文提出基于Weibull-ARIMA的盾構(gòu)施工地表變形時間過程模型，并完整的給出了建模流程和算法。該模型能夠很好的反向解構(gòu)盾構(gòu)施工引起的地表變形時間序列，特別是在擬合精度和建模效率上，均明顯優(yōu)于單純的Weibull模型或者ARIMA模型。通過該模型的應(yīng)用，可以快速準確的挖掘盾構(gòu)施工地表變形時間序列蘊含的時間效應(yīng)特征參數(shù)，實現(xiàn)對盾構(gòu)

4、施工地表變形時間過程的描述和刻畫。
　　盾構(gòu)施工引起的地表變形的三維空間位移場也就是變形空間分布的范圍和大小。本文運用改進的隨機介質(zhì)理論給出了由盾構(gòu)施工引起的地表變形空間分布計算過程。在此基礎(chǔ)上，提出基于多重自適應(yīng)變異粒子群優(yōu)化(MAMPSO)算法實現(xiàn)盾構(gòu)地表變形空間分布特征參數(shù)的反分析。該算法與傳統(tǒng)的Powell算法、基本PSO算法相比，在盾構(gòu)施工地表變形空間分布特征參數(shù)反演中具有較高的識別性能和精度，為分析盾構(gòu)施工地表變形空間

5、分布規(guī)律提供了新的方法。
　　盾構(gòu)施工過程是一個隨時間和空間不斷演化的復(fù)雜系統(tǒng)。本文提出了盾構(gòu)施工地表變形時空演化系統(tǒng)建模思路，建立了基于MAMPSO-RBFNN的盾構(gòu)施工地表變形時空演化智能預(yù)測模型，并轉(zhuǎn)化為RBF神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)及參數(shù)的非線性函數(shù)優(yōu)化問題，利用MAMPSO算法優(yōu)化并實現(xiàn)了盾構(gòu)施工地表變形時空演化過程的實時智能預(yù)測。
　　盾構(gòu)施工地表變形預(yù)警系統(tǒng)是信息技術(shù)在地下工程中的重要應(yīng)用之一。本文構(gòu)建了基于多源信息融