基于RS-SVR上软下硬地层盾构施工地表沉降预测

砂卵石地层盾构施工地表沉降预测与控制——地表沉降是隧道施工中一项重要风险，盾构掘进引起土体沉降有开挖时水土压力不平衡等多种原因。在北京地铁4号线某区间施工中采取了控制排土量、紧凑衔接各工序、及时同步注浆与二次补浆等控制措施。大大减小了土体沉降...

盾构施工引起的地表沉降的影响因素众多,给地表沉降的计算带来较大困难,而bp神经网络能较好地建立各个影响因素与地表沉降的非线性关系。为了能得到较准确的地表沉降值,采用miscrosoftvisualc#和matlab编制了bp神经网络预测软件。结合盾构施工过程中影响地表沉降的地层几何条件、地层参数以及施工参数,建立了bp神经网络模型,对盾构施工引起的地表沉降进行预测。将该预测模型应用于南昌地铁工程的上软下硬地层中,同时考虑了该地层掌子面泥质粉砂岩所占的比例,并对预测值与实测值的误差进行了对比分析。最终得到的预测结果与实际沉降值较一致,表明该bp神经网络模型可用于类似的工程实践。

通过研究已有盾构施工参数数据,提出了基于随机过程生成盾构隧道施工仿真参数的方法,并建立了施工地表沉降的仿真系统,可以得到比基于随机参数仿真更准确的沉降预测数据,为实际工程提供参考.

盾构隧道施工引起的地表沉降,主要受盾构掘进参数和地层条件的影响,且各参数间关系复杂.已有地表沉降预测方法大都没有直接考虑掘进参数的影响,难以满足盾构快速施工超前预测预报和环境影响控制的需求.自适应神经模糊推理系统（anfis）是一种基于神经网络的模糊类智能模型,通过减法聚类数据细分技术自动生成模糊规则,使网络的节点和权值具有明确的物理意义,集成了神经网络数据自适应能力和模糊系统知识表达性能,特别适合于多元非线性系统的预测预报.结合北京地铁14号线东风北桥站至京顺路站区段工程实测数据,选取埋深、洞顶覆土标贯值、土仓压力、推进速度、刀盘转速、扭矩、盾构推力,以及同步注浆量为输入变量,建立了地表最大沉降量预测模型.计算结果表明,该模型计算量小,泛化能力强,计算精度高.研究成果为盾构施工地表沉降预测预报提供了新的技术方案.

盾构法已成为隧道施工最主要的方法.通常盾构租赁方和施工方是各自独立的,该方法的提出可以使盾构租赁方仅凭盾构机本身而不依赖于施工方的测量数据便可知悉地表沉降情况,从而掌握施工状况.对peck公式进一步推导,实现仅根据盾构施工的排土量与注浆量数据就能对地表沉降值进行预测.提出了利用电子皮带秤动态测量输送机上散料质量,通过积分法切片累加的排土量测量方法,以及通过拉绳位移传感器和压力传感器甄别注浆有效性的注浆量测量方法,实现通过盾构机有效获取排土量与注浆量数据.在上海某区间的实际运行测量试验,验证了利用排土量与注浆量预测施工隧道最大地表沉降值的方法是行之有效的.

盾构隧道施工引起的地表沉降,主要受盾构掘进参数和地层条件的影响,且各参数间关系复杂.已有地表沉降预测方法大都没有直接考虑掘进参数的影响,难以满足盾构快速施工超前预测预报和环境影响控制的需求.自适应神经模糊推理系统(anfis)是一种基于神经网络的模糊类智能模型,通过减法聚类数据细分技术自动生成模糊规则,使网络的节点和权值具有明确的物理意义,集成了神经网络数据自适应能力和模糊系统知识表达性能,特别适合于多元非线性系统的预测预报.结合北京地铁14号线东风北桥站至京顺路站区段工程实测数据,选取埋深、洞顶覆土标贯值、土仓压力、推进速度、刀盘转速、扭矩、盾构推力,以及同步注浆量为输入变量,建立了地表最大沉降量预测模型.计算结果表明,该模型计算量小,泛化能力强,计算精度高.研究成果为盾构施工地表沉降预测预报提供了新的技术方案.

在软土地层区域内，采用盾构施工法进行地下作业时，难免存在地表沉降等现象。地表沉降过大时，容易对周边构筑物造成影响。通过对地表沉降原因进行分析，采用科学合理的控制措施，有利于提高土体稳定性。对软土地层盾构施工地表沉降原因进行了简单分析，探讨了软土地层盾构施工地表沉降控制措施。

通过对上海地铁软土地层盾构施工引起的地层变形原因和机理进行分析,结合派克公式对地层变形进行计算,引出地层损失率作为沉降控制标准,并提出了软土地层盾构施工地层损失控制技术要点,以减小施工对环境的影响。

地铁隧道盾构施工地表沉降的预测分析 摘要总结并分析了地铁区间隧道采用盾构法施工中引起地表沉降的规律、过程及原因,同时介绍 了以经验法为主且目前广泛应用于变形分析的peck沉陷槽预测公式,并结合我国某城市地铁隧道的修 建过程中产生的地表沉降现象,验证了该分析方法的实用性和可借鉴性。 关键词地表沉降peck沉陷槽预测分析盾构法地铁隧道 1前言 近些年来,盾构施工法普遍用于在松软含水土层中修建隧道,在江河海中修建水底隧道,在城市中 修建地下铁道及各种市政设施。但是,当采用盾构法施工时,一般会引起隧道上方地表沉降,这种现象在 含水的松软土层或其他不稳定地层中表现显著。尤其对于城市地铁,盾构法区间隧道一般都会穿越城 市中心地带,因建筑物密集、施工场地狭小、地质情况复杂、地下管网密布、交通繁忙、施工条件受 到限制等,而对环境的控制要求更为严格。因此,预

总结并分析了地铁区间隧道采用盾构法施工中引起地表沉降的规律、过程及原因,同时介绍了以经验法为主且目前广泛应用于变形分析的peck沉陷槽预测公式,并结合我国某城市地铁隧道的修建过程中产生的地表沉降现象,验证了该分析方法的实用性和可借鉴性。

分析了长沙地铁二号线沿线地层特征,以及盾构施工状况,基于长沙地铁土压平衡盾构穿越典型地层100多个地表沉降观测断面大量的地表沉降实测数据的统计分析,探讨采用peck公式预测长沙地铁施工引起的地表横向沉降槽的可行性,得出了预测长沙地铁土压平衡盾构施工引起的地表沉降基本参数的取值范围,即地表沉降槽宽度系数(k)0.3-0.6,地层损失率0.5%-1.25%。应用本文获得的地表移动参数,采用peck公式可以较好预测长沙地铁施工引起的地表沉降,及其对于邻近结构物的影响。

盾构施工地表沉陷测量和地面沉降预测软件...

地铁盾构施工引起的地表沉降对施工安全影响较大,应加以预防和控制。根据影响地表沉降的主要参数,建立了基于小波神经网络的盾构施工地表沉降预测模型,分析了预测结果的可行性,对比了它在收敛速度、预测精度等方面较传统bp神经网络的优势。结合北京地铁6号线实地测量数据,验证了小波神经网络用于沉降预测的准确性和可行性。

盾构施工引起的地表沉降量的预测与评价具有很强的随机性和不确定性,用常规的数学模型难以准确表达。本文采用因子分析法对影响盾构施工引起地表沉降的9个因素进行了主因子的提取,得到4个主因子。以此数据集对bp神经网络进行训练,并用levenberg-marquardt(lm)算法对bp神经网络进行了优化,建立了基于因子分析的lm-bp神经网络预测模型。结合工程实例将预测结果与lm-bp神经网络模型的预测结果进行比较分析,表明本预测模型具有较高的准确性,符合实际工程的需要。

浅谈地铁盾构施工地表沉降及其控制——分析了盾构施工中出现的地表沉降的机理和特点，并概括了地表沉降一些主要的影响因素及控制地表沉降的一些常用的方法。

某地区地铁盾构施工地表沉降规律分析——通过对武汉地区某一地铁线盾构掘进施工过程中监测数据统计，根据peck理论，得到汉121地区盾构施工引起纵横断面地表沉降的特点：纵向上，盾构机切口前30m以内和后50m以内为影响区域，其中又以切口后50m为显著影响区，盾构...

地下铁路是现代城市交通体系重要的组成部分，在城市建设、经济发展和提高人民生活水平方面发挥了重要作用。由于地铁主要设施位于地面以下，使得地下施工成为地铁建设工程的主体。在地铁地下施工过程中，地面沉降、塌陷和开裂等问题时有发生，不仅造成城市环境破坏，也给地铁工程自身带来巨大安全隐患。本文主要分析了地铁盾构施工地表沉降及其控制措施。

分析了盾构施工中出现的地表沉降的机理和特点,并概括了地表沉降一些主要的影响因素及控制地表沉降的一些常用的方法。

通过对武汉地区某一地铁线盾构掘进施工过程中监测数据统计,根据peck理论,得到汉口地区盾构施工引起纵横断面地表沉降的特点:纵向上,盾构机切口前30m以内和后50m以内为影响区域,其中又以切口后50m为显著影响区,盾构对某断面上影响范围在沿盾构中心轴线10~18m;盾构掘进引起的地表沉降数据累计变化控制指标宜为-40mm,盾构机切口通过监测断面6~20m范围内单次平均变化速率控制值宜为-15mm/d。

隧道盾构施工引起的地层损失所导致的地表沉降变形预测和控制,是隧道工程领域重要的研究课题之一.为准确预测盾构隧道施工所引起的地表沉降,探求相应的沉降控制措施,采用1∶50室内模型试验和flac3d数值分析软件,在模型隧道纵、横向设置位移监测点,监测地面沉降随开挖过程的变化规律.结果表明:沉降量随隧道深度的增加而减小,随掘进的进行而增加;横向沉降量在隧道正上方最大,沿两侧递减,深度越小收敛越快,沉降槽越小;纵向沉降量沿隧道开挖方向沉降值逐渐减小.两种试验模拟的结果较为接近,可以保证所获得的盾构隧道施工引起的地面沉降规律的正确性.

地下铁路是现代城市交通体系重要的组成部分，在城市建设、经济发展和提高人民生活水平方面发挥了重要作用。由于地铁主要设施位于地面以下，使得地下施工成为地铁建设工程的主体。在地铁地下施工过程中，地面沉降、塌陷和开裂等问题时有发生，不仅造成城市环境破坏，也给地铁工程自身带来巨大安全隐患。在地铁工程中，盾构结构施工往往会引发地表沉降现象，针对地铁盾构施工地表沉降问题进行深入研究，制定安全防范措施，对应数量和规模不断呈现上升趋势的地铁工程来说无疑是十分重要的。

以盾构法施工隧道为研究对象,采用flac3d软件模拟盾构开挖过程,基于摩尔-库伦屈服模型,应用控制变量法分别对不同弹性模量、内摩擦角、粘聚力、膨胀角和泊松比土体进行模拟。结果表明:地表沉降槽近似正态分布曲线,隧道围岩的弹性模量和黏聚力越大,地表沉降越小；泊松比、内摩擦角和膨胀角越大,地表沉降也越大,提出通过减少围岩扰动和提高围岩性质两种控制盾构隧道地表沉降的方法。