熵权遗传算法及极限学习机地铁隧道沉降预测

针对目前的地铁隧道沉降变形预测方法忽略了对沉降变形影响因素的综合协调考虑这一问题,该文将遗传算法(GA)结合极限学习机(ELM)的方法引入地铁隧道沉降变形预测。该方法借助最大信息熵理论,充分挖掘地铁隧道沉降主要影响因素与沉降量间的信息特征,并将遗传算法与极限学习机相耦合,利用遗传算法的全局搜索能力获取ELM神经网络优化的初始权值和阈值,形成熵权遗传算法-极限学习机模型,并编制相应计算程序。采用该模型对西安某地铁隧道沉降变形进行预测,并与遗传算法-极限学习机、极限学习机、传统的BP神经网络预测结果进行比较,结果表明熵权遗传算法-极限学习机模型与实测值吻合更好,预测结果更稳定。     

地铁隧道结构沉降监测数据处理与分析系统的设计与实现

根据运营期地铁监测数据处理分析过程特点,讨论分析了地铁隧道结构沉降监测数据处理分析理论与方法,对地铁结构沉降监测数据处理与分析系统的设计与实现进行了深入研究,经某地铁监测实际应用表明该系统具有较好的实用性和较高的可靠性,为类似系统提供了借鉴.     

地铁线路穿越沉降区域施工测量方法的研究

国内各大城市正在建设多条地铁线路,地铁线路穿越沉降区域给地铁建设增加很大难度。本文以北京大郊亭沉降中心为例,介绍了区域沉降给地铁施工测量带来的影响,通过分析区域沉降对全线高程控制网、地下高程控制网、车站、附属结构、隧道区间施工测量的影响,给出相应的应对措施以避免发生地铁施工过程中土建结构、轨道结构及设备的衔接出现偏差,为今后类似沉降地区的地铁建设积累了经验。     

大型基坑施工对邻近地铁隧道沉降的影响

详细介绍大型基坑施工对邻近地铁隧道结构的影响,结合南京地铁一号线新模范马路车站地铁隧道变形监测实例,介绍隧道监测控制网以及沉降监测点的布设,并利用平均问隙法对监测控制网的稳定性进行分析,获得基坑施工引起的地铁隧道沉降情况及规律,有较高的可靠性,为地铁隧道的运营管理提供科学依据。     

某地铁区间盾构法施工监测分析

地铁区间盾构法施工监测是确保地铁区间施工安全的重要保障。在分析盾构隧道施工地表建（构）筑物沉降监测、建（构）筑物倾斜监测、裂缝监测、隧道管片隆沉监测、隧道管片水平收敛监测等监测内容、监测方法、监测频率及控制标准的基础上,结合某地铁区间盾构法施工监测工程实践,分析所获得的横向地表沉降、隧道管片沉降或隆起、净空水平收敛监测的结果,得到相应横向地表沉降、纵向地表沉降和沉降过程的规律,以及隧道管片沉降或隆起、净空水平收敛监测变形规律。     

基于灰色支持向量机的地铁沉降滚动预测

为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义。本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度。通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值。     

平均间隙法在地铁隧道保护区中的应用

地铁隧道保护区沉降监测网稳定性影响着监测数据的可靠性。本文引入平均间隙法对监测网稳定性进行分析,通过间隙分块法搜索不稳定点。并通过工程实例,验证此方法能较好分析地铁隧道保护区沉降基准网的稳定性。     

水准测量在地铁隧道沉降监测中的应用

目前,水准测量是传递高程精度最高的方法。地铁隧道沉降监测数据的获取还是通过水准测量的手段,地铁沉降监测的步骤主要有地面控制网测量、高程导入站台工作点、隧道中监测点的测量三个部分。本文主要介绍水准测量在地铁沉降监测中的应用、监测点的埋设、控制网的建立、数据质量检查、沉降数据分析,通过沉降监测了解地铁隧道病害情况,为沉降防治提供数据支持。     

平均间隙法在地铁隧道保护区中的应用

地铁隧道保护区沉降监测网稳定性影响着监测数据的可靠性。本文引入平均间隙法对监测网稳定性进行分析,通过间隙分块法搜索不稳定点。并通过工程实例,验证此方法能较好分析地铁隧道保护区沉降基准网的稳定性。     

水准测量在地铁隧道沉降监测中的应用

目前水准测量是高程传递精度最高的方法,地铁隧道沉降监测主要数据的获取还是依靠水准测量的手段,地铁沉降监测的步骤主要有地面控制网测量,高程导入站台工作点,隧道中监测点的测量三个部分,本文主要介绍水准测量在地铁沉降监测中的应用,监测点的埋设,控制网的建立,数据质量检查,沉降数据分析,通过沉降监测了解地铁隧道病害情况,为沉降防治提供数据支持。     

基于GA-SVR的地铁隧道沉降预测

利用支持向量回归(SVR)和遗传算法(GA)参数寻优,建立了基于GA-SVR的地铁隧道沉降预测模型,可提高地铁隧道沉降预测的精度。利用长期实测的地铁结构监测数据对SVR模型进行训练,并通过GA优化SVR模型的3个参数;利用训练模型均方误差结合留一交叉验证的方法确定GA的适应度。基于南京地铁2号线隧道结构沉降实测数据,将预测值与实测值进行了对比分析。结果表明,该模型预测的地铁隧道沉降预测值准确、可靠,其精度能满足工程实际要求。     

哈尔滨市地铁1号线某站应急监测及数据分析

地铁在运行过程中,隧道难免出现沉降,为了确保地铁安全运行,本文对哈尔滨市地铁1号线某站进行了应急监测及数据详细分析,监测数据表明,在观测期间,轨道各监测点沉降平均值相对车站结构呈下降趋势,监测的轨道沉降相对稳定。     

上跨地铁的隧道基坑降水对地表及地铁隧道的影响

对于上跨地铁的明挖隧道,由于施工的需要必须对其进行降水处理,但降水会对周围地表和地铁隧道造成一定程度的沉降。本文从弹性力学与有限元模拟分析入手,对某工程实例进行分析,得出由于降水对周围地表造成的沉降量为15.8mm,地铁隧道沉降量为4.7mm,满足相应的规范要求。     

地铁盾构隧道施工横向地表沉降分析

地铁盾构隧道施工期间的地表沉降监控是工程安全施工的重要保障,分析地表沉降的原因并研究地表沉降的规律是隧道施工中的重要研究课题之一。以南京某地铁盾构施工区间为研究对象,分析了主要监测横断面的实测沉降数据,研究了地铁盾构隧道施工期间横向地表沉降的规律,确定了单线盾构推进对横向地表的施工影响范围和主、次影响区域。结合Peck经验公式对实测数据进行了拟合,确定了经验公式中地层体积损失率和沉降槽宽度系数的参数取值范围,得到符合南京六合地区实际情况的地区性经验结果。研究表明,地面隆沉监测值小于规范限值,施工参数设置合理。对于单线盾构推进施工,横向沉降曲线沿隧道中心线两侧非对称分布,已完成推进施工的盾构线周围土体的沉降较为显著。盾构掘进的主要影响范围位于距离隧道中心线7.5 m范围以内,次要影响范围位于距离隧道中心线7.5-15 m的范围。该地区沉降槽宽度系数的建议取值范围为0.30-0.50,地层体积损失率的建议取值范围为0.2%-0.43%。     

地铁盾构线路穿越运营隧道的沉降影响

针对地铁修建过程中穿越运营地铁线路时需动态监测隧道的安全状态问题,该文以深圳地铁某区间盾构隧道穿越过程为例,利用测量机器人,以0.5~2h/次的频率对监测点进行全程观测。断面数据分析表明:在下穿过程中,上下隧道间距在1.823和6.028m之间存在某个临界距离,当小于这个临界值时,穿越时要注意隆起对既有隧道,尤其是对道床轨面沉降差的影响;盾构机从进到出1号线左、右线隧道引起的沉降量各占相应穿越线路总沉降量的50%~86%,盾构穿越已有隧道的过程应增大观测频率,及时进行二次注浆;总的监测断面布设数量不受上下隧道间距的影响,距离上、下隧道正交断面10m外的相邻断面只需布设两个观察点。从而实现最优点位布设密度和监测频率,节约施工成本。     

静力水准自动化测量技术应用于地铁隧道结构监测

目前地铁隧道结构沉降主要采用水准仪进行人工测量。该监测方法不仅作业效率低、耗费较多的人力物力,并且无法实现全天候监测。针对传统人工监测无法满足地铁运营期间的实时监测需求的问题,本文引入静力水准自动测量技术,通过在地铁隧道道床布设静力水准仪,在远程采集端实时获取监测点数据,实现隧道结构保护区在施工时全程监测,为施工期隧道结构安全提供保障。最后结合实际工程应用案例对工程中的监测结果进行分析。结果表明,该技术实现了地铁隧道自动化水准测量,为地铁运营安全提供技术支撑。     

组合模型在隧道结构沉降预测中的应用研究

针对传统组合模型建模准则单一、权值固定不变的缺陷,引入稳定度相关理论,构建一种新的最优组合预测模型,并对优性组合的评判方法以及预测成果的评价准则进行了研究.该模型的核心思想是依据单一模型建模阶段和预测阶段精度的一致性来赋予权值.分别利用组合模型、时间序列模型以及神经网络模型对地铁隧道结构的沉降量进行预测,并分析比较各自的预测结果.结果表明组合模型相对于各单一模型而言,预测效果更优、精度更高,能很好地集合单一模型的有效信息,是一种有效的地铁隧道结构沉降预测模型.     

地铁隧道盾构掘进导向系统的建立

介绍影响盾构隧道导向的因素。详细阐述地铁隧道盾构施工导向系统数学模型的建立过程,介绍盾构机姿态参数测定的方法,以及影响盾构机姿态参数的因素及其相关改正。在深圳地铁盾构工程的实际应用中,实现隧道的顺利贯通,保证隧道的掘进质量,隧道的贯通精度达到了优良工程的要求。     

自动化监测技术在隧道受损修复工程中的应用

地铁隧道周边由于临近基坑开挖、地表加卸载及隧道近距离穿越等工程建设,引起土体的附加应力,造成隧道周围土体产生位移和变形,从而引起地铁隧道的附加变形。通过"微扰动"注浆对隧道进行加固可以对隧道的损伤进行修复,在修复过程中对隧道的自动化实时监测非常必要,可保障修复的顺利进行。本文主要研究了以物联网为基础的实时隧道自动化监测系统在隧道修复工程中的应用,结合实际工程案例,介绍了由于隧道沉降变形及管径收敛变形两种病害而对隧道进行修复时,自动化监测系统的应用情况及效果。     

利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因

河西地区是南京市重点发展区域,近年来遭受了严重的沉降地质灾害。为保证该区域可持续发展,利用永久散射体雷达干涉测量(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)技术监测南京河西不均匀地面沉降,并对成因进行分析。首先,根据ALOS PALSAR和COSMO-SkyMed影像,采用PS-InSAR技术获取河西2007—2016年地面沉降信息,结果与同期水准数据一致,均方根误差(root mean square error, RMSE)不超过2.6 mm/a。其次,结合地质条件、分层沉降和地下水位资料对沉降成因进行分析,结果表明浅部地层的固结压缩是导致河西地区大面积不均匀沉降的主因。在此基础上,利用熵值法综合评估不均匀地面沉降对地铁结构健康的影响,结果表明,当主要沉降土层位于隧道下方时,地面沉降可能对地铁结构稳定性产生影响。