共查询到9条相似文献,搜索用时 46 毫秒
1.
地铁施工中广州中信广场沉降监测 总被引:1,自引:0,他引:1
地铁施工中,高层建筑物都存在一定程度的下沉;结合中信广场的场地条件,介绍了在地铁施工期间的沉降监测实施方法,对沉降监测数据进行了分析,并得出施工阶段沉降变化的规律。其结果对保证建筑物的安全和保障地铁施工具有重要意义。 相似文献
2.
以某地铁车站深基坑工程施工为例,介绍了该工程的基本特点、基坑地表沉降监测方案及测点埋设要求。根据施工特点,将监测数据分为四个工况进行分析,总结了基坑开挖过程中地表沉降的一般规律。即:基坑开挖过程中,土体沉降均小于报警值,周围环境比较安全。可以为同类工程的施工提供参考。 相似文献
3.
4.
沉降变形监测中,研究如何对监测的沉降数据进行处理,预测沉降量,对可能出现的安全隐患做出预判有着很重要的实际意义。本文基于神经网络模型、小波分析和奇异谱分析(singular spectrum analysis,SSA)的相关理论,构建起SSA-小波神经网络变形预测模型,并将模型应用于地铁工程沉降预测中。针对地铁监测数据非平稳性、非线性特征,首先,使用SSA方法提取数据序列中的趋势项与周期项,提高序列信噪比;其次,使用小波神经网络模型对趋势项与周期项分别进行预测与重构,得到最终的预测值。通过对地铁累计沉降量观测数据进行预测,结果表明相比单独的小波神经网络模型,SSA-小波神经网络模型的预测效果更佳稳定,且随着训练样本的增加,预测结果与实际情况更加符合。 相似文献
6.
7.
8.
变形监测是安全化工程施工和管理的重要内容,贯穿于项目的设计、施工和运行,对监测的沉降数据进行处理,并预测沉降量,提前对工程作出安全预警,有很重要的实际意义。本文基于GM(1,1)灰色模型、小波分析和神经网络结合的相关理论,借助Matlab软件编程,建立了灰色-小波神经网络变形预测网络模型。结合工程实例,将建立的变形预测网络模型应用于累积沉降量观测数据,结果表明组合模型具有很稳定的预测效果,比单独的GM(1,1)灰色模型预测准确度高,且训练样本越多,预测越符合实际情况。 相似文献