地铁施工中广州中信广场沉降监测

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。     

某地铁车站深基坑施工期地表沉降监测与分析

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。     

地铁车站群洞效应下变形监测研究

结合重庆地铁6号线金山寺车站群洞开挖施工背景,对车站结构、地质条件和施工方法等工况分析后,提出了该工况下变形监测基本思想。确定了监测项目、监测点位布设方案、监测方法及监测数据分析方法,初步制定了监测信息反馈流程。依此思想进行变形监测并及时、有效地反馈监测信息,可保证群洞开挖安全、顺利进行。     

SSA-小波神经网络支持下的地铁沉降变形预测

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。     

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。     

古近系半成岩地铁车站深埋隧道矿山法施工变形规律

本文以南宁轨道交通3号线青秀山站为例,研究了古近系半成岩地铁车站深埋隧道矿山法施工变形规律及施工方法,设计了专项监测方案,对矿山法大断面施工的各项监测数据进行分析研究,重点分析了CD法和三台阶法等不同工法的初支结构变形情况。研究表明,做好地下水的控制可以保障深埋隧道安全开挖和控制周边环境变形; CD法和三台阶法在古近系半成岩粉砂岩、泥质粉砂岩,局部粉(细)砂岩等地层中均可以满足初支结构变形要求; CD法和三台阶法均可以选择的情况下,三台阶法更为经济。     

灰色-小波神经网络支持下对地铁工程沉降变形的预测

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。     

城市地铁控制网稳定性分析及应用

城市地铁控制网是城市地铁工程的基准,是工程施工质量安全的保障,其稳定与否直接影响到联系测量及贯通误差的计算。本文研究了控制网的稳定性分析方法,结合北京地铁五号线某段控制网,利用两期平面观测数据对控制网进行稳定性分析,保证了隧道的安全贯通。