共查询到20条相似文献,搜索用时 15 毫秒
1.
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。 相似文献
2.
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 总被引:1,自引:0,他引:1
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. 相似文献
3.
4.
5.
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。 相似文献
6.
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。 相似文献
7.
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。 相似文献
8.
9.
《测绘与空间地理信息》2021,(4)
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。 相似文献
10.
11.
12.
13.
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。 相似文献
14.
《现代测绘》2018,(6)
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%。 相似文献
15.
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。 相似文献
16.
17.
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. 相似文献
18.
19.
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。 相似文献