新型夯扩桩沉降的计算分析与试验研究

本文运用分层总和法对新型夯扩桩的沉降进行了计算分析，并结合具体工程进行了单桩静载荷试验和比较，得到了较为理想的结果。     

北京地铁光华路站风道暗挖工程监控量测技术

结合北京地铁光华路站西北风道工程施工中应用的监控量测系统技术，介绍城市地铁工程施工中如何通过监测地表沉降、拱顶沉降等来控制和指导施工。     

沉降预测的非等步长灰色时变参数模型

针对经典灰色系统模型的不足，根据灰色系统理论的信息处理原则，在模型中引入遗忘因子，建立了灰色系统沉降预测的非等步长灰色时变参数模型，并在求解过程中引入遗忘因子以修正预测结果。模型充分考虑了预测系统的时变性和灰色性，从而降低对预测系统状态的预测误差。实例预测表明，灰色时变参数模型可以将工后总沉降量的预测误差控制在23%以内。误差检验结果显示，预测结果的精度等级较引入遗忘因子修正前有显著的提高。     

箱形基础上浮病害整治技术

结合箱形基础不均匀上浮工程病害实例，综合分析了病害原因，提出了应用高压灌浆和抗浮锚杆工艺进行处治的方案。     

苏、锡、常三市发生不均匀沉降惊现22处地裂缝

新华网消息江苏省地质调查研究院研究员郭坤一近日透露，长三角地区地面正在逐渐下沉，而且“这种现状越来越严重”。苏州、无锡、常州地区因不均匀沉降，目前已发生22处地裂缝。     

我国50多个城市出现地面沉降

近日召开的中国地下水资源与环境调查成果通报会上透露，我国有50多个城市不同程度出现了地面沉降和地裂缝灾害，沉降面积扩展到9．4万km^2，出现地下水降落漏斗180多个，总面积约19万km^2。发生岩溶塌陷1400多起，海水入侵面积逐年扩大，北方土地荒漠化面积有所增加。     

GM(1,1)模型在高铁软土路基沉降监测中的应用

依托哈齐铁路客运专线沉降观测项目,利用灰色模型GM(1,1)对软土路基沉降进行定量分析预测,探讨了该沉降过程的动态变化规律。与实测数据对比表明,灰色模型GM(1,1)对该沉降趋势的符合度较高,精度能够满足要求。     

基于Logistic和Gompertz曲线模型拟合的建筑物沉降分析

重大工程建设一般会有定期的沉降和变形监测,本研究利用具有规律变化的Logistic和Gompertz曲线模型进行拟合,并以某大型发电厂为研究对象,利用近15年的监测数据,建立预测模型并进行精度评估。研究结果表明,若监测数据具有一定程度的稳定性,并对计算时监测数据进行合理取舍,对采取的全区、分区平均值或单一点高度值的检测数据,运用Logistic和Gompertz曲线模型来预测大型建筑物的沉降情况是可行的。     

灰色Verhulst-BP模型在沉降分析中的应用

针对软基处理后的地基沉降情况进行分析,利用灰色Verhulst-BP模型对沉降数据进行分析预测。灰色Verhulst-BP模型是利用灰色Verhulst模型的残差值来改进BP神经网络模型,进而提高模型的模拟预测精度。在Matlab9.0平台上,通过Matlab语言编程实现实例检验分析。研究结果表明,灰色Verhulst-BP模型相对于灰色Verhulst模型更适合于S型序列的数据分析预测。该模型预测精度较高,能够较好地反映沉降趋势。     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。