【技術實現步驟摘要】
本專利技術具體涉及基坑變形預測，具體是一種基坑降水引發圍擋側移及地面沉降預測方法。
技術介紹
1、目前的研究大多集中在基坑開挖及降水對圍護結構側移和周邊地面沉降的影響，且有大量文獻探討了基坑開挖過程中的變形及降水對基坑變形的影響。然而，基于理論推導的研究相對較少，特別是對基坑開挖或降水引起的圍護結構側移和周邊地層變形的影響。文獻顯示，基坑開挖前的降水可能導致圍護結構及周邊地層發生厘米級的變形，這增加了施工過程中的潛在風險，可能對基坑周邊環境和現場施工人員造成一定危害，進而引發較為嚴重的經濟損失。
2、目前預測基坑開挖引起的周邊地層變形的技術，主要可分為經驗公式、有限元方法以及理論方法三種類別。對于經驗公式法，現有技術中存在的問題是：對于不同土層條件以及施工條件的適應性較差，精確度較低；能夠提供的信息量較少，大部分現有的經驗公式提供的僅為地表沉降包絡線，且過于保守，同時也無法考慮支護結構變形與地層沉降的關聯，因此無法很好地運用于基坑工程的變形控制。
技術實現思路
1、本專利技術的目的在于提供一種基坑降水引發圍擋側移及地面沉降預測方法，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基坑降水引發圍擋側移預測方法，包括以下步驟：
4、獲取監測點基坑變形的影響參數，所述影響參數包括基坑寬度、基坑降水深度以及圍護結構的支撐情況；
5、基于預建立的圍護結構變形最大值模型計算圍護結構變形量的最
6、作為本專利技術進一步的方案：所述基坑變形包括圍護結構側移量和基坑外地表沉降量，圍護結構的支撐情況包括圍護結構墻頂布置第一道支撐以及圍護結構墻頂未布置第一道支撐。
7、作為本專利技術再進一步的方案：所述基坑包括窄條形基坑和大寬度基坑，所述窄條形基坑的寬度小于等于60m，所述大寬度基坑的基坑寬度大于60m，窄條形基坑采用對撐與角撐組合的方式設置第一道支撐，大寬度基坑采用化簡的支撐設置方式。
8、作為本專利技術再進一步的方案：基于圍護結構墻頂無第一道支撐的情況下的圍護結構變形最大值模型ⅰ為：
9、圍護結構最大側移值δhm與基坑寬度b之間的回歸關系函數表達式：
10、
11、式中：k2＝-1.2991hd+44.97，t'h＝-1.42hd+49.9，hd表示基坑降水深度；
12、基于圍護結構墻頂有第一道支撐的情況下的圍護結構變形最大值模型ⅱ為：
13、圍護結構最大側移值δ'hm與基坑寬度b之間的回歸關系函數表達式：
14、
15、式中：k4＝-2.29hd+24.6，t'k＝-0.682hd+22.8，hd表示基坑降水深度。
16、作為本專利技術再進一步的方案：所述經驗公式為：基坑外地表沉降量最大值與圍護結構變形量的最大側移值之間的回歸關系函數表達式：
17、
18、式中：s表示基坑外地表沉降量的第一預測值，svm＝αshm；d表示基坑開挖處離基坑中心的距離；h表示基坑開挖深度；svm表示基坑外地表最大沉降量預測值；shm表示圍護結構變形量的最大側移值，在圍護結構墻頂無第一道支撐的情況下，shm＝δhm，在圍護結構墻頂有第一道支撐的情況下，shm＝δ′hm；α為經驗系數，一般取1.0；為比例系數，一般取0.4％。
19、一種基坑降水引發地面沉降預測方法，包括根據上述的基坑降水引發圍擋側移預測方法計算圍護結構變形量的最大側移值，還包括以下步驟：
20、計算監測點基坑外地表最大沉降量預測值；
21、基于預構建的神經網絡預測模型和經驗公式對監測點基坑外地表沉降量的實際值進行預測，其中，基于預構建的神經網絡預測模型和經驗公式對監測點基坑外地表沉降量的實際值進行預測的方法為：
22、步驟一、基于經驗公式計算基坑外地表沉降量的第一預測值；
23、步驟二、基于預構建的神經網絡預測模型計算基坑外地表沉降量的第二預測值。
24、步驟三、取第一預測值和第二預測值的平均數作為監測點基坑外地表沉降量的實際值。
25、作為本專利技術再進一步的方案：神經網絡預測模型的構建方法，包括以下步驟：
26、獲取監測點的基坑變形最大預測值和基坑變形實際值的歷史數據以作為樣本數據；
27、確定神經網絡結構參數，包括輸入層、隱含層和輸出層的神經元個數。
28、將神經網絡的權值和閾值按照順序級聯，包括輸入隱含層權值、隱含閾值、隱含輸出層權值、輸出閾值；設定種群規模，編碼神經網絡的權值和閾值，產生初始種群；確定適應度函數，采用期望輸出值與網絡輸出值的誤差作為評判標準；
29、選擇過程，根據種群中個體的適應度大小，確定個體被選擇進入下一代的概率；
30、交叉過程，根據交叉概率，隨機選擇交叉個體和交叉的位置，形成新的個體；
31、變異過程，根據變異概率，隨機選擇變異個體和變異的位置，形成新的個體；
32、神經網絡進行前向傳播，計算全局誤差，調整網絡的參數，包括權值和閾值，重復進行學習訓練，當達到要求的精度或者達到學習上限次數，則結束網絡訓練，即得所述神經網絡預測模型。
33、作為本專利技術再進一步的方案：所述適應度函數為：
34、
35、式中：n為樣本數量，ti為實際值，t0為預測值。
36、作為本專利技術再進一步的方案：前向傳播函數為：
37、
38、式中：f(x)為激活函數，為輸出值，k為層數，j為節點數。
39、作為本專利技術再進一步的方案：概率的計算方法為：
40、
41、式中：s為概率，q為種群適應度，n為種群大小。
42、作為本專利技術再進一步的方案：監測點基坑外地表最大沉降量預測值的計算方法，包括以下兩種方式：
43、方式一：對于基坑寬度相同，降水深度不同的情況，基坑外地表最大沉降量預測值δvm與不同降水深度hd之間的回歸關系函數表達式：
44、
45、式中：tv＝-0.95hd+34.50，yv＝0.15e2+2；
46、方式二：對于降水深度相同，基坑寬度不同的情況，基坑外地表最大沉降量預測值δ'vm與不同基坑寬度b之間的回歸關系函數表達式：
47、
48、式中：a'v＝-0.275hd+1.98，t'v＝2.05e2.95+4.5，y'v＝0.018e2.75+0.09。
49、與現有技術相比，本專利技術的有益效果是：本專利技術通過開挖前降水引發的圍護結構與基坑外地表沉降量最大值值和實際沉降值的變化規律，提出適用于不同工況下的基坑周本文檔來自技高網...
【技術保護點】
1.一種基坑降水引發圍擋側移預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基坑降水引發圍擋側移預測方法，其特征在于，所述基坑變形包括圍護結構側移量和基坑外地表沉降量，圍護結構的支撐情況包括圍護結構墻頂布置有第一道支撐以及圍護結構墻頂未布置第一道支撐。
3.根據權利要求2所述的基坑降水引發圍擋側移預測方法，其特征在于，所述基坑包括窄條形基坑和大寬度基坑，所述窄條形基坑的寬度小于等于60m，所述大寬度基坑的基坑寬度大于60m，窄條形基坑采用對撐與角撐組合的方式設置第一道支撐，大寬度基坑采用化簡的支撐設置方式。
4.根據權利要求1所述的基坑降水引發圍擋側移預測方法，其特征在于，圍護結構變形最大值模型包括基于圍護結構墻頂無第一道支撐的情況下的圍護結構變形最大值模型Ⅰ以及基于圍護結構墻頂有第一道支撐的情況下的圍護結構變形最大值模型Ⅱ。
5.一種基坑降水引發地面沉降預測方法，包括根據權利要求1-4任一所述的基坑降水引發圍擋側移預測方法計算圍護結構變形量的最大側移值，其特征在于，還包括以下步驟：
6.根據權利要求5所述
7.根據權利要求6所述的基坑降水引發地面沉降預測方法，其特征在于，基于預構建的神經網絡預測模型和經驗公式對監測點基坑外地表沉降量的實際值進行預測的方法，包括以下步驟：
8.根據權利要求7所述的基坑降水引發地面沉降預測方法，其特征在于，所述經驗公式為：
9.根據權利要求8所述的基坑降水引發地面沉降預測方法，其特征在于，在圍護結構墻頂無第一道支撐的情況下，Shm＝δhm，在圍護結構墻頂有第一道支撐的情況下，Shm＝δh'm。
10.根據權利要求9所述的基坑降水引發地面沉降預測方法，其特征在于，監測點基坑外地表最大沉降量預測值的計算方法，包括基坑寬度相同、降水深度不同的情況以及降水深度相同、基坑寬度不同的情況。
...【技術特征摘要】
1.一種基坑降水引發圍擋側移預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基坑降水引發圍擋側移預測方法，其特征在于，所述基坑變形包括圍護結構側移量和基坑外地表沉降量，圍護結構的支撐情況包括圍護結構墻頂布置有第一道支撐以及圍護結構墻頂未布置第一道支撐。
3.根據權利要求2所述的基坑降水引發圍擋側移預測方法，其特征在于，所述基坑包括窄條形基坑和大寬度基坑，所述窄條形基坑的寬度小于等于60m，所述大寬度基坑的基坑寬度大于60m，窄條形基坑采用對撐與角撐組合的方式設置第一道支撐，大寬度基坑采用化簡的支撐設置方式。
4.根據權利要求1所述的基坑降水引發圍擋側移預測方法，其特征在于，圍護結構變形最大值模型包括基于圍護結構墻頂無第一道支撐的情況下的圍護結構變形最大值模型ⅰ以及基于圍護結構墻頂有第一道支撐的情況下的圍護結構變形最大值模型ⅱ。
5.一種基坑降水引發地面沉降預測方法，包括根據權利要求1-4任一所述的基...
【專利技術屬性】
技術研發人員：曾超峰，陳姣，薛秀麗，白寧，韓磊，
申請(專利權)人：湖南科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。