（地质工程专业论文）基于监测信息的深基坑支护动态变形控制研究.pdf

摘要 近几年我国深基坑的发展取得了巨大的进步，由于基坑工程不仅存在基坑本身的安 全与稳定问题，而且还存在因土方开挖引起的周围地层移动而危及相邻建筑物、地下管 线网和城市市政设施的正常使用等问题，因此有效地控制基坑变形以保证工程与周围环 境的安全，已经成为基坑设计、施工、监测中重要的内容。 本文以有限元、灰色神经网络串联组合算法、模糊控制系统为基础，对基坑开挖过 程进行动态变形控制研究。利用有限元计算结果确定变形控制的标准，根据灰色系统 g m ( i ，1 ) 模型与b p 神经网络模型建模理论与方法，分析了前者在地质及岩土工程预测应 用中的不足，提出应用b p 神经网络来弥补g m ( i ，1 ) 模型自身存在的缺陷，将g m ( i ，1 ) 模型与b p 神经网络算法结合应用于基坑排桩变形预测，并与g m ( i ，1 1 模型预测进行比 较。 对影响基坑工程旖工变形因素进行研究，分析几种关键施工参数对变形影响的大小， 根据专家经验给出五种变形控制的主动控制手段，基于m a t l a b 6 5 中模糊控制工具箱的 智能模糊控制功能，从而实现根据灰色神经网络串联组合算法对基坑支护位移的预测 值、以及当日变形速率，提出对施工参数进行调整的措施，以达到控制施工变形的目的。 在调整基坑施工参数后，利用a n s y s 软件具有强大的前处理、求解和后处理功能、单 元生死功能以及a p d l 语言可以模拟基坑动态开挖，实现对调整施工参数后基坑开挖的 模拟，进行基坑变形和应力的全面分析。研究基坑施工过程中支护变形情况，验证变形 控制的效果；并动态调整变形控制标准，实现基坑变形的动态控制。 润扬大桥南汊桥南锚锭深基坑工程采用新工艺排桩冻结法支护方案，属于特大型基 坑。本文基于该基坑工程开挖施工的监测信息数据，进行变形预测、变形控制和有限元 计算。计算结果表明，调整施工参数后，基坑变形发展趋势趋于稳定，达到变形控制的 目的。 关键词：深基坑工程；变形预测；变形控制：灰色系统；灰色神经网络：模糊数学；有 限元 a b e , ；t r a c t i nr e c e n ty e a r so u rc o u n t r yd e e pf o u n d a t i o np i td e v e l o p m e n tm a d et h eh u g ep r o g r e s s ，t h e d e e pf o u n d a t i o np i tp r o j e c tn o to n l yh a si t s e l ft ob es a f ea n dt h es t a b l eq u e s t i o n ，m o r e o v e r a l s oh a st h ep e r i p h e r ys t r a t t u nd i s p l a c e m e n tw h i c ht h ee x c a v a t e ds o i lc a u s e sb u tt oe n d a n g e r n e i g h b o r i n gb u i l d i n g , u n d e r g r o u n dp i p i n gs y s t e ma n dc i t ym u n i c i p a la d m i n i s t r a t i o nf a c i l i t y q u e s t i o na n d s oo n ，t h e r e f o r ee f f e c t i v e l yc o n t r o l l e dt h ef o u n d a t i o np i tt od i s t o r tb yg u a r a n t e e d t h ep r o j e c tw i me n v i r o n m e n ts a f e t y , a l r e a d yb e c a m ei nt h ef o u n d a t i o np i td e s i g n t h e c o n s t r u c t i o n ，t h em o n i t o rt h ei m p o r t a n tc o n t e n t t h ed e f o r m a t i o nd y n a m i cc o n t r o l l i n go fr e t a i n i n gs t r u c t u r ei nd e e pf o u n d a t i o np i ti s s t u d i e db a s e do nf i n i t ee l e m e n t , m i x e dg r e yn e u r a ln e t w o r ka n df u z z ym a t h e m a t i c s e d u c e s t h es t a n d a r do f d e f o r m a t i o nd y n a m i cc o n t r o l l i n gb a s e do nt h ea n a l y s i sr e s u l to ff i n i t ee l e m e n t a c c o r d i n gt og r a ys y s t e mg m ( 1 ，1 ) t h em o d e la n dt h eb p n e r v en e t w o r km o d e lt h e o r ya n dt h e m e t h o d ，t h i sa r t i c l ea n a l y z e st h ef o r m e ri n s u f f i c i e n c yo f f o r e c a s ta p p l i c a t i o ni ng e o l o g i c a la n d g e o t e c h n i c a lp r o j e c t ，m a k e su pg m ( i ，1 ) u s i n gt h eb a c kp r o p a g a t i o nn e r v en e t w o r km o d e l m i x e dg r e yn e u r a ln e t w o r ka p p l i e si nt h ed e e pf o u n d a t i o np i tp i l i n gd e f o r m a t i o nf o r e c a s t ， c o m p a r i n g w i t ht h er e s u l to f g m ( 1 ，1 ) m o d e lf o r e c a s t t h ec o m p u t e dr e s u l ti n d i c a t e dt h a t , t h i s m e t h o de f f e c t i v e l yh a so v e r c o m eg m ( 1 ，1 ) t h em o d e lm a l p r a c t i c e a n dh a sg o o de f f e c tt ot h e d e e pf o u n d a t i o np i td e f o r m a t i o na n a l y s i s s o m ef a c t o r sw h i c ha f f e c tt h ef o u n d a t i o np i tc o n s t r u c t i o nd e f o r m a t i o na r er e s e a r c h e d a c c o r d i n gt ot h ef i v ek i n di n i t i a t i v ec o n t r o l l i n gm e a s n r e st h a te x p e r t sp r o d u c e , b a s e do n f u z z yi n f e r e n c es y s t e m st o o l b o xf o rm a f l a b 6 5 ，p r e d i c t i o nd e f o r m a t i o no fm i x e dg r e yn e u r a l n e t w o r km o d e lt ot h es u p p o r ti nd e e pf o u n d a t i o n ，a n dt h es a n l ed a yd e f o r m a t i o ns p e e d ，t h e a d j u s t m e n tt oc o n s t r u c t i o np a r a m e t e r si sc a r r i e do n ，a f t e rt h ea d j u s t m e n to f p i te x c a v a t e df o r b u i l d i n gf o u n d a t i o nc o n s t r u c t i o np a r a m e t e ru s i n gt h ea n s y s s o f t w a r et h a th a st h es o l u t i o n ， t h ep o s t p r o c e s s i n gf u n c t i o n ，t h ee l e m e n tl i v ea n dd e a t hf u n c t i o na n dt h ea p d ll a n g u a g e d y n a m i c a l l ys i m u l a t et h ef o u n d a t i o np i tt oe x c a v a t e d ，a n a l y s e st h ed e f o r m a t i o na n ds t r e s so f t h ed e e pf o u n d a t i o np i t ，c o n f i r m sd e f o r m a t i o nc o n t r o le f f e c ta n de d u c e st h es t a n d a r do f d e f o r m a t i o nc o n t r o l l i n ga g a i n f r e e z i n ga n dr o l e p o l em e t h o di su s e di nr u n y a n gb r i d g en a n c h as o u t hd e e pf o u n d a t i o n p i tf i r s t l yi nc h i n a t h eb r i d g eb e l o n g st ot h ee x t r al a r g et y p ef o u n d a t i o np i t b a s e do nt h e m o n i t o ri n f o r m a t i o no fd e e pe x c a v a t i o n ，p r e d i c t i o no fd e f o r m a t i o n ，d e f o r m a t i o nc o n t r o l m e a s u r e sa n dt h ef i n i t ee l e m e n tc o m p u t a t i o na r ec a r r i e do n t h er e s u l ts h o wt h a ta f t e rt h e a d j u s t m e n tc o n s t r u c t i o np a r a m e t e rd e f o r m a t i o no ft h es u p p o r ti nd e e pf o u n d a t i o np i tt e n d st o s t a b l y , a c h i e v e st h ed e f o r m a t i o nc o n t r o lt h eg o a l ， k e y w o r d s ：d e e pf o u n d a t i o np i tp r o j e c t ；d e f o r m a t i o np r e d i c t ；d e f o r m a t i o nc o n t r o l ；g r a y s y s t e m ；m i x e dg r e yn e u r a ln e t w o r k ；f u z z ym a t h e m a t i c s ；f i n i t ee l e m e n t 学位论文独创性声明： 本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果。与我一同工作的同事对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。如不实，本人负全部责任。 论文作者( 签名) ： 雄遗 2 0 0 6 年6 月1 3 日 学位论文使用授权说明 河海大学、中国科学技术信息研究所、国家图书馆、中国学术期刊( 光盘 版) 电子杂志社有权保留本人所送交学位论文的复印件或电子文档，可以采用 影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容 相一致。除在保密期内的保密论文外，允许论文被查阅和借阅。论文全部或部 分内容的公布( 包括刊登) 授权河海大学研究生院办理。 论文作者( 签名) ：应j 22 0 0 6 年6 月1 3 日 第一章绪论 第一章绪论 1 1 问题的提出 随着国民经济与科技的发展，各项建设工程正以前所未有的规模和速度发展，在很 大程度上改变了我国的城乡面貌。城市的数量、规模以及城市人口都有了巨大的增长。 而根据我国的国情，城市化进程正在加速，西部大开发将在本世纪里实现，我国将出现 高层建筑、路桥和地下空间开发利用三者齐头并进的局面。据专家估计，近年环太平洋 西岸各国的高层建筑的发展，正在向太平洋东岸的高层建筑的“故乡”进行严峻的挑战， 而欧洲大陆的步伐己望尘莫及n ，。 在高层建筑方面，我国起步与9 0 年代。1 9 9 0 年建成的北京京广中心，高5 7 层，2 0 8 m ， 是我国首座高度逾2 0 0 m 的高层建筑；1 9 9 6 年建成的广州中天广场，高8 0 层，3 2 2 m ，是 我国首座高度逾3 0 0 m 的高层建筑：1 9 9 8 年建成的上海金茂大厦，高8 8 层，4 2 0 5 m ，是 我国首座高度逾4 0 0 m 的高层建筑也是当今中华第一高楼。他们都挤身于世界超高层之 列。 在桥梁建设方面，5 0 年代建成了长江第一桥，6 0 年代建造了南京长江大桥，从8 0 年代，我国桥梁建设更是翻开了新的一页，先后建成了多座大跨径高技术含量的桥梁。 1 9 9 5 年全长2 5 0 0 米，主跨4 5 2 米的我国第一座大型预应力混凝土悬索桥汕头海湾大桥 建成；1 9 9 7 年建成通车的广东虎门大桥，主跨径8 8 8 m ，是我国大跨径钢箱梁桥面铺装的 开端；1 9 9 9 通车的江阴长江大桥主跨径更是达到了1 3 8 5 m 。1 。使我国成为第六能建造超 千米大桥的国家。 与此同时，我国大城市的地下交通也在迅速发展“，随着我国城市轨道交通在规划、 设计、建设和运营等各个环节的改进与创新，城市轨道交通将在城市公共交通中发挥骨 干作用”1 。北京已建成城市轨道交通共有7 5 公里，2 0 0 8 年北京奥运会时将有3 0 0 公里投 入运行，新规划的蓝图总长度将达到6 0 0 公里；上海目前拥有5 条轨道交通线路及1 条 磁悬浮线路，轨道总长度共计1 4 0 公里，规划2 0 1 0 年将建成1 1 条线轨道交通线路，总 长度达到4 0 0 公里：南京地铁已经开通了1 号线，全长2 1 7 2 公里，规划总长度将达到 3 6 5 公里。此外广州、深圳、天津、杭州、西安等大城市也开始在兴建地铁。所有这些 建设项目都会带来大规模基坑工程的开挖与支护4 1 。而且，基坑向深度大、面积大方向 发展己成为必然趋势“。 近几年我国深基坑的发展正随着我国城市化进程取得了巨大的进步，我国深基坑规 模、数量之多，监测资料之丰富，都处于世界之最。由于基坑工程不仅存在基坑本身的 安全与稳定问题，而且还存在因土方开挖引起的周围地层移动而危及相邻建筑物、地下 管线网和城市市政设施的正常使用等问题。由于基坑系统的复杂性以及设计旌工不当造 成的事故各地工程常有发生”1 。因此，如何在保证工程自身稳定的同时，有效地控制基 第一章绪论 系统在地质工程中对变形位移的预测要追溯到1 9 8 8 年，陈明东、王兰生教授“”首次将 灰色系统理论中g m ( 1 ，1 ) 模型引入边坡位移一时问曲线的拟合外推。 晏同珍教授( 1 9 8 8 ) “”1 则根据对滑坡孕育、发展、发生的过程特征，提出了灰色 理论v e r h u l s t 生物繁衍的动态模型预测方法。 张先林( 1 9 9 0 ) “”用灰色系统理论从地面沉降的整个发展过程来预测上海的地面沉 降。 梅荣生( 1 9 9 3 ) “”根据滑坡发生的位移量灰区间，反推滑坡发生的时间，取得了不 错的效果。 王国辉等( 1 9 9 5 ) “”将g m ( 1 ，1 ) 灰色模型运用于土木工程的变形预测，为土木工程的 变形治理及时提供可靠依据。 尹晖博士( 1 9 9 6 ) “”在分析了g m ( 1 ，1 ) 预测模型的不足之后，提出了一种实时引入 新信息的等维新息和等维灰数递补组合动态预测方法。 林跃忠等( 1 9 9 7 ) “”采用模糊预测模型g m ( 1 ，1 ) 对基坑支护结构进行位移预测，取得 了理想效果。 林跃忠( 2 0 0 0 ) “”利用灰色模型对基坑施工过程地面沉降量进行预测分析，通过建模 及计算取得比较满意的结果。 曾庆响等( 2 0 0 1 ) o ”利用灰色系统理论方法对土钉支护变形，建立了g m ( 1 ，1 ) 灰色模 型，并对实践工程资料进行了预测。 李磊等( 2 0 0 1 ) ”1 针对基坑支护结构变形监测数据的特点，建立了非等步长灰色模 型，利用所建立的模型对支护的位移进行预测。 张伟丽等( 2 0 0 3 ) 。1 1 根据灰色系统理论，建立了基坑变形的g m ( 1 ，1 ) 预测模型，根据 现场位移观测值对后续施工中的变形值进行预测，并用工程实例加以验证。研究结果表 明，基坑变形的灰色预测模型具有较好的精度，对指导基坑开挖和支护具有积极意义。 邓修甫等( 2 0 0 4 ) “”利用深基坑支护体系的监测数据，采用灰色系统理论建立了基 坑工程变形的g m ( 1 ，1 ) 预测模型，其模型的两个参数可识别基坑变形发展势态，并由此 讨论了模型的适用范围。 付永庆( 2 0 0 5 ) 。”采用灰色系统理论对基坑水平位移进行了预测，对系统残差采用 新陈代谢模型进行了修正，并对其预测结果作了分析，取得了较好的效果。 灰色系统在岩土工程变形预测中的应用已经有将近2 0 年的历史，成功的例子非常多， 同时也暴露出其自身的一些缺点和问题，究起原因是这种模型要求累加生成数列具有灰 指数规律，然而，一个非负的时间序列其累加生成数列事实上常常不具有指数规律o “，有 时具有近似指数规律，近似程度也很差，而灰色模型总是用指数方程拟合，这本身就有很 大误差存在。“。目前，应用比较广泛的是利用人工神经网络非线性映射能力、自学习性 能、容错性、自适应性等优点，或者应用灰色系统与神经网络的组合算法对地质工程中 的变形位移进行预测分析。 河海大学硕士学位论文 y i c h e r n gy e h ( 1 9 9 3 ) 发表了基于神经网络进行桩身质量诊断的专家系统一文， 从而将神经网络逐步引入到岩土工程实践中来。1 9 9 4 年，g h a b o u s s i 啪1 撰文较为系统地 阐述了基于神经网络的岩土力学问题的处理，从而将神经网络在岩土工程中的应用研究 引向广泛和深入。在1 9 9 5 年g o h 等人用bp 网络成功地预测了软土基坑开挖中挡墙的 最大位移，从而将人工神经网络应用到深基坑工程领域中来。近几年来，国外有关人工 神经网络在岩土工程中的应用文章出现增多的趋势。 国内张清教授较早将神经网络引入到地下工程领域，张清( 1 9 9 2 ) 首次将人工智 能中的神经元网络用于预测岩石和岩石工程的力学性态，取得了很好的效果。 孙海涛等( 1 9 9 8 ) 咖1 提出了深基坑变形预报的人工神经网络法，详细介绍了该方法 的建模和应用实例。预报结果与实测值较为吻合，从而表现在深基坑工程中利用该方法 进行变形预报是可行的。 高沛竣等( 2 0 0 0 ) 。”首次将人工神经网络应用于内撑式人工挖孔桩支护结构水平变 形的预测中，研究表明，该法不仅可以综合考虑各种因素的影响，而且可以十分有效地处 理常规方法难以解决的问题。 华瑞平等( 2 0 0 1 ) 。”利用人工神经网络理论对城市深基坑支护结构的变形量进行分 析和预测，建立了预测支护结构最大变形量的网络预测模型，表明该网络系统有很高的 预测精度，可应用于实际工程。 赵其华，孙钧，徐伟( 2 0 0 2 ) 口3 1 结合北锚碇深基坑工程，提出并应用神经网络多步 预测方法来研究地连墙施工变形的预测问题。系统地介绍了基于时间窗口的神经网络多 步滚动预测技术，并详细讨论了输入输出层的设计、隐含层神经元节点数以及预测时问 步长等一些基本预测技术问题。 高广运等( 2 0 0 2 ) 1 提出了神经网络的处理模型，并用将遗传算法和bp 最优化方 法相结合所产生的一种高效率、高精度的算法来训练网络，并比较了各类训练网络方法 的优缺点。并应用于基坑监测数据的处理中。 倪立峰等( 2 0 0 2 ) 啪1 根据基坑变形的特点，建立了动态递归神经网络进行实时建模 预报，并采用一种改进的在线学习算法，较好地描述了基坑变形的动态特性。 张小凌等( 2 0 0 3 ) 根据深基坑的变形机理和特征，利用神经网络建立了深基坑变 形的预报模型，拟合监测时间和监测位移的关系曲线，对上海某深基坑的变形进行了建 模预报，预报数据和监测数据基本吻合，说明神经网络动态预测的可行性。 曹红林，王靖涛( 2 0 0 3 ) 。”将小波神经网络应用于深基坑周围地表沉降的预测，提 出了一种有效的预测方法，并构造了预测沉降的小波神经网络模型。 张庆华，陈爱云( 2 0 0 4 ) 1 针对地铁车站等深基坑开挖施工中监测数据处理极其复 杂的问题，提出了神经网络的处理模型。 陈继光等( 2 0 0 4 ) 。”针对深基坑开挖施工过程中多种因素引起的沉降变形具有较强 随机性特点，用b p 神经网络替代灰色c m ( 1 ，1 ) 模型，有效改善了施工工程中深基坑沉降 4 第一章绪论 变形值的预测精度，并对b p 神经网络结构形式进行了探讨。 吕三和( 2 0 0 5 ) 1 通过分析基坑监测数据，找出其中蕴含的基坑支护系统变形的规 律，应用b p 神经网络预测系统未来的发展动态，对下一步支护开挖提供指导，同时可反 馈设计，从而达到控制基坑支护变形的目的。 灰色系统方法与人工神经网络技术融合起来，取长补短，用于系统分析建模与预测， 是灰色系统预测控制领域的新课题，文献伸2 蜘在这方面作出了一定程度的探索。 魏文秋( 1 9 9 8 ) 依据水质预测的客观要求，结合灰色系统理论与神经网络理论， 建立了灰色的神经网络水质预测模型，并在实际应用中取得了较好的结果。 袁金荣( 2 0 0 1 ) “”在分析灰色系统与人工神经网络基本原理的基础上，结合前人研 究成果和实例分析，指出灰色系统用于预测基坑变形存在的若干问题，并建立了基坑变 形时闻序列预测的神经网络模型基坑旌工变形的时问序列预报问题。 王汉林( 2 0 0 3 ) “o 对灰色系统与神经网络的融合的可行性及其融合的可能方法进行 分析与研究，利用灰色神经网络模型提出了两种预测方法，一种是直接用训练后的网络 输出预测，另一种是从训练后的网络中提取出灰色微分方程中的参数，将参数代回到所 得的时间响应函数，进行预测。 姜波等( 2 0 0 4 ) ”1 利用人工神经网络的方法实现系统云灰色模型的参数白化，提出 了系统云灰色神经网络模型s c g n n m ( 1 ，1 ) ，并给出了相应的学习算法。仿真结果证明了 模型的可行性。 姜波( 2 0 0 4 ) 1 本就灰色理论和神经网络方法的结合作出了探索，首先提出并研究 了神经网络建模对灰色模型进行补偿的灰色一神经网络预测模型。 彭涛等( 2 0 0 5 ) “”建立b p 神经网络一灰色系统联合模型来探讨解决这一问题的方法。 采用b p 神经网络逼近非线性插值方法构建等时距时间序列数据，在此基础上建立沉降 变形时间序列的g m 模型，并建立相应的时间响应函数，预测沉降量。 樊伟等( 2 0 0 5 ) ”1 提出将灰色g m ( 1 ，1 ) 预测模型与神经网络预测模型结合起来，建 立灰色神经网络预测模型，对滑坡变形位移进行预测。此方法为串联型灰色神经网络组 合模型，是指用神经网络识别灰色g m ( 1 ，1 ) 所得的预测值和实测值之间的未知关系，去 修正灰色系统所得的预测值。 1 2 1 2 基坑施工变形模糊控制研究进展 施工变形控制的概念，最早由美籍华裔学者y a oj t p ( 姚治平) 于1 9 7 2 年提出了对 结构控制的概念4 81 2 j 封蛳静影孵巩茫砑帅篱蟹帅明鲢业蛸；显蛐晰悭弼龋；她娶 纠弛张酲器婀鄞啦： 鼹鞋非朝甜鲳鳗l 譬鲢蚌罄遥对基坑施工土体环境控制的研究开始与9 0 年代，变形控制的基本思想是在满 足支护结构强度以及结构稳定的前提下，尚需要满足控制变形位移的使用要求：既要保 证结构安全、不失稳，又要对周围环境不造成超出警戒值。 张 第一章绪论 变形值的预测精度，并对b p 神经网络结构形式进行了探讨。 吕三和( 2 0 0 5 ) 1 通过分析基坑监测数据，找出其中蕴含的基坑支护系统变形的规 律，应用神经网络预测系统未来的发展动态，对下一步支护开挖提供指导，同时可反 馈设计，从而达到控制基坑支护变形的目的。 灰色系统方法与人工神经网络技术融合起来，取长补短，用于系统分析建模与预测， 是灰色系统预测控制领域的新课题，文献伸2 蜘在这方面作出了一定程度的探索。 魏文秋( 1 9 9 8 ) 依据水质预测的客观要求，结合灰色系统理论与神经网络理论， 建立了灰色的神经网络水质预测模型，并在实际应用中取得了较好的结果。 袁金荣( 2 0 0 1 ) “”在分析灰色系统与人工神经网络基本原理的基础上，结合前人研 究成果和实例分析，指出灰色系统用于预测基坑变形存在的若干问题，并建立了基坑变 形时闻序列预测的神经网络模型基坑旌工变形的时问序列预报问题。 王汉林( 2 0 0 3 ) “o 对灰色系统与神经网络的融合的可行性及其融合的可能方法进行 分析与研究，利用灰色神经网络模型提出了两种预测方法，一种是直接用训练后的网络 输出预测，另一种是从训练后的网络中提取出灰色微分方程中的参数，将参数代回到所 得的时间响应函数，进行预测。 姜波等( 2 0 0 4 ) ”1 利用人工神经网络的方法实现系统云灰色模型的参数白化，提出 了系统云灰色神经网络模型s c c n n n ? i i ? ? ；鼯鬃再f 阮别葡爱茸自甍。葡虽鞘封捕弹f 酗弘而币南韵。 霪蕊f w i f d i 。2 秸躺话葡副霸毓酾剩酾鳓茅掘而蠹举融f 蒹蠹；乎融筹葡罪蕊憋 r 阳引葡稻氢函蒂如确嗣卿弼甬淞鞫而猫霉一雨剩翮鳓薪郦到鲥。 曩酾晕i p 0 口t “”萄正蒌啪裂驯彰一般野豕舞鄹龠刘墼粑剩跏鼎魍割一训刮瑚扩豁。 聒引l l 申- 裂吲矧置j _ 匠j 牡剡划吲直1 扩裁划营彰到m 引荆耻蹦矧。鳍比j 董稿 匕彭菠沉烈 夔明刚吲荆吼 勺il 辇蒯塑，睁蟊汇睁鲥矧时f 引创塑引蜒：丽贼冗i 剽割。 耀暂彰j j lj l i ”? 剁! b j 瞄贬勤a i ( i i i ? i 丽觚到彰孽毗剩剥鳓抒翮剐型薰举慰藉；蕊 筇蟛萌崮匍鳓丽觚鳓弛j 雨嘲刺争葫翻国粥带筒 瓣。赫茅蟊磊菩溆掺簌葡耐引翮霜胤 莓剽型i 匿鞠辅鬲引葡鞘厕神话硝i 耋；? i ? i 弄，羁翔镒雠葡醯蠹嘲蓟酾矧缸磐襄；摹 副f 彰硝裂耩辅蟛而丽觚韵j j i 1 i 酣硝醯k 娶刎翮骄霹弧地驻蜒即 醯l 舅纠霹那湖蛳轻二麴芝圉弱酚氅粥誊臻h y4 ； ；f i 蚌塑竺! # 旺酬牲0 鄄 群计嚣粥明黼麓81 2 j 封蛳静影孵巩茫砑帅篱蟹帅明鲢业蛸；显蛐晰悭弼龋；她娶 纠弛张酲器婀鄞啦： 鼹鞋非朝甜鲳鳗l 譬鲢蚌罄遥对基坑施工土体环境控制的研究开始与9 0 年代，变形 控制的基本思想是在满足支护结构强度以及结构稳定的前提下，尚需要满足控制变形 位移的使用要求：既要保证结构安全、不失稳，又要对周围环境不造成超出警戒值。张 x 河海大学硕士学位论文 使用条件下的变形规律及趋势作出预测分析；接下来动态设计是变形控制设计的核心。 所谓动态设计即将设计置于时间和空间的动态过程中，随施工过程中信息的采集与反馈， 对原设计做必要的调整动态设计的实质是伴随信息的丰富和完备，不断地进行更高层次 的方案优化过程。 模糊控制作为非线性控制，在一定程度上模仿人的控制，从属于智能系统控制的范 畴。是在工程技术人员控制经验基础上实现对系统的控制，这为解决深基坑施工变形这 类具有大量模糊性的工程提供了很好的解决方法。 衰勇，张福余，吴纬强等( 1 9 9 9 ) 利用模糊数学的概念和模糊逻辑的推理方法， 实现了对环境规模的“影响”因素和潜在事故的危害“后果”这两个方面的模糊识别， 建立了基坑开挖工程对不同坏境影响的控制等级模糊评价体系。 孙林柱( 2 0 0 0 ) ”根据深基坑支护工程的特点，建立支护方案的指标体系，运用层 次分析法确定了指标的权重，采用模糊数学的方法，构造了二级模糊评价模型。将指标 因素的不确定性进行定量化。结合工程实例，证明了其方案的可行性和实用性。 袁金荣等( 2 0 0 2 ) ”1 利用神经网络( a n n ) 和模糊控制( f c ) 理论，采用预测控制的思想， 建立了一套集基坑施工变形预测和控制于一体的智能化施工控制系统，该系统由神经网 络预测器和模糊控制器组成。神经网络预测器对基坑变形进行连续滚动的多步预测，模 糊控制器根据预测结果对施工参数进行决策控制。在姒t l a b 5 2 平台支持下，研制了相 应的基坑变形控制软件系统，实际应用结果表明该智能控制系统对深基坑的安全施工过 程具有较好的控制效果，真正做到了施工过程的实时、动态、智能化控制。 熊孝波( 2 0 0 3 ) ”1 在对深基坑墙体位移时序规律分析的基础上，提出了基于 l a t l a b 5 3 平台的神经网络多步预测模型，可以一次预测多步施工的变形，达到及早调 整基坑施工参数，完成变形控制的目的。对润扬大桥北锚碇深大基坑工程的旋工实例分 析显示，预测值和实测值基本吻合，表明该预测模型具有较高的精度。 王立明等( 2 0 0 3 ) 嘲利用模糊数学方法评判其对地基不均匀沉降的敏感程度，继而 对基坑工程特点及相关因素进行分析，模糊评判基坑工程对邻近建筑物的影响程度。从而 为深基坑工程的支护方案及设计条件和要求提供宏观指导，避免对周围环境造成不利影 响，减少损失，降低造价。 熊孝波( 2 0 0 4 ) 指出了实现深基坑工程施工过程的智能控制是解决问题关键所在。 提出了集成计算智能预测和模糊逻辑控制的智能预测与控制的思路，并开发了基于 m a t l a b6 x 平台的“集成智能软计算预测系统和神经模糊逻辑控制软件系统”。结合在 建的润扬长江公路大桥南汉悬索桥北锚碇深大基础工程的施工全过程，进行了集成计算 智能预测和神经模糊逻辑控制研究。 张海涛( 2 0 0 4 ) 1 系统地分析了深基坑优选的影响因素，提出了方案评判的目标体系， 运用模糊数学原理建立了深基坑方案优选的模糊多目标决策模型，并对定性目标量化与 目标权重确定这两个影响模型决策结果准确程度的关键问题分别提出了合理的解决方 第一章绪论 法。通过实例说明该模型是有效的。 张福波，陈有亮，潘镇涛( 2 0 0 5 ) 呲1 利用实际工程深基坑开挖过程中坑壁侧向位移 的实测资料，采用人工神经网络方法，建立了非线性人工神经网络模型，从而对深基坑 开挖过程中坑壁侧向位移迸行了预测。再通过模糊控制器对二维的复杂基坑问题进行旖 工控制。研究成果为软土地区深大基坑开挖过程中的施工控制和旌工预报提供了新的思 路。 1 2 f 2 基坑模拟开挖有限元法研究进展 在地质体有关领域的数值方法应用中，主要有下列方法：有限差分法( f d m ) 、有限单 元法( f e m ) 、边界单元法( b e m ) 、有限分析法( f a m ) ( 用于地下水、气运移) 、半解析元法 ( h a e m ) 、离散单元法( d 瑚) 等。由于计算方法的实现的难易、适用程度，有限元法以其独 特的优点而被广泛应用m 。 有限单元法( f e m ) 以能量原理作为物理基础，把问题转化为位移变分问题( 即求泛函 的极值问题) ，在经离散化得到计算格式求解，并假定单元与单元之间不连续变化。从 数学的角度看，f d m 近似程度比高一些，但在实用上，有限单元法比有限差分发简易、 灵活，当边界几何条件不规则和介质特征变化很大时，更是如此，但在计算方法及程序 编制上，f e m 一般比f d m 难一些。3 0 年来，由于确定了有限单元法( f e m 的数学依据，特 别是引进了g a l e r k i nm e t h o d ( 伽辽金法，即加权剩余法或叫加权残量法) 。不仅使有 限单元法在数值解上同有限差分法占有同样的地位，而且由于有限单元法能比较容功坛 处理各种复杂的几何性状和统一处理各种类型的边界条件，因此它得到越来越广泛的应 用。 从1 9 6 6 年美国的c l o u g h 和w o o d w a r d 首先将有限元应用于土力学，对土坝作了非线 性分析以来，有限元在岩土工程学科中取得了巨大的进展“1 。目前，我国己编制出能模 拟实际开挖施工全过程的大型平面有限元程序，除考虑结构和土的受力与变形外，还可 考虑土与结构的共同作用，可以进行大量的数值模拟计算，分析开挖深度、支护结构刚 度、支撑设置位置、支撑刚度、坑底加固范围以及超载宽度等各种因素对基坑开挖性状 的影响。 1 3 1 主要研究内容 1 3 研究内容及技术路线 ( 1 ) 研究灰色系统与人工神经网络组合算法。将g m ( 1 ，1 ) 模型与b p 神经网络算法结合 进行预测并于g m ( 1 ，1 ) 模型预测进行比较。 ( 2 ) 利用m a t l a b 6 5 中模糊控制工具箱，分析旌工参数对基坑支护变形影响的大小， 河海大学硕士学位论文 研究模糊控制在深基坑旖工变形位移控制中的应用。 ( 3 ) 由于在变形控制中控制的标准的确定是非常关键因素，采用大型通用a n s y s 有限 元分析软件对基坑进行三维有限元动态数值模拟，分析基坑支护的变形和内力，结合有 关地区的变形控制标准设定变形控制的警戒值。并且随着施工变形控制措旌的采取，对 基坑设计方案、施工参数进行调整。经过调整后不断进行模拟计算。得到变化的变形控 制标准。从而实现动态变形控制。并对变形控制措施进行验证。 ( 4 ) 对润扬大桥南汉桥南锚碇深基坑，采用灰色一神经网络组合算法预测模糊控制方 法。对基坑变形进行预测，为了控制基坑支护变形位移，通过模糊控制器对调整施工参 数进行调整。 ( 5 ) 调整旌工参数后，基于a n s y s ，建立三维有限元模型进行动态模拟开挖计算，分 析基坑施工变形和应力，验证旌工控制措施对基坑支护位移控制的效果并调整变形控制 标准。 1 3 2 技术路线 对基坑开挖进行有限元数值模拟，确定变形控制标准；再利用灰色神经网络串联组 合算法预测变形；变形预测值和变形控制标准进行比较，确定是否采取变形控制措施； 如果采取变形控制措旌，对采取变形控制措旖后开挖过程进行有限元计算，验证控制措 施的效果；并重新确定变形控制标准，从而实现基坑支护变形的动态控制。 动态变形控制的技术路线如图1 1 所示。 变形控制系统 开始 变形控制标准的确 定( 印变形警戒值) 敏色神经网络组 合算法爹步预测 是 横蝴控制器，调整旆工参数 图1 1 深基坑变形控制技术流程图 否 工方案修改后的有限元模拟计算 第二章基于灰色神经阿络组合算法的深基坑变形预测 第二章基于灰色神经网络组合算法的深基坑变形预测 2 1 引言 对于基坑工程，位移随时问变化的趋势可以分为三种类型。 第一类型位移以近视指数规律增长，为下凸的单调上升的曲线，可以建立匀速加速 的模型来进行模拟。第二类型为上凸上升曲线。第三类型为s 形曲线。这种三类型的基 坑工程位移时间序列趋势线形式见图2 1 。 时间 图2 1 基坑工程位移时间序列趋势常见类型 目前国内外在深基坑及周围岩土体变形的研究中，采用的方法主要有，物理模拟法、 数值模拟法、半理论半解析法、经验公式预测法以及非线性预测方法等。由于物理模拟 法需要精密的仪器和复杂的技术，以及基坑开挖支撑中的施工因素很难模拟，因此物理 模拟方法在实际工程中很少用到。当前应用比较广泛的是非线性预测方法，其中包括基 于统计分析的时间序列预测、灰色系统预测、分形几何预测、非线性动力学预测以及神 经网络预测。 本文采用灰色模型与神经网络在系统中按串联方式组合进行预测，即一方的输出为 另一方的输入，如图2 2 所示。在此系统中，由g m ( 1 ，1 ) 预测每个时间步上不同数据 个数的基坑变形；而后，将其预测结果输入b p 神经网络中，b p 神经网络被训练收敛于 期望的基坑交形；最后，调用基于g m ( 1 ，1 ) 模型训练出的8 p 神经网络的来预测。 变 形 监 测 数 据 初试数据处理器g m ( 1 ，1 ) 模型 储存器 b p 神经网络 金一 国一 神 腑一 皇一旦一 ；i - ，网 oo 络 输输 、 一 i | 一搬 k 图2 2 灰色神经网络组合计算示意图 9 神 经 网 络 输 出 河海大学硕士学位论文 2 3 人工神经网络的基本原理 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，简称为a n n ) 的研究己有半个世纪的历 史。早在1 9 4 3 年，心理学家m u n l l o c h 和数学家p i t t s 合作提出形式神经元的数学模型( 称 为m p 模型) ，从此开创了神经科学理论研究的时代。1 9 8 2 年，美国加州工学院物理学家 h o p f i e l d 提出了h n n 模型，从而有力地推动了神经网络的研究。近年来，神经网络理论 引起了美国、欧洲与日本等国科学家和企业家的巨大热情，我国自1 9 9 0 年以来也召开了 八次全国人工神经网络研究方面的会议，取得了长足发展。 人工神经网络作为人工智能的一个重要分支，采用物理可实现的器件或计算机来模 仿生物体中神经网络的某些结构和功能，并反过来用于工程界和其它领域，其着眼点是 采纳生物体神经细胞网络中可利用的部分来克服目前计算机或其他系统不能解决的问 题，如学习、识别、控制、专家系统等。其特色在于信息的分布式存储和并行协同处理， 并具有良好的自适应性、容错性等特点。人工神经网络具有高度的非线性映射能力，事 先不需要假设输出变量与输入变量之间的关系，而是通过样本的学习，实现输入与输出 之间的非线性映射。因此，人工神经网络已成为一种重要的信息处理方式而普遍应用于 各个工程和学科的研究领域。目前，在人工神经网络的实际应用中，绝大部分的神经网 络模型是采用b p 网络或它的变化形式，它也是前向网络的核心部分，并体现了人工神经 网络最精华的部分。 b p 网络以其良好的非线性映射能力而成为应用最为广泛的一种神经网络模型。标准 的b p 网络模型如图见图2 3 ，该网络模型通过选择非线性的神经元处理函数，可以实现 从输入至g 输出的非常复杂的非线性映射。它由3 类神经元层次组成：输入层单元、若干 隐含层单元、输出层单元。各层次之间形成全互相连接，各层次内的神经元之间没有连 接。每一个输入层的神经单元都可以代表一个影响因素。因此每一项影响因素都有一个 输入层的神经元与之相对应。输出层单元数根据具体研究对象的要求而定。隐含层单元 的层数及单元个数由输入单元数决定。吼咖 输入层隐含层输出层 图2 3 标准的b p 网络模型 b p 网络采用误差反馈学习算法，实质是利用梯度最大下降法，使权值沿误差函数的 第二章基于灰色神经网络组合算法的深基坑变形预测 负梯厦反向改变。b p9 网络的算法包括两大步骤：其一是输入的正向传播过程，即输入数 据从输入层逐层向输出层传播，得到输出响应；其二是输出误差的反向传播过程，即输 出的误差由输出层开始反向传播到输入层，而网络各层的权值改变量则根据传播到该层 的误差大小来决定”“7 “7 ”。如图2 3 所示，设输入层、中间层、输出层的单元数分别为”、 p 、g ，用于训练网络的模式对数为m ，、分别为输入层第f 个神经元到中间层第， 个神经元、中间层第7 个神经元到输出层第个神经元的连接权，e 、一分别为中间层 第_ ，个神经元、输出层第t 个神经元的阈值。b p 网络算法的步骤如下： ( 1 ) 初始化：给、g 、一赋予( 一l ，1 ) 之间的随机值，然后随机选取一 输入输出模式对4 = 以，口；，口：) ，k = ( y ，y ；，y ：) ，k = l 州2 ，m ，把它们提供给网 络； ( 2 ) 计算中间层各神经元的输入和输出嘭： j ；= 4 ：一巴 _ ，= 1 ，2 ，p ( 2 3 1 ) 够= ，幻) (