钻孔灌注桩基坑支护结构参数优化设计

最新 精品 范文 参考文献 专业论文 钻孔灌注桩基坑支护结构参数优化设计钻孔灌注桩基坑支护结构参数优化设计 钻孔灌注桩基坑支护结构参数优化设计 摘要 将遗传算法用于基坑地下连续墙支护优化设计中 通过 编辑自动计算程序对地下连续墙支护结构参数优化 算法全部约束 均按基坑相关规范要求给出 通过工程实例和监测结果证明该优化 设计方法有效性 关键词 钻孔灌注桩 基坑支护 遗传算法 优化设计 Abstract The genetic algorithm is used for excavation of underground continuous retaining wall optimization design by editing the automatic calculation program of underground continuous wall supporting structure parameters optimization Algorithm of all constraints is requirements of related codes are given according to the foundation through the project example and the results prove the validity of the optimization design method Key words bored pile foundation pit genetic algorithm optimization design 中图分类号 U443 15 4 文献标识码 A 文章编号 深基坑支护结构随着城市化建设大量出现 同时支护选型和设 计极为保守造成浪费 如何选取合理设计基坑同时保障基坑及周围 环境安全前提下使工程造价最低是工程设计最关心的问题 所以深 基坑支护结构优化设计具有显著技术经济意义 深基坑支护优化设计设计参数复杂 目标函数与设计参数之间 的关系是复杂的非线性关系 1 神经网络遗传算法是具备智能性 全局优化性和内在学习性等特点一种优化计算方法 可解决深基坑 支护优化设计的非线性关系 1 遗传算法基本原理 最新 精品 范文 参考文献 专业论文 遗传算法采用编码的技术 效仿了生物物种由低级到高级的进 化过程 从初始种群开始 采取 优胜劣汰 适者生存 的自然法 则对个体进行选择 交配 变异 进而产生新一代种群 重复逐代 演变进化 直到产生出满足条件要求的个体为止 它是基于种群的 智能优化法的一种 遗传算法具有智能性 全局优化性和隐含并行性三个特点 遗 传算法具有智能算法中的自适应 自组织和自学习等特点 由于交 叉算子的作用 使得搜索方向集中在空间中期望值最高的部分 同 时由于变异算子的作用 确保了群体的多样性 防止了搜索被引导 到局部最优 遗传算法具有潜在的并行性 由于搜索过程是同时从 多个点出发 使得这种多智能体的协作过程是异步并发进行的 同 时搜索解空间内的多个区域 相互交流信息 这种分布式并行模式 大大提高整个算法的快速反应能力和运行效率 除此之外 遗传算 法还具有通用性 内在学习性 多解性 非定向性等特点 这些特 点使遗传算法在实际的工程优化中 得到了很大范围的应用 遗传算法常用步骤如下 目标函数确定 根据约束条件生 成解的初始成员种群 译码染色体使其适合评价并给予适应值 以根据优胜劣汰 去掉适应值差的染色体 并按概率随机选择幸 存的染色体进行复制形成新的群体 根据概率随机选择染色体进 行杂交和变异的操作 对子代群体重复步骤 的操作 不断进 行遗传进化 让种群平均适应值和最优个体提高 直到适应值趋于 稳定 即完成最优参数 2 数学模型的建立 某工程基坑支护采用钻孔灌注桩 本文以三层钢支撑形式为例 进行数学模型 2 1 优化参数的选取 根据优化参数的选取原则 将钻孔灌注桩支护结构 2 中的桩径 D 支撑位置 m 嵌固深度 hd 桩间距 S 作为优化参数变量 而将混 凝土强度等级 配筋方式 钢筋等级 直径和土层计算参数等变量 均作为设计参量预先固定下来 则变量空间为 X hd D m1 m2 m3 S T 最新 精品 范文 参考文献 专业论文 hd 0 5h 1 5h D 0 6 1 2 S 0 5D 2 5D m1 0 1h h hs m2 m1 hs h hs m3 m2 hs h hs 其中 hs 为最后一道支撑与基坑底的最小间距 hs 为钢支撑 竖向的最小间距 S 指的是两个桩之间的中心距 h 为基坑的开挖 深度 将所求解空间 X hd D m1 m2 m3 S 确定每个变量的精度后 利用二进制编码对所求变量的解空间进行转换 形成初始种群 2 2 约束条件处理 用构造罚函数的方法处理约束条件 采用 若 0 若 0 则 而 定义为违反系数 则上述约束问题转换 成为了无约束问题 即 式中 为原目标函数 称为惩罚后的目标函数 参数为惩罚因 子 根据对所求解可行性的要求严格程度而定 2 3 适应度函数的确定 选取单位宽度的桩材料造价作为目标函数 即 式中 h 为基坑开挖的深度 hd 为桩的嵌固深度 D 为桩径 S 为桩间距 选取适应度函数为 式中 c 为系数常量 用以调整适应值的区间 通常取值为 100 1000 显然的值越大 该母体越优 2 4 收敛判别 选择下式作为收敛判别准则 是一个充分小正数 如果满 足了收敛判别 则输出结果 否则重复计算 优化程序的实现是基于 MATLAB 语言 首先编写遗传算法的运算 函数 其中包括了编码 适应度评判 选择 交叉 变异 解码等 运算 函数调用了先前编制好的围护结构内力和变形计算的函数 为了便于了变量的输入输出 利用生成界面的 GUI 函数 编写了参 量输入界面 优化运行和结构计算界面 3 工程概况 浙江杭州市区某车站基坑工程 3 基坑平均深度为 14 6m 按 最新 精品 范文 参考文献 专业论文 照建筑基坑支护 本车站基坑支护工程安全等级为一级 综合本站 周边环境 地质条件和工程造价等 基坑主体围护结构采用钻孔灌 注桩 钻孔桩选用循环钻施工 本区间地下水埋深为 1 3 2 8m 主 要为上层滞水 地下水位不连续 水文地质条件较简单 3 1 计算参数选取 钻孔灌注桩采用为 C30 桩径 1300m 围护结构的水平受力体系 采用钢管内支撑方案 设三道内支撑 采用 600 t 16 的钢管支 撑 钢管材料采用 Q235 钢 结构设计时应根据结构类型 按结构整 体和单个构件可能出现的最不利情况进行组合 依相应的规范要求 进行计算 并考虑施工过程中荷载变化情况分阶段计算 各土 岩 层物理力学指标见表 1 表 1 土 岩层物理力学指标 3 2 优化结果与分析 通过程序自动计算 优化结果表明 围护桩的嵌固深度和桩间 距的对改变 对设计结果具有较为大的影响 在桩径不变的情况下 嵌固深度的变小和桩间距的增大 都会使得围护结构的上部水平位 移和弯矩有所增大 但通过改变支撑的位置和支撑的预加轴力 可 以保证围护结构的位移满足规范要求的允许值 优化结果显示 墙 体的最大弯矩比原设计增加了 14 4 墙体的最大剪力增加了 19 2 但都在设计允许值之内 而造价比原设计降低了 17 4 因 此优化结果是比较理想的 根据优化后的支护结构参数计算所得围 护结构变形和受力优化结果对比见表 2 表 2 优化结果对比表 4 结语 通过工程实例证明遗传算法能够对基坑支护进行优化设计 具 有经济效益 自动化计算程序在工程实践中更具有应用价值 最新 精品 范文 参考文献 专业论文 参考文献 1 李云安 深基坑工程变形控制优化设计