可靠性分析在深基坑中的应用

1、第17卷第1期湖南理工学院学报(自然科学版)Vol.167No.12004年3月JournalofHunanInstituteofScienceandTechnology(NaturalSciences)Mar.2004可靠性分析在深基坑中的应用江学良平(中南大学,)摘要:,较系统的论述了关键词:;文献标识码:A文章编号:167225298(2003)0420088204ApplicationofAnalysisonReliabilityinDeepExcavationJIANGXue2liang,CAOPing(CentralSouthUniversity,Changsha410083,Ch

2、ina)Abstract:Shortcomingofconventionalmethodwhichisusedtoestimatethestabilityofexcavationispointedout,analysisonreliabilityisappliedtothedesignofexcavationengineeringandtheprocedureofanalysisonreliabilityforexcavationisinterpretedsystematicallyinthisarticle.Keywords:analysisonreliability;deepexcavat

3、ion深基坑工程设计是一项技术复杂,综合性很强的工作,它与场地工程地质勘察、支护结构设计、施工开挖、基坑稳定、降水、施工管理、现场监测、相邻场地施工互相影响等因素密切相关。目前,在深基坑设计中仍然采用原来的安全系数法来评价基坑的稳定。安全系数虽是以数值表示安全度指标,但其并不能定量表示安全度。不能说Fs=3.0的基坑边坡的安全程度是Fs=1.5的基坑边坡安全程度的两倍。在实际工作中,安全系数的确定往往凭借设计人员的设计经验,并没有通用的准则。要定量评定深基坑工程的安全度,有必要引入基于风险概念的可靠性分析。1可靠性与极限状态方程可靠性是指在规定的条件下和规定的时间内完成预定功能的能力。可靠度就

4、是在规定条件下和规定时间内完成预定功能的概率。可靠度有三种尺度:一是稳定概率,即可靠度或称可靠概率;二是破坏概率,)。即不可靠度或称不可靠概率;三是可靠指标或称安全指标(基坑稳定性受许多变量的控制,这些变量都具有不确定性,都是随机变量。可以用下面模型来描述基坑的稳定状态。(1)Z=g(x)=g(x1,x2,xn)函数g(x)反映基坑的状态或性能,称为状态函数或功能函数,x为基本状态变量。极限状态方程为Z=g(x1,x2,xn)=0(2)收稿日期:2003-06-05作者简介:江学良(19772),男,中南大学岩土工程专业硕士,主要研究方向:岩土边坡、深基坑、地基基础等方面的设计与处理。

5、9; 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 第4期江学良曹平:可靠性分析在深基坑中的应用89Z=g(x)>0安全状态Z=g(x)=0极限状态Z=g(x)<0破坏状态2基坑可靠性分析211基坑设计参数的获取土参数,特别是土的抗剪强度c,值,对基坑支护设计影响甚大,c,直接决定着基坑设计的成败。然而,土体参数又是不确定的,:性;二是勘查取样与试验方法的误差;、处理都必须遵循可靠性思想。21111数据的采集与处理(1)数据采集目前,如何使勘察工作满足可靠性设计的

6、要求,是一个很值得研究的问题,为满足可靠性设计对参数统计的要求,宜结合可靠。基于以上原因,基坑勘查的布点取样、测试要严格按照有关规范和(2)土参数的试验方法高层建筑岩土工程勘察规范规定,对基坑支护设计宜采用三轴不固结不排水剪或直剪快剪(UU),而上海深基坑施工技术指南则建议采用固结快剪(CU),而且规定考虑降水后土质条件的改善,对c,值还可以适当提高。到底采用何种试验方法,可以从下面三个方面考虑:从基坑开挖的速率考虑。目前基坑多采用机械开挖,施工速度快,如土的透水性较差且排水条件又不好时,土来不及固结就可能失稳,这时可采用UU试验;如土的透水性较好时,可采用CU试验。从基坑是否降水和土的渗透性

7、考虑。基坑降水时,在基坑开挖过程中,粉土,粉质粘土既非完全不排水,又非安全排水,可采用CU或CD(慢剪)试验结果;对粉土,饱和粘土,老粘土,淤泥质土,由于渗透性很小,宜采用UU试验;当基坑不降水而采取止水措施时,宜采用UU试验。从应力路径考虑。深基坑的开挖,宏观上属于卸载问题,土体中平均应力下降,偏应力增大(见图1)。由图可知,对卸载问题,采用UU试验是偏于危险的,特别是对老粘土或裂隙性粘土,该种土表现为Ccd0,Ccu<Cuu,宜采用Ccu结果。21112数据的处理(1)异常数据的剔除在工程勘察过程中,土工模型,仪器,操作者影响会造成异常测试结果的出现。常见的剔除异常数据的统计判别法有

8、三倍标准差判别法,Chauvenet判别法,Crubbs方法等,具体可参看有关图1不同试验方法结果的比较文献。(2)土工参数的不确定性分析土参数的“真”值未知的,它的大小只能通过有限的室内或现场试验了解,其值是变化的,而且离散性很大,具有很强的不确定性3。21113土体参数的可靠性分析如随机变量x是某种分布形式,已知标准差,可根据下式计算样本的置信度1-和期望值。(1)当样本数量少,又非正整数分布时,置信区间可用Chebyshev不等式(3)pX -h<< x+h=1-2=1-h(2)如分布为对称的,函数只有一个最大值时,有pX -h<< x+h=1-9h2=1-(4)

9、式中 x为x的平均值,n为样本数。© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 90第16卷湖南理工学院学报(自然科学版)在实际设计时,土参数c,值可取其下限值,以确保基坑的稳定。212基坑可靠性分析的数学方法21211蒙特卡罗方法蒙特卡罗方法是一种通过随机变量的数字模拟和统计分析求解工程技术问题近似解的数值方法,利用这种方法求解问题的途径可以归纳为三个基本步骤:随机变量的抽样。按基本随机变量的已知概率分布进行随机抽样。样本反应求解。对每个抽样样本,。计算反应量

10、的统计量估计。对所有样本反应,、方差或概率分布。,应增加一百倍的模拟计算工作量,在深基坑中不常用。21212一次二阶矩方法,现实的做法是利用随。其中,利用随机变量的一、二阶矩计算结构的失效概率的。在二阶矩方法中,将非线性功能函数经级数展开近似为线性功能函数的算法统称为一次二阶矩方法。常见的算法可分为中心点法和验算点法两类。考虑当量正态分布转换的验算点法通常称为JC法。JC法在深基坑中应用较多。其基本思想是将极限状态方程Z=g(x1,x2,xn)从x空间按ui3=(xi3-i3)/xi变换U空间,得Z=g1(U1,U2,U3,Un),在几何上就是U空间内从原点到极限状态超曲面Z=0的最矩距离。通

11、过数学计算,可找到满足要求的p3=(u1,u2,u3,un)从而得到可靠指标:=z-|ui3ui3i=1n32(|ui)=1g2n(5)式中:ui3=i是敏感系数i式中最简单的情况是由互相独立的基本变量R和S组成的二维状态,即极限状态的R-S模型;Z=g(R,S)=R-S=0式中:R为抗滑力或抗滑力矩;S为滑动力或滑动力矩。在基坑边坡工程,破坏概率可由下式表示),pr(Z=R-S)<0=1-(其中Z=R-S的物理意义是安全储备。可靠指标即为安全储备均值与标准差之比=22zR-S2s式中为安全储备均值;安全储备标准差。z=R-sz=R-2为(6)对于某一确定的fz(Z)来说,则有破坏概率:

12、Pf=P(Z<0)=FZ(0)=f(Z)dZz-令=则有:z=0,z=1,ZzPf=p(<)=P(Z<)=FZ(-)zzzz)=FZ(-(7)如果R,S为正态变量,即RN(R,R)和SN(s,s),则有ZN(z,z),于是:© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 第4期江学良曹平:可靠性分析在深基坑中的应用91-zPf=-exp-()2dZ2(8)=1-()=(-)z()为标准正态分布函数。式中=1-(3可靠度标准的确定,程可靠程度。建议

13、现阶段设计可靠度取值参照表2表2破坏类型317412安全等级3123172173124实例分析=2°某工程,边坡高H=9.0m,坡顶荷载Q=15kPa,土重度r2=19kN/m3,c=12kPa,c=3kPa,土钉长度为10.0m,孔径110mm,水平垂直距离为1m。根据自编的FORTRAN程序计算,得到其整体安全系数Fs=2.2,取其抗滑力矩为R,滑动力矩为S,)=0.9999,则该工程设计的整体抗滑破坏概按R-S模型计算,求得=4.6。查标准正态分布表得()=10-6。率为Pf=1-(由以上可知,把可靠性分析引入基坑设计中,可以知道与某一具体可靠指标对应的基坑失稳概率,可以定量的

14、描述基坑的可靠程度,优越于传统的安全系数法。参考文献1祝玉学.边坡可靠性分析M.北京:冶金工业出版社.19932秦四清等.深基坑优化设计M.北京:地震出版社.19983冷伍明,赵善锐.土工参数的不确定性分析J.岩土工程学报.1995,34吴南群.工程勘察测试数据的可靠性分析J.岩土工程学报.1995,vol(13)5李杰.随机结构系统M.北京:科学出版社.1996(上接55页)3结论从上面的理论分析与仿真实验可以看出,对于变参数、非线性的对象用常规的控制算法难以实现有效的控制,而用神经网络进行模型辨识,在辨识的基础上再进行预测控制,就可以得到比较好的控制效果,这样既保留了常规预测控制的优点,又解决了常规预测控制中复杂对象难以建模、实时运用难的缺点。因此基于神经网络辨识的预测控制算法是一种比较好的、有着广阔应用前景的新型控制算法。参考文献1王耀南1计算智能信息处理技术及其应用M1长沙:湖南大学出版社,1999,100-10712张燕1杜太行,吕德忠1一种改进的快速BP算法A11999中国控制与决策学术年会论文集C11999,670-673.3TanakaM.NonlinearSystemIdentificationbytheCombinationofSelf-OrganizingFeatureMapandRadialBasis