科研之友
微信
新浪微博
Facebook
分享链接
摘要
对既有隧道的保护是城市地区深基坑施工的关注重点,土体、支护结构和隧道结构等多种因素之间的复杂相互作用,使得预测基坑开挖引起的隧道变形极为复杂和困难。首先利用神经网络学习土体、支护结构以及隧道之间复杂相互作用,形成基坑围护墙最大水平变形的预测模型。将围护墙最大水平位移输入基坑开挖诱发临近隧道变形的位移控制两阶段分析方法,得到基坑开挖诱发的隧道变形。在此基础上,结合开挖过程产生的数据,通过反演分析综合考虑施工过程不可控因素逐步减少土体参数不确定性,优化变形预测结果,实时预测后续隧道变形。通过数值模拟和现场测量,对所提出的预测模型的有效性进行了评估。结果表明,基于开挖过程产生的信息,将人工智能技术与基本预测模型相结合的策略可以有效的对基坑开挖诱发的隧道变形进行实时的高精度预测。
-
单位上海建工四建集团有限公司; 岩土及地下工程教育部重点实验室; 机械工业信息研究院; 同济大学
