科研之友
微信
新浪微博
Facebook
分享链接
摘要
为合理将人工冻结法应用于地下工程建设中，确保冻结壁的稳定性。通过对人工冻结试验过程中的温度场进行预测分析，利用神经网络对样本进行学习，并与实测数据进行对比，表明该方法可以较为准确地对未知温度场进行预测。通过对西南某地区泥炭土进行冻结试验，试验结果表明：在封闭不补水条件下人工冻结试样冷端温度越低，土体的降温速率越快，温度场稳定后值越小。以实测温度场构成时间序列，基于神经网络，通过建立时间序列神经网络预测模型对泥炭土的温度变化进行预测，对比实测值和预测值，平均绝对误差为0.066 8，均方根误差为0.034 7，整体误差较小，该预测模型能够较为精确地预测温度场变化规律。
- 单位
