原文传递
地铁运营期变形预测模型与安全评估模型研究
| 论文题名： | 地铁运营期变形预测模型与安全评估模型研究 |
| 关键词： | 地铁安全;沉降预测;评估模型;经验模态分解法;神经网络 |
| 摘要： | 地铁作为城市交通系统的一部分，已发展为城市最重要交通方式之一。地铁相对于其他交通工具，有运量大、速度快等优点。但是地铁埋设于地下，环境相对封闭且客流量大，一旦发生了事故，若没有得到比较妥善处理，会带来巨大的损失，产生极其不良的社会影响。 地铁变形是地铁安全问题的关键，同时也是地铁安全运营的重要指标之一，如何确保运营期地铁安全是一个值得深入研究的问题。地铁安全的影响因素比较复杂，如何实现有效的地铁安全评估，建立合理的地铁安全评估模型，对于地铁运营安全具有非常重要的意义。本文根据南京地铁二号线某段变形数据，针对地铁变形的预测模型和安全评估模型进行了研究，研究内容分为以下几个方面: (1)对地铁变形数据进行分析，利用地铁变形沉降随时间具有规律性变化的特点，在经验模态分解法(EMD)与反向传播(BP)神经网络基础之上，建立了EMD-BP神经网络组合模型。通过南京市地铁二号线某段沉降数据，对比分析了BP神经网络预测模型和EMD-BP神经网络预测模型两种模型的预测精度。BP神经网络模型的预测精度为±0.22mm，而EMD-BP神经网络组合模型的预测精度为±0.11mm，相比于BP神经网络模型提高了约50％。 (2)分析地铁安全评价指标体系的功能和特点，探讨构建指标体系的原则和步骤，通过安全识别的内容，针对地铁运营体系，建立地铁安全评价指标体系，并对每个系统各个要素作深入的分析。基于层次分析方法与可拓学理论，建立了多级可拓评价方法，对评估模型中的安全等级域、评价因素集、评价指标权重的确定方法等几个关键问题，都提出了解决方案。从而建立基于地铁变形的德尔菲-多级可拓安全评价模型。 (3)利用本文建立的德尔菲-多级可拓评价模型评价了某地铁区间运营期间的安全状况，提出了一些基于评价结果的建议，验证了该评估模型的有效性和实用性。 |
| 作者： | 王昭斌 |
| 专业： | 测绘工程 |
| 导师： | 胡伍生;储征伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
