详情

原文传递穿越工程影响下既有地铁隧道变形监测与分析

论文题名：	穿越工程影响下既有地铁隧道变形监测与分析
关键词：	地铁隧道;变形监测;数据处理;穿越工程施工
摘要：	在穿越工程施工过程中，对既有地铁隧道实施变形监测是确保地铁运营安全的重要措施之一。本文针对地铁运营环境和结构变形特征，研究穿越工程影响下地铁隧道及轨道结构变形监测和分析的理论、方法和技术。以“监测、辨险、预警”为主线，通过关键理论与技术的研究，实现对既有地铁隧道受近接施工扰动形变全过程的精密监控，达到“监测于变形”、“辨险于分析”、“预警于未然”，保障地铁的安全运营。　　论文在总结传统地铁隧道变形监测方法及其问题的基础上，对精密监测基准、智能变形预测、特征点全自动监测、地铁变形区整体监测等方面的理论和方法开展了深入的研究，解决了如何在变形复杂、环境干扰的地铁运营条件中实施准确全面监测的难题。主要研究内容与创新如下: 　　1.结合穿越地铁工程实践，总结出运营地铁隧道受近接施工扰动变形的主要影响因素，以及监测数据呈现非线性和混沌特性，需要高精度监测等主要特点。在此基础上，重点研究了建立高精度三维监测基准的理论，构建了加权七参数空间三维坐标转换模型，并推导了精密测量定权和平差的数学模型。　　2.鉴于地铁监测基准点随着城市地面整体沉降的问题，研究出应用GPS动态监测改正地铁基准点沉降的方法。利用高频GPS坐标时间序列中噪声的自相关性构建了噪声自相关函数，提出基于分形算法的Kalman滤波消噪模型，实现GPS沉降变形的提取与基准点坐标的沉降改正。　　3.根据地铁监测基准需要高精度和实时动态的特点，研制了专用的测量标志，使激光跟踪仪、工业全站仪、GPS、地面三维激光扫描仪、测量机器人等多种高精尖仪器测量坐标一体化，实现了精密基准和GPS空间动态基准的统一，从而构建了地铁时空一体化精密监测基准。　　4.对当前地铁监测数据量大、变形分析困难、预测准确率低的技术难题，根据地铁受近接施工扰动变形数据的非线性与混沌特性，提出基于PBIL支持向量机的智能变形预测方法。用基于概率分析的PBIL算法对支持向量机的关键参数组合（C，σ，ε）进行设定。并根据变形方向和变形速度体现变形机理的特点，融合了粒子群算法中粒子飞行兼顾个体增益和群体增益的方向和速度的更新机制，精确设定最优参数组合。从而避免人为选择参数的盲目性，极大地提高了支持向量机的预测能力。通过广州地铁穿越工程变形监测数据预测的应用验证了该变形分析方法具有高精度预测能力和实用性。　　5.系统总结了用测量机器人对地铁变形特征点实施全自动监测的理论和方法。鉴于监测中存在地铁运营扰动的问题，研究了基于微动改正模型的自动监测技术。研发了测量机器人地铁全自动监测系统，实现了测量机器人监测行为的自动控制、监测数据的管理分析与智能预测。　　6.为实现提高辨识危险隐患能力、全面监测地铁变形的目的，提出了利用三维激光扫描技术进行地铁三维全景监测模式及基于NURBS曲面的点云数据变形提取模型，并用工程实验检验了模型的实效性。鉴于地铁监测的实时特点，在监测区域大或高采样率导致点云处理与变形提取的时间开销很大的情况下，研究出一种基于切片拟合技术的地铁隧道变形快速量测方法，可以用最短的时间确定变形超限的区域。　　论文的研究成果在北京地铁1号线、10号线、6号线，广州地铁2号线和深圳地铁1号线等既有地铁变形监测工程中得到测试、验证和应用。
作者：	邱冬炜
专业：	城市轨道工程
导师：	梁青槐
授予学位：	博士
授予学位单位：	北京交通大学
学位年度：	2012
正文语种：	中文