详情

原文传递成都砂卵石地层基坑变形空间效应及预测方法研究

论文题名：	成都砂卵石地层基坑变形空间效应及预测方法研究
关键词：	地铁工程;砂卵石地层;基坑降水;基坑变形;空间效应;预测模型
摘要：	随着我国城市化进程的快速推进，城市轨道交通建设进入到飞速发展的阶段。轨道交通建设规模的扩大使地铁工程中深大基坑的数量与日俱增。车站深基坑施工安全稳定是地铁工程建设中最重要的环节之一，不仅需要全方位准确高效监测并及时预警，还需要分析因施工扰动土体而引起的变形及发展趋势，以便对施工安全作出判断。因此，掌握深基坑施工过程中土体变形规律与开挖引起的时空效应是确保地铁深基坑工程安全施工的理论基础与前提条件。然而，由于地铁深基坑工程所处环境通常比较复杂，周边影响施工安全的因素较多，其施工难度与风险往往随之增加。近年来，地铁深基坑工程事故虽时有发生，但造成的后果却十分严重，引起了业界广泛关注。　　本文围绕砂卵石地层地铁车站深基坑开挖过程中基坑支护结构、内支撑、周围土体等在空间上的变形、沉降等变化规律进行研究，探讨砂卵石地层中深基坑降水方法，分析基坑支护结构变形、内支撑轴力以及地表沉降的变化规律，揭示砂卵石地层深基坑开挖在不同阶段支护结构地表沉降的变形特征，构建基于粒子群算法、遗传算法和最小二乘支持向量机相结合的基坑变形预测模型，并由实际工程监测数据对预测结果进行了验证。研究成果主要体现在以下几个方面：　　（1）提出了砂卵石地层临河深基坑降水设计新方法。利用土层沉降量与沉降监测结果对渗透系数进行反复迭代计算，进而得到最终降水设计参数，并依此作为VisualModflow基坑降水设计参数的依据。本方法充分考虑砂卵石地层临近河道渗流补给对降水的影响，提高了砂卵石地层临河基坑降水设计参数选取的精确度，通过数值模拟结果验证了降水效果的可行性，为砂卵石地层临河深基坑降水设计与施工提供了理论参考。　　（2）通过MIDAS有限元分析软件的数值模拟研究，采用深基坑空间效应理论对基坑开挖地表沉降数据进行了理论分析，揭示了砂卵石地层深基坑开挖支护结构的变形规律。得出：基坑短边的地表沉降范围小于基坑长边地表沉降范围，狭长基坑存在显著的空间效应及坑角效应，支护桩水平位移与基坑开挖的深度及开挖面积具有显著相关性。基坑完全开挖后，基坑短边位置最大沉降比长边最大沉降小35%；基坑在开挖完第三段后，长边具有明显的空间效应，沿基坑长边方向，距离坑角越远的位置支护桩的位移越大，其中，近坑角位置支护桩位移比远坑角位置的支护桩位移量降低了38%。长边中间位置处沉降点的地表沉降量由远及近逐渐增大，整体呈现三角形变化规律；沿基坑长边接近转角处的地表沉降规律与长边中间位置处的变化规律基本一致，相比于基坑中部位置，其最大累计沉降量略小，地表沉降量降低了约35%。基坑坑角位置处混凝土支撑轴力高于基坑长边中点位置处的内支撑轴力，而基坑坑角位置处的钢支撑轴力比基坑长边中点位置处内支撑轴力降低了30%。基坑开挖过程中，内支撑轴力随开挖深度以及开挖面积的增大而增大。　　（3）将遗传算法（GA）嵌入到粒子群算法（PSO）进行参数优化，结合时间序列模型建立基于最小二乘支持向量机的时序变形预测模型。模型综合了粒子群算法对数据空间维度上的特征提取，遗传算法中变异算子处理数据突变的能力，以及时间序列对实测数据的实时循环更新。通过与遗传算法（GA-TLSSVM）、粒子群算法（PSO-TLSSVM）优化的模型和BP神经网络预测模型进行预测精度的对比发现GA-PSO-TLSSVM模型增加了训练数列的信息时变性能，实现了实测数据的动态精准预测，为地铁深基坑变形预测与控制提供理论依据。
作者：	王美艳
专业：	地质工程
导师：	赵大军
授予学位：	博士
授予学位单位：	吉林大学
学位年度：	2023