论文题名: | 穿越工程对地铁五棵松车站变形影响统计分析与预测 |
关键词: | 穿越工程;地铁车站结构;变形影响;统计分析;中心线;穿越施工;施工过程;结构沉降;新建隧道;隧道结构;既有线;城市轨道交通;差异沉降;人工神经网络模型;监测频率;道床结构;车站隧道;最大值;预测;下沉 |
摘要: | 在我国大城市轨道交通网络逐渐形成并完善的过程中,将出现越来越多的新建隧道穿越既有城市轨道交通地下线路的情况。新建隧道施工将对周围岩土体产生挠动,进而引起其上既有线隧道结构及轨道结构发生变形,当变形发展到一定程度就会影响到既有线的正常运营。如何把这种不利影响降到最低限度,既实现新建隧道顺利施工,又保证既有线结构安全和正常运营,有必要对被穿越轨道交通既有线的沉降规律进行研究。 本文根据南水北调北京段西四环暗涵下穿北京地铁1号线五棵松车站的变形监测数据,运用统计分析方法,对浅埋暗挖法穿越施工引起的既有地铁车站结构变形规律进行了研究,得出以下主要结论: 1.在穿越施工过程中,车站底板结构基本经历了“下穿前稳定~下穿时缓慢下沉~注浆抬升~继续缓慢下沉~贯通前后微弱下沉~工后沉降~趋于稳定”的变化过程; 2.在穿越施工过程中,距离下穿中心线越近的部位车站结构沉降量越大,其沉降值是距离下穿中心线稍远部位的几倍,甚至数十倍;车站结构变形缝差异沉降最大值也出现在下穿中心线正上方,穿越中心线东西两侧差异沉降数值较小; 3.在穿越施工过程中,距离下穿中心线越近的部位道床结构沉降量越大;道床结构变形缝差异沉降最大值也出现在下穿中心线正上方; 4.在穿越施工过程中,应重点监测距离下穿中心线较近部位,加大监测频率,而对距离下穿中心线稍远的部位可以相应减小监测频率,做到重点部位和非重点部位区别对待,确保安全穿越。 本文还利用人工神经网络方法,对车站隧道结构沉降的发展进行了预测,预测结果表明,使用人工神经网络模型对车站隧道结构沉降的预测在短期内是有效的。 |
作者: | 李鹏 |
专业: | 城市轨道工程 |
导师: | 梁青槐 |
授予学位: | 硕士 |
授予学位单位: | 北京交通大学 |
学位年度: | 2010 |
正文语种: | 中文 |