基于神经模糊推理系统的盾构施工地表沉降预测

被引：25

作者：

李兴春 ^{[1
,2
]}

李兴高 ^{[3
]}

机构：

[1] 北京交通大学机械与电子控制工程学院

[2] 五邑大学信息工程学院

[3] 北京交通大学土木建筑工程学院

来源：

北京交通大学学报 | 2018年 / 01期

基金：

国家重点研发计划;

关键词：

盾构隧道; 地表沉降; 神经模糊推理系统; 减法聚类; 预测模型;

D O I：

暂无

中图分类号：

P642.26 [地面沉降]; U455.43 [盾构法（全断面开挖）];

学科分类号：

070907 [水文地质学]; 082301 [道路与铁道工程];

摘要：

盾构隧道施工引起的地表沉降,主要受盾构掘进参数和地层条件的影响,且各参数间关系复杂.已有地表沉降预测方法大都没有直接考虑掘进参数的影响,难以满足盾构快速施工超前预测预报和环境影响控制的需求.自适应神经模糊推理系统(ANFIS)是一种基于神经网络的模糊类智能模型,通过减法聚类数据细分技术自动生成模糊规则,使网络的节点和权值具有明确的物理意义,集成了神经网络数据自适应能力和模糊系统知识表达性能,特别适合于多元非线性系统的预测预报.结合北京地铁14号线东风北桥站至京顺路站区段工程实测数据,选取埋深、洞顶覆土标贯值、土仓压力、推进速度、刀盘转速、扭矩、盾构推力,以及同步注浆量为输入变量,建立了地表最大沉降量预测模型.计算结果表明,该模型计算量小,泛化能力强,计算精度高.研究成果为盾构施工地表沉降预测预报提供了新的技术方案.

引用

页码：18 / 24

页数：7

共 11 条

[1]

双孔平行地铁隧道盾构施工地表沉降分布规律研究 [J].

邱明明 ;

杨果林 ;

吴镇清 ;

姜安龙 ;

林宇亮 .

现代隧道技术, 2017, 54 (02) :96-105

[2]

地铁施工诱发地表最大沉降量估算及规律分析 [J].

朱才辉 ;

李宁 .

岩石力学与工程学报, 2017, 36(S1) (S1) :3543-3560

[3]

基于盾构机掘进参数对地表沉降影响敏感度的风险分析 [J].

郑刚 ;

路平 ;

曹剑然 .

岩石力学与工程学报, 2015, 34(S1) (S1) :3604-3612

[4]

基于Peck公式修正的盾构施工地表沉降预测研究 [J].

方恩权 ;

杨玲芝 ;

李鹏飞 .

现代隧道技术, 2015, 52 (01) :143-149+162

[5]

大直径土压平衡盾构引起的地表变形规律研究 [J].

郭玉海 .

土木工程学报, 2013, 46 (11) :128-137

[6]

盾构穿越砂卵石地层地表沉降特征细宏观分析 [J].

滕丽 ;

张桓 .

岩土力学, 2012, 33 (04) :1141-1150+1160

[7]

盾构施工工艺诱发地表沉降规律浅析 [J].

朱才辉 ;

李宁 ;

柳厚祥 ;

张志强 .

岩土力学, 2011, 32 (01) :158-164

[8]

基于改进BP神经网络模型的地面沉降预测及分析 [J].

李红霞 ;

赵新华 ;

迟海燕 ;

张建军 .

天津大学学报, 2009, 42 (01) :60-64

[9]

径向基神经网络在地面沉降预测中的应用 [J].

王忠忠 ;

钱为民 .

地下水, 2006, (02) :84-87

[10]

2-D and 3-D finite element analyses for the settlement due to soft ground tunnelling[J] M. Karakus;R.J. Fowell Tunnelling and Underground Space Technology incorporating Trenchless Technology Research 2006,

← 1 2 →