彭 婷，謝可心，張越翔，白 洋，薛新凱，吳建奇

(江西理工大學土木與測繪工程學院，江西 贛州 341000)

1 概述

隨著我國經(jīng)濟的快速發(fā)展，我國沿海地區(qū)部分城市土地資源日趨緊缺，為緩解土地資源緊缺，海涂圍墾已廣泛應用于我國沿海城市。而為保證港口、航道的暢通，我國每年將會清理出數(shù)億立方米疏浚淤泥，為保護環(huán)境，將疏浚淤泥作為海涂圍墾的填料是最有效的方法之一[1-2]。疏浚淤泥地基的加固處理方法較多，目前使用較為廣泛的為真空預壓法，即向疏浚淤泥地基中插入豎向排水板，通過向排水板內(nèi)抽真空，在真空負壓的作用下，將地基中的水和氣通過豎向排水板向外排出，以加固地基。由于疏浚淤泥中含有較多黏粒和有機質(zhì)，且具有沉降量大、含水率高以及固結(jié)變形持續(xù)時間長等工程特性，進行長期沉降觀測投入資源較多，因此，有必要選擇合適的沉降預測模型以代替長期沉降觀測。此外，疏浚淤泥地基真空預壓法處理的目的不僅要求處理后滿足強度要求，還應滿足施工期間地基沉降的工程設計要求[3]。因此，如何對真空預壓法處理疏浚淤泥進行沉降預測顯得尤為重要[4-6]。

雖然目前對疏浚淤泥地基的固結(jié)沉降特性的研究成果較為系統(tǒng)，但由于疏浚淤泥具有較為復雜的工程特性，故沉降預測分析中存在一些不確定性因素，因此，沉降計算預測結(jié)果與實測結(jié)果具有較大差異[7]，曲線擬合方法預測疏浚淤泥地基沉降與實際觀測沉降之間會存在較大差距，使最終預測結(jié)果較難達到工程設計要求。本文針對溫州海涂圍墾的疏浚淤泥進行了真空預壓法的室內(nèi)模型試驗，并記錄了疏浚淤泥固結(jié)過程中的沉降數(shù)據(jù)，利用BP人工神經(jīng)網(wǎng)絡以及大量實測樣本數(shù)據(jù)，找出適應于真空預壓法處理疏浚淤泥沉降數(shù)據(jù)的BP神經(jīng)網(wǎng)絡模型，研究了疏浚淤泥的沉降量隨時間的變化規(guī)律。并與曲線擬合方法推算出的沉降量進行比較，以研究該法的優(yōu)越性。

2 BP神經(jīng)網(wǎng)絡

神經(jīng)網(wǎng)絡是現(xiàn)代信息處理的一種新興實用的方法，它模擬人腦神經(jīng)系統(tǒng)的計算機處理模式，由一系列簡單的高度互聯(lián)的處理單元組成，將傳統(tǒng)函數(shù)的自變量和因變量作為輸入和輸出[8]。人工神經(jīng)網(wǎng)絡處理各類復雜非線性問題的研究中，目前應用最為廣泛的是基于誤差反向傳播算法的BP神經(jīng)網(wǎng)絡模型[9-11]。

3 BP神經(jīng)網(wǎng)絡預測疏浚淤泥沉降

BP網(wǎng)絡因其簡單性和從模式(即樣本)中提取有用信息的能力而廣泛應用于反分析。它允許指定多個輸入標準和生成多個輸出建議，而無需預先假設與輸入變量和輸出變量之間存在的相關函數(shù)形式[12-13]。

3.1 數(shù)據(jù)的采集及歸一化處理

以真空預壓法加固疏浚淤泥室內(nèi)模型試驗為例，經(jīng)過長期沉降預測，獲得大量數(shù)據(jù)，見表1。將0～780 h時間內(nèi)沉降觀測數(shù)據(jù)導入到MATLAB中，共66組數(shù)據(jù)。其中，取53組數(shù)據(jù)作為訓練樣本，13組數(shù)據(jù)作為驗證樣本，據(jù)此進行訓練學習。由于BP神經(jīng)網(wǎng)絡模型輸入節(jié)點的各樣本數(shù)據(jù)物理量不相同，且各樣本數(shù)據(jù)之間的數(shù)值相差甚遠，因此，可能會出現(xiàn)大、小數(shù)值之間的淹沒情況。為防止以上情況的出現(xiàn)，可通過S型正切函數(shù)“tansig”將網(wǎng)絡輸入和輸出目標取值在[-1，1]范圍內(nèi)，經(jīng)神經(jīng)網(wǎng)絡訓練結(jié)束后，再將訓練后的輸出數(shù)據(jù)反映射回原數(shù)據(jù)范圍，使網(wǎng)絡輸入更為規(guī)范，并大大提高網(wǎng)絡收斂速率[14-16]。

表1 沉降觀測數(shù)據(jù)表

3.2 確定網(wǎng)絡結(jié)構

如圖1所示，本文所建立神經(jīng)網(wǎng)絡模型輸入層神經(jīng)元個數(shù)為3；隱含層神經(jīng)元個數(shù)為7，輸入層與隱含層之間的激活函數(shù)類型選擇雙曲正切S型激活函數(shù)；輸出層神經(jīng)元個數(shù)為1，且輸出層神經(jīng)元采用的線性激活函數(shù)。輸出層傳遞函數(shù)為線性函數(shù)“purelin”，采用“traingdm”訓練函數(shù)進行樣本的訓練。

3.3 網(wǎng)絡訓練結(jié)果

為驗證神經(jīng)網(wǎng)絡模型預測結(jié)果的可靠性，可將經(jīng)過神經(jīng)網(wǎng)絡訓練后的輸出值與訓練樣本值進行對比，以檢驗網(wǎng)絡經(jīng)過訓練后的效果。如圖2所示，經(jīng)過對樣本值與輸出值的對比，可以看出，經(jīng)過神經(jīng)網(wǎng)絡訓練后的輸出值與實測值較為接近，且由圖3可以看出，誤差值最大為0.15 cm，最小為0.000 4 cm，由此可見，訓練的網(wǎng)絡對于后期沉降的測試結(jié)果的誤差可以滿足要求，本網(wǎng)絡對實測數(shù)據(jù)的擬合效果較好。

3.4 BP神經(jīng)網(wǎng)絡沉降量預測

由之前的分析可以看出，該預測模型預測數(shù)據(jù)與實測值之間較為吻合，表明該算法較為合理，因此，可利用上述神經(jīng)網(wǎng)絡模型進行沉降量預測。由圖4可知，本文以疏浚淤泥前期固結(jié)沉降觀測數(shù)據(jù)作為樣本數(shù)據(jù)來訓練網(wǎng)絡，另對疏浚淤泥固結(jié)后期(792 h～900 h)沉降量進行預測，其預測得到的沉降數(shù)據(jù)與實際觀測沉降數(shù)據(jù)十分接近，最大誤差值為0.01 cm。由此可見，當訓練的樣本數(shù)據(jù)足夠充分可靠時，神經(jīng)網(wǎng)絡模型的預測結(jié)果是十分精確的。通過疏浚淤泥后期固結(jié)沉降實際觀測數(shù)據(jù)與神經(jīng)網(wǎng)絡模型的沉降預測數(shù)據(jù)進行對比，預測得到的數(shù)據(jù)與實際沉降觀測數(shù)據(jù)基本一致，表明該預測模型的可信度較高。

3.5 曲線擬合法

3.5.1 雙曲線法

雙曲線法是假設平均沉降速度是以雙曲線形式減少的經(jīng)驗推導法，雙曲線法認為沉降曲線在點(t0，S0)后，監(jiān)測時間t時刻對應的沉降量St為：

(1)

由式(1)推導得出：

Nav_to_goal初步實現(xiàn)將機器人導航到目標點。算法假設當前位置與目標點之間沒有障礙物。將機器人的速度和轉(zhuǎn)向控制分為3個步驟：首先調(diào)整機器人位姿使之面向目標點；然后驅(qū)動機器人接近目標點，用插值法平滑運動過程的速度；到達目標之后旋轉(zhuǎn)機器人朝向以滿足下一步驟的準備。在這個過程，節(jié)點使用tf庫的TransformStamped函數(shù)，將Rovio當前的位置轉(zhuǎn)化為其在target_frame的坐標。

(2)

由試驗實測數(shù)據(jù)發(fā)現(xiàn)，在抽真空24 h后，土體內(nèi)的真空度已經(jīng)達到穩(wěn)定狀態(tài)，由此，取t0=24，S0=0.71 cm，由沉降實測值與式(2)得式(3)：

(3)

本試驗在第900 h時停止試驗，故取時間t=900，由式(3)可得，St=8.29 cm。沉降擬合曲線如圖5所示，由于試驗前期，土體排水固結(jié)較快，沉降較不穩(wěn)定，在擬合時，數(shù)據(jù)較為離散，因此會產(chǎn)生一定的誤差，從而影響最終沉降量的預測。

3.5.2 三點法

三點法[17]認為當實測沉降值基本趨于穩(wěn)定時，可利用三點法求得最終沉降值，在沉降-時間曲線上以t3-t2=t2-t1的要求選取(S1,t1),(S2,t2),(S3,t3)，并按式(4)進行最終沉降值的計算：

(4)

其中，S1,S2,S3分別為t1,t2,t3時刻的沉降值；S∞為最終沉降值。取時間t1=540 h，S1=7.37 cm；t2=660 h，S2=7.75 cm；t3=660 h，S3=8 cm，通過計算，最終沉降值為8.48 cm。由于三點法的計算與選定的數(shù)據(jù)樣本及時間間隔有關，根據(jù)不同的數(shù)據(jù)樣本及時間間隔，會得到不同的最終沉降量，因此，由于人為因素的影響，會存在較大誤差。

Asaoka提出了一種圖解法[18]，將恒定時間間隔所對應的一系列沉降數(shù)據(jù)，在以Sj-1為x軸、Sj為y軸的坐標系中以坐標點(Sj-1,Sj)畫出，并給出了以下表達式：

Sj=β1Sj-1+β0

(5)

其中，β0和β1的值可作為Sj～Sj-1擬合直線的截距與斜率，當時間無窮大時，則：

(6)

對直線進行擬合，擬合直線如圖6所示，并利用上式求得最終沉降值為9.02 cm。與三點法相似，當選定的數(shù)據(jù)樣本與時間間隔不同時，亦會存在不同的最終沉降計算值，此外，由于Asaoka法在求解最終沉降量時，對時間取極限，將會導致最終沉降量的計算值偏大，從而影響最終沉降量的預測。

3.6 預測結(jié)果比較

由圖4可以看出，經(jīng)BP神經(jīng)網(wǎng)絡預測后，利用真空預壓法加固疏浚淤泥后的最終沉降量為8.15 cm。通過表2可以看出，采用相同的數(shù)據(jù)進行預測，經(jīng)BP神經(jīng)網(wǎng)絡預測后的最終沉降值與實際觀測值之間產(chǎn)生的誤差值相對較小，對工程的預測更為合理。

表2 最終沉降量預測結(jié)果匯總表

4 結(jié)論

對于溫州地區(qū)疏浚淤泥地基真空預壓法的處理，沉降量較大，研究其固結(jié)沉降的過程是有必要的。BP神經(jīng)網(wǎng)絡法與曲線擬合法有著根本的不同，它的訓練樣本可以從第一次觀測時提取，可以忽略曲線擬合法沉降預測過程中人為因素的影響，更能表現(xiàn)出疏浚淤泥地基沉降的發(fā)展趨勢和規(guī)律。從表2的預測結(jié)果來看，與曲線擬合法預測沉降相比，利用BP神經(jīng)網(wǎng)絡法預測的沉降結(jié)果與實際觀測的沉降結(jié)果之間誤差較小，可信度較高。雖然神經(jīng)網(wǎng)絡方法并不是從固結(jié)沉降機理上分析和計算疏浚淤泥地基固結(jié)沉降，但是它為沉降預測提供了一種與傳統(tǒng)曲線擬合法完全不同的新思路，具有廣闊的工程應用前景。