亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        越江地鐵盾構(gòu)隧道管片結(jié)構(gòu)應力混沌時間序列預測模型研究*

        2022-11-09 05:56:52斌,張栲,郭
        施工技術(shù)(中英文) 2022年20期
        關(guān)鍵詞:維數(shù)管片盾構(gòu)

        范 斌,張 栲,郭 譜

        (1.武漢地鐵集團有限公司,湖北 武漢 430070; 2.華中科技大學國家數(shù)字建造技術(shù)創(chuàng)新中心,湖北 武漢 430074;3.華中科技大學土木工程與水利學院,湖北 武漢 430074)

        0 引言

        由于盾構(gòu)施工環(huán)境具有復雜性,盾構(gòu)在始發(fā)、穿越風井,接收、聯(lián)絡通道等重要區(qū)段的施工會造成管片受力的變化,進而引起管片變形,嚴重時會出現(xiàn)裂縫,導致隧道內(nèi)涌水涌砂現(xiàn)象發(fā)生,造成災難性的后果。近年來,各地地鐵工程安全事故頻發(fā),造成了重大的人員、經(jīng)濟損失[1]。GB 50446—2017《盾構(gòu)法隧道施工及驗收規(guī)范》中規(guī)定了管片結(jié)構(gòu)應力及變形為滿足隧道設計與施工的特殊要求進行的選測項目,表明了對管片結(jié)構(gòu)應力的重視。在施工期對管片結(jié)構(gòu)應力進行長期監(jiān)測和預警,可有效監(jiān)控隧道結(jié)構(gòu)安全性,具有重要的工程應用價值[2]。目前,隨著科學技術(shù)的發(fā)展,結(jié)構(gòu)應力監(jiān)測技術(shù)也在不斷更新,這在一定程度上保障了施工安全,但在風險應對措施還未完善的情況下,如何爭取更多的風險反應時間成為亟待解決的問題。因此,管片結(jié)構(gòu)應力預測模型的介入具有重要意義。

        現(xiàn)階段, 進行應力預測、分析的方法主要有回歸模型、混合模型、確定性模型、基于最小二乘支持向量機模型、神經(jīng)網(wǎng)絡模型、灰色理論模型等[3-5]。上述方法在一定程度上解決了應力預測問題, 但仍有不足。神經(jīng)網(wǎng)絡模型及灰色理論模型一般只關(guān)注數(shù)據(jù)隨時間變化的趨勢, 不考慮其他參量(如環(huán)境量)的影響?;貧w、確定性、混合模型等根據(jù)原始數(shù)據(jù)構(gòu)建一個非時變參數(shù)模型,用來描述一個隨時間變化的系統(tǒng),因此,預測誤差會隨著預測時間的增長而顯著增加。目前工程中,上述應力預測的方法大多應用于大壩、橋梁和巖土工程的應力預測,罕見用于管片應力中。以上預測方法大多必須先建立一個主觀的系統(tǒng)模型,再利用模型對應力進行預測分析。這需要對研究對象有準確認識,但難以滿足,且在選用模型逼近原系統(tǒng)時增加了人為主觀性,影響結(jié)果的準確性。

        針對上述應力預測方法的缺陷,本文提出利用混沌時間序列分析方法。對比上述預測模型,此方法最大優(yōu)點為直接根據(jù)時間序列自身客觀規(guī)律進行預測,可減少人的主觀性對模型建立的影響,進而提高模型準確度[6]。

        1 基于神經(jīng)網(wǎng)絡的混沌時間序列預測法

        基于神經(jīng)網(wǎng)絡的混沌時間序列預測,即根據(jù)混沌理論,計算得到嵌入維數(shù)m及延遲時間τ,采用延遲坐標法重構(gòu)相空間,嵌入維數(shù)m即為神經(jīng)網(wǎng)絡輸入層節(jié)點數(shù),Yn為輸入數(shù)據(jù),Cn為輸出數(shù)據(jù),再利用BP神經(jīng)網(wǎng)絡對數(shù)據(jù)進行神經(jīng)網(wǎng)絡建模,得到預測值。步驟如下。

        1)步驟1 相空間重構(gòu)。利用C-C法計算混沌時間序列的嵌入維數(shù)m和延遲時間τ,將原始數(shù)據(jù)按坐標重構(gòu)法進行重構(gòu),得到輸入數(shù)據(jù)Yn和輸出數(shù)據(jù)Cn。

        2)步驟2 初始化網(wǎng)絡結(jié)構(gòu)。BP神經(jīng)網(wǎng)絡輸入層節(jié)點數(shù)選為嵌入維數(shù)m,輸出層節(jié)點數(shù)為1,動態(tài)確定隱含層節(jié)點數(shù)和激勵函數(shù)組合。對輸入數(shù)據(jù)Yn和輸出數(shù)據(jù)Cn進行歸一化處理。

        3)步驟3 網(wǎng)絡學習。將經(jīng)過歸一化處理的輸入、輸出數(shù)據(jù)導入到神經(jīng)網(wǎng)絡中,采用步驟2所確定的網(wǎng)絡參數(shù),進行網(wǎng)絡學習,通過BP神經(jīng)網(wǎng)絡中數(shù)據(jù)的雙向傳導,實現(xiàn)網(wǎng)絡的不斷優(yōu)化,直至最后所得誤差下降到能接受的范圍。

        4)步驟4 進行預測。經(jīng)過學習后的BP神經(jīng)網(wǎng)絡具有較強的預測能力,將后一組相點輸入神經(jīng)網(wǎng)絡中,輸出值則為預測值。

        2 管片結(jié)構(gòu)應力監(jiān)測數(shù)據(jù)初步分析

        2.1 工程概況

        武漢地鐵4號線二期工程越江隧道,地處武漢長江一橋和白沙洲大橋之間,肩負著連接長江兩岸的重要使命。隧道始于攔江路站、終至復興路站,全長約4 000m,區(qū)間起點里程為右DK12+687.236,終點里程為右DK15+890.126,開挖基坑深度為54.1m,采用明挖逆作法進行風井內(nèi)襯墻施工。該隧道區(qū)間地理位置如圖1所示。

        圖1 武漢越江地鐵盾構(gòu)隧道區(qū)間地理位置

        兩岸為長江一級階地,高程20.000~27.000m,南高北低。地勢平坦開闊,相對高差一般小于1~3m。地鐵隧洞漢陽岸長江一級階地地層巖性自上而下為:①1層雜填土、①2層素填土,厚3.1~7.3m,成分復雜,結(jié)構(gòu)疏密不均,工程性能相差懸殊;③1層可塑黏土、③2層軟~可塑粉質(zhì)黏土、③5層軟~可塑粉質(zhì)黏土與粉土、粉砂互層,總厚5.0~12.4m,透水性微弱,承載力較低,壓縮性中等~高,易產(chǎn)生塑性變形;④2,④3層中密~密實砂類土,總厚1.7~25.6m,壓縮性低,承載力一般,透水性中等;⑤層中密~密實圓礫土,壓縮性低,承載力高,透水性弱~中等;⑦3層可塑~硬塑狀粉質(zhì)黏土層,壓縮性低,承載力一般,基巖為泥巖,強風化帶較厚,基本不透水,承載力較高。洞身主要從④2層穿過。

        隧道在江底高承壓水及軟弱地層中掘進,盾構(gòu)始發(fā)接收、穿越風井及聯(lián)絡通道施工均存在很大風險,由于盾構(gòu)施工環(huán)境的復雜性,在始發(fā)、穿越風井,接收、聯(lián)絡通道等重要區(qū)段的施工會造成管片受力的變化,進而引起管片變形,嚴重時會出現(xiàn)裂縫,導致隧道內(nèi)涌水涌砂現(xiàn)象發(fā)生,造成災難性的后果。故應重點監(jiān)測施工中隧道盾構(gòu)掘進施工管片承壓狀態(tài),以降低施工風險,保障人員安全。

        2.2 管片結(jié)構(gòu)應力監(jiān)測

        采用振弦式傳感器作為管片結(jié)構(gòu)應力傳感裝置,運用華中科技大學與東北大學合作開發(fā)的數(shù)據(jù)采集儀、現(xiàn)場顯示界面、傳輸設備、地面數(shù)據(jù)庫實現(xiàn)數(shù)據(jù)的采集、傳輸和儲存。

        此數(shù)據(jù)采集裝置具有采集頻率高的特點,每個傳感器每5min即可采集1組應力或應變數(shù)據(jù),每個月約有8 600組海量數(shù)據(jù),滿足了管片結(jié)構(gòu)應力實時監(jiān)測的要求,且該海量數(shù)據(jù)的獲取,為之后有關(guān)管片結(jié)構(gòu)方面的研究提供了可靠豐富的數(shù)據(jù)支持。左隧道部分鋼筋應力計收集的2013-08應力數(shù)據(jù),由于過于龐大,以每2h選取1組數(shù)據(jù)的標準來構(gòu)建時間序列,部分時間序列如圖2,3所示。

        圖2 鋼筋應力計1232034時間序列

        圖3 混凝土應變計S/N121613時間序列

        2.3 數(shù)據(jù)初步分析

        由圖2,3可知,管片結(jié)構(gòu)應力表現(xiàn)出動態(tài)、非線性的特征。這是因為管片結(jié)構(gòu)應力受多重因素的影響:在盾構(gòu)掘進過程中,由于土層未完全達到穩(wěn)定狀態(tài),土體的不規(guī)則移動會引起管片應力變化;盾構(gòu)在江底高承壓水中掘進,水壓變化也會引起管片應力的改變;除此之外,管片運輸車的運行狀態(tài)及車內(nèi)運載物體重量變化、盾構(gòu)機掘進造成的振動、隧道內(nèi)人員流動甚至隧道內(nèi)溫度的改變均會在一定程度上影響管片結(jié)構(gòu)應力。土體移動、水壓變化、盾構(gòu)掘進造成的振動、管片運輸車運行狀態(tài)、隧道內(nèi)人員流動等均具有不規(guī)則的特征,因此,管片結(jié)構(gòu)應力相應呈現(xiàn)出不規(guī)則的變化。根據(jù)混沌理論,一個確定性的系統(tǒng)中出現(xiàn)貌似不規(guī)則、隨機的現(xiàn)象即為混沌行為,從定性角度來看,管片結(jié)構(gòu)應力變化屬于混沌行為。

        3 混沌時間序列預測模型及管片結(jié)構(gòu)應力預測

        3.1 混沌時間序列預測模型

        基于混沌時間序列預測方法,確定了混沌時間序列預測模型,模型拓撲結(jié)構(gòu)如圖4所示。利用C-C法計算混沌時間序列嵌入維數(shù)m和延遲時間τ,將原始數(shù)據(jù)按坐標重構(gòu)法進行重構(gòu),得到神經(jīng)網(wǎng)絡輸入數(shù)據(jù)Yn和輸出數(shù)據(jù)Cn,輸入層節(jié)點數(shù)則選為嵌入維數(shù)m,再對網(wǎng)絡進行訓練和優(yōu)化,最終實現(xiàn)管片結(jié)構(gòu)應力預測。

        圖4 混沌時間序列預測模型

        3.2 混沌時間序列預測模型相關(guān)參數(shù)

        隨機選取1個含2 000組數(shù)據(jù)的時間序列段(取最后100組作為預測樣本),從定量角度說明管片結(jié)構(gòu)應力數(shù)據(jù)的混沌特性,并基于混沌時間序列預測模型對數(shù)據(jù)進行預測。

        采用上述時間序列,分別在不同區(qū)間取500個點進行計算,基于MATLAB軟件實現(xiàn)C-C法求解混沌時間序列的嵌入維數(shù)m及延遲時間τ。不同樣本區(qū)間所得出的參量變化用統(tǒng)計量曲線表示。根據(jù)C-C法,通過統(tǒng)計量曲線變化特征,得到如表1所示的結(jié)果。

        表1 嵌入維數(shù)及延遲時間數(shù)值

        由表1可知,嵌入維數(shù)m的值域集中在5左右,而延遲時間τ值域集中在3左右,因此,利用C-C法求得的嵌入維數(shù)及延遲時間的結(jié)果值得肯定,取m=5和τ=3。

        根據(jù)已求得的嵌入維數(shù)及延遲時間進行相空間重構(gòu)。為驗證時間序列的混沌性可采用Wolf 法計算時間序列的最大Lyapunov指數(shù)。利用MATLAB軟件進行的Wolf法運算,得到Lyapunov指數(shù)分布,若嵌入維數(shù)選擇正確則曲線會有光滑的部分(或相當水平)。若無光滑部分,嘗試其他嵌入維數(shù),觀測圖中曲線,發(fā)現(xiàn)存在光滑部分,進一步說明選取的嵌入維數(shù)合理。最終求得最大Lyapunov指數(shù)λ=0.648 7>0,即表明該系統(tǒng)具有混沌性。

        3.3 BP神經(jīng)網(wǎng)絡參數(shù)設定

        在保證網(wǎng)絡結(jié)構(gòu)、權(quán)值及閾值相同的情況下,不同BP神經(jīng)網(wǎng)絡激勵函數(shù)組合對應的均方誤差如表2所示,可知在管片結(jié)構(gòu)應力時間序列預測過程中,激勵函數(shù)組合的選取會在一定程度上影響B(tài)P神經(jīng)網(wǎng)絡預測精度,但影響效果并不大。為達到最優(yōu)效果,隱含層激勵函數(shù)選擇purelin,輸出層激勵函數(shù)選擇tansig。

        表2 不同激勵函數(shù)組合對應均方誤差

        隱含層節(jié)點數(shù)直接影響B(tài)P神經(jīng)網(wǎng)絡網(wǎng)絡性能,包括其輸出精度、學習速率、泛華能力等,在實際操作過程中,在MATLAB程序中保持其余變量不變,改變隱含層節(jié)點數(shù),得到均方誤差隨節(jié)點數(shù)變化的曲線圖,曲線圖中最小點對應的就是最優(yōu)的隱含層節(jié)點數(shù)。不同隱含層節(jié)點數(shù) BP 神經(jīng)網(wǎng)絡預測均方誤差如表3、圖5所示,可知當隱含層節(jié)點數(shù)為10時,BP神經(jīng)網(wǎng)絡預測精確度達到最高。

        表3 不同隱含層節(jié)點數(shù)對應預測均方誤差

        圖5 不同隱含層節(jié)點數(shù)對應預測均方誤差

        BP神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)如圖6所示,屬性參數(shù)設定如表4,5所示。

        圖6 BP神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)

        表4 BP神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)相關(guān)參數(shù)設定

        3.4 管片結(jié)構(gòu)應力時間序列預測結(jié)果分析

        利用基于BP神經(jīng)網(wǎng)絡的混沌時間序列分析方法對選定管片結(jié)構(gòu)應力時間序列進行預測分析,期望數(shù)據(jù)、預測數(shù)據(jù)及兩者誤差情況輸出結(jié)果如圖7~9所示,再利用MSE(均方誤差),MPE(平均誤差百分比),最大、最小絕對誤差,最大、最小誤差百分比來衡量預測結(jié)果準確度,如表6所示。由表6可知,均方誤差為0.031 3<0.05(均方誤差越小擬合精確度越高),平均誤差百分比為0.042%<0.1%(平均誤差百分比越小,模型擬合精度越高),因此模型精度符合要求。

        表6 BP神經(jīng)網(wǎng)絡精確性度量參數(shù)

        圖7 BP神經(jīng)網(wǎng)絡應力預測輸出與期望輸出對比

        圖8 BP神經(jīng)網(wǎng)絡應力預測絕對誤差

        圖9 BP神經(jīng)網(wǎng)絡應力預測誤差百分比

        4 結(jié)語

        本文通過對混沌理論和BP神經(jīng)網(wǎng)絡的研究,在混沌時間序列預測方法的基礎上,構(gòu)建了混沌時間序列預測模型。以武漢地鐵4號線二期工程盾構(gòu)隧道實測數(shù)據(jù)為基礎,利用模型進行管片結(jié)構(gòu)應力預測分析,結(jié)論如下。

        1)將混沌理論引入管片結(jié)構(gòu)應力的分析,并將基于BP神經(jīng)網(wǎng)絡的混沌時間序列預測模型應用于管片結(jié)構(gòu)應力的預測。通過該模型的應用,闡述了管片結(jié)構(gòu)應力混沌性,實現(xiàn)對盾構(gòu)管片結(jié)構(gòu)應力的預測,并獲得較好的精度。

        2)數(shù)據(jù)采用工程實測數(shù)據(jù),相較仿真數(shù)據(jù)的分析,本文結(jié)論更為準確、可靠。

        3)由于嵌入維數(shù)及延遲時間采用C-C法進行計算,有其理論上的劣勢,C-C法對于無噪聲的數(shù)據(jù)才能達到最好效果,且本文僅對管片結(jié)構(gòu)應力的1組數(shù)據(jù)進行了基于混沌時間序列預測模型的預測處理,后續(xù)還需對多組數(shù)據(jù)進行研究。

        猜你喜歡
        維數(shù)管片盾構(gòu)
        β-變換中一致丟番圖逼近問題的維數(shù)理論
        一類齊次Moran集的上盒維數(shù)
        管片拼裝技術(shù)研究
        盾構(gòu)管片封頂塊拼裝施工技術(shù)研究
        關(guān)于齊次Moran集的packing維數(shù)結(jié)果
        涉及相變問題Julia集的Hausdorff維數(shù)
        盾構(gòu)近距離下穿房屋接收技術(shù)
        地鐵盾構(gòu)管片受力分析及管片破損的控制措施研究
        復合盾構(gòu)在縱向錨桿區(qū)的掘進分析及實踐
        《盾構(gòu)機切削刀具》行業(yè)標準頒布
        国产一区二区三区男人吃奶| 亚洲精品有码在线观看| 久国产精品久久精品国产四虎 | 免费国产在线视频自拍白浆| 专干老肥熟女视频网站300部| 东京热久久综合久久88| 18禁黄无遮挡免费网站| 国产三级精品和三级男人| 亚洲中文字幕无码天然素人在线| 玩弄人妻少妇500系列网址| 亚洲AV无码国产精品色午夜软件| 亚洲综合久久精品少妇av| 在线观看免费无码专区| av蓝导航精品导航| 国产精品国产自线拍免费| 91精品国产高清久久福利| 免费网站内射红桃视频| 国产人妻无码一区二区三区免费| 欧洲国产成人精品91铁牛tv| 日本一区二区三区爱爱视频| 西西午夜无码大胆啪啪国模| 欧美极品少妇性运交| 久久综合一本中文字幕| 青青草在线免费播放视频| 国产亚洲日本精品无码| 四虎成人在线| 在线观看国产av一区二区| 国产av无码专区亚洲av男同 | 亚洲精品国产综合一线久久| 国产毛片三区二区一区| 久久国产黄色片太色帅| 野外少妇愉情中文字幕| 野外三级国产在线观看| 亚洲一本二区偷拍精品| 亚洲人成国产精品无码果冻| 最近高清中文在线字幕观看 | 三级黄色片一区二区三区| 亚洲免费国产中文字幕久久久| 国产中文欧美日韩在线| 亚洲阿v天堂2018在线观看| 亚洲国产一区一区毛片a|