基于BP神经网络的近接施工对地铁结构影响反演分析

Tunnel Construction(2022)

引用 0|浏览6
暂无评分
摘要
为研究地下工程数值模拟中土体力学参数取值问题,同时探讨顶管近接施工对地铁结构的影响,依托西安市某顶管施工上跨地铁隧道工程,结合局部施工段的监测数据,利用设计和构建好的BP神经网络反演计算土体物理力学参数,并输入到由MIDAS-GTS NX有限元软件构建的模型中,进行正演数值计算,得到顶管施工近接地铁隧道的全工况最终变形预测值.工程结束后得到隧道结构监控量测的变形实测值,并提取数值模拟中对应断面拱顶沉降和拱腰收敛的预测值,通过误差比对验证有限元分析的准确性和参数反演方式的合理性.结果表明:1)利用上述方法对土体参数进行反演,所得的预测值和实际值误差较小,隧道最大拱顶沉降和周边收敛值分别为2.6 mm和0.5 mm,误差值分别为0.24 mm和0.07 mm,顶管施工近接地铁隧道时对隧道结构的变形影响较小.2)基于BP神经网络对土层物理力学参数的反演较为合理,对于变形的预测较为准确.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要