城市轨道交通施工安全监测与控制

《城市轨道交通施工安全监测与控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、;;'$-if({;lt4SHIJlAZHUANGTIEDAOUNIVERSITYConstructionSafetyMonitoringandControlofUrbanRailTransit,_.L'-sa1ir.:3t~~~-,--~~*i'TFJt~.2lt:3t~1§,@,I~&~~J:iJ1t_¥f~&:~~E=1.J..-1~*ttv.tp::l!J~!£~~-0-li~?---jJ密级：公开工学硕士学位论文城市轨道交通施工安全监测与控制ConstructionSafetyMonitoringandControlofUrbanRailTransit培养单位：交通运输学院专业：交通

2、信息工程及控制研究生：胡晓普指导教师：刘明生教授二〇一五年一月~ft-~I~~~~~*~~m~~ffW~~~B~*~~~7~E1¥J8'-Ji£ajj#~7F7i~j~o*A~~7M~*~~~*~~*~M,~ffl~&~~~~~.lr5J~~f2f~m#~:ff~trofl:iJl:XitJcB{]JlfP14;f!JF-E!.-f-~*'ftilfi!t:Y:.*.&:~I~fD{ij15i1•IEJ:@:?!f.~~4i{:-XJJIJA«$00fft~t~@!±§f.1iLil::X~X1c~.PJ~*=ftf.L~JEJ1..~f~~:lt1lli3lft1J-¥~i{:Wd'¥iBJ

3、i.:,PJ~0~i!t:Xs{]~$~$7tj7j?/I-0<1=**aJitx:ttm~~!§J5'slil~ttt[jJIE)1'1=~~.16:~9LtBM:uiS~ri/711...,~Wp~::g:4)Q1,~BM:wt>lX摘要摘要近年来，随着我国城市轨道交通的加速建设，城市轨道交通施工时发生的工程事故也逐渐增多。为有效控制事故的发生，加强对施工变形的监测和变形预测是十分重要的。而在地铁施工变形预测方面还缺乏从施工监测开始到完成预测的系统的方法，其预测精度也有待进一步提高。论文针对这些问题进行了研究并提出了变形预测组合预测模型，为安全施工和采取变形控制措施奠定了基础。为建立基于

4、监测数据的组合预测模型，论文首先根据施工工法确定了监测项目、各监测项目所使用仪器和监测方法以及监测的报警值等监测方案内容；然后针对监测数据的误差采用“3σ准则”来完成奇异值的剔除，用数学方法进行数据插补，再用Matlab的小波工具箱对数据进行平滑处理，得到相对误差较小的监测数据；最后以预处理后得到的数据为基础，分别采用指数曲线法、修正指数曲线法、成长曲线法、双曲线法、抛物线法、星野法、沉降速率法、时间对数法八种曲线进行拟合，从中选择精度最高的2到3种建立曲线拟合法模型，采用Matlab建立BP神经网络模型，带入预处理后数据完成模型的建立，将这两个模型采用最小二乘法进行组合即可完成组合预测模型的

5、建立。实例验证表明：数据预处理后的数据曲线更平滑，变形预测精度也有所提高；对组合预测模型进行验证，结果显示基坑沉降和深层水平位移进行变形预测的结果可见预测的最大相对误差为4.86%比各模型单独预测误差6.75%精度明显提高；最后还采用ABAQUS建立三维有限元模型通过力学分析计算结果对组合预测模型的预测结果也进行了验证，结果显示提出的组合预测模型预测结果符合实际工程变形情况。在完成变形预测后，通过石家庄市城市轨道交通预留工程的实际施工案例和类似工程经验从变形的影响因素和变形的时间变化两个角度提出了系统的变形控制方法。以便在监测到发生大变形或其他危险的情况下第一时间选择出合适的措施进行控制。关键

6、词：变形预测；小波去噪；曲线拟合；神经网络；有限元；变形控制AbstractAbstractInrecentyears,withtheaccelerationoftheconstructionofurbanrailtransit,accidentduringtheconstructionofurbanrailtransitisgraduallyincreasing.Strengtheningthemonitoringandforecastofconstructiondeformationisveryimportantinordertocontroltheaccident.Butdeformat

7、ionpredictionofsubwayconstructionlacksofsystemmethodwhichfromthebeginningtothecompletionofconstructionmonitoringforecast,andthepredictionaccuracyalsoneedstobefurtherimproved.Alltheseproblemshavebeenst