深基坑开挖反应两种反分析方法的比较(译文)

《深基坑开挖反应两种反分析方法的比较(译文)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、深基坑开挖反应两种反馈分析方法比较YoussefM.A.Hashash1，SéverineLevasseur2，AbdolrezaOsouli1，RichardFinno3，YannMalecot4（1.伊利诺伊大学香槟分校土木环境工程系，美国乌尔班纳61801；2.列日大学地理地质工程系国家基础科学研究实验室，比利时；3.西北大学土木环境工程系，美国埃文斯顿市60108；4.UniversiteJosephFourier–GrenobleI,LaboratoireSolsSolidesStructures–Risques,BP,53-38041Grenoblecedex9,France）摘要

2、：岩土工程设计施工工程中行为监测必不可少。对于城市深开挖，经验模型和数值模型被用于预测潜在的位移和这些位移对周围结构物的影响。在芝加哥商业区的一个挖掘项目中两种反馈分析方法得到了描述和比较。第一种方法是基于遗传算法的参数最优化方法(GA)，遗传算法是一种对有线性和非线性约束的目标函数进行最优化的随机全局搜索技术。第二种方法是自我学习模仿(SelfSim)，这是一种结合了有限元法、连续进化材料模型和现场测量的反馈分析技术。基于遗传算法的最优化法定义了现存土模型的参数，而SelfSim法提取的土体行为不受某种特定土体模型约束的约束。两种反馈分析方法都很好地捕获了侧墙变形和最大地表沉降。由于受特定土

3、体模型（如硬化土模型）的约束，基于GA的最优化方法更适合全面预测距开挖处一定距离的地表沉降。但是，由于具有学习所测沉降中暗含的土体非线性小应变的能力，SelfSim计算的地表沉降与实测值更匹配。关键词：开挖，反馈分析，最优化，土体行为，人工神经网络1引言城市环境下深开挖施工经常要提高度对开挖诱发的地面移动和对邻近建筑物潜在威胁的关注。因此评估和控制开发地下空间所引起的地面移动的大小和分布至关重要。实际上，检测程序被安置在施工现场来评估设计假设、判别失效原因、改善施工程序、判别对即时修复的需求、评价建筑物稳定性以及满足管理机构的要求。在开挖过程中，土木工程师非常依赖现场资料来评价目前的施工环境及

4、在必要的时候对施工活动做必要的调整。通常，这种评价是通过给数值模型提供现场数据来完成的，尤其是当分析的复杂度超过用工程判断时。反馈分析已经被用于岩土工程问题很多年[8,19,23,40]。这种技术允许工程师可计量的观测模型数值地分析岩土工程结构的行为。反馈分析已经被用于确定实验室实验或原位试验中[2,41,48]，开挖支持系统性能数据中，岩体中隧道的开挖和软土上堤防的施工中的土体参数。数值模拟在岩土工程中的成功使用很大程度上依赖于所选的表示土体行为的基本模型。在过去的十年里，基本关系的研究领域已经从传统的弹塑性理论延伸到了软计算方法。Ghaboussi和他的同事们证明了人工神经网络(ANN)能

5、用来描绘包括土在内的材料的基本反应。ANNs属于源自生物计算方法[14,47]的多种软计算方法之一。这类方法随着信息的逐步提供会学习和进化。本文比较两种反馈分析方法在捕捉芝加哥一个深基坑开挖工程中被监测行为中的表现。第一种方法是基于GA的最优化方法。其目的是通过原位测量确定基本模型的参数。第二种方法是人工神经网络法(ANN)。其目的是通过实验数据提取土体行为而不必提前定义基本模型。下文将介绍两种反馈分析方法和它们在芝加哥一个深基坑开挖工程中的应用。这两种方法在此前的研究中均被证实对开挖反馈分析问题非常有效[21,31,32]。本文将对两种方法在美国伊利诺伊州芝加哥的Lurie中心基坑开挖中提取

6、土体位移信息和预测土体行为（应力路径）的表现进行比较。2反馈分析技术2.1系统识别：最小误差与遗传算法基于Tarantola介绍的反馈分析理论，推荐的系统识别法被用于研究Lurie中心基坑开挖过程中的土体行为[45]。该方法建立了一套合适的系统识别方法，使得其能够自我调整匹配于诸如挡土墙位移或者压力计曲线的岩土的不同测量值[30]。这种反馈分析方法是基于确定土体参数的遗传算法最优化过程(GA)。这种方法以其鲁棒性和快速逼近的特性闻名[20]。遗传算法能找到无论是平滑或是有噪音的误差函数问题的最优解[30]。最优化过程也提供了参数之间实际存在关系的相关信息。此外，由于建模的误差和原位测量的不确定

7、性，在岩土问题的反馈分析中通常晕倒多个近似解而非一个精确解。Levasseur等[21,32]已经证明了诸如主成分分析等与统计分析结合的遗传算法能够确定反馈分析问题近似解中的大多数。这种方法的主要缺点是计算开销大。例如对需要确定3个土体参数的开挖问题，商务电脑需要两天时间。为了在搜索空间中有误差函数的较佳评估，在最优化过程开始前进行多次有限元计算非常必要。这种对遗传算法很有效的清理使得这种方法计算