客运专线路基沉降规律影响因素分析与沉降预测

《客运专线路基沉降规律影响因素分析与沉降预测》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、中南大学硕士学位论文客运专线路基沉降规律影响因素分析与沉降预测姓名：胡荣光申请学位级别：硕士专业：岩土工程指导教师：魏丽敏20080501摘要由于高速铁路运行速度快、技术标准高、对路基的要求严格，控制路基变形己经成为客运专线路基的最大特点。从1999年秦沈铁路客运专线开始，我国全面进入修筑客运专线的高峰期。武广铁路客运专线作为国内第一条全线铺设的无碴轨道，研究路基沉降发展规律及机理，分析路基沉降的影响因素对地基沉降的贡献，对于保证客运专线运行安全和提高客运专线经济效益具有重要意义。本文以武广客运专线综合试验段为

2、工程背景，进行了系统、全面的的现场观测，在整理、总结及分析大量实测数据的基础上，采用理论分析、多元回归分析、基于人工神经BP网络的Fortran语言编程模拟等手段对客运专线路基的沉降特性进行全面而深入细致的研究，主要工作包括如下几点：(1)确定现场观测项目以及元器件埋设方案，并埋设了观测元器件，获取了长达近1年的现场实测数据，并对测试结果进行系统整理和分析。(2)以现场实测资料为依据，对客运专线路基的沉降过程以及沉降特性进行研究，得出了一些有益于工程的的结论。(3)通过对现场实测数据以及多种路基沉降影响因素的分

3、析，运用多元回归方法寻求沉降值与各影响因素之间的内在因果联系，得到了多元线性回归方程的关系式，并对此关系式进行了评估，对可能的原因进行了分析。(4)基于分层总和法基本理论，得到了沉降与填筑高度、弹性模量、压缩层厚度等的多元非线性回归方程，并将其转化为线性方程，采用现场实测数据研究各因素对沉降的影响规律和影响程度。(5)建立任意时刻沉降量与填筑高度、弹性模量、压缩层厚度、时间之间的多元非线性回归方程，给出了考虑整个时序数列数据进行多元非线性回归分析的方法，并采用现场实测数据进行工程验证，通过应用案例，分析了存在的

4、问题，证明了其适用性，并点出了今后继续努力的方向。(6)提出了一种基于神经网络的，将时间序列数据和网络断面数据统计分析集成于一体的沉降预测模型，编制了BP神经网络程序并应用于试验工程。选取不同路基型式下多测点多因素联合样本集进行网络训练，并依此对各测点进行沉降预测，达到了令人满意的结果。关键词：客运专线，无碴轨道，沉降，非线性多元回归，BP神经网络ABSTRACTDuetotherapidalityandhightechnologystandardofhighspeedrailwayandthestrictre

5、quirementofitssubgradesettlement，controllingthedeformationofpassengerrailwaylineembankmenthasbeenthemostobviouscharacteristic．SinceconstructingQinghuangdao-ShenyangPassengerRailwayLinein1999，theconstructionofpassengerrailwaylinehasbeenroundlyachievingitspeek

6、timeinChina．Wuhan—GuangzhouPassengerRailwayLineisthefirstlineinwhichballastlesstrackiSadopptedinthewholeline．SOtheresearchonthedevelopinglawandtheembankmentmechanismofthesettlement，andtheanalysisthattheinfluencingfactorsofembankmentsettlementwillmakeeffecton

7、subgradesettlementhasagreatsignificanceinguaranteeingthepassengerrailwayline’Soperationalsafetyanditseconomicefficiency．ThepapertakingtheComprehensiveExperimentalSectionofWuhan·GuangzhouPassengerRailwayLineastheprojectbackground，asystematicandcompletesitemon

8、itorhasbeendoneandmeasuresincludingtheoreticalanalysis，nonlinearmultivariableregressionmathematicalstatisticalanalysis，BPartificialneuralnetworkusingfortranprogrammelanguagehavebeenadoptedtomake