地铁隧道施工诱发邻近桥梁变形安全风险研究

《地铁隧道施工诱发邻近桥梁变形安全风险研究》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、分类号学号M201173160学校代码10487密级硕士学位论文地铁隧道施工诱发邻近桥梁变形安全风险研究学位申请人：蒋雪学科专业：管理科学与工程指导教师：吴贤国教授答辩日期：2014年1月万方数据AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringResearchonSafetyRiskManagementofAdjacentBridgeDeformationinducedbyTunnellingC

2、andidate:JiangXueMajor:ManagementScience&EngineeringSupervisor:Prof.WuXianguoHuazhongUniversityofScienceandTechnologyWuhan430074,P.R.ChinaJanuary,2014万方数据独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体

3、，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日万

4、方数据华中科技大学硕士学位论文摘要城市地铁建设一般位于主干道下方，不可避免地会出现地铁工程邻近现有桥梁进行施工的情况。地铁施工引起的地层变形严重影响着邻近桥梁的结构安全和使用安全。因此，研究地铁施工对邻近桥梁安全的影响具有重要的理论意义和工程应用价值。本文采用粗糙集对工程实测数据进行知识获取，并在此基础上构建贝叶斯网络模型评估地铁施工引起的邻近桥梁的安全风险等级，明确地铁施工过程中邻近桥梁安全风险的关键影响因素，为地铁施工安全管理提供决策支持。论文基于地铁施工引起邻近桥梁安全风险的相关文献，结合现有工程实践经验，从隧

5、道工程条件、土质条件、桥梁自身条件、施工方法和管理水平四个方面识别地铁施工影响邻近桥梁安全的主要因素。通过构建地铁施工诱发邻近桥梁安全风险决策表，实现基于粗糙集的地铁施工邻近桥梁安全风险知识获取，明确各影响因素的状态划分，挖掘地铁施工影响邻近桥梁安全的关键因素，以及这些影响因素与邻近桥梁安全风险等级之间的关联关系。根据粗糙集知识获取结果构建地铁施工邻近桥梁安全风险贝叶斯网络结构模型及参数模型，采用检验样本正向推理验证了贝叶斯网络模型的有效性。以某地铁工程为例，运用贝叶斯网络推理技术评估该工程中邻近桥梁的安全风险等级，

6、运用敏感性分析得出关键影响因素，在此基础上提出对应的风险控制措施。本文结合粗糙集知识获取和贝叶斯网络推理对地铁施工过程中邻近桥梁安全风险进行了研究，为地铁施工邻近桥梁安全风险管理提供了新的思路。关键词：盾构隧道邻近桥梁安全风险粗糙集知识获取贝叶斯网络风险评价I万方数据华中科技大学硕士学位论文AbstractMetroconstructionisalwayslocatedbelowthemainroadofthecity,anditwillinevitablyarisethesituationthatmetrocons

7、tructiongoesthroughtheexistingbridge.Grounddeformationcausedbymetroconstructionwillhaveahugeimpactonthestructuralsafetyofadjacentbridge.Therefore,studyingtheeffectsofmetroconstructiononadjacentbridgesafetyhasgreattheoreticalsignificanceandengineeringapplication

8、value.Inthisthesis,theRoughSetstheoryisusedforknowledgeacquisitionofengineeringtestdata.Basedontheresultsofknowledgeacquisition,aBayesianNetworkisconstructedtoassessthegrade