深基坑工程巖土參數反演分析及工程運用.pdf

1、基坑工程設計、施工及監(jiān)測同被列為深基坑工程質量保證的三大基本要素。各種實際工程的理論分析方法，都必須以合理的土體物性參數為基礎。而通常土體的物性參數是由室內試驗確定的。然而，由于土樣在取土、運輸過程中的擾動，現場和試驗兩者邊界條件的差異，實驗儀器的精度等各種因素的影響，由室內試驗測定的參數往往與實際值存在較大的差異。在各種實際工程中不確定的因素更多，用這樣的參數進行分析計算，必然影響計算結果的可靠度。如何利用基坑工程施工中的各項監(jiān)測數據

2、對基坑施工活動進行動態(tài)控制成為目前研究的重點，動態(tài)設計、信息化施工理念越來越深入人心。其中利用前期工程監(jiān)測數據進行后期預測是該技術重要的環(huán)節(jié)。而傳統(tǒng)的預測方法由于其自身的局限性以及施工過程中不確定的因素較多，往往無法得到準確的數值解。神經網絡具有良好的非線性映射能力，特別適合于處理各種非線性問題。 本文采用人工神經網絡BP算法對深基坑開挖過程中多層土體的物性參數進行辨識。將某些現場實測值作為網絡的輸入，土層物性參數作為網絡的輸出

3、，通過建立平面應變狀態(tài)下的基坑有限元正分析模型取得學習樣本來訓練網絡，從而達到對深基坑開挖過程中的多層土體的物性參數進行辨識的目的，并利用BP優(yōu)選的物性參數預測后一階段基坑開挖過程中擋土結構的變形，并將新得到的實際監(jiān)測信息反饋到學習樣本中，如此循環(huán)，使物性參數得到優(yōu)化。正演方法采用有限元計算軟件ANSYS實現了對土體的非線性彈性模型的計算。 最后，本文利用優(yōu)選的土體物性參數分別在二維及三維狀態(tài)下對該基坑擋土結構的最終變形情況進行