基于BP神经网络的近接施工对地铁结构影响反演分析
Tunnel Construction(2022)
Abstract
为研究地下工程数值模拟中土体力学参数取值问题,同时探讨顶管近接施工对地铁结构的影响,依托西安市某顶管施工上跨地铁隧道工程,结合局部施工段的监测数据,利用设计和构建好的BP神经网络反演计算土体物理力学参数,并输入到由MIDAS-GTS NX有限元软件构建的模型中,进行正演数值计算,得到顶管施工近接地铁隧道的全工况最终变形预测值.工程结束后得到隧道结构监控量测的变形实测值,并提取数值模拟中对应断面拱顶沉降和拱腰收敛的预测值,通过误差比对验证有限元分析的准确性和参数反演方式的合理性.结果表明:1)利用上述方法对土体参数进行反演,所得的预测值和实际值误差较小,隧道最大拱顶沉降和周边收敛值分别为2.6 mm和0.5 mm,误差值分别为0.24 mm和0.07 mm,顶管施工近接地铁隧道时对隧道结构的变形影响较小.2)基于BP神经网络对土层物理力学参数的反演较为合理,对于变形的预测较为准确.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined