武汉地铁盾构施工地表沉降的非等间隔模型分析.doc

【精品文档】如有侵权，请联系网站删除，仅供学习与交流武汉地铁盾构施工地表沉降的非等间隔模型分析.精品文档.武汉地铁盾构施工地表沉降的非等间隔模型分析2011年1月第1期(总148)铁道工程JOURNALOFRAILWAYENGINEERINGSOCIETYNO.1(Ser.148)文章编号:10062106(2011)01008606武汉地铁盾构施工地表沉降的非等间隔模型分析骆汉宾李炜明周光辉(华中科技大学,武汉430074)摘要:研究目的:地铁盾构施工监测数据(特别在盾构始发段)具有数据量小,监测间隔不相等的特点,一般数据拟合与预测方法的应用受到诸多约束.研究结论:本文提出了通过预设阈值的改进非等间隔模型,并基于武汉地铁盾构二号线的积玉桥始发段的监测数据进行了拟合与预测分析.结果表明,本文方法能在数据量小,非等间隔监测数据的前提下,对地表沉降进行较好的拟合与预测,并与传统非等间隔模型的结果进行了比较.关键词:盾构施工;地表沉降;非等间隔模型;数据拟合;数据预测中图分类号:U455.43文献标识码:AAnalysisofGroundSettlementCausedbyShieldConstructionofWuhanMetrowithNonequalIntervalmodelLUOHanbin,LIWeiming,ZHOUGuanghui(HuazhongUniversityofScienceandTechnology,Wuhan,Hubei430074,China)Abstract:Researchpurposes:Themonitoreddataontheshieldconstructionofmetroalwayshavefeaturesofsmallvolumeandnonequalmonitoringinterva1.Itisdifficulttofitorpredictthedatawiththecommonmethods.Researchconclusions:ThefittingandpredictionweredonefordataontheJiyuqiaostartsectionofLine2ofWuhanMetrobyusinganadvancednonequalintervalmodelwithacertainthreshold.Theresultshowedthegroundsettlementdatacouldbebetterfitandpredictedwiththismethodonthepremiseofsmalldatavolumeandnonequalintervalmonitoringdata.Thecomparisonwasmadebetweentheresuhobtainedfromthismethodandtheresultobtainedfromthetraditionalnonequalintervalmode1.Keywords:shieldconstruction;groundsettlements;nonequalintervalmodel;datafitting;dataprediction地铁工程建设具有投资量大,施工难度大,风险高等特点,为了降低地铁施工的风险,加强地铁施工过程中的风险监测尤为重要.灰色理论自邓聚龙教授在上世纪70年代末提出以来,因为其理论所需数据量少,预测精度高等特点,长期以来被广泛应用于农业,工业,经济等社会各个领域,是一种非常有效的时序数据预测模型.近年来,灰色模型也不断的被用于工程建设领域,用于对反应工程安全风险状态的沉降值进行预测.目前有关灰色模型的研究主要集中在对于模型背景值参数的修正,初始值优化,数据预处理等方面.雷学文(2000)¨运用灰色理论建立了软基沉降的不等时距收稿日期:20101225基金项目:武汉市科技攻关计划项臼(地铁工程建设安全控制关键技术和产业化示范研究);国家杰出青年科学基金(50925828);桥梁工程湖南省普通高校重点实验室资助项目(10KA03);重庆交通大学(桥梁)结构工程重点实验室开放基金资助(CQSLBFY1)作者简介:骆汉宾,1963年出生,男,教授.第1期骆汉宾李炜明周光辉:武汉地铁盾构施工地表沉降的非等间隔模型分析87预测GM(t,1)模型;张仪萍(2003)L2j建立了时变参数灰色预测模型,采用最小二乘法确定参数多项式中的待定系数;彭涛(2005)L3J建立了BP神经网络一灰色系统联合的模型运用于软基沉降预测中;于怀昌(2004)建立了建筑物沉降量的多变量系统预测模型MGM(1,n);戚科骏(2004)5j建立了单桩荷载一沉降关系的灰色模型;何习平(2007)针对单点模型背景值取值方法的不足,提出一种动态定权方法,建立了加权多点灰色预测模型;谢正文(2007)将指数平滑技术引人到灰色预测模型中用于对某公路试验段路基沉降值进行预测;谢正文(2008)采用最小二乘法求解最优模型初始值的方法建立了改进的灰色预测模型并运用于高速公路沉降预测分析中;李洪然(2008)引入参数累积估计方法代替最小二乘法,建立了灰色沉降预测模型并运用于上海市的地面沉降预测中;朱成林(2008)提出了采用背景值迭代计算构造方法来改进GM(1,1)模型并运用于沉降监测点的预测中;俞炯奇(2009)Jo采用随时间收敛的函数来描述模型参数随时间的变化并建立了相应的时变参数沉降预测模型;孙永荣(2009)¨提出了一种同时优化背景值和初始条件的改进模型并将其应用于对建筑物的沉降变形预测中.由于地铁盾构施工过程中,地表沉降的监测数据通常数据量不大(尤其在盾构始发阶段),同时具备非等间隔的特点,一般的拟合与预测方法受到诸多限制.本文基于武汉地铁二号线一期江积区问段的盾构始发数据,采用灰色理论,通过预设阈值下的改进计算的非等间隔模型来进行拟合与预测.1非等间隔沉降预测模型在地铁施工地表沉降的监测中,由于工程实际情况及变形发展特点等原因,沉降监测值并一定按照1天的时间间隔进行监测,这就给运用基本的GM(1,1)预测模型进行建模处理带来了麻烦,此时我们可以考虑采用非等间隔的GM(1,1)模型进行建模预测.令.qf为非等间隔的时间序列:'.:'.(t1),.'(t2),'.(t),n为数据个数;At=t一t常数,k=2,3,/Z;非等间隔GM(1,1)定义型:6,其中Ax'(t)='(t)''(t一1):'.'(t),''(t):.(t),''(t)=0.5'(t)+''(t)于是可以得到,''(t)+0.5aAt''(t)+¨(t一1)=bAt,将''(t)='.+'(t)代人上式经换算处理可以得到非等间隔GM(1,1)模型的预测公式为:2盾构施工地表沉降的改进非等间隔模型根据非等间隔模型的构建原理,结合地表沉降监测数据的特点,本文建立了改进的地表沉降非等间隔GM(1,1)模型.在模型参数确立时,通过对模型先验精度和后验精度的综合考虑,采取预设阈值下的改进计算的的方法得到每个监测点沉降预测非等间隔模型的最优数据处理参数组合.模型建立的过程如图1所示图1地铁盾构施工地表沉降的非等间隔模型对于图1所示的计算模型,给予如下说明:(1)参数意义:P.拟合精度,P.,预测精度,c平移参数,背景值权重系数;(2)模型计算过程:首先设定c的取值,对于每一个设定c值,对值进行试算,如果值试算完毕无法达到要求则取定下一个c值在对值进行试算,如此循环直到达到精度要求;(3)模型参数输出:达到模型计算精度要求后,输出第步的模型计算参数值c,及对应的模型拟合参数n,b.模型的具体处理过程如下所述,可分为数据检验及预处理,数据建模序列生成,构造常数向量矩阵及背景值计算矩阵B及参数向量矩阵,用最小二乘法88铁道工程2011年1月求解参数向量估计值,模型检验,残差处理和数据预测七个步骤:2.1数据检验及预处理根据GM(1,1)模型建模的基本原理,只有当建模序列满足一定的建模条件时方可直接用来作为建模的基础数据,否则则需要对原始数据进行预处理以达到建模的精度要求.通常在建模之前通过极比检验以判定建模的可行性,极比()=需要满足覆盖tJor(t)(eTl+1)(n为数据个数).数据预处理的方式有对数变换,方根变换,平移变换等.对给定原始序列=(t),(t),(t),计算极比进而获得极比序列r,=(t),(t),(t),然后检验(t)是否落于可容覆盖中.如果(t)不满足条件,则对原始数据采取平移变换处理以使其满足极比检验条件,设定平移常数C,鉴于c值的选定对模型预测效果的优劣具有一定的影响,本文模型在对C值的确立中采用反向试算的方法以寻求使得模型精度达到最高要求的平移常数C.则(t)=(t)+c,得到建模序列='.'(t1),'(t2),'.'(t).2.2数据建模序列生成按照公式¨'(t):(t)得到AGO序列:''(t):''(t2),'(t3),''(t)对于背景值的处理,考虑到时间f内数据的变化速度并不是简单的线性,引入背景值权重,本文模型中的确定采取反向试算的方法以寻求找到使得模型精度最高的背景值权重值.由¨(t)=¨(t)+(1一)¨(t一)得至0MEAN序歹U:''(t)=z'(t2),''(t3),z'(t)2.3构造常数向量矩阵及背景值计算矩阵及参数向量矩阵Ar(t)/St2r1一z(t)令:I¨(t3)/a.I,B:一z¨(,I,lII.Lax'"(t)/AtjL1一z''(t)JA=6,a.则=B?A2.4用最小二乘法求解参数向量估计值A运用最小二乘法原理可以得到:A:(日.B1一.曰.2.5模型检验将最小二乘法计算的到的参数估计值(五,6)代入预测公式得到:(.()=二(=2,3,n)对于建模序列运用上述公式进行估计得到估计序列:鼋'.'=童'.(t2),'.t3,'.(t)令(t)为残差:():,_j×l00%,在预测过程中可以通过残差对预测模型效果进行检验l1,一般要求,最好是(t)<10%.令p.为精度,P.=1(avg)×100%,(avg)=I(tk)I.一般要求p.>80%,最好p.>90%.2.6残差处理对已知序列的预测值与实际值之间的残差,对于拟合序列的残差求取其均值作为预测数据的残差.2.7数据预测通过以上非等间距GM(】,1)模型可以对未来某时刻的数据值进行预测,预测结果为:(t)=爱(t)+(t)一C3工程验证武汉市轨道交通二号线越江隧道工程为武汉市重点工程,是武汉市重要的过江通道,位于武汉长江一,二桥之间.隧道江北起点为江汉路站,江南终点为积玉桥站.区间起点里程右DK11+739.110,终点里程右DK14+820.403,全长约3100131.施工任务划分为3个工区完成,分别为盾构工区,武昌风井工区,汉口风井工区.工区段划分如图2所示.隧道区间采用泥水盾构法施工,盾构机由积玉桥车站整机始发向江汉路方向掘进,中途两次穿越中间风井.中间风井围护结构为地下连续墙,外侧设素混凝土墙,两墙之间压密注浆保证密贴防水,主体结构采用逆做法开挖,衬砌的施工方案.本文选取了武汉地铁二号线一期工程江积区间段DK14+552横断面的DK14+55204监测点进行预测.DK14+552截面距离盾构始发点约268Ill,基本可以排除由于盾构始发所造成的地层变形不稳定的情况.所选取的两个点均为盾构隧道拱顶上部附近的沉降观测点,沉降值都是该横断面最大的点,这样可以更大程度的减少微弱沉降变化及外部干扰的影响.选取DK14+55204监测点的l5期监测数据用来进行模型分析和预测,以前13期数据作为建立模型的基础数据,后2期数据作为预测比较,分别采用传统第1期骆汉宾李炜明周光辉:武汉地铁盾构施工地表沉降的非等问隔模型分析89左线区间1000m左线区间l600m左线区间400m盾武昌汉口已建构风并风井接收工工区丁区井区右线区间】000右线区间1600tO右线区间400m图2工程施工工区划分的非等间距GM(1,1)模型和改进的非等间距GM(1,1)模型.得到改进模型的最优计算参数组合,C=27,0.90,对应的模型参数a=0.048853,b=5.224041,拟合序列残差均值为1.39,从而得到模型预测公式,.,5.224041×At一0.048853×At;1)为:(th)=+1.3927时刻拟合及预测效果如图3,图4和表1所示.可以看到,对于DK14+55204测点采用原始的非等间距GM(1,1)模型,拟合精度为68.92%,预测精度为73.93%均不好,然而采用本文的改进非等问距GM(1,1)模型拟合精度可以达到89.28%,且预测精度为90.02%,拟合和预测效果都很好,说明本文所建立的模型具有较好的适用性.2010012220100125201001282O1OOl一3O201OO2一O1201002042O1OO2一O616:0017:0009:0009:0009:0009:0009:0009:0009:OO10:00l6:O016:O016:0O0g一10世蟋一2030图3DK14+55204地表沉降非等间隔GM(1,1)模型拟合曲线(纵坐标:mm)时刻2O1OO20716:002010-02-0816:OO图4DK14+552-04地表沉降非等间隔GM(1,1)模型预测曲线(纵坐标:mm)进一步,在这里的非等间距GM(1,1)模型中,可以看到时间间隔不是1天的时间间隔波动点(如表1中的2010125,2010128,201024三个时间点)的沉降拟合误差比间隔为1天的拟合误差大,且大多数情况下,时间问隔与1天差距越大则拟合误差越大,这也是非等间距GM(1,1)模型的特点及对模型精度影响较大的因素所在,为了增加模型的精度,必须设法降低这些时间间隔波动点的影响.本文所建立的改进模型,试图通过模型计算参数的优化处理以最大程度的降低了波动点的影响,可以看到,虽然所得到的预测模型在模型拟合中的非等问距波动点的拟合值与实测值也还有一定的误差,但是对于未来时刻的预测效果却非常的好,说明通过此方法处理很大程度减少了非等间距波动点对模型的干扰.同时,由于预测OOOOO0Og眦/进蜉铁道工程2011年1月点的间隔均为1天,从而使得预测精度略高于拟合精值大小的依赖性较强所带来的特殊情况.度,也是非等间隔GM(1,1)模型在进行预测时对问隔表1DK14+55204地表沉降非等间隔模型数据分析表时间原始数据传统非等司距GM(1,1)预测改进非等间距GM(1,1)预测预测(拟拟合预测拟合预测预测(拟拟合预测拟合预测tt合)结果残值残值精度精度合)结果残值残值精度精度201012216:0011.45201012317:0017.151.0422.235.0829.62%一21.834.6827.28%201012509:0020.151.6736.2116.0679.69%一19.690.462.30%201012609:0020.851.O021.931.085.18%一22.811.969.40%201012809:0022.552.OO一44.8922.3499.O6%一19.513.0413.47%201012909:0024.051.O022.631.425.92%一23.310.743.09%201013009:0024.351.O023.011.345.50%一23.450.9O3.71%201013l09:0025.151.OO一23.401.756.96%一23.571.586.28%20102109:O025.651.O023.80一1.857.20%一23.661.997.77%20102210:0026.151.0425.23一O.923.52%一23.592.569.79%20l02416:0025.752.2555.9830.23l17.40%一2O.075.6822.04%20102516:0026.751.OO一25.04一1.716.38%一23.822.9310.96%20102616:0027.251.OO一25.47一1.786.53%一23.833.4212.55%20102716:0027.751.OO一20.577.1825.86%一25.212.549.16%20102816:0028.351.0O一2O.907.4526.27%一25.293.O610.79%平均值7.137.3168.92%73.93%2.502.8089.28%90.02%4结论本文对于地铁工程盾构施工过程中,监测数据量有限,监测时间非等间隔的特征,采用了非等间隔灰色模型进行了拟合与预测.同时,对传统非等间隔GM(1,1)模型拟合精度虽然较高但是预测精度不高的情况进行了分析,在保证拟合精度大于90%的基础上采取了预设阈值下的改进计算的方法,使得预测精度能够得到控制,并使模型中参数得到相对优化,从而建立了对应测点的改进非等间隔拟合与预测模型,并与传统的非等间隔模型进行了比较分析.本文基于武汉地铁2线积玉桥始发段的地表监测数据,建立了改进非等间隔的拟合与预测模型,能用于实际工程.同时,应该看到,地铁施工环境复杂,影响因素较多,一般方法都能以进行简单的单一预测;而且监测数据的样本,对于模型拟合与预测的精度存在显着影响,其具体规律,有待进一步的研究.因此,建议本文方法可以结合其他手段,作为工程数据预测的辅助手段.参考文献:1雷学文,白世伟,孟庆山.灰色预测在软土地基沉降分ApplicationofGreyForecastingtoAnalysingSoftFoundationSettlementslJ.RockandSoilMechanics,2000(2):145147.2张仪萍,俞亚南,张土乔.时变参数预测模型及其在沉降预测中的应用J.土木工程,2003(12):8386.ZhangYiping,YuYanan,ZhangTuqiao.ANewPredictionModelwithTimedependentParametersUsedforSettlementPredictionJI.ChinaCivilEngineeringJournal,2003(12):8386.3彭涛,杨岸英,梁杏,等.BP神经网络一灰色系统联合模型预测软基沉降量J.岩土力学,2005(11):l19一l23.PengTao,YangAnying,LiangXing,etc.PredictionofSoftGroundSettlementBasedonBPNeuralNetworkgreySystemUnitedModelJ.RockandSoilMechanics,2005(11):119123.4于怀昌,刘汉东,丁仁伟.深基坑降水过程中周围建筑物沉降的系统预测J.岩石力学与工程,2004(22):39053909.YuHuaichang,LiuHandong,DingRenwei.析中的应用J.岩土力学,2000(2):145147.LeiXuewen,BaiShiwei,MengQingshan.The5ForecastingBuildingSettlementaroundDewateringDeepFoundationPitbyGreySystemTheoryJ.ChineseJournalofRockMechanicsandEngineering,2004(22):39053909.戚科骏,徐美娟,宰金珉.单桩承载力的灰色预测方法第1期骆汉宾李炜明周光辉:武汉地铁盾构施工地表沉降的非等间隔模型分析9l6789J.岩石力学与工程,2004(12):20692071.QiKejun,XuMeUuan,ZaiJinmin.GrayPredictionofUltimateBearingCapacityofSinglePileJ.ChineseJournalofRockMechanicsandEngineering,2004(12):2069-2071.谢正文,孔凡玉,胡毅夫.指数平滑技术改进灰色沉降预测模型及应用J.中外公路,2007(3):2629.XieZhengwen,KongFanyu,HuYifu.ImprovedGreySettlementPredictionModelbyExponentialSmoothingandItsApplicationJ.JournalofChina&ForeignHighway,2007(3):2629.谢正文,李树清.改进灰色沉降预测模型及其应用J.中国计量学院,2008(2):162165.XieZhengwen,LiShuqing.ImprovedGreyPredictionModelforSettlementandItsApplicationsJ.JournalofChinaJiliangUniversity,2008(2):162165.李洪然,张阿根,叶为民.参数累积估计灰色模型及地面沉降预测J.岩土力学,2008(12):34173421.LiHongran,ZhangAgen,YeWeimin.AccumulatingMethodGM(1,1)ModelandPredictionofLandSubsidenceJ.RockandSoilMechanics,2008(12):34173421.朱成林,邱卫宁,花向红.基于关联信息的灰色沉降预测模型及其应用J.测绘通报,2008(8):2l一24.ZhuChenglin,Qiuweining,HuaXianghong.CorrelatedInformationBasedGreyModelforSettlementPredictionandItsApplicationJ.BulletinofSurveyingandMapping,2008(8):2124.10俞炯奇,张仪萍.基于参数收敛的时变参数沉降预测模型J.浙江大学(工学版),2009(11):21252128.YuJiongqi,ZhangYiping.TimedependentParameterModelforSettlementPredictionConsideringParameterConvergenceJ.JournalofZhiangUniversity(EngineeringScience),2009(11):21252128.11孙永荣,胡应东,陈武,等.基于GM(1,1)改进模型的建筑物沉降预测J.南京航空航天大学,2009(1):107110.SunYongrong,HuYingdong,ChenWu,etc.AccurateEstimationofBuildingDeformationBasedonImprovedGreyGm(1,1)ModelJ.JournalofNanjingUniversityofAeronautics&Astronautics,2009(1):107110.12邓聚龙.灰预测与灰决策M.武汉:华中科技大学出版社.2004.DengJulong.GreyPrediction&GreyDecisionM.Wuhan:HuazhongUniversityofScience&TechnologyPress,2004.13丁烈云,李炜明,吴贤国,等.武汉地铁循礼门车站的深基坑施工监测分析J.铁道工程,2010(9):7477.DingLeiyun,LiWeiming,WuXianguo,etc.ConstructionFieldMonitoringonDeepExcavationofWuhanMetroXunlimenStationJ.JournalofRailwayEngineeringSociety,2010(9):7477.