武汉工业学院硕士学位论文开题报告书DOCWord文档下载推荐.docx

1、女年 龄24专业名称岩土工程导师姓名所在院系土建学院开题时间2012-11-16选题来源 国家计委、科委项目 国家经贸委项目 国家自然科学基金项目 国务院其他部门项目 主管部门（部委级）项目 省、市、自治区项目 学校级项目 国际合作项目 自选项目 其它项目项目名称：基于小波-神经网络的深大基坑沉降预测方法研究项目编号：论文类型 基础研究 应用研究 开发研究 其 它一、立论依据（包括：选题背景，课题研究的目的和意义）目前，我国经济和城市建设发展十分迅速，开发利用地下空间的需求日益明显，地下工程不断增多，高层和超高层建筑发展快速。而在建筑基坑开挖施工过程中，土体应力状态的改变会引起土体的沉降，例如

2、：挡土支护结构以及周围土体的侧向位移及沉降；基坑内土体的沉降等。如果这些变形的量值超出了容许的范围，将对挡土支护结构本身造成危害（包括内倾及沉降），最终致使基坑周围的建筑物产生沉降，倾斜甚至倒塌。基坑事故的发生造成了重大的经济损失和严重后果。因此，需要建立一套可用于基坑监测及沉降预测的系统，及时有效地收集岩土信息，对其进行合理分析，进而对未来发展趋势展开预测，以确保建设工程质量安全稳定。根据监测系统的监测信息实时掌握工程的工作状态，以便及时指导调整方案，并根据已测资料预测工程未来的工作状态，分析可能出现的安全隐患情况，以此提早调整施工运行以及生产方案，及时有效地采取补救措施，进而提高建设工程从

3、施工，运行到生产整体水平和安全性。因此，基坑监测及险情预测预报在施工安全中是很重要的环节，目前大型基坑施工中，监测工作是必不可少的，而目前的一些常用的仪器监测非常零散不具系统性，监测数据不完整，或对监测数据的分析处理几乎很少，因此对基坑进行监测分析及预测的系统研究具有重要意义。由于引起地基发生沉降的因素众多，基坑变形具有较强的随机性和复杂性，理论计算最终沉降量一般难以实现。工程上大多采用根据实测曲线推算的方法进行预测，各个方法在适用条件上均有其限制，尚需改进。目前，神经网络是应用效果较好的一种预测方法。神经网络具有自学习，自适应性，泛化能力以及高速寻找优化解的能力等。近年来，小波分析理论发展迅

4、速，小波变换具有时频局部特性和聚焦特性等。因此，本文尝试结合小波分析和神经网络的机理特性，建立一个可靠的基坑沉降分析与预测模型（简称PADP），为基坑工程的安全施工提供可靠依据。二、文献综述（包括：国内外研究动态，所阅文献的查阅范围及手段）围护结构外侧土体向坑内移动，从而导致基坑坑内土体向上隆起。而围护结构产生沉降是由于水平方向改变基坑内外土体的原始应力状态所引起的地层移动。基坑开挖后，围护结构便开始受力沉降，当基坑内侧卸去原有土压力时，墙外侧则受到主动土压力，而在墙内侧则受到部分被动土压力。基坑沉降除具有复杂的机理之外，同时其诱发因素众多且具有很大的随机性和不定性。大量的观测及研究结果表明，

5、影响基坑沉降的主要因素有下面几点（1） 基坑的工程地质和水文条件；（2） 基坑支护类型和结构设计参数；（3） 基坑平面尺寸和开挖深度；（4） 施工过程及工地周围环境；（5） 周期地面超载和震动荷载。针对基坑沉降问题，国内外学者从机理分析、预测方法等方面开展了大量研究： 1基坑沉降机理研究进展由于深基坑沉降体的结构，组成物质的物理性质，外力作用的复杂性和不确定性，要建立合适的确定性模型比较困难。因此，通过探索变形监测数据序列的结构和规律，建立动态预测模型，反映出沉降规律特征，推测未来沉降趋势，就成为一种有效方法。1）国外研究进展Karl von Terzaghi2等人很早就提出了深基坑工程研究的

6、总应力法，对基坑开挖的稳定性和基坑支护荷载值进行评估，在工程中广泛沿用至今。Laurits Bjerrum3等人在50年代建立了针对基坑坑底的隆起沉降的分析方法，最先应用在Mexico城和Oslo城的主要由软粘土组成的深基坑施工期的变形监测中。1969年, 在第七届国际岩土力学与基础工程会议上Peck4首次发表了关于基坑开挖研究现状比较全面深入的报告, 该报告对于研究深基坑开挖支护系统变形的影响因素具有里程碑式的意义。但Peck当时的研究仅限于基坑工程围护结构为钢板桩或混凝土桩, 他重点讨论了土层种类和性质、开挖深度以及施工质量对基坑变形的影响。1981年,O. Rourke5分析了基坑开挖及

7、相关工程活动引起的土体变形, 指出基坑开挖前期的工程活动如降水、围护结构施工、桩基施工等会对土体的变形产生影响, 并讨论了支撑刚度、支撑加预应力、最下道支撑以下的开挖深度、预留土的作用等对基坑变形的影响。1990年, C Lough6对深基坑开挖引致的变形进行了较全面的研究, 他将深基坑变形分为两种: 一种是基坑开挖和支撑的基本过程引起的变形; 另一种则是由于相关的施工活动如墙体的施工、基础的施工或支撑的拆除等引起的变形。他认为只考虑引起变形的主要原因, 就能将变形的预测限制在较合理的范围内。2001年, Long7根据大量基坑工程的墙体变形和土体变形的实测资料, 讨论了开挖深度、支撑系统刚度

8、、坑底抗隆起稳定系数等对基坑变形的影响。2）国内研究进展改革开放之前，我国的深基坑研究不多，该时期我国的深基坑工程深度都不大，一般没有超过4m,少量的深基坑工程就是北京地铁东站，但都采用了放坡开挖的施工方式。改革开放后，我国经济发展迅速，高层和超高层建筑以及大型地下设施大量涌现，开挖深度大于20m的基坑工程随处可见，且基坑工程越来越呈现出开挖深，面积大，地质条件差，周边环境复杂等特点。经过20多年的发展, 取得了丰硕的成果, 发表了大量的相关著作文献, 特别是在信息化施工和基坑的时空效应规律研究方面达到了较高水平。曾国熙8 （1988）、应宏伟9（1997）等比较不同支撑、挡墙刚度、开挖方式和

9、土的力学性质等对土体沉降的影响, 分析了支护结构、基坑形状、土体固结等因素对土体沉降的影响。刘建航、侯学渊10-11参考新奥法隧道施工面时空效应理论和上海大量软土基坑实践提出了时空效应法, 即计算和控制基坑结构变形及基坑周边土层位移的方法, 在工程实践中取得了显著的技术经济效果。刘建航12认为分层、分步、对称、平衡、限时应作为软土地区基坑开挖的总体方针。吴兴龙、朱碧堂13（1999）指出在基坑设计中充分考虑时空效应, 随挖随支, 约束土体变形产生, 可以减小土体强度的衰减, 增加支护结构的稳定性和安全性。李云安、葛修润14-15等（2000，2001）探讨了影响基坑变形的状态变量,给出了影响基

10、坑变形的主要因素, 认为围护结构刚度、入土深度、支撑刚度和道数、预应力、土体变形模量这六方面对基坑变形的影响较为显著。侯学渊、杨敏16深入讨论了变形控制设计, 提出变形控制设计的基本思想是, 支护结构在满足强度的前提下, 尚需满足其使用要求, 即基坑在施工过程中既要保证其安全、不失稳, 又要保证其对周围环境不造成破坏性的影响。国内外对于深基坑的支护结构设计提出了许多算法, 较常使用的有极限平衡法、有限元法、估算法、反分析法等。随着工程经验的不断积累，出现了越来越多的各种经验方法，传统的理论计算法，地层损失法17,时空效应法18-19等也能得到较好的预测结果。而由于理论计算法考虑因素少，假设条件

11、与实际情况存在差异，致使有时计算值与实测值出入较大。人们开始将有限元法应用到基坑沉降预测领域中。有限元法能够很好地从整体计算基坑位移和应力情况，对支护结构有很好的模拟结构。有限元模型为深基坑沉降预测找到了一个理想的解决途径，考虑开挖步骤，计算值与实测值误差较小。在认识到基坑开挖的时空效应及理论数值模拟法的不足后，各种系统分析方法开始应用于深基坑沉降预测中。近年来，依据现场监测进行反分析是指技术得到迅速发展，对实际工程的施工实施严密的跟踪监测，并依据监测数据进行信息反馈，随时间调整施工参数加以动态设计，逐渐出现了信息化施工方法。2 基坑沉降预测方法研究进展由深基坑开挖引起的基坑沉降问题对建筑物造

12、成了诸多不良影响和危害，因此基坑沉降预测是一个很重要的土工问题。科技工作者针对地下工程施工所引起的地表沉降的预测开展了大量研究，采用了很多方法，主要有传统模型预测法及数值分析法、灰色系统、神经网络预测法和时间序列分析法等。1）传统模型预测法及数值分析法传统的经验类比法，回归分析法的预测模型需要大量的监测数据，且只能用差分方程建立离散随机模型，难以描述系统变化过程的本质和内在规律。数值法虽具有精确性，但是基坑影响因素复杂，物理机制模糊，致使输入给计算模型的参数无法准确测量，甚至有的没有明确的物理意义。若认为输入参数，边界条件，几何方程，平衡方程是基本符合实际的，那么岩体模型的给定本身就带有很大的

13、盲目性。因此，使得有限元法参数给不准，模型给不准。方法实用性减低，难以对岩土工程问题进行准确的数值模拟和可靠的分析结果。因此，有限元分析法主要是用于沉降特性的分析。2）灰色系统考虑到基坑沉降是众多复杂因素错综影响的结果，很难确定某一原因或因素在其中所起的确切作用。因此将基坑看做一个系统，采用体现综合因素的现场位移监测数据进行预测比较现实。灰色系统是邓聚龙20教授于1982年提出的，引入岩土工程领域以来，在基坑，边坡，大坝等沉降预测中已取得不少成功。灰色理论认为，部分信息已知，部分信息未知的系统为灰色系统。系统的行为现象虽然朦胧，数据杂乱，但一定是有序且具有整体功能的，在其杂乱无章的数据后必然隐

14、藏内在规律。能够通过科学分析处理，找到其隐含规律。这就为基坑沉降预测奠定了理论基础，可建立位移灰色预测动态模型进行未来变形预测。灰色系统方法具有其特定的使用条件：灰色系统建模的前提是数据序列是光滑的离散函数，数据关系用一个初等函数表示；灰色系统模型仅描述一个随时间按指数规律单调增长或者衰减的过程。张伟丽根据灰色系统原理建立了基坑沉降的GM预测模型，根据现场实测值对后续施工中的沉降值进行预测。其中，GM（1，1）是一种应用最多的灰色系统模型21-26，该模型所选用数列为经过一次累加生成处理后的数据列。累加生成处理的原因在于减弱数据列的随机性以提高其内在规律性。一般需要对原始记录通过分段均值选优，

15、滑动平均处理法来选出具有代表性和可真实反映基坑沉降规律的原始数据。荣延祥用灰色关联分析基坑边坡位移数列与基坑周围位移数列之间的关系，并将二者迭加生成一个新的位移数列，并根据灰色预测模型分别对上面三个数列进行预测。廖展宇等将灰色理论应用于深基坑位移预测，建立了非等间隔时序灰色模型。灰色预测模型在大多情况下是粗糙的，原因在于该模型要求累加生成的数列具有灰指数规律方能用相应的微分方程拟合。然而一个非负的时间序列其累加生成数列往往不具有指数规律，或者近似于指数规律但近似程度较差。因此灰色模型用指数方程拟合本身便具有很大误差，加之累加生成和累减还原更增加了误差。国内学者经过系统研究，认为灰色模型的后验差

16、检验方法是错的，而且不存在真正有效或改进的灰色建模方法，认为灰色模型仅仅是一个粗糙的指数模型，在岩土问题中应少用。3）神经网络预测法人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。神经网络是采用物理可实现的器件或通过计算机来模拟人脑中神经网络的某些结构和功能，并反过来应用于工程及其他领域。神经网络由大量且简单的处理单元（

17、神经元）广泛地相互连接形成复杂系统，具有很强的容错能力和学习能力。不需要任何数学模型，只依靠以往的经验来学习，其本身具有的自适应性，非线性和容错性等特点非常适合于处理模糊的，非线性的，含有噪声的数据。人工神经网络近几十年在土木工程领域内得到大力研究并取得重要进展, 已有大量的工程实例, 取得了广泛的应用成果27-32。可用于预测，分类，模式识别，非线性回归，过程控制等各种数据处理的场合。且在大多情况下，其应用效果极大优于传统的数据处理方法。目前应用较多的是BP网络。BP网络是通过将网络输出误差反馈回传（Back Propagation）对网络连接权进行修正以实现网络的映射功能。一个隐层的3层B

18、P网络可以有效地逼近任意连续函数，这个3层BP网络包括输入层，隐层和输出层。应用神经网络解决具体问题，包括四个基本步骤：（1） 分析具体问题以确定合适的网络结构；（2） 收集整理训练和测试样本；（3） 将训练样本输入网络进行训练，并用测试样本检验网络性能。（4） 将训练好的网络提供给用户用以解决实际问题。在神经网络这种预测方法的研究领域，国内众多学者已经取得了不错的成绩。王旭东等以BP神经网络为基础，建立深基坑支护结构最大侧向位移的预测模型；袁金荣等利用BP神经网络建立了基坑沉降时间序列预测的神经网络模型；张小凌利用神经网络建立了深基坑沉降的预报模型，拟合监测时间和监测位移的关系曲线，在利用实

19、测数据进行网络训练的基础上，对沉降位移进行预测，结果表明预测值与实测值吻合较好，显示出该方法在基坑沉降预测的有效性。该方法的不足首先在于，在利用神经网络进行预报时，网络的学习训练对预报效果很关键，训练次数的多少直接影响工作的效率。训练次数多，预报精度就越高，相应所需要的时间就越长，致使工作效率变低；反之则会精度低，时间短，效率高。其次，神经网络模型一般需要大量的数据样本，如果数据量较少，就会出现预测值与实测值相差较大的状况，而增加样本数据量必然使得工作量增加。一般在基坑施工的前期样本少，使得网络预测的精度也降低。4）时间序列分析法 时间序列分析是目前处理动态数据的一种有效方法，不要求考虑影响观

20、测值的各种力学因素，只需分析这些观测数据的统计规律性。对时间序列的统计规律性进行分析，构造出拟合这些规律的最佳数学模型，并预报时间序列未来的可能数值，最后给出预报结果的精度分析。时间序列的应用范围广泛涉及到自然界，社会界和工程界，能够应用到众多领域中，并取得了良好的结果。 时间序列分析在岩土工程中应用于位移预测时，由于位移序列具有某种趋势性，因此对趋势性的处理可以分为两类：一是对序列趋势项的直接剔除；二是对序列趋势项的提取。两种方法各有优劣之处，通过对基坑周围建筑物沉降的观测数据的考察，发现位移速率序列是平稳的。因此，对基坑周围建筑物沉降的数据列采用趋势项处理的直接剔除具有明确的物理意义，且其

21、预测计算简便，结果良好。时间序列分析主要采用参数模型，基坑沉降的建模预报步骤如下：（1）沉降位移数据的预处理和检验。对实测沉降时序应剔除其中的尖点位移，然后对其进行平稳性检验，如非平稳，则进行差分使其平稳化；（2）模型参数估计。采用最小二乘法估计过程参数，计算得到的数值作为初值，利用新获得的沉降位移信息，利用最小二乘法递推计算新的估计模型参数；（3）预报。按式预测下一阶段的基坑沉降值。再利用新获得的数值递推计算模型参数，进行下一步的预测，如此不断递推，从而达到不断地跟踪基坑的沉降，并预测未来沉降状态。然而，时间序列方法作为纯数学工具引入到岩土工程中，缺乏对此物理意义的把握，若时间序列分析方法建

22、模与岩土工程的物理意义相结合，充分发挥时间序列分析对数据的预测和过滤功能，对于把工程经验上升到理论高度会起到一定作用。基坑沉降体系是一个复杂的体系，而时间序列作为一种数学上的统计方法，因其外推时间不能太长，所以对于中长期的预报应用还有待于研究。综上所述，我国深基坑沉降预测领域虽然有了很大发展，也建立了许多新的计算理论和方法，但是与其他学科相比，基坑工程沉降预测工作依然处于起步阶段，系统性，全面性和应用性缺乏。同时，目前基坑工程常用的预测方法亦存在一系列的条件限制与不足之处，尚无一个精准可靠的预测控制体系，故有必要进一步探索新的基坑沉降预测方法，将地下工程施工地表沉降的影响降到最低。三、研究方案

23、（包括：主要研究内容和拟解决的关键问题，拟采取的研究方法、技术路线、实验方案及可行性分析）1、研究目的本课题主要以如何提高深基坑沉降监测数据的预测精度与可靠度为研究目的。根据目前基坑预测领域的发展现状，通过分析造成基坑沉降及周围建筑物沉降的因素，尝试将小波分析的机理与径向基函数RBF人工神经网络相结合用于对基坑沉降的监测中，将其与传统的基坑沉降预测方法进行比较，研究该模型（WaveletRBF）解决基坑沉降预测的可行性，最终建立一个科学，完整，合理的沉降监测体系，并通过MATLAB编程加以实现。2、研究内容（1）根据分析基坑监测数据的调查结果，研究基坑沉降的影响因素及监测数据的分布规律；（2）

24、利用小波分析机理对沉降数据进行处理（频带分离和信号消噪），评价其作为沉降分析工具的适用性；3、拟解决的关键问题小波消噪的参数选取以及小波分析与RBF神经网络的耦合方法的确定。4、研究方案（1）借鉴国外目前的先进理论及经验，分析国内在基坑工程领域的研究发展水平，确定本课题主要研究内容和思路；（2）对典型基坑工程沉降监测工作进行调查，根据其目前所用监测方法，分析实测数据与其预测数据的误差及监测精度等情况；（3）在对基坑沉降原理及影响因素分析基础上，研究当前常用的监测方法，结合其各自特性建立一个新的基坑沉降监测体系，预测基坑未来沉降趋势；（4）提出解决深基坑沉降监测及预测的对策，极大提高基坑工程监测

25、工作的可靠性和有效性。5、技术路线根据项目研究内容，围绕基坑工程沉降监测的分析与调查、沉降成因分析、措施实施效果调查及后效益评估等基础性工作，本项目将通过广泛调查、理论研究和工程应用开展工作。技术路线及工作过程按如下阶段进行：6、可行性分析小波分析具有很好的时频局部特性和聚焦特性，能够实现时频窗口的自适应变化，在信号消噪的同时而不损坏信号的突变部分，是处理数据信号的理想数学工具。径向基函数RBF神经网络具有自学习、自适应、容错性和泛化能力，且较BP网络具有学习速度更快，预测精度高的特点。本课题结合小波分析和RBF神经网络的特性，将其用于基坑沉降预测领域，能够使沉降机理研究与预测效果更加可靠。四

26、、研究基础和条件（包括：与本课题有关的研究工作积累和已取得的研究成果，本单位或外单位可提供的实验条件和研究条件，已经获得或将要获得的经费）理论：对小波分析、深基坑监测技术、神经网络等相关知识理论有深入的学习，熟练掌握了MATLAB数据分析软件，为深基坑安全监测预测及工程措施技术研究与应用提供了理论基础；实践：参加过国家自然科学基金课题项目，基于粗糙集理论和人工神经网络滑坡空间智能预测；科研：所在科研团队已取得丰硕的研究项目成果，如：地铁施工中的地陷灾变机理研究及安全控制、多因素耦合作用下的地铁施工诱发土体突变失稳预警系统研究、基于自适应交叉近似的杂交边界点法理论研究及其在大规模结构非线性分析等

27、，这些科研经验为本项目的完成奠定了坚实的科研基础，同时也为本课题提供了检验参考。五、预计可能遇到的主要困难和问题以及解决的方法和措施本课题在实施当中会遇到数据收集和评价方法以及模型的建立等难点。理论上主要有模型参数的选取，基坑沉降极限值标准难以准确估计。解决的办法是查阅大量的文献和咨询相关的专家。在模型建立的实施当中，也会遇到预计不到各种因素的阻扰，也应多向相关专家咨询。六、预期成果及可能的特色或创新之处1、预期成果1） 提交一份诱发基坑工程沉降问题的影响因素与沉降数据分析结果；2）建立一个基于小波神经网络的深基坑施工沉降预测模型；2、创新之处结合小波分析与径向基函数RBF神经网络的机理特性，

28、构建一个深基坑沉降预测系统，对基坑工程安全施工进行监测分析，并在此基础上对基坑短、中期及长期沉降趋势作出预测，为合理地确定施工方案提供可靠依据。七、论文工作进度安排开始时间2012年 9 月完成时间2014年 3 月答辩时间2014年 6 月阶段时间论文各阶段的主要内容阶段成果形式2012.09-2012.10全面收集相关数据、资料报告2012.11-2012.12基坑工程安全监测状况调查与分析评价2013.01-2013.06深基坑工程沉降成因分析、影响因素及控制措施与对策论文2013.07-2013.10基坑工程施工沉降安全控制与预测模型研究2013.12-2014.03撰写论文初稿，交导

29、师审查，修改论文毕业论文八、所需经费预算（按研究阶段分别列出材料费、试验费、差旅费及其它费用）2九、参考文献国内文献 26 篇，国外文献 6 篇。主要文献目录：（不少于15篇）1 范 建，师旭超.深基坑变形预测方法综述J.河南工业大学学报，1004-5716（2006）04-0029-03.2 Terzaghi, K.,Peck, R. B.and Mesri, G.,Soil Mechanics in Engineering Practice, 3rd Ed.Wiley-Inter science （1996）ISBN 0-471-08658-4.3 Laurits Bjerrum. Eng

30、ineering geology of norwegian normally consolidated marine clays as related to settlements of buildings, Geo technique, Band 17, 1967, S.81-117 （7. Rankine Lecture）.4 Peck R B. Deep excavation and tunneling in soft ground. In Proceedings of the 7th International Conference on Soil Mechanics and Foundation Engineering C / /State-o-f the-Art-Volume, Mexico City, 1969: 225-290.2 Op Rourke T D. Ground movements caused by braced excavation.5 Rourke T D. G roun