超大型深水群桩基础受力分析与安全监控模型研究硕士论文.pdf

河海大学硕士学位论文超大型深水群桩基础受力分析与安全监控模型研究姓名：刘大伟申请学位级别：硕士专业：地质工程指导教师：陈志坚20060601摘要深水群桩基础是大跨径桥梁工程普遍采用的一种基础型式，随着桥梁工程规模的急剧扩大，群桩基础正向着超长、大直径、超大型的方向发展然而，目前的设计经验和理论研究却滞后于工程实践因此，超大型群桩基础的安全性受到普遍重视完善的安全监控系统是确保地基与基础安全性的有效保证本文阱正在研究中的国家重点基础研究发展规划项目(即973项目)——“灾害环境下重大工程安全性的基础研究”和江苏省交通科学研究计划项目——“超大型钻孔桩群桩基础关键技术研究”为依托，以在建的苏通大桥超大型深水群桩基础为研究对象，结合现场安全监测工作，主要开展以下工作：(1)针对观测数据中存在粗差，根据支持向量机思想，利用相空间重构理论和一类分析方法，建立了基桩轴力粗差识别模式，这是本文的创新点之一2)对于感潮河段的群桩基础，潮汐对群桩基础的受力特性有重要影响为了建立基桩轴力与上部结构荷载的相关性，必须对观测结果进行潮位影响的修正在开展了大量基桩轴力与潮位相关性跟踪观测后，根据连续观测资料，提出一种针对振弦式传感器的潮位修正方法，这也是本文的创新之处。

3)对大量的基桩轴力实测数据进行深入的统计分析，探讨了深水群桩基础在承台和索塔混凝土浇注期间的受力特点以及基桩轴力分布规律，这项工作也可为分析评价群桩效应奠定基础4)在对基桩轴力实测值进行潮位修正后，利用神经网络建立了单桩轴力监控模型、群桩桩项轴力分布监控模型以及基桩轴力沿深度分布监控模型，这是本文的主要创新点5)利用建立的BP神经网络模型进行基桩轴力预测，预测误差和网络训练误差符合正态分布，针对工程实际中监测样本数>30、30、一D，“h，n2)’且R≥o．8， 高度显著；b． 冉>只’，，>F“(月l，H2)，且o 5≤R∥(啊，也)，且o．31RR’，但，，8(q，也)，或虽矗>置’，，>，8(吼，也)但^吐，啊， Ⅻq：=o2)％=占+肌+Ⅱ，其中，m为输出神经元数，n为输入单元数，口为[1，10]之间的常数3)％=log；，其中，n为输入单元数还有一种途径可用于确定隐单元的数目首先使隐单元的数目可变，或者放入足够多的隐单元，通过学习将那些不起作用的隐单元剔除，直到不可收缩为止同样，也可以在开始时放入比较少的神经元，学习到一定次数后如果不成功则再增加隐单元的数目，直到达到比较合理的隐单元数目为止。

4．2．3初始值的选取由于系统是非线性的，初始值对于学习能否达到局部最小和是否能够收敛的结果关系很大一个重要的要求是：初始权值在输入累加时使每个神经元的状态值接近于零，权值一般取随机数，要比较小输入样本也同样希望进行归一化处理，使那些比较大的输入仍落在传递函数梯度大的地方4．2．4 BP网络不足及改进虽然BP网络得到了广泛应用，但其自身也存在一些缺陷和不足，主要包括几个方河海大学硕士学位论文·超大型深水群桩基础受力分析与安全监控模型研究Y二tend隐含层不同神经元个数网络训练误差见表4．1表4．1网络训练误差神经 训练MsE 误差l 误差2 误差3 误差4 误差5 误差6 误差7 误差8 误差9元数 步数3 1000 0 O04584 324 9蚰E_055 35l 9．22E_056 22 9 90E—057 3l 9 32E珈58 6 8 18E_059 6 &86E_05lO 3 8．12E啪ll 5 7．68E-0512 5 8 76E_0513 2 9 99B_0514 2 5 22E一0515 2 5 45E_0516 2 4．03￡Ⅻ17 5 6 02E_0618 3 t．75E-0519 3 6 79E_050 咖0001 0．0003 一mO∞3 0 O删5 m 0031 O．22儿 一。

2387 一O 03530 0057 ～0．0063 0 0055 —0．0158 0 0402 -0．03 O．0126 —0 0595 O 04170 0009 吼0001 n0．0035 0．017—吼018 0．0038 0 0005—m 0385 0．0383—n0吣3一n 0001O0O-o 00030 0007—0．00∞一O 0079加．000l一0 000l00n0005O0．0002m 00050 000lO 000l—n D002—0 00130 00040 01290．01240．0004-0．0066一O．00l0 09780．0027O 00040．05070 05160 04650．∞22一O．014O 0431-0 0586加34一O．00l_0 0318一O．0122O 0003—0 02130—0．00120 12730蚰540 0403一咀0078n 0∞70．0034O 000l0 0013加0074O00．00220．00020 000l-o．000l0 O 0 0-0 0605 O．03—0．0552 O．02760．0123 O．0157一O 047l 0 0219m 0093 一O．007Z0．0129 0 0016m 0002 0．01420．0001 0．0167-0．0008 0 0247_0 0032 O 02280．0028 n 00050 0197 _o 00590 0 O 0 n 0002 _0 0067 —0．05770 0 0 0．Ol O．0347 O 1105 —0．003l O 0 0237翌 ! !：!!!竺! ! ! ! ! ! ! ! 兰：塑!! ：生业!149哪。

耋imnqm第四章基于神经网络的基桩轴力监控模型研究表4．1表明，经过1000次训晒连i犁鹫覆巨塔嚏攫强卿磁i溻溺涵塔A赢鬈驰《；群§；喇j疆强壁貘蘩凳型霪变：舷沛眭{鐾出例牙m鞘舔；强矍理吲j越嚣姊绷型趔蛆“鲜：皱墅昂举田硼；露出鹭叫鸯蓝{衙i}每韧淄顿撂簿}嚣掣；掣∞裂堆薅珀妻：蔡镀醒腻餮斟联碰i}径球文鞋圣j6iiI藩猎搭翅鞋辫H袋銎；肇蒲琅鏖憎氆圆嘤淫塌嗤基准)项 目 潮汐值最高潮位最低潮位河海大学硕士学位论文·超大型深水群桩基础受力分析与安全监控模型研究10110010—110{10‘310_410-sPe而肿ance is 2．94849e旬05．GoaIls 0．0001＼j ＼．0 0．5 1．5 2 2．5 33 EDochs图4．2网络的训练结果图4．3曲线逼近效果5x 105芏B1日．|碍oo∞r¨呻6u重巴卜第四章基于神经网络的基桩轴力监控模型研究0 0150．010．0050．0．005．0．01．0．015-0．020 2 4 6 8 18图4．4误差曲线利用上述建立单桩桩顶轴力神经网络模型对其它各基桩桩顶轴力进行训练，其网络训练误差见表4．2所示表4．2桩顶轴力网络训练误差桩号 1 3 6 7 17 29 30 32 34 44训练步教 2 3 l 2 3 2 2 2 3 1USE O．00明97 9E-05 0 000665 0．000239 O．000194 4．37Ef05 0．00022 0．000415 O 000304 0伽0189最大误差 -01696 0．0958 0．069 01667 加174 O．衄l 一01537 O 3218 一O 2047 O 2123误差百分比 一012 0 03 0．19 0．05 —0 05 0 03 一nj3 0．21 —0 05 0 04桩号 99 100 l“ 112 122 12d 126 128训练步数 3 2 1 2 3 3 2 3MSE 0 000649 O．00068 0．000524 0 000273 O加0436 0．000212 3 99F一05 0 00013l最大误差 O．2778 0 6164 0．2299 —0 2661 0 3713 0 2333 O 0605 0 0967误差百分比 019 —0．19 O．06 —0 08 014 0．27 O 04 O 05河海大学硕士学位论文·超大型深水群桩基础受力分析与安全监控模型研究1矿10-5Pe向nnance is 9 47102e_005．Goa|Is O．0001＼＼ ?1、~、～、 ＼＼～U 5 10 15 20 25 30 35 40 45 50睡西园545poch图4．6网络训练结果下面选取荷载等级分别为153748．8 kN、301107．97 l斟、419025．6 kN、556154．4 kN、583220．4 kN、605136．5 kN、624540 kN工况下各基桩桩项轴力实测结果作为测试样本，检验网络性能。

各级荷载下误差见表4．5所示，表4．5各级荷载下桩顶轴力分布训练误差从表中可以看出，各桩训练误差较小，满足工程实际需要因此，桩顶轴力分布BP监控模型网络结构见图4．7与表4．6所示 隆书参斗剐一3 ll 10图4．7桩顶轴力分布BP监控模型网络结构图憎""”卫旦日_而oomr¨∞．口ul呈巴J．第四章基于神经网络的基桩轴力监控模型研究续表4．7隐含层不同神经元网络训练结果第一层 第二层 训练 K口 误差 误差 误差 曝莓神经元 神经元 步数 … 最大值 最小值 平均垡一一生鱼7 7 2000 O．000282 O．2062 1．27E加7 0．0239477 9．99E_05 O．1233 9．70E_05 O．01741454 1．OOE_04 0．1548 1．1lE—05 0．0143523 9．98E一05 0．1687 6．70E—05 0．014l283 9．86E一05 0．1434 1．13E加5 0．01561705 1．00E加4 0．1624 5．60E_06 O．0116426 9．98E-05 0．1621 4．64E加6 0．0148312 9．99E．05 0．1513 5．32E-07 0．0111194 9．95E__05 0．1122 5．44E—07 0．018l584 9．97E_05 0．0878 3．25E—04 O．018827 9．99E加5 0．1427 3．85E__05 0．01542000 O．000275 0．2479 5．76E加6 0．0245493 9．98E一05 0．1043 3．82E_06 0．0183209 9．98E-05 0．1635 1．47E—05 0．0147197 9．99E_05 0．1679 1．74E加4 0．0139249 9．89E—05 0．102 2．32E—05 0．0169652 9．93啪5 O．1053 9．93E加5 0．0167230 9．96E-05 O．1638 2．93E__04 O．0141130 9．79E加5 O．1293 2．96E-04 0．0157271 9．97E_05 O．1314 9．69E‘05 0．0169468 1．00E—04 O．1214 1．68E—04 O．017854l 9．98E-05 O．1164 1．53E加4 0．0164222 9．88E_05 O．0855 1_07E加4 O．0175390 9．91E-05 0．1032 5．67E-05 0．0167l O．956878 5．3989 8．61E一04 2．2577268 9．96E—05 O．1295 9．13E-05 O．0144117 9．3lE一05 O．1272 4．80E一05 0．0158304 9．97E加5 O．1728 1．00E-05 O．0145268 1．00E—04 0．1636 3．18E—05 O．0149204 9．99E—05 O，1272 9．87E一06 0．0152184 9．72E_05 0。