导读:本文包含了隧道围岩位移预测分析论文开题报告文献综述及选题提纲参考文献，主要关键词:盾构隧道,复变函数,位移边界条件,围岩位移
隧道围岩位移预测分析论文文献综述
傅鹤林,张加兵,袁维,史越[1]（2016）在《基于复变理论的盾构隧道围岩位移预测分析》一文中研究指出为了揭示盾构隧道在不同位移边界条件下的围岩位移分布情况,将该问题简化为含圆形孔洞的弹性半无限平面第二类基本问题,运用弹性复变函数理论,结合洞周5种不同位移收敛模式,推导了两个位移复势函数φ(z)和ψ(z)的表达式,给出了围岩任意一点位移分量(u,v)的解析通式,并讨论了不同埋深与不同位移边界条件下围岩位移分布规律。基于理论公式,预测了工程实例的地表沉降,并将预测结果与实测数据进行了对比分析。研究结果表明:(1)当隧道半径r_0=4.0 m、泊松比μ=0.3,隧道埋深h从2r_0增为6r_0时,地表相对沉降量最大值Δv_(max)变化范围为0.33~1.94,地表沉降影响范围约为28.7~124.1 m,地层相对水平位移最大值Δu_(max)随埋深变化不大,且最大值Δu_(max)处于隧道中心水平线附近;(2)在5种不同位移收敛模式中,有两种模式预测的地表沉降值与实测数据较为吻合,其理论解可为指导隧道设计和施工提供理论基础。(本文来源于《现代隧道技术》期刊2016年02期）
陈思阳,朱彦鹏,黄丽华[2]（2015）在《隧道围岩位移的混沌时间序列预测分析》一文中研究指出隧道开挖过程中围岩位移不可避免地受到诸多因素的影响,而位移作为围岩内部力学现象的宏观表象具有很强的混沌动力学特性。文章利用现场位移实际观测的一维数据,合理地确定嵌入维数和最佳延滞时间,重构了可以充分反映原动力系统相空间的混沌时间序列。并以混沌时间序列为训练样本,通过模糊神经网络,建立了适合隧道围岩位移预测的混沌时间序列-模糊神经网络模型。结合新建兰州至重庆铁路枣树沟2#隧道围岩位移为例进行了分析与预测。研究结果表明,新模型的预测精度较高,计算收敛速度快,实时稳定,在工程中具有较高的实用价值。(本文来源于《现代隧道技术》期刊2015年03期）
陈桦深[3]（2015）在《基于支持向量机的隧道围岩位移变形预测分析研究》一文中研究指出新奥法是隧道工程建设中广泛使用的方法。监控量测是新奥法中的重要组成部分,量测的数据能够体现隧道围岩的变形状态,依托监测数据对隧道围岩的变形进行预测能够很好的为隧道的设计和施工提供参考价值,现今的位移反演分析能够对隧道进行一定范围内的预测,但反演分析主要依托在沉降稳定值的反推与邻近界面的材料特性相似性上,有一定的滞后性不能满足工程建设中时间投资上的要求。利用量测数据的自规律性对位移变形进行预测的研究还较少。针对位移变化的时间序列预测上,本文依托统计学习理论中的支持向量机开展研究,主要工作有:①介绍了支持向量机的理论基础与具体的推导过程,利用阳宗隧道的位移监测数据实例分析了不同超参数组合下的支持向量机性能,提出了参数选择的方法与依据。对比了多项式回归预测与递归最小二乘法预测的差异,并用MATLAB编程依托推导的原理进行了计算分析,结果表明支持向量机具有较好的稳定性。②以京珠高速公路温泉隧道位移非线性时间序列预测为例子,对比了不同特征表现形式下的RBF核支持向量机预测性能。分析结果表明,采用累加和的位移表现形式能有效提升RBF核函数下的支持向量机预测性能,对比了传统归一化方法与对数空间映射的差异性,分析结果表明对于同一个映射空间下的子集选择RBF核函数不敏感。③针对RBF核函数优良的特性,通过小波理论与核函数的特性构造出了Morlet小波核函数,并经过溪洛渡电站隧道的监测数据的分析验证,Morlet小波核函数在监测频率不同的位移变形预测分析上,有较好的预测性能。(本文来源于《重庆交通大学》期刊2015-04-20）
马家超,朱珍德,朱姝,王熙[4]（2013）在《基于小波分析以及ε-SVR的隧道围岩位移时序预测》一文中研究指出根据龙滩地下洞室围岩现场长期的观测数据,利用小波变换阈值去噪法对数据信号的高频系数进行量化处理,恢复原有的监测信号。实例结果表明,小波变换阈值去噪法能够有效地去除噪声的影响,获得围岩变形的真实信号。同时将去噪后的数据用于支持向量机(ε-SVR)建立时序分析模型中,并与GA-BP模型进行对比,结果表明ε-SVR模型的误差更小,预测效果更佳。(本文来源于《水利与建筑工程学报》期刊2013年02期）
闻学[5]（2006）在《神经网络反分析在柳山隧道围岩位移预测中的应用研究》一文中研究指出岩土工程计算中，力学参数的确定非常重要。在施工期间由反演获得的力学参数，反馈给设计人员，可以“及时修改设计，降低造价”。但是，在传统岩土工程反分析的研究中，需要考虑围岩的变形机理和运用围岩弹塑性本构关系，反演各因素之间的关系极为复杂，参数求解困难太大，有时不得不略去很多相关因素，使用简化的数学模型。而神经网络方法，具有较强的非线性动态处理能力，无需知道变形与力学参数之间的数学关系，就实现高度非线性映射，从而解决反分析问题，其较强的学习、存储和计算能力，特别是较强的容错特性，适用于从实例样本中提取特征，获取知识，能实现位移和力学参数间的非线性映射。本文以杭徽高速公路柳山隧道为实例，根据获得的隧道现场监控量测数据，对量测值进行数据拟合，并对残差进行统计分析，从而得到变形量测值的分布规律。另外，选用ansys8.1大型有限元软件为平台，建立起力学参数与隧道位移之间的映射关系，作为神经网络的分析样本。以这些样本为基础，通过网络的训练、学习等技术手段，构建参数和位移之间的非线型数学模型。接着，把变形值分布规律代入已构建好的非线性映射模型中，则反演出围岩的力学参数。最后，基于本文的反演结果，对围岩类别相同的断面围岩变形值进行了预测，结果表明预测值与实测值吻合较好。通过研究可知依靠神经网络可以直接建立起从量测数据和物理参数之间的函数关系。不需要技术人员掌握深奥的弹塑性力学理论和有线元理论，有利于基层技术人员的掌握和运用反分析技术。使今后进一步研究和应用提供了一个新的手段和方法。(本文来源于《浙江工业大学》期刊2006-11-01）
吉小明,王宇会[6]（1998）在《物探资料在隧道围岩位移预测中的应用分析》一文中研究指出利用位移反分析的基本原理和方法,根据隧道施工监测资料,确定出计算模型的等效参数。通过对物探资料的纵波波速 V_p 与等效参数的对比研究,采用回归分析法得出二者之间关系表达式,实现了未开挖隧道前方的围岩位移的预测分析。(本文来源于《岩土力学的理论与实践——第叁届全国青年岩土力学与工程会议论文集》期刊1998-04-01）
隧道围岩位移预测分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
隧道开挖过程中围岩位移不可避免地受到诸多因素的影响,而位移作为围岩内部力学现象的宏观表象具有很强的混沌动力学特性。文章利用现场位移实际观测的一维数据,合理地确定嵌入维数和最佳延滞时间,重构了可以充分反映原动力系统相空间的混沌时间序列。并以混沌时间序列为训练样本,通过模糊神经网络,建立了适合隧道围岩位移预测的混沌时间序列-模糊神经网络模型。结合新建兰州至重庆铁路枣树沟2#隧道围岩位移为例进行了分析与预测。研究结果表明,新模型的预测精度较高,计算收敛速度快,实时稳定,在工程中具有较高的实用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隧道围岩位移预测分析论文参考文献
[1].傅鹤林,张加兵,袁维,史越.基于复变理论的盾构隧道围岩位移预测分析[J].现代隧道技术.2016
[2].陈思阳,朱彦鹏,黄丽华.隧道围岩位移的混沌时间序列预测分析[J].现代隧道技术.2015
[3].陈桦深.基于支持向量机的隧道围岩位移变形预测分析研究[D].重庆交通大学.2015
[4].马家超,朱珍德,朱姝,王熙.基于小波分析以及ε-SVR的隧道围岩位移时序预测[J].水利与建筑工程学报.2013
[5].闻学.神经网络反分析在柳山隧道围岩位移预测中的应用研究[D].浙江工业大学.2006
[6].吉小明,王宇会.物探资料在隧道围岩位移预测中的应用分析[C].岩土力学的理论与实践——第叁届全国青年岩土力学与工程会议论文集.1998