项目名称: 基坑监测动态反演与变形预报组合分析模型研究

项目编号: No.41274009

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 李明峰

作者单位: 南京工业大学

项目金额: 70万元

中文摘要: 随着城市建设步伐加快,基坑工程规模与深度不断加大。由于基坑内部结构与周边环境复杂多变,岩体变形及物理特征存在不确定性。为确保施工安全,须根据基坑监测数据提供动态预报与信息反馈。本课题将在分析现有监测数据处理方法特点及适用条件的基础上,建立完善的基坑监测数据分析预报理论体系,主要包括以下研究内容:(1)利用灰关联分析与权变理论,评价基坑变形影响因子的有效度,确定纳入预报模型的主要影响因子;(2)对监测数据预处理后,依据监测数据样本大小及时序特征,选取多种预报模型进行组合分析,建立可靠的组合预报模型库;(3)为提高有限元、边界元等确定性模型精度,以弹塑性本构模型为基础,通过非线性组合模型对岩土物理力学参数进行动态反演;(4)利用嵌入式开发与远程通信技术,研究集数据采集、分析、传输、预警等功能为一体的智能监测系统,提高基坑信息化安全监测时效性和准确性。

中文关键词: 基坑工程;变形预报;参数反演;组合模型;监测系统

英文摘要: With the acceleration of urban development, the scale and depth of foundation pit is increasing in practical engineering. As the internal structure and surrounding environment of foundation pit is complex and changeable, the rock mass deformation and physical characteristic is uncertain. Using the measured data of foundation pit, dynamic prediction and information feedback should be supplied to ensure the safety of construction. Through analyzing the characteristic and applicable conditions of the existing processing methods for monitoring data, the perfect prediction theory system for pit monitoring data will be put forward. This research includes the main contents of the following aspects: (1) With the evaluation of the availability for all pit deformation influencing factors by grey relational analysis model and contingency theory, the major influence factors used in analysis models will be confirmed. (2) After the measured data is preprocessed, the different single prediction models will be chosen to combine effectively according to the sample size and sequential characteristic of measured data. And while each model precision is evaluated, more reliable combination models will be added to establish a model library. (3) In order to improve the precision of deterministic model just as finite element or boundar

英文关键词: Foundation pit;Deformation prediction;Parameter inversion;Combination model;Monitoring system

成为VIP会员查看完整内容
0

相关内容

流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
72+阅读 · 2021年4月8日
基于机器学习的数据库技术综述
专知会员服务
54+阅读 · 2021年1月2日
专知会员服务
231+阅读 · 2020年12月15日
专知会员服务
84+阅读 · 2020年12月11日
最新《多任务学习》综述,39页pdf
专知会员服务
264+阅读 · 2020年7月10日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
全网最全-网络模型低比特量化
极市平台
0+阅读 · 2022年1月12日
基于规则的建模方法的可解释性及其发展
专知
5+阅读 · 2021年6月23日
最新《多任务学习》综述,39页pdf
专知
28+阅读 · 2020年7月10日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
72+阅读 · 2021年4月8日
基于机器学习的数据库技术综述
专知会员服务
54+阅读 · 2021年1月2日
专知会员服务
231+阅读 · 2020年12月15日
专知会员服务
84+阅读 · 2020年12月11日
最新《多任务学习》综述,39页pdf
专知会员服务
264+阅读 · 2020年7月10日
相关资讯
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
全网最全-网络模型低比特量化
极市平台
0+阅读 · 2022年1月12日
基于规则的建模方法的可解释性及其发展
专知
5+阅读 · 2021年6月23日
最新《多任务学习》综述,39页pdf
专知
28+阅读 · 2020年7月10日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员