基于BP神经网络的矩形沉井下沉土体参数反演研究

各类型的人工神经网络智能算法均在岩土工程参数反演和预测方面得到了广泛应用,但大部分研究都主要集中在坝体、桩基和隧道工程方面,较少应用于沉井基础形式的工程。BP神经网络算法对于施工过程中岩土结构参数的时空变化非常敏感,适用于研究沉井这类经历显著地质扰动和动态位移的基础形式。依托龙潭长江大桥南部锚碇沉井基础项目,运用有限元参数建模,将沉井下沉动态过程划分为多个工况,在不影响模拟精度的情况下,提高了计算效率,得到了多组土体参数与沉井结构应力响应之间的数据组。使用该数据组训练BP神经网络模型,并将现场监测的沉井应力输入到BP神经网络模型中,反演得到了对应的土体参数,分析其变化规律,总结了沉井动态受力特点。该研究结果有助于完善助沉方案,在解决突沉、拒沉等问题方面起到了关键作用。

基坑支护插入深度及刚度对变形影响的有限元分析

通过有限元软件ABAQUS对基坑施工进行模拟,确定本构模型,选取土体参数,运用实体单元模拟地下连续墙,进行地应力平衡,运用生死单元模拟开挖过程。得到每次开挖后连续墙及土体的水平位移变化,然后改变连续墙的插入深度及刚度来研究其对变形的影响,得出相应的变化规律,为今后基坑设计起到一定借鉴作用,同时也表明有限元模拟将会成为基坑设计中一种常用的手段。

群桩基础厚承台有限元模型研究

运用有限元软件ANSYS进行群桩基础厚承台的三维非线性有限元分析,通过3种不同的建模方式,建立有限元模型,加载进行计算,将计算结果进行对比归纳。研究这3种模型各自的特点以及适用范围,为厚承台有限元模拟选取模型提供参考依据。