基于LightGBM的超大沉井下沉状态预测及传感器优化布置

沉井下沉状态预测及传感器优化布置有利于确保沉井安全平稳下沉、降低监测成本。基于机器学习中的LightGBM框架建立超大沉井下沉状态预测模型,利用沉井底部结构应力传感器监测数据,准确预测沉井下沉速度、横桥向高差和顺桥向高差,并通过传感器重要程度分析,提出可满足下沉状态预测精度的传感器优化布置方案。将提出的沉井下沉状态预测模型和传感器优化布置方法应用于常泰长江大桥主塔超大沉井下沉工程,结果表明:沉井下沉预测时,3个预测指标的R2均大于0.94,下沉状态预测精度高;对下沉状态预测较为重要的传感器主要集中在沉井外圈和横纵轴线附近区域;在满足下沉状态预测精度的条件下,传感器优化布置方案可减少传感器数量达45.5%。优化布置方案包含的传感器数量相同时,提出的优化布置方案在下沉状态预测精度方面整体优于基于特征变量相关性分析的优化布置方案。

高速布放的微型海光缆下沉状态研究

研究了高速布放的微型海光缆(SFOMC)的下沉状态,分析了洋流、微缆外径、微缆单位长水中重力以及布放速度对下沉状态的影响。计算机仿真结果表明,上升流是影响SFOMC下沉状态的决定性因素,在选择路由时,一定要避开有上升流的海域,同时要加快下沉速度,还应尽量选用外径较小的SFOMC;而下沉速度受SFOMC的单位长水中重力的影响不大,没有必要设计制造大重力的单位长水中重力的SFOMC,且下沉速度与布放平台的航行速度无关。

海淤土地基上的沉井群施工技术

介绍了沉井群在海淤土地基上的应用 ,该沉井采用两次制作、两次下沉 ,干法下沉过程中有效地解决了沉井倾斜、突沉、超沉、砂涌等技术问题 。