Авторефераты по всем темам  >>  Авторефераты по геологии-минералогии

Научно-методические основы численного прогноза деформирования грунтовых оснований

Автореферат докторской диссертации по геологии-минералогии

СКАЧАТЬ ОРИГИНАЛ ДОКУМЕНТА

Страницы: | 1 | 2 | 3 | 4 | 5 | 6 |

 

Рис. 8. Горизонтальные смещения стенки

Рис. 9. Горизонтальное эффективное напряжение позади стенки

Таблица 2.

Оценка чувствительности выходных параметров

Выходной параметр		Горизонтальное перемещение стенки			Горизонтальные напряжения позади стенки ?'xx
Варьируемый параметр		Тип разреза			Тип разреза
		I	II	II* (?)	I	II	II* (?)
К0	К0NC (W0)	100%	100%	99%	100%	100%	96%
	K0OC-1	100%	114%	105%	111%	105%	104%
	K0OC-2	113%	156%	131%	133%	117%	116%
ЕА, ЕI	W1	50%	67%		104%	100%
	W2	27%	39%		105%	104%

Увеличение коэффициента бокового давления при отсутствии боковых деформаций К0 для песчаного разреза сопровождается значительным увеличением горизонтальных эффективных напряжений по сравнению с глинистым.

Пример 2. Оценка чувствительности величины осадки, вызванной проходкой туннеля, к изменению модуля деформации показана на рис.10. В расчетах использовались значения модуля деформации Е=n*120 МН/м2, где фактор n изменялся следующим образом: 0,2; 0,5; 1,5; 2,0.

Рис. 10. Изменение величины осадки от назначаемого модуля деформации

Анализ чувствительности параметров, предложенный в диссертации, является полезным инструментом для тестирования расчетных моделей. Простая оценка площади графиков напряжений и деформаций или величины осадки в зависимости от модуля упругости и т. п. способна обнаружить влияние входных параметров на результаты расчета. Выявленные зависимости позволят на начальной стадии работ определить целесообразность выполнения дополнительных лабораторных определений параметров, моделирования по множеству вариантов и сократить возможное число вариантов расчетов.

Сопоставление результатов натурных наблюдений и модельных расчетов позволяет говорить о репрезентативности созданных в Plaxis моделей для расчета оседания поверхности, вызванных сооружением туннелей.

На рис. 11 приведены результаты сравнения наблюдаемых осадок поверхности, вызванных строительством метрополитена в г. Мюнхен, и расчетных значений оседания поверхности, которые получены при помощи программного комплекса Plaxis для группы поперечников. Для этой группы характерно, что туннели пройдены в четвертичных гравийно-галечниковых грунтах.

Рис. 11. Сопоставление результатов расчетов осадки с данными натурных наблюдений для группы поперечников

Наблюдается хорошее совпадение результатов расчетов осадки при помощи упругопластической модели и данных натурных наблюдений (коэффициент детерминации больше 0,98).

Глава 6. Использование данных натурных наблюдений при прогнозе деформаций грунтовых массивов

Огромную ценность в разработке моделей имеют данные натурных наблюдений за уже построенными и эксплуатируемыми сооружениями. Эти данные могут быть использованы для: 1) нахождения закономерностей между параметрами и предсказывания поведения системы в новых ситуациях; 2) установления характерных для грунтов района исследования трудноопределимых параметров методом решения обратной задачи моделирования

Например, по материалам многолетнего мониторинга за осадками поверхности, вызванными строительством метрополитена в г. Мюнхен, проводимого сотрудниками Технического университета г. Мюнхена под руководством И. Филлибека, автором диссертации выполнены работы по математическому моделированию оседания поверхности в Plaxis.

Одной из трудностей, возникающей при задании входных параметров для численного моделирования, является незнание величины сжатия сечения туннеля volumeloss Vt. Использование данных натурных наблюдений за оседанием поверхности над туннелями позволяет обоснованно назначить этот параметр. Например, для каждого наблюдаемого поперечника была построена обобщенная кривая оседания двойных туннелей, вычисленная по формуле Р. Пека по натурным наблюдениям (рис. 12) и подобрана одна кривая из множества кривых, рассчитанных с разными значениями Vt в Plaxis, - та, которая наиболее близко примыкает к первой.

Рис. 12. Кривые оседания поверхности: по данным натурных наблюдений (1-3) и расчетные в PLAXIS (4-5); 1 и 5 - суммарная осадка для двух туннелей,2 и 4 - для первого туннеля, 3 - для второго туннеля

Выполненное моделирование позволило пополнить базу данных мониторинга сведениями о величине сжатия сечения туннеля по поперечникам в разных районах города. Для решения главной задачи - прогнозирования параметров расчетов, например, величины Vt - было решено воспользоваться методами статистического анализа имеющейся базы данных. Для уменьшения числа переменных весь массив данных мониторинга был разбит на 3 выборки, внутри которых были одинаковыми состав пород и способ проходки.

В первую выборку было отобрано 24 разреза, в которых туннель расположен в четвертичных отложениях, сама проходка туннеля осуществлялась щитовым способом. Для каждого поперечника было известно: глубина залегания туннеля Z, отношение мощности перекрывающих пород над туннелем к диаметру проходки H/D, отношение расстояния между осями двойных туннелей к диаметру A/D, состав пород от дневной поверхности до подошвы туннеля и величина осадки по поперечнику. Использование регрессионного анализа для выявления зависимостей внутри массива данных наблюдений показало, что связь между параметрами незначительная (коэффициент детерминации менее 0,3). Тогда было выдвинуто предположение об эффективности использования для решения этой задачи машинного обучения. Для интеллектуального анализа данных Data Mining, были выбраны такие алгоритмы как дерево решений и самоорганизующиеся карты Кохонена аналитического пакета Deductor [9, 22].

Метод дерева решений распознал только 14 объектов наблюдений и предложил 11 правил для распознания объектов.

Алгоритм самоорганизующиеся карты Кохонена классифицировал все объекты с поддержкой решения (количество поперечников, попавших в данный кластер от их общего числа) 4Ц44 % и достоверностью (т. е. следствие определения правильности распознания объекта по принадлежности к тому ли иному кластеру без помощи человека) 40Ц100 %. Используя два значимых параметра H/D и состав пород, можно обосновано принять значение величины сжатия сечения туннеля Vt.

Эти алгоритмы использовались и для прогноза величины осадки. Прогнозная величина осадки S в миллиметрах может быть определена по карте Кохонена с поддержкой порядка 20 % при достоверности решения 33Ц100 %. Метод самоорганизующихся карт Кохонена смог распознать 23 случая из 24. Определяющими факторами для разделения участков с разной величиной осадки является глубина залегания туннеля и расстояние между осями двойных туннелей к диаметру A/D (рис. 13, 14).

Рис. 13. Самоорганизующиеся карты Кохонена по входным параметрам

Рис. 14. Самоорганизующиеся карты Кохонена по выходным параметрам

Алгоритм Кохонена сгруппировал поперечники в несколько кластеров. Самый большой кластер представлен участками, в которых туннель проходит в гравийно-галечниковых отложениях на небольшой глубине до 10 м. Величина осадки составляет 6Ц9 мм.

В отдельный кластер объединены участки, где туннели пройдены в миоценовых песчано-глинистых грунтах на глубине 18Ц20 м. Здесь величина осадки максимальна и составляет 20 мм.

СКАЧАТЬ ОРИГИНАЛ ДОКУМЕНТА

Страницы: | 1 | 2 | 3 | 4 | 5 | 6 |

     Авторефераты по всем темам  >>  Авторефераты по геологии-минералогии