CN105512390A - 分级堆载预压下大型原料堆场地基变形的动态预测方法 - Google Patents
分级堆载预压下大型原料堆场地基变形的动态预测方法 Download PDFInfo
- Publication number
- CN105512390A CN105512390A CN201510884847.5A CN201510884847A CN105512390A CN 105512390 A CN105512390 A CN 105512390A CN 201510884847 A CN201510884847 A CN 201510884847A CN 105512390 A CN105512390 A CN 105512390A
- Authority
- CN
- China
- Prior art keywords
- parameters
- value
- preloading
- soil
- foundation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种分级堆载预压下大型原料堆场地基变形的动态预测方法,包括以下步骤:(1)收集并处理堆载预压下地基变形监测数据;(2)根据区域地质条件和地基处理要求建立有限元计算模型;(3)结合精确罚函数的Nelder-Mead算法编制土体参数反演程序;(4)利用反演程序对沉降数据进行反演分析得到堆载后土体参数;(5)利用反演得到的土体参数预测下一级堆载地基变形量,并基于此进行下一级原料场的堆载设计。本发明能够利用堆载过程中的实时监测数据对土体设计参数不断修正,实现各级堆载预压下原料堆场地基变形的动态预测,为地基处理设计、施工提供依据,极大节约工程投资成本,具有较高推广应用价值。
Description
技术领域
本发明涉及岩土工程地基处理设计技术领域,具体的是一种分级堆载预压下原料堆场地基变形的动态预测方法。
背景技术
地基沉降变形一直为工程界所关注,而目前工程师对地基沉降的预测大多建立在实践经验的基础上,而缺乏系统性和传承性。通过理论或数值模拟(无论是有限元、有限差分还是离散元),仅能反映出沉降分布范围和分布规律,对数量上的难以预测,参数调整离散度较大,最终还是归结于经验判断。由于岩土工程的复杂性(土体分布不均、环境条件复杂、施工方法各异、施工队伍参差不齐),通过理论分析、精确预测地表沉降值难度较大。因此,数值计算成为预测地铁施工引起地表沉降的普遍方法。但目前由于场地的复杂性和模型建设的人为性,使得实用性不高,无法向工程技术人员推广。
原料场由于考虑运输成本,一般选址大部分位于滨海相、河流漫滩相甚至内陆湖塘相地貌上,这些地貌上地基土普遍很软弱,极易造成地基土失稳,导致巨大的经济损失。根据原料场地基处理面积大、有足够堆载源、对地基沉降变形敏感性较小等特点,从经济角度考虑,利用预设排水通道加分级堆载预压进行排水固结加固软土地基已成为最经济的处理方式之一。
进行原料场地基处理后发现往往大面积堆载预压法加固软土地基的最终沉降理论预测值与实测值差异很大,而目前对堆载预压过程中施工的施工沉降和工后沉降预测能力较差,缺乏有效的设计方法及计算理论。参数反演分析方法是一种有效解决这一问题的手段,根据施工现场实测数据运用反演理论来计算、分析地基土体的参数,使参数更接近于土体的实际情况,以作为工程设计的依据而进行正分析来达到预测的目的。
发明内容
本发明的目的是针对分级堆载预压过程中的施工沉降和工后沉降预测的不准确性问题,采用结合精确罚函数的Nelder-Mead算法,提供堆载预压下原料堆场地基变形的动态预测方法。
分级堆载预压下大型原料堆场地基变形的动态预测方法,包括如下步骤:
(1)地基变形监测数据的收集与处理:由于原料场面积大,一般会选取具有代表性区域作为试验区埋设监测点,收集整理每一级堆载下地基变形的监测数据。对测得的各类监测数据,根据现场实际情况进行筛选,剔除异常数据;
(2)根据原料场勘察报告、土工试验成果资料及地基处理设计要求等,建立原料场合理的有限元计算模型,确定模型计算所需的土体已知参数与待反演参数;
(3)采用结合精确罚函数的Nelder-Mead优化算法编制土体参数反演程序并嵌入到有限元软件中,所述土体参数反演程序如下:
a.建立土体参数反演分析的初始目标函数:其中,m为所选用的测点数量,y为沉降监测值向量,Y为有限元计算得到的沉降值,x为待反演土体参数向量,l为待反演土体参数下限值,u为待反演土体参数上限值。
b.反演过程中土体参数值x必须在其下限值l和上限值u之间取值,此时反演为有约束的优化问题,不能采用Nelder-Mead优化算法求解。因此引入罚函数 建立新的目标函数:ψ(x)=f(x)+v(x),此时将土体参数反演变为无约束优化问题。
c.反演过程中,首先给出待反演参数的初始值x0,将x0代入有限元计算模型,得到土体沉降的有限元计算值Yk(x0),计算值目标函数值ψ(x0)=f(x0)+v(x0)。将ψ(x0)与收敛标准eps进行对比。如果ψ(x0)大于eps,计算不收敛,采用Nelder-Mead算法计算得新的待反演参数值xi,并将xi代入有限元进行新的迭代计算,并重新计算目标函数ψ(xi)直至ψ(xi)小于eps,迭代结束,输出反演结果xop。
(4)联合土体参数反演程序与有限元软件对沉降监测数据进行反演分析,计算得到最优土体参数。利用反演得到土体参数预测下一级堆载下原料场的地基变形,并根据计算得到的地基变形等其他计算结果对堆载设计合理性进行评估;
(5)在反演计算的引导下,重复完成步骤(1)-(4),逐级进行原料场的堆载设计和施工。
本发明较优的技术方案:所述的收敛标准eps可取值为5%。
本发明的有益效果:(1)具有计算范围广、精确度高、计算量小、计算速度快、操作方便,利于工程技术人员推广等特点。(2)能够利用堆载过程中的实时监测数据对土体设计参数不断修正,使得土体参数更为合理,实现堆载预压下原料场地基变形的动态预测。(3)可以为类似原料场地基处理设计、施工提供依据,极大节约工程投资成本,避免造成不必要的工程建设费用,具有较高推广应用价值。
附图说明
图1是本发明预测方法的基本流程图,
图2为土体参数反演程序框图,
图3为原料料场变位点监测示意图,
图4为某监测点计算沉降值与实测位移值对比图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
如图1、2所示,一种分级堆载预压下大型原料堆场地基变形的动态预测方法,包括如下步骤:
(1)地基变形监测数据的收集与处理:由于原料场面积大,一般会选取具有代表性区域作为试验区埋设监测点,收集整理每一级堆载下地基变形的监测数据。对测得的各类监测数据,根据现场实际情况进行筛选,剔除异常数据;
(2)根据原料场勘察报告、土工试验成果资料及地基处理设计要求等,建立原料场合理的有限元计算模型,确定模型计算所需的土体已知参数与待反演参数;
(3)采用结合精确罚函数的Nelder-Mead优化算法编制土体参数反演程序并嵌入到有限元软件中,所述土体参数反演程序如下:
a.建立土体参数反演分析的初始目标函数:其中,m为所选用的测点数量,y为沉降监测值向量,Y为有限元计算得到的沉降值,x为待反演土体参数向量,l为待反演土体参数下限值,u为待反演土体参数上限值。
b.反演过程中土体参数值x必须在其下限值l和上限值u之间取值,此时反演为有约束的优化问题,不能采用Nelder-Mead优化算法求解。因此引入罚函数 建立新的目标函数:ψ(x)=f(x)+v(x),此时将土体参数反演变为无约束优化问题。
c.反演过程中,首先给出待反演参数的初始值x0,将x0代入有限元计算模型,得到土体沉降的有限元计算值Yk(x0),计算值目标函数值ψ(x0)=f(x0)+v(x0)。将ψ(x0)与收敛标准eps进行对比,收敛标准eps取值为5%。如果ψ(x0)大于eps,计算不收敛,采用Nelder-Mead算法计算得新的待反演参数值xi,并将xi代入有限元进行新的迭代计算,并重新计算目标函数ψ(xi)直至ψ(xi)小于eps,迭代结束,输出反演结果xop。
(4)联合土体参数反演程序与有限元软件对沉降监测数据进行反演分析,计算得到最优土体参数。利用反演得到土体参数预测下一级堆载下原料场的地基变形,并根据计算得到的地基变形等其他计算结果对堆载设计合理性进行评估;
(5)在反演计算的引导下,重复完成步骤(1)-(4),逐级进行原料场的堆载设计和施工。
实施例一
某码头料场濒临长江,地貌单元属于长江Ⅰ级阶地;料场分三个料条,面积分别为510.7×35m2、475.5×35m2、400×25m2;料区矿粉采用分级增高方式堆放,高度分别为6.0m、9.0m、11.0m和13.0m;料场地基处理方案是采用以砂石桩加砂石垫层作排水路径的分期堆载预压法进行地基处理;料场布设了28个料条中心沉降监测点和58个料条边缘地表变位监测点,如图3所示。为验证本发明提供的堆载预压下原料场地基变形动态预测方法是合理有效的,建立了二维模型进行计算。待反演的参数有五个,分别是b1:土体压缩模量换算弹性模量的系数;b2、b3、b4、b5:每一级加载后土体模量增长的比例,所得结果如表1所示。
表1参数反演结果
b1 | b2/% | b3/% | b4/% | b5/% | |
初始值 | 6.0 | 8 | 5 | 3 | 2 |
取值范围 | 5.0~15.0 | 1.0~50.0 | 1.0~50.0 | 1.0~50.0 | 1.0~50.0 |
反演值 | 8.4 | 10.1 | 2.3 | 1.9 | 1.2 |
同时根据反演的数据分析比较了各级堆载期间,地基实际累计变形值、原始设计值和修正后变形值之间是否存在差异,实验结果如表2所示,数据表明经本发明提供的地基变形动态预测方法分析修正后的累计变形值更接近实测值,且相对误差较小,这一结果充分说明了本发明提供的堆载预压下原料场地基变形动态预测方法是合理有效的。
表2监测结果与反演分析计算结果比较
采用本方法和未采用本方法两种情况下计算得到的沉降值与实测值的对比如图4所示,说明采用本发明提供的堆载预压下原料场地基变形动态预测方法计算得到的地基变形与实测数据差异不大,可以有效的增大堆载预压过程中的施工沉降和工后沉降预测的准确性,为类似的堆场工程(如原料场、城市堆山工程等)的地基处理设计、施工提供依据,具有较高推广应用价值。
以上所述仅为本发明的具体实施方案的详细描述,并不以此限制本发明,凡在本发明的设计思路上所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种分级堆载预压下大型原料堆场地基变形的动态预测方法,其特征在于包括如下步骤:
(1)地基变形监测数据的收集与处理:选取具有代表性区域作为试验区埋设监测点,收集整理每一级堆载下地基变形的监测数据,对测得的各类监测数据,根据现场实际情况进行筛选,剔除异常数据;
(2)根据原料场勘察报告、土工试验成果资料及地基处理设计要求,建立原料场合理的有限元计算模型,确定模型计算所需的土体已知参数与待反演参数;
(3)采用结合精确罚函数的Nelder-Mead优化算法编制土体参数反演程序并嵌入到有限元软件中,所述土体参数反演程序如下:
a.建立土体参数反演分析的初始目标函数:其中,m为所选用的测点数量,y为沉降监测值向量,Y为有限元计算得到的沉降值,x为待反演土体参数向量,l为待反演土体参数下限值,u为待反演土体参数上限值;
b.反演过程中土体参数值x必须在其下限值l和上限值u之间取值,引入罚函数 建立新的目标函数:ψ(x)=f(x)+v(x),此时将土体参数反演变为无约束优化问题;
c.反演过程中,首先给出待反演参数的初始值x0,将x0代入有限元计算模型,得到土体沉降的有限元计算值Yk(x0),计算值目标函数值ψ(x0)=f(x0)+v(x0),将ψ(x0)与收敛标准eps进行对比,如果ψ(x0)大于eps,计算不收敛,采用Nelder-Mead算法计算得新的待反演参数值xi,并将xi代入有限元进行新的迭代计算,并重新计算目标函数ψ(xi)直至ψ(xi)小于eps,迭代结束,输出反演结果xop;
(4)联合土体参数反演程序与有限元软件对沉降监测数据进行反演分析,计算得到最优土体参数,利用反演得到土体参数预测下一级堆载下原料场的地基变形,并根据计算得到的地基变形结果对堆载设计合理性进行评估;
(5)在反演计算的引导下,重复完成步骤(1)-(4),逐级进行原料场的堆载设计和施工。
2.根据权利要求1所述的分级堆载预压下大型原料堆场地基变形的动态预测方法,其特征在于:所述的收敛标准eps取值为5%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510884847.5A CN105512390B (zh) | 2015-12-04 | 2015-12-04 | 分级堆载预压下大型原料堆场地基变形的动态预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510884847.5A CN105512390B (zh) | 2015-12-04 | 2015-12-04 | 分级堆载预压下大型原料堆场地基变形的动态预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105512390A true CN105512390A (zh) | 2016-04-20 |
CN105512390B CN105512390B (zh) | 2018-06-29 |
Family
ID=55720370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510884847.5A Active CN105512390B (zh) | 2015-12-04 | 2015-12-04 | 分级堆载预压下大型原料堆场地基变形的动态预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105512390B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229033A (zh) * | 2018-01-08 | 2018-06-29 | 中国恩菲工程技术有限公司 | 仿真模型的确定方法、装置、存储介质和处理器 |
CN109655035A (zh) * | 2018-12-21 | 2019-04-19 | 中冶集团武汉勘察研究院有限公司 | 一种深厚软土地基上封闭式原料场安全施工控制方法 |
CN110016905A (zh) * | 2019-04-09 | 2019-07-16 | 中冶集团武汉勘察研究院有限公司 | 大面积深厚软弱地基分级填筑施工稳定控制方法 |
CN114781954A (zh) * | 2022-06-24 | 2022-07-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 地基堆载预压处理效果评价方法及系统 |
CN114925878A (zh) * | 2022-04-08 | 2022-08-19 | 浙江工业大学 | 一种电力工程地基土行为响应预测方法 |
CN116465455A (zh) * | 2023-04-12 | 2023-07-21 | 山西建筑工程集团有限公司 | 集成式土体物理指标数字化监测方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030043762A (ko) * | 2001-11-27 | 2003-06-02 | 삼성전자주식회사 | 적응 안테나 어레이 빔 패턴 형성 장치 및 방법 |
CN102877456A (zh) * | 2012-09-14 | 2013-01-16 | 中冶集团武汉勘察研究院有限公司 | 与生产运营管理相结合的大面积深厚软弱地基堆载预压综合处理工法 |
CN104264720A (zh) * | 2014-09-03 | 2015-01-07 | 上海建工七建集团有限公司 | 一种堆载试验方法 |
-
2015
- 2015-12-04 CN CN201510884847.5A patent/CN105512390B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030043762A (ko) * | 2001-11-27 | 2003-06-02 | 삼성전자주식회사 | 적응 안테나 어레이 빔 패턴 형성 장치 및 방법 |
CN102877456A (zh) * | 2012-09-14 | 2013-01-16 | 中冶集团武汉勘察研究院有限公司 | 与生产运营管理相结合的大面积深厚软弱地基堆载预压综合处理工法 |
CN104264720A (zh) * | 2014-09-03 | 2015-01-07 | 上海建工七建集团有限公司 | 一种堆载试验方法 |
Non-Patent Citations (2)
Title |
---|
田田等: "堆载预压处理原料场软基的数值分析", 《土工基础》 * |
贾善坡等: "基于Nelder-Mead算法与有限单元法的岩土力学参数反演", 《水电能源科学》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229033A (zh) * | 2018-01-08 | 2018-06-29 | 中国恩菲工程技术有限公司 | 仿真模型的确定方法、装置、存储介质和处理器 |
CN108229033B (zh) * | 2018-01-08 | 2021-11-05 | 中国恩菲工程技术有限公司 | 仿真模型的确定方法、装置、存储介质和处理器 |
CN109655035A (zh) * | 2018-12-21 | 2019-04-19 | 中冶集团武汉勘察研究院有限公司 | 一种深厚软土地基上封闭式原料场安全施工控制方法 |
CN110016905A (zh) * | 2019-04-09 | 2019-07-16 | 中冶集团武汉勘察研究院有限公司 | 大面积深厚软弱地基分级填筑施工稳定控制方法 |
CN110016905B (zh) * | 2019-04-09 | 2021-03-26 | 中冶集团武汉勘察研究院有限公司 | 大面积深厚软弱地基分级填筑施工稳定控制方法 |
CN114925878A (zh) * | 2022-04-08 | 2022-08-19 | 浙江工业大学 | 一种电力工程地基土行为响应预测方法 |
CN114781954A (zh) * | 2022-06-24 | 2022-07-22 | 水利部交通运输部国家能源局南京水利科学研究院 | 地基堆载预压处理效果评价方法及系统 |
CN114781954B (zh) * | 2022-06-24 | 2022-09-13 | 水利部交通运输部国家能源局南京水利科学研究院 | 地基堆载预压处理效果评价方法及系统 |
CN116465455A (zh) * | 2023-04-12 | 2023-07-21 | 山西建筑工程集团有限公司 | 集成式土体物理指标数字化监测方法和系统 |
CN116465455B (zh) * | 2023-04-12 | 2023-10-20 | 山西建筑工程集团有限公司 | 集成式土体物理指标数字化监测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105512390B (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105512390A (zh) | 分级堆载预压下大型原料堆场地基变形的动态预测方法 | |
Moghaddasi et al. | ICA-ANN, ANN and multiple regression models for prediction of surface settlement caused by tunneling | |
Barzegar et al. | Forecasting of groundwater level fluctuations using ensemble hybrid multi-wavelet neural network-based models | |
Liu et al. | Uncertainties of urban flood modeling: Influence of parameters for different underlying surfaces | |
Cheng et al. | Genetic programming model for estimating soil suction in shallow soil layers in the vicinity of a tree | |
Wang et al. | Estimating non-point source pollutant loads for the large-scale basin of the Yangtze River in China | |
CN105260575A (zh) | 一种基于神经网络的巷道围岩变形预测方法 | |
Guo et al. | Monitoring and modelling of PM2. 5 concentration at subway station construction based on IoT and LSTM algorithm optimization | |
An et al. | Dynamic optimization of compaction process for rockfill materials | |
Zhang et al. | A novel displacement back analysis method considering the displacement loss for underground rock mass engineering | |
Gholami et al. | A methodological approach of predicting threshold channel bank profile by multi-objective evolutionary optimization of ANFIS | |
Shahnazari et al. | Evolutionary-based approaches for settlement prediction of shallow foundations on cohesionless soils | |
Al-Jawad et al. | Optimum socio-environmental flows approach for reservoir operation strategy using many-objectives evolutionary optimization algorithm | |
CN104252576A (zh) | 一种地铁隧道岩土体等效计算参数反演方法 | |
Rashid et al. | Optimization of multiple reservoirs operation with consideration to sediment evacuation | |
Yin | Hazard assessment and regionalization of highway flood disasters in China | |
Shamkhi et al. | Deriving rainfall intensity–duration–frequency (IDF) curves and testing the best distribution using EasyFit software 5.5 for Kut city, Iraq | |
Dong et al. | Monitoring-data mechanism-driven dynamic evaluation method for slope safety | |
Sang et al. | Prediction of water resources change trend in the Three Gorges Reservoir Area under future climate change | |
Li et al. | Stormwater and flood simulation of sponge city and LID mitigation benefit assessment | |
Kareem et al. | Future short-term estimation of flowrate of the Euphrates river catchment located in Al-Najaf Governorate, Iraq through using weather data and statistical downscaling model | |
Hajiazizi et al. | Prediction of Q-value by multi-variable regression and novel Genetic Algorithm based on the most influential parameters | |
Che et al. | Embankment seismic fragility assessment: A case study on Xi’an-Baoji expressway (China) | |
CN111597696A (zh) | 基于生态水文模拟与优化评估干旱区绿洲输水量的方法 | |
Persson et al. | Spatial quick-clay predictions using multi-criteria evaluation in SW Sweden |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 430080 No. 17 metallurgical Avenue, Qingshan District, Hubei, Wuhan Patentee after: MCC Wukan Engineering Technology Co.,Ltd. Address before: 430080 No. 17 metallurgical Avenue, Qingshan District, Hubei, Wuhan Patentee before: WUHAN SURVEYING GEOTECHNICAL RESEARCH INSTITUTE Co.,Ltd. OF MCC |