CN111414698A - 一种地铁隧道开挖地表沉降成因的对应分析方法 - Google Patents
一种地铁隧道开挖地表沉降成因的对应分析方法 Download PDFInfo
- Publication number
- CN111414698A CN111414698A CN202010216891.XA CN202010216891A CN111414698A CN 111414698 A CN111414698 A CN 111414698A CN 202010216891 A CN202010216891 A CN 202010216891A CN 111414698 A CN111414698 A CN 111414698A
- Authority
- CN
- China
- Prior art keywords
- subway
- reason
- matrix
- interval
- tunnel
- 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.)
- Pending
Links
Abstract
本申请公开了一种地铁隧道开挖地表沉降成因的对应分析方法,其特征在于:包括以下步骤:1)查阅某个地区地铁检测报告,从中收集多座区间隧道作为检测样本,对作为检测样本的区间隧道在开挖时引起地表沉降的原因资料进行收集与统计;2)将步骤1)中收集与统计的各地铁区间中的各区间隧道开挖引起地表沉降的原因组织后列写为指标矩阵;3)根据步骤2)得到的指标矩阵计算归一化矩阵;4)根据步骤3)中计算得到的归一化矩阵列写隧道区间—沉降原因矩阵。本发明的优点在于它能克服现有技术的弊端,结构设计合理新颖。
Description
技术领域
本发明涉及一种地铁隧道开挖地表沉降成因的对应分析方法,属于土木工程领域。
背景技术
近年来,伴随我国城市化进程,城市人口数的增长给城市交通带来了巨大压力,许多城市陆续开始发展地下隧道建设。随着地铁隧道施工项目的增多,隧道施工事故也趋于多发,地下工程的施工安全引起了全社会的高度重视。隧道规模的增加,地铁的稳定运营,都要求隧道开挖时不会因地表沉降过大而影响正常施工和使用。地表沉降持续时间长、影响范围广且防治难度大,是一种对环境保护、经济发展和城市建设构成严重威胁的地质灾害,其发展过程是不可逆的,一旦形成便难以恢复。越来越多的学者对地表沉降问题进行探究,提出了宏观的风险管理措施,并对地表沉降值进行定量分析预测。然而,地表沉降的潜在风险不易识别,而地下工程施工的安全风险管理体系尚不健全,更易引起安全事故,对经济和环境造成重大不良影响。因此,确定地铁隧道开挖引起地表沉降的主要原因,对提前预防或者及时处理地表沉降现象尤为重要。
针对隧道施工引起的地表沉降分析,大部分研究是对沉降进行预测,对产生沉降的原因进行分析和评价的研究比较少。主要的研究方法包括经验公式法、数值模拟法、随机介质理论等。经验公式法主要是采用Peck等最早对隧道施工引起的地表沉降问题进行研究,提出了地表沉降估算公式,经验公式法应用方便,但其计算参数都是根据施工经验得来的,缺少理论依据。并且该方法无法反映推进过程,只能适用于地面沉降的初步估算。随着计算机的发展,数值模拟法被广泛地应用于地表沉降的预测,数值模拟法能够反映土层性质,模拟施工过程,给出土层深部的位移分布。但受限于土体本构关系和计算参数的模糊性,其应用受到很大限制,在应用时需要校正模型,以提高预测的准确性。随机介质法是基于随机介质理论对施工诱发的地表沉降进行预测,为施工过程中施工参数的确定和地表沉降的控制提供一定的理论依据,但是在用随机介质理论对地表沉降预测时,要根据工程实测数据估算出地层损失率,需要累积大量的工程经验。
蔡鹏超在《北京地铁运营隧道衬砌病害分类及其安全状态分级研究》中,作者查阅了大量北京地铁检测报告,从中收集了信息相对完整的12座隧道作为衬砌结构检测样本,然后结合细化的病害指标分级标准,统计检测样本中达到“极严重”级别的病害指标,应用对应分析模型对运营地铁隧道衬砌结构主病害进行了挖掘,并通过绘制二维对应分析图,直观地显示出地铁隧道衬砌的主病害。该论文对地铁隧道病害统计和分类研究深度不够,主要在于统计样本过少,难以形成规律性,导致病害分类研究深度不足;选取的评价指标不合理;评价方法或判据不合理,主要体现在指标权重的选取和综合评定的判据等方面存在较强的主观性。
此外,对应分析方法还未应用在分析地铁隧道开挖引起地表沉降原因方面。
目前,关于地铁隧道开挖引起地表沉降的研究有很多,大多数仅仅是针对某一段具体的区间隧道的某一沉降原因进行分析与模拟,因此其沉降原因统计数据与规律不具有普适性。
发明内容
本发明目的在于克服现有地铁隧道开挖引起地表沉降成因分析方法存在的上述缺陷,提供一种地铁隧道开挖地表沉降成因的对应分析方法。
本发明采取的技术方案是,一种地铁隧道开挖地表沉降成因的对应分析方法,包括以下步骤:
查阅某个地区地铁检测报告,从中收集多座区间隧道作为检测样本,对作为检测样本的区间隧道在开挖时引起地表沉降的原因资料进行收集与统计;
将步骤1)中收集与统计的各地铁区间中的各区间隧道开挖引起地表沉降的原因组织后列写为指标矩阵;
根据步骤2)得到的指标矩阵计算归一化矩阵;
根据步骤3)中计算得到的归一化矩阵列写隧道区间—沉降原因矩阵;
对隧道区间—沉降原因矩阵X进行对应分析,得出累积惯量和样本坐标;
根据地铁区间和沉降原因类型的坐标值绘制对应分析图并进行相关度分析,获得地铁区间和沉降原因类型的相关度。
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,步骤1)中,作为检测样本的区间隧道的数量为i座,统计归纳这i座区间隧道开挖时引起地表沉降的原因,检测区间样本分别用S1~Si表示,地表沉降原因用C1~CP表示,并列出地铁区间—沉降原因统计表。
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,根据步骤1)所列沉降原因统计表,采用二进制表示该区间是否具有所述地表沉降原因,即对应区间内存在某一沉降原因则记为“1”,不存在记为“0”,处理后的规则化表格称为列联表。
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,在步骤2)中,将各地铁区间中的各区间隧道开挖引起地表沉降的原因组织在一个I×P的指标矩阵W中,所述指标矩阵W的行对应各个地铁区间,I为地铁区间数量;指标矩阵W的列对应所述隧道区间地表沉降原因,P为隧道区间地表沉降原因的总数,即
所述指标矩阵W中的元素Wi,p采用二进制表示该区间是否具有所述地表沉降原因。
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,步骤4)中,列写隧道区间—沉降原因矩阵X包括下列步骤:
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,步骤5)中,对隧道区间—沉降原因矩阵X进行对应分析,得出累积惯量和样本坐标:
(ⅰ)计算隧道区间—沉降原因矩阵X的总和T、行和xs、列和xc:其中
(ⅱ)对隧道区间—沉降原因矩阵X进行对应变换获得对应变换矩阵Z:
Z=[Zsc]i×p,
(ⅲ)计算累积惯量和样本坐标:
给出沉降原因类型协方差阵H=ZZT,以及沉降原因类型协方差阵H的特征根λ1≥λ2≥L≥λj,其中j∈(i×p),取前q个累积贡献率的特征根,计算累积惯量并计算相应的特征向量u1,u2,…uq,得到R型因子载荷阵F=[F1,F2…Fq],其中再对上述q个特征根λ1≥λ2≥L≥λq计算其对应于地铁区间协方差阵M=ZTZ的单位特征向量ZTu1=v1,ZTu2=v2,…ZTuq=vq,得Q型因子载荷阵G=[G1,G2…Gq],其中上述R型因子载荷阵和Q型因子载荷阵分别是地铁区间和沉降原因类型的坐标值。
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,步骤6)中,根据地铁区间和沉降原因类型的坐标值绘制对应分析图并进行相关度分析,获得地铁区间和沉降原因类型的相关度,包括以下步骤:
(1)由累积惯量选择所需对应分析的维度数量;
(2)通过行点、列点总览表,标记出每一个地铁区间和沉降原因在各个维度上的主要反映项以及各个维度对沉降原因和地铁区间的主要反映项;
(3)结合对应分析散点图及行点、列点总览表;设地铁区间ss和沉降原因cc在主要解释维度η上距离为τ,τ由样本坐标可得;由R型因子载荷阵F和Q型因子载荷阵G,得到地铁区间ss和沉降原因cc的主要维度惯量值gsη和gcη;计算σsc=(1-τ)(gsη+gsη)/2,即为地铁区间ss和沉降原因cc的相关度。
本申请的技术方案中使用对应分析也称关联分析、R-Q型因子分析,是近年新发展起来的一种多元相依变量统计分析技术,通过分析由定性变量构成的交互汇总表来揭示变量间的联系。对应分析法可以揭示同一变量的各个类别之间的差异,以及不同变量各个类别之间的对应关系。它是一种视觉化的数据分析方法,它能够将几组看不出任何联系的数据,通过视觉上可以接受的定位图展现出来。本方案可以通过收集大量区间隧道的数据信息总结出众多的沉降原因,将原因与区间相关联,进而进行分析,得出结论,此方法对各个地区均可适用。
在实际工程施工中,总结出了影响隧道开挖安全的三种最关键沉降原因之后,可以根据以往经验或者技术规范要求采取必要的工程措施,从而减少沉降带来的施工危害。或者可以提前预防,可作为预测后续施工情况的参考,帮助施工方制定更好的施工方案,提高风险预警效率并提供应对策略。
具体实施方式
下面结合附图与具体实施例进一步阐述本发明的技术特点。
本申请为一种地铁隧道开挖地表沉降成因的对应分析方法,包括以下步骤:
1)查阅某个地区地铁检测报告,从中收集多座区间隧道作为检测样本,对作为检测样本的区间隧道在开挖时引起地表沉降的原因资料进行收集与统计;
2)将步骤1)中收集与统计的各地铁区间中的各区间隧道开挖引起地表沉降的原因组织后列写为指标矩阵;
3)根据步骤2)得到的指标矩阵计算归一化矩阵;
4)根据步骤3)中计算得到的归一化矩阵列写隧道区间—沉降原因矩阵;
5)对隧道区间—沉降原因矩阵X进行对应分析,得出累积惯量和样本坐标;
6)根据地铁区间和沉降原因类型的坐标值绘制对应分析图并进行相关度分析,获得地铁区间和沉降原因类型的相关度。
步骤1)中,作为检测样本的区间隧道的数量为i座,统计归纳这i座区间隧道开挖时引起地表沉降的原因,检测区间样本分别用S1~Si表示,地表沉降原因用C1~CP表示,并列出地铁区间—沉降原因统计表。
根据步骤1)所列沉降原因统计表,采用二进制表示该区间是否具有所述地表沉降原因,即对应区间内存在某一沉降原因则记为“1”,不存在记为“0”,处理后的规则化表格称为列联表。
在步骤2)中,将各地铁区间中的各区间隧道开挖引起地表沉降的原因组织在一个I×P的指标矩阵W中,所述指标矩阵W的行对应各个地铁区间,I为地铁区间数量;指标矩阵W的列对应所述隧道区间地表沉降原因,P为隧道区间地表沉降原因的总数,即
所述指标矩阵W中的元素Wi,p采用二进制表示该区间是否具有所述地表沉降原因。
步骤4)中,列写隧道区间—沉降原因矩阵X包括下列步骤:
优化的,上述地铁隧道开挖地表沉降成因的对应分析方法,步骤5)中,对隧道区间—沉降原因矩阵X进行对应分析,得出累积惯量和样本坐标:
(ⅰ)计算隧道区间—沉降原因矩阵X的总和T、行和xs、列和xc:其中
(ⅱ)对隧道区间—沉降原因矩阵X进行对应变换获得对应变换矩阵Z:
Z=[Zsc]i×p,
(ⅲ)计算累积惯量和样本坐标:
给出沉降原因类型协方差阵H=ZZT,以及沉降原因类型协方差阵H的特征根λ1≥λ2≥L≥λj,其中j∈(i×p),取前q个累积贡献率的特征根,计算累积惯量并计算相应的特征向量u1,u2,…uq,得到R型因子载荷阵F=[F1,F2…Fq],其中再对上述q个特征根λ1≥λ2≥L≥λq计算其对应于地铁区间协方差阵M=ZTZ的单位特征向量ZTu1=v1,ZTu2=v2,…ZTuq=vq,得Q型因子载荷阵G=[G1,G2…Gq],其中上述R型因子载荷阵和Q型因子载荷阵分别是地铁区间和沉降原因类型的坐标值。
步骤6)中,根据地铁区间和沉降原因类型的坐标值绘制对应分析图并进行相关度分析,获得地铁区间和沉降原因类型的相关度,包括以下步骤:
(1)由累积惯量选择所需对应分析的维度数量;
(2)通过行点、列点总览表,标记出每一个地铁区间和沉降原因在各个维度上的主要反映项以及各个维度对沉降原因和地铁区间的主要反映项;
(3)结合对应分析散点图及行点、列点总览表;设地铁区间ss和沉降原因cc在主要解释维度η上距离为τ,τ由样本坐标可得;由R型因子载荷阵F和Q型因子载荷阵G,得到地铁区间ss和沉降原因cc的主要维度惯量值gsη和gcη;计算σsc=(1-τ)(gsη+gsη)/2,即为地铁区间ss和沉降原因cc的相关度。
当然,上述说明并非是对本发明的限制,本发明也并不限于上述举例,本技术领域的普通技术人员,在本发明的实质范围内,作出的变化、改型、添加或替换,都应属于本发明的保护范围。
Claims (8)
1.一种地铁隧道开挖地表沉降成因的对应分析方法,其特征在于:包括以下步骤:
1)查阅某个地区地铁检测报告,从中收集多座区间隧道作为检测样本,对作为检测样本的区间隧道在开挖时引起地表沉降的原因资料进行收集与统计;
2)将步骤1)中收集与统计的各地铁区间中的各区间隧道开挖引起地表沉降的原因组织后列写为指标矩阵;
3)根据步骤2)得到的指标矩阵计算归一化矩阵;
4)根据步骤3)中计算得到的归一化矩阵列写隧道区间—沉降原因矩阵;
5)对隧道区间—沉降原因矩阵X进行对应分析,得出累积惯量和样本坐标;
6)根据地铁区间和沉降原因类型的坐标值绘制对应分析图并进行相关度分析,获得地铁区间和沉降原因类型的相关度。
2.根据权利要求1所述的地铁隧道开挖地表沉降成因的对应分析方法,其特征在于:步骤1)中,作为检测样本的区间隧道的数量为i座,统计归纳这i座区间隧道开挖时引起地表沉降的原因,检测区间样本分别用S1~Si表示,地表沉降原因用C1~CP表示,并列出地铁区间—沉降原因统计表。
3.根据权利要求2所述的地铁隧道开挖地表沉降成因的对应分析方法,其特征在于:根据步骤1)所列沉降原因统计表,采用二进制表示该区间是否具有所述地表沉降原因,即对应区间内存在某一沉降原因则记为“1”,不存在记为“0”,处理后的规则化表格称为列联表。
7.根据权利要求6所述的地铁隧道开挖地表沉降成因的对应分析方法,其特征在于:步骤5)中,对隧道区间—沉降原因矩阵X进行对应分析,得出累积惯量和样本坐标:
(ⅰ)计算隧道区间—沉降原因矩阵X的总和T、行和xs、列和xc:其中
(ⅱ)对隧道区间—沉降原因矩阵X进行对应变换获得对应变换矩阵Z:
Z=[Zsc]i×p
(ⅲ)计算累积惯量和样本坐标:
8.根据权利要求7所述的地铁隧道开挖地表沉降成因的对应分析方法,其特征在于:步骤6)中,根据地铁区间和沉降原因类型的坐标值绘制对应分析图并进行相关度分析,获得地铁区间和沉降原因类型的相关度,包括以下步骤:
(1)由累积惯量选择所需对应分析的维度数量;
(2)(2)通过行点、列点总览表,标记出每一个地铁区间和沉降原因在各个维度上的主要反映项以及各个维度对沉降原因和地铁区间的主要反映项;
(3)(3)结合对应分析散点图及行点、列点总览表;设地铁区间ss和沉降原因cc在主要解释维度η上距离为τ,τ由样本坐标可得;由R型因子载荷阵F和Q型因子载荷阵G,得到地铁区间ss和沉降原因cc的主要维度惯量值gsη和gcη;计算σsc=(1-τ)(gsη+gsη)/2,即为地铁区间ss和沉降原因cc的相关度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010216891.XA CN111414698A (zh) | 2020-03-25 | 2020-03-25 | 一种地铁隧道开挖地表沉降成因的对应分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010216891.XA CN111414698A (zh) | 2020-03-25 | 2020-03-25 | 一种地铁隧道开挖地表沉降成因的对应分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111414698A true CN111414698A (zh) | 2020-07-14 |
Family
ID=71491435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010216891.XA Pending CN111414698A (zh) | 2020-03-25 | 2020-03-25 | 一种地铁隧道开挖地表沉降成因的对应分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111414698A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305416A (zh) * | 2023-02-10 | 2023-06-23 | 青岛理工大学 | 一种地层隧道施工沉降预测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496028A (zh) * | 2011-11-14 | 2012-06-13 | 华中科技大学 | 一种复杂装备的事后维修故障分析方法 |
CN104965994A (zh) * | 2015-07-17 | 2015-10-07 | 青岛理工大学 | 地铁隧道施工引起地表沉降特征参数的测定和估计方法 |
CN105335752A (zh) * | 2015-09-18 | 2016-02-17 | 国网山东省电力公司菏泽供电公司 | 一种基于主成分分析多变量决策树的接线方式识别方法 |
CN105717419A (zh) * | 2016-04-21 | 2016-06-29 | 江苏省电力公司苏州供电公司 | 电力电缆故障行为的多重对应分析方法 |
CN106096058A (zh) * | 2016-06-29 | 2016-11-09 | 浙江万马新能源有限公司 | 基于ahp的充电网络故障分析定量方法及其定量装置 |
CN104242306B (zh) * | 2014-09-12 | 2017-01-18 | 清华大学 | 一种基于主成分分析方法的电力系统自适应分区方法 |
CN106778866A (zh) * | 2016-12-15 | 2017-05-31 | 东南大学 | 交通事故中事故类型和违章类型对应分析方法 |
CN109408557A (zh) * | 2018-09-29 | 2019-03-01 | 东南大学 | 一种基于多重对应和K-means聚类的交通事故成因分析方法 |
-
2020
- 2020-03-25 CN CN202010216891.XA patent/CN111414698A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496028A (zh) * | 2011-11-14 | 2012-06-13 | 华中科技大学 | 一种复杂装备的事后维修故障分析方法 |
CN104242306B (zh) * | 2014-09-12 | 2017-01-18 | 清华大学 | 一种基于主成分分析方法的电力系统自适应分区方法 |
CN104965994A (zh) * | 2015-07-17 | 2015-10-07 | 青岛理工大学 | 地铁隧道施工引起地表沉降特征参数的测定和估计方法 |
CN105335752A (zh) * | 2015-09-18 | 2016-02-17 | 国网山东省电力公司菏泽供电公司 | 一种基于主成分分析多变量决策树的接线方式识别方法 |
CN105717419A (zh) * | 2016-04-21 | 2016-06-29 | 江苏省电力公司苏州供电公司 | 电力电缆故障行为的多重对应分析方法 |
CN106096058A (zh) * | 2016-06-29 | 2016-11-09 | 浙江万马新能源有限公司 | 基于ahp的充电网络故障分析定量方法及其定量装置 |
CN106778866A (zh) * | 2016-12-15 | 2017-05-31 | 东南大学 | 交通事故中事故类型和违章类型对应分析方法 |
CN109408557A (zh) * | 2018-09-29 | 2019-03-01 | 东南大学 | 一种基于多重对应和K-means聚类的交通事故成因分析方法 |
Non-Patent Citations (1)
Title |
---|
张素磊: "《随道衬砌结构健康诊断及技术状况评定研究》", 《中国博士学位论文全文数据库 工程科技II辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305416A (zh) * | 2023-02-10 | 2023-06-23 | 青岛理工大学 | 一种地层隧道施工沉降预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Unascertained measure model of water and mud inrush risk evaluation in karst tunnels and its engineering application | |
Zhang et al. | Slope stability prediction using ensemble learning techniques: A case study in Yunyang County, Chongqing, China | |
Yan et al. | A novel hybrid approach for landslide susceptibility mapping integrating analytical hierarchy process and normalized frequency ratio methods with the cloud model | |
Wang et al. | Quantitative attribution analysis of soil erosion in different geomorphological types in karst areas: Based on the geodetector method | |
Li et al. | Evolution characteristics and displacement forecasting model of landslides with stair-step sliding surface along the Xiangxi River, three Gorges Reservoir region, China | |
CN108846521A (zh) | 基于Xgboost的盾构施工不良地质类型预测方法 | |
CN109584510B (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
Farhadian | A new empirical chart for rockburst analysis in tunnelling: Tunnel rockburst classification (TRC) | |
CN109447493B (zh) | 一种基于物源活动强度的震后泥石流危险性评价方法 | |
US20160070828A1 (en) | Vulnerability Assessment Method of Water Inrush from Aquifer Underlying Coal Seam | |
CN103675907A (zh) | 一种基于岩相约束的avo反演油气检测方法 | |
CN104914467A (zh) | 提取分类模型道的地震相聚类分析方法 | |
CN106205060A (zh) | 用于露天矿坑尾矿库边坡滑坡预警预报方法 | |
CN106570287A (zh) | 一种基于三维离散裂隙网络预测隧道突涌水量的方法 | |
CN112837182A (zh) | 一种盾构掘进安全稳定性评价方法 | |
CN115470553A (zh) | 一种软岩隧道围岩大变形分级的预测方法 | |
CN114997671A (zh) | 基于人工神经网络和熵值法的基坑变形安全风险评估的方法 | |
CN111507539A (zh) | 一种基于层次分析法的泥石流危险等级评价方法及系统 | |
CN111414698A (zh) | 一种地铁隧道开挖地表沉降成因的对应分析方法 | |
CN108593531A (zh) | 一种岩体风化程度快速量化评价方法及其应用 | |
GB2622903A (en) | Risk assessment method of water inrush in tunnels constructed in water-rich grounds | |
Liu et al. | Study of roof water inrush forecasting based on EM-FAHP two-factor model | |
CN112285773B (zh) | 一种隐伏断层二元结构定量表征方法 | |
Zhang et al. | Deformation response and triggering factors of the reservoir landslide–pile system based upon geographic detector technology and uncertainty of monitoring data | |
CN115345511A (zh) | 一种公路走廊滑坡危险性动态评价方法、评价系统及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |