深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析

陳炳志 白 云

(1.山東科技大學(xué)審計(jì)處，山東 泰安 271019； 2.山東科技大學(xué)土木建筑學(xué)院，山東 青島 266510)

深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析

陳炳志1白 云2

(1.山東科技大學(xué)審計(jì)處，山東 泰安 271019； 2.山東科技大學(xué)土木建筑學(xué)院，山東 青島 266510)

簡(jiǎn)述了深基坑監(jiān)測(cè)的目的與基本要求，通過(guò)分析深基坑工程施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的原理和特征，建立變形預(yù)測(cè)模型，并應(yīng)用工程實(shí)例分析，為深基坑的安全開(kāi)挖提供參考借鑒。

深基坑，變形，預(yù)測(cè)模型，神經(jīng)網(wǎng)絡(luò)

隨著大規(guī)模的城市建設(shè)，高層建筑層出不窮，建筑物基坑開(kāi)挖的深度與規(guī)模也不斷增大，由開(kāi)挖導(dǎo)致的基坑變形對(duì)周邊建筑物與管線等造成的破壞也屢屢發(fā)生，嚴(yán)重時(shí)甚至?xí)灌徑ㄖA斜、倒塌，帶來(lái)巨大的經(jīng)濟(jì)損失甚至人員傷亡。監(jiān)測(cè)模型的建立是深基坑施工變形監(jiān)測(cè)的核心，是基坑安全開(kāi)挖的重要保證。本文系統(tǒng)介紹了深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析的方法，結(jié)合工程實(shí)例介紹了其應(yīng)用手段，對(duì)確保深基坑的安全開(kāi)挖具有重要指導(dǎo)意義。

1 深基坑監(jiān)測(cè)

1.1 深基坑監(jiān)測(cè)的目的

深基坑監(jiān)測(cè)的主要目的，一是隨時(shí)了解基坑在開(kāi)挖時(shí)的受力狀態(tài)和變形情況，指導(dǎo)現(xiàn)場(chǎng)施工，保證基坑的安全開(kāi)挖和支護(hù)；二是確保基坑鄰近建筑物的安全；三是用于反演分析，積累工程經(jīng)驗(yàn)，完善計(jì)算公式，進(jìn)一步提升設(shè)計(jì)的合理性。

1.2 深基坑監(jiān)測(cè)的基本要求

深基坑的開(kāi)挖監(jiān)測(cè)一定要有計(jì)劃地進(jìn)行，并且要根據(jù)開(kāi)挖現(xiàn)場(chǎng)出現(xiàn)的各類情形隨時(shí)不斷修正和完善，保證監(jiān)測(cè)的準(zhǔn)確性，通常來(lái)說(shuō)應(yīng)滿足以下幾點(diǎn)要求：1)監(jiān)測(cè)數(shù)據(jù)準(zhǔn)確可靠，體現(xiàn)原始性和真實(shí)性；2)盡量減小支護(hù)過(guò)程中使用的預(yù)埋構(gòu)件對(duì)監(jiān)測(cè)的影響；3)各項(xiàng)監(jiān)測(cè)數(shù)據(jù)之間應(yīng)進(jìn)行相互檢驗(yàn)，確保準(zhǔn)確性和全面性；4)監(jiān)測(cè)完成后及時(shí)撰寫(xiě)監(jiān)測(cè)報(bào)告。

2 深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析

2.1 BP神經(jīng)網(wǎng)絡(luò)基本原理

BP(Back Propagation)網(wǎng)絡(luò)由Rumelhart和McCelland于1986年首次提出，是通過(guò)誤差逆?zhèn)鞑ビ?jì)算方法進(jìn)行訓(xùn)練的多層前饋網(wǎng)絡(luò)，是當(dāng)前世界上使用最多的神經(jīng)網(wǎng)絡(luò)模型之一。

2.2 神經(jīng)網(wǎng)絡(luò)的基本特征

神經(jīng)元是組成人工網(wǎng)絡(luò)最基本的構(gòu)件，多種神經(jīng)元相互合作，便構(gòu)成信息處理網(wǎng)絡(luò)系統(tǒng)。人工網(wǎng)絡(luò)神經(jīng)圖的特征主要有以下幾點(diǎn)：

1)每個(gè)節(jié)點(diǎn)都有相應(yīng)的狀態(tài)變量xi；2)在節(jié)點(diǎn)i和節(jié)點(diǎn)j之間具有特定連接權(quán)系數(shù)wji；3)每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)閾值；4)每個(gè)節(jié)點(diǎn)存在一個(gè)變換函數(shù)fj(xi,wji,θj),i≠j。

2.3 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)算法可歸結(jié)為兩個(gè)方面：信號(hào)的向前傳播以及誤差的反向傳播。即實(shí)際輸出的計(jì)算方向?yàn)橛奢斎氲捷敵觯瑱?quán)值及閾值的修正方向則反之，如圖1所示。

1)信號(hào)的向前傳播過(guò)程。

隱含層第i個(gè)節(jié)點(diǎn)的輸入neti：

(1)

隱含層第i個(gè)節(jié)點(diǎn)的輸出yi：

(2)

輸出層第k個(gè)節(jié)點(diǎn)的輸入netk：

(3)

輸出層第k個(gè)節(jié)點(diǎn)的輸出ok：

(4)

2)誤差的反向傳播過(guò)程。

誤差的反向傳播是指先從輸出層的神經(jīng)元開(kāi)始，計(jì)算每一層的輸出誤差，最后利用梯度下降法調(diào)整每一層具有的權(quán)值和閾值，使網(wǎng)絡(luò)輸出值在修改后更加接近期望值。

單個(gè)樣本P的二次型誤差準(zhǔn)則函數(shù)為Ep：

(5)

系統(tǒng)對(duì)P個(gè)訓(xùn)練樣本的總誤差準(zhǔn)則函數(shù)為：

(6)

根據(jù)誤差梯度下降法依次修正輸出層權(quán)值的修正量Δwki、輸出層閾值的修正量Δak、隱含層權(quán)值的修正量Δwij、隱含層閾值的修正量Δθi。

(7)

輸出層權(quán)值調(diào)整公式：

(8)

輸出層閾值調(diào)整公式：

(9)

隱含層權(quán)值調(diào)整公式：

(10)

隱含層閾值調(diào)整公式：

(11)

又因?yàn)椋?/p>

(12)

(13)

(14)

(15)

(16)

整理得：

(17)

(18)

(19)

(20)

上述算法過(guò)程見(jiàn)圖2。

2.4 BP神經(jīng)網(wǎng)絡(luò)在深基坑施工變形預(yù)測(cè)中的應(yīng)用

目前，在深基坑變形監(jiān)測(cè)中應(yīng)用到的神經(jīng)網(wǎng)絡(luò)方法主要有以下兩種：

1)參考相似的深基坑展開(kāi)預(yù)測(cè)工作：根據(jù)本工程的相關(guān)地質(zhì)條件、環(huán)境、設(shè)計(jì)資料，找尋相似工程條件的模板，以此為基礎(chǔ)確定神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，選擇合適的網(wǎng)絡(luò)模擬方法進(jìn)行預(yù)測(cè)。2)依靠監(jiān)測(cè)所得數(shù)據(jù)進(jìn)行預(yù)測(cè)：深基坑的變化情況受外部因素影響很大，神經(jīng)網(wǎng)絡(luò)時(shí)間序列模型可在實(shí)際監(jiān)測(cè)數(shù)據(jù)的基礎(chǔ)上建立，準(zhǔn)確預(yù)測(cè)基坑變形的長(zhǎng)時(shí)間發(fā)展?fàn)顩r。

BP神經(jīng)網(wǎng)絡(luò)的時(shí)間序列變形預(yù)測(cè)基本流程為：

1)變形監(jiān)測(cè)：確立監(jiān)測(cè)方法，測(cè)量監(jiān)測(cè)目標(biāo)隨時(shí)間的變化情況；2)建立神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)數(shù)為測(cè)點(diǎn)數(shù)m乘以每個(gè)測(cè)點(diǎn)所具有的監(jiān)測(cè)數(shù)目n-1，即m×(n-1)；3)訓(xùn)練網(wǎng)絡(luò)：將每個(gè)測(cè)點(diǎn)的前(n-1)個(gè)值作為輸入值，第n個(gè)測(cè)值為目標(biāo)值訓(xùn)練網(wǎng)絡(luò)，如圖3所示。

3 工程實(shí)例

滕州九州清晏小區(qū)地下人防工程處于府前中路北部，東臨善國(guó)中路，向北15 m是小區(qū)的地下車庫(kù)基坑。該工程地下開(kāi)挖深度為7.70 m～11.60 m，呈多邊形，基坑周長(zhǎng)約730 m，面積22 000 m2。基坑支護(hù)方式為：上方4 m范圍采用土釘加固，下方7 m范圍利用樁錨支護(hù)，高壓旋噴混凝土墻作為止水帷幕，基坑的安全等級(jí)為一級(jí)。

表1 水平位移測(cè)點(diǎn)數(shù)據(jù)

表2 沉降位移測(cè)點(diǎn)數(shù)據(jù)

表3 訓(xùn)練樣本

3.1 支護(hù)方案

該地區(qū)基坑開(kāi)挖深度最大處可達(dá)11.6 m，淺部位置達(dá)7.7 m，基坑的南部、東部和北部使用4.0 m的土釘支護(hù)，下方樁錨加固，基坑周邊的止水帷幕使用高壓旋噴注漿而成。西部位置修建臨時(shí)公路，地面以下1.2 m使用樁錨支護(hù)，上部1.2 m處的支護(hù)結(jié)構(gòu)采用砌筑磚墻。支護(hù)方案如圖4所示。

3.2 監(jiān)測(cè)方法

以SP8處的測(cè)點(diǎn)監(jiān)測(cè)數(shù)據(jù)為樣本輸入值，建立變形預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)時(shí)間序列模型，得出的監(jiān)測(cè)數(shù)據(jù)如表1和表2所示，測(cè)點(diǎn)的水平和垂直位移變形如圖5和圖6所示。

以監(jiān)測(cè)水平位移和土體強(qiáng)度參數(shù)(內(nèi)摩擦力、容重、內(nèi)摩擦角)、降水深度、開(kāi)挖深度為輸入變量建立訓(xùn)練樣本，如表3所示。

訓(xùn)練結(jié)果及誤差百分比如表4所示。

表4 訓(xùn)練結(jié)果與誤差

4 結(jié)語(yǔ)

1)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析需要大量的監(jiān)測(cè)數(shù)據(jù)和工作量，對(duì)于基坑變形的長(zhǎng)期預(yù)測(cè)準(zhǔn)確性較高。2)網(wǎng)絡(luò)的學(xué)習(xí)預(yù)報(bào)是神經(jīng)網(wǎng)絡(luò)進(jìn)行變形預(yù)測(cè)的核心，訓(xùn)練次數(shù)越多，預(yù)報(bào)的精度越高，工作效率則越低。3)BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的容錯(cuò)性和泛化能力，可實(shí)現(xiàn)深基坑后期開(kāi)挖變形的非線性預(yù)測(cè)。

[1] 柳建國(guó),程良奎.北京地區(qū)基坑支護(hù)技術(shù)的發(fā)展與工程實(shí)踐[J].巖土力學(xué),2009,30(4):1013-1017.

[2] 楊光華.深基坑支護(hù)結(jié)構(gòu)的實(shí)用計(jì)算方法及其應(yīng)用[J].巖土力學(xué),2004,25(12)：1885-1896.

[3] 周瑞忠,羅詞兵.Sigmoid函數(shù)在神經(jīng)網(wǎng)絡(luò)、熱傳導(dǎo)和土壓力計(jì)算中的應(yīng)用[J].福州大學(xué)學(xué)報(bào),2001,29(3):79-83.

[4] 肖桂元,劉立龍.動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)在變形預(yù)測(cè)中的應(yīng)用[J].桂林理工大學(xué)學(xué)報(bào),2011,31(3):395-398.

[5] 賈 備,鄔 亮.基于灰色BP神經(jīng)網(wǎng)絡(luò)組合模型的基坑變形預(yù)測(cè)研究[J].隧道建設(shè),2009,29(3):280-284.

[6] 李水兵,李培現(xiàn).基于BP神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測(cè)[J].測(cè)繪信息與工程,2011,36(5):41- 43.

[7] 陳炳志.深基坑施工變形預(yù)測(cè)與穩(wěn)定性控制研究[D].青島：山東科技大學(xué)，2012.

[8] 趙海燕.基于冪函數(shù)形式的基坑變形預(yù)測(cè)[J].同濟(jì)大學(xué)學(xué)報(bào)，2003,31(8):899-901.

The analysis of construction deformation neural network prediction of deep foundation

Chen Bingzhi1Bai Yun2

(1.AuditOfficeofShandongUniversityofScienceandTechnology,Tai’an271019,China;2.CollegeofCivilEngineeringandArchitecture,SUST,Qingdao266510,China)

The objective and basic requirements of the monitoring of deep foundation pit is described. Analysis of deep excavation deformation theory and neural network forecasting features and the establishment of deformation prediction model applied to the actual project, gives reference for the safety excavation of deep foundation pit.

deep foundation pit, deformation, prediction model, neural network

2014-12-17

陳炳志(1973- )，男，博士，工程師

1009-6825(2015)06-0076-03

TU463

A