一种融合监测数据的基坑开挖变形预测方法技术

本发明专利技术公开了一种融合监测数据的基坑开挖变形预测方法，包括收集基坑工程信息，建立有限元模型；获得不确定土体参数的先验分布；利用随机抽样方法获得样本的初始集合，集合中的每个样本包含土体参数和基坑初始响应；基于有限元模型和土体参数样本，计算本开挖阶段的基坑变形值，获得预测集合；将预测值与本阶段的监测数据对比，修正更新土体参数；基于更新的土体参数，结合有限元模型，预测下一开挖阶段的变形，与下一阶段获得的监测数据对比，进行新一轮更新，直至开挖结束。本发明专利技术对基坑开挖事故的预防和及时补救具有非常重要的意义。挖事故的预防和及时补救具有非常重要的意义。挖事故的预防和及时补救具有非常重要的意义。

【技术实现步骤摘要】
一种融合监测数据的基坑开挖变形预测方法


[0001]本专利技术属于岩土工程
，尤其涉及一种融合监测数据的基坑开挖变形预测方法。

技术介绍

[0002]基坑开挖是一项常见而重要的基础工程，高层建筑、地铁站、地下停车场等工程都需要基坑工程。然而城市区域建筑物密集，地下管线错综复杂，亟需在基坑开挖过程中，提前预测开挖对邻近建筑物的影响，从而及时开展补救工作，确保工程安全。目前，众多专家学者已经建立了多种预测基坑围护结构变形和土体变形的经验模型和数值方法。然而，在实际应用中，无论是通过经验模型还是数值方法预测得到的开挖响应仍然和现场监测数据存在差异，这是由于岩土工程中存在多种无法避免的不确定性，如土体参数本身的不确定性和所采用的计算模型的不确定性。
[0003]在现今的基坑开挖施工过程中，围护结构变形和墙后地表沉降相关监测数据常常是可获得的。通常情况下，这些监测数据仅用于和标准或规范确定的报警值进行比较，对于提高预测准确度没有帮助。利用起这些多来源信息和多类型监测数据，量化和减小岩土工程不确定性，提高基坑开挖变形预测的准确度，对基坑开挖事故的预防和及时补救具有借鉴意义。

技术实现思路

[0004]本专利技术的目的在于提供了一种融合监测数据的基坑开挖变形预测方法，基于集合卡尔曼滤波算法，融合多源信息和阶段性监测数据，对土体参数不确定性进行量化，使基坑开挖各阶段的变形预测更为准确，可应用于保障基坑工程施工安全。
[0005]为了实现上述目的，本专利技术提供一种融合监测数据的基坑开挖变形预测方法，所述方法包括以下步骤：
[0006]步骤1、收集基坑开挖工程的基本信息，建立相应的有限元模型，作为基坑变形预测的正向计算模型；
[0007]步骤2、选择对基坑变形影响大的土体参数作为不确定参数，根据地质报告、勘探资料、既有文献，确定未知土体参数的先验分布；
[0008]步骤3、根据先验分布，随机生成土体参数的M组样本，生成初始样本集合；
[0009]步骤4、将M组土体初始参数样本输入正向计算模型，计算获得每组输入对应的基坑开挖本阶段的变形，基坑变形和土体参数样本共同构成预测集合；
[0010]步骤5、获取开挖本阶段的现场监测数据，与由正向模型计算得到的该阶段基坑变形预测值作比较，基于集合卡尔曼滤波，得到更新后的土体参数和基坑变形，构成更新集合；将更新后的土体参数代入正向计算模型，获得下一阶段基坑变形预测值；
[0011]步骤6、基于不断获得的后续开挖阶段的监测数据，重复步骤5，直至所有开挖阶段结束。
[0012]本专利技术融合监测数据的基坑开挖变形预测方法，包括收集基坑工程信息，建立有限元模型；选择不确定的土体参数，收集既有资料，获得不确定土体参数的先验分布；利用随机抽样方法获得样本的初始集合，集合中的每个样本(即增广状态向量)包含土体参数和基坑初始响应；基于有限元模型和土体参数样本，计算本开挖阶段的基坑变形值，获得预测集合；将预测值与本阶段的监测数据对比，修正更新土体参数，得到更新集合；基于更新的土体参数，结合有限元模型，预测下一开挖阶段的变形，与下一阶段获得的监测数据对比，进行新一轮更新，直至开挖结束。
[0013]进一步地，本专利技术的步骤1中收集的基坑工程基本信息包括开挖宽度和深度、开挖顺序、连续墙刚度、支撑间距、刚度和预应力、土体性质、排水操作；采用商业软件建立有限元模型，作为正向模型计算基坑开挖变形响应。
[0014]进一步地，所述商业软件，包括但不限于ABAQUS、PLAXIS 2D、PLAXIS 3D、Midas GTS和ANSYS。
[0015]进一步地，本专利技术的步骤2中根据工程经验，选择对变形影响大的参数作为未知土体参数，未知土体参数的先验分布可以采用均匀分布、正态分布、对数正态分布。
[0016]进一步地，本专利技术的步骤3中采用拉丁超立方抽样生成M组土体参数，土体参数θ和系统状态即变形初始值d构成增广状态向量x＝[d,θ]'，符号'代表向量的转置；M组增广状态向量x的样本构成初始集合i表示样本序号，M表示样本总数，i＝1,2,
…
,M。
[0017]进一步地，本专利技术的步骤4中由正向模型计算得到的基坑变形和原土体参数构成预测状态向量符号代表将会在下一更新步中被修正的预测状态向量。M组预测状态向量的样本构成预测集合i表示样本序号，M表示样本总数，i＝1,2,
…
,M；该预测集合的均值和协方差矩阵P计算公式如下：
[0018][0019][0020]式中，表示预测集合的均值，表示预测集合的均值的转置；表示预测状态向量，表示预测状态向量的转置；i表示样本序号，M表示样本总数，i＝1,2,
…
,M；P表示协方差矩阵。
[0021]进一步地，本专利技术的步骤5中获取的监测数据包括围护结构侧移、墙后土体水平位移、墙后土体沉降、坑底土体隆起中的一种或几种，预测值是与监测数据物理量类型相同的有限元模型计算结果。
[0022]进一步地，本专利技术的步骤5中进行了预测值和监测值的比较，两者的权重由卡尔曼增益矩阵K确定，计算公式如下：
[0023]K＝PH'(HPH'+R)
‑1[0024]式中，K表示卡尔曼增益矩阵；P表示协方差矩阵，其由步骤4计算得到；H为观测算子，意在将增广状态空间转换至观测空间，H'表示观测算子的转置；R为观测误差矩阵；上标
“‑
1”表示逆矩阵。
[0025]预测集合中的每个预测状态向量被修正更新，得到更新状态向量x
i
，计算公式如
下：
[0026][0027]式中，x
i
为更新后的状态向量，i表示样本序号，i＝1,2,
…
,M，M表示样本总数；K表示卡尔曼增益矩阵；y为现场监测值；H为观测算子，意在将增广状态空间转换至观测空间；表示预测状态向量，i表示样本序号，i＝1,2,
…
,M，M表示样本总数。
[0028]进一步地，本专利技术将有限元模型作为计算模型，结合集合卡尔曼滤波方法，避免了传统有限元模型预测方法无法更新未知参数的问题，提高预测准确度，并降低预测不确定性。
[0029]与现有技术相比，本专利技术至少具有如下优势：
[0030]基于集合卡尔曼滤波算法，在基坑下一阶段开挖前，融合先验信息和已有阶段的监测数据，量化和减小土体不确定性的表征，提高了后续阶段开挖变形预测的准确度，实现了对开挖变形的准确预测，对基坑开挖事故的预防和及时补救具有非常重要的意义。
附图说明
[0031]图1为本专利技术的提供的一种融合监测数据的基坑开挖变形预测方法的流程图；
[0032]图2为本专利技术实施例中提供的基坑工程的示意图；
[0033]图3为本专利技术实施例中采用本专利技术方法计算得到的土体参数收敛历史示意图；
[0034]图4为本专利技术实施例中采用本专利技术方法的围护结构侧移预测值、采用传统有限方法的预测值与监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合监测数据的基坑开挖变形预测方法，其特征在于，包括以下步骤：步骤1、收集基坑开挖工程的基本信息，建立有限元模型，作为基坑变形预测的正向计算模型；步骤2、选择对基坑变形影响大的土体参数作为不确定参数，根据地质报告、勘探资料、既有文献，确定未知土体参数的先验分布；步骤3、根据先验分布，随机生成土体参数的M组样本，生成初始样本集合；步骤4、将M组样本的初始参数样本输入正向计算模型，计算获得每组输入对应的基坑开挖本阶段的变形，基坑变形和土体参数样本共同构成预测集合；步骤5、获取开挖本阶段的现场监测数据，与由正向计算模型计算得到的该阶段基坑变形预测值作比较，基于集合卡尔曼滤波，得到更新后的土体参数和基坑变形，构成更新集合；将更新后的土体参数代入正向计算模型，获得下一阶段基坑变形预测值；步骤6、基于不断获得的后续开挖阶段的监测数据，重复步骤5，直至所有开挖阶段结束。2.根据权利要求1所述的一种融合监测数据的基坑开挖变形预测方法，其特征在于，步骤1中，所述的基坑开挖工程的基本信息包括开挖宽度和深度、开挖顺序、连续墙刚度、支撑间距、刚度和预应力、土体性质、排水操作；采用商业软件建立有限元模型，作为正向模型计算基坑开挖变形响应。3.根据权利要求2所述的一种融合监测数据的基坑开挖变形预测方法，其特征在于，所述商业软件为ABAQUS、PLAXIS 2D、PLAXIS 3D、Midas GTS或ANSYS。4.根据权利要求1所述的一种融合监测数据的基坑开挖变形预测方法，其特征在于，步骤2中，所述的未知土体参数为根据工程经验选择对变形影响大的参数，未知土体参数的先验分布采用均匀分布、正态分布或对数正态分布。5.根据权利要求1所述的一种融合监测数据的基坑开挖变形预测方法，其特征在于，步骤3中，根据先验分布，随机生成土体参数的M组样本，生成初始样本集合，具体包括：根据先验分布，采用拉丁超立方抽样生成M组土体参数，土体参数θ和系统状态即变形初始值d构成增广状态向量x＝[d,θ]'，符号'代表向量的转置；M组增广状态向量x的样本构成初始样本集合i表示样本序号，M表示样本数，i＝1,2,
...

【专利技术属性】
技术研发人员：陶袁钦，曾少翔，潘孙珏徐，虞梦菲，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：