考虑时间效应的基坑开挖变形实时自动化预测方法及系统技术方案

本申请涉及建筑工程预测技术领域，尤其涉及一种考虑时间效应的基坑开挖变形实时自动化预测方法及系统，方法包括：编写参数化有限元分析代码并进行有限元计算获取基坑变形结果；基于结果部署用于获取实时监测数据的自动化监测设备；对基坑不同时间阶段参数进行预筛选并设计正交试验，再进行有限元计算得到基坑变形结果，将结果作为训练样本进行训练；将实时监测数据输入训练完成的神经网络，反演分析得到实时动态参数并自动修正有限元分析代码中的参数，重新进行有限元计算得到正演基坑变形结果；采用实时动态参数通过有限元计算不断预测基坑变形。本申请有效解决了在基坑工程中难以获取较为准确的基坑参数并无法对基坑变形进行精准预测的问题。形进行精准预测的问题。形进行精准预测的问题。

【技术实现步骤摘要】
考虑时间效应的基坑开挖变形实时自动化预测方法及系统


[0001]本申请涉及建筑工程预测
，尤其涉及一种考虑时间效应的基坑开挖变形实时自动化预测方法及系统。

技术介绍

[0002]基坑变形是影响基坑工程安全施工的重要因素，在基坑的施工过程中能够及时并准确地掌握基坑的变形情况能够有效保障安全。
[0003]目前随着计算机技术在建筑工程中的广泛应用，主要采用有限元计算方法模拟基坑施工过程，再根据所采集的大量基坑监测数据，采用合适的反演分析方法和高速计算，对施工现场的基坑参数展开反演分析，修正基坑参数。
[0004]但是由于基坑的施工是实时动态变化的，因此基坑参数具有较大的不稳定性，加上随着施工进度基坑自身也存在时间维度上的影响，例如基坑包括开挖支护阶段和蠕变阶段，从而导致在基坑工程的不同阶段，难以获取较为准确的基坑参数并对基坑变形进行精准预测。

技术实现思路

[0005]本申请提供了一种考虑时间效应的基坑开挖变形实时自动化预测方法及系统，可以解决因难以获取较为准确的基坑参数并对基坑变形进行精准预测的问题。本申请提供如下技术方案：
[0006]第一方面，本申请提供一种考虑时间效应的基坑开挖变形实时自动化预测方法，所述方法包括：
[0007]基于基坑信息编写参数化有限元分析代码并进行有限元计算获取基坑变形结果；
[0008]基于基坑变形结果选取自动化监测点位，部署自动化监测设备，所述自动化监测设备用于获取实时监测数据；
[0009]对基坑处于不同时间阶段的参数进行预筛选并设计正交试验，再次进行有限元计算得到基坑变形结果，将基坑变形结果作为训练样本进行训练；
[0010]将实时监测数据输入训练完成的神经网络，反演分析得到实时动态参数并自动修正参数化有限元分析代码中的参数，重新进行有限元计算得到正演基坑变形结果；
[0011]采用实时动态且可靠的参数通过有限元计算不断预测基坑未来时间内的变形。
[0012]在一个具体的可实施方案中，所述对基坑处于不同时间阶段的参数进行预筛选并设计正交试验包括：
[0013]基于基坑的开挖支护阶段和蠕变阶段的参数进行预筛选，对参数设定不同的水平并设计正交试验。
[0014]在一个具体的可实施方案中，所述基于基坑的开挖支护阶段和蠕变阶段的参数进行预筛选包括：
[0015]基坑开挖支护阶段的参数预筛选后包括土层容重、割线刚度、切线刚度、卸载弹性
模量、泊松比、粘聚力、内摩擦角和坑边超载；
[0016]基坑蠕变阶段的参数预筛选后包括压缩参数、回弹参数和蠕变参数。
[0017]在一个具体的可实施方案中，所述基坑开挖支护阶段的参数预筛选后还包括：
[0018]依据正交试验表，通过有限元计算得到相应的基坑变形结果，随后采用方差分析法判断并去除次要影响参数，保留主要影响参数。
[0019]在一个具体的可实施方案中，所述采用实时动态且可靠的参数通过有限元计算预测基坑未来时间内的变形之前还包括：
[0020]将所述正演基坑变形结果与所述实时监测数据进行对比，若是误差较大，则继续进行参数的优化；若是误差较小，则表明反演得到的参数是可靠的。
[0021]在一个具体的可实施方案中，所述基于基坑变形结果部署自动化监测设备包括：
[0022]所述自动化监测设备应用于监测基坑围护结构顶部竖向位移、深层水平位移、地表沉降、基坑隆起和内支撑轴力等方面。
[0023]在一个具体的可实施方案中，所述将实时监测数据输入神经网络之前包括：
[0024]对所述实时监测数据进行归一化处理。
[0025]第二方面，本申请提供一种考虑时间效应的基坑开挖变形实时自动化预测系统，采用如下的技术方案：
[0026]一种考虑时间效应的基坑开挖变形实时自动化预测系统，包括：
[0027]代码编写模块，用于基于基坑编写参数化有限元分析代码并进行有限元计算获取基坑变形结果；
[0028]自动化监测模块，用于基于基坑变形结果选取自动化监测点位，部署自动化监测设备，所述自动化监测设备用于获取实时监测数据；
[0029]参数筛选模块，用于对基坑处于不同时间阶段的参数进行预筛选并设计正交试验，再次进行有限元计算得到基坑变形结果，将基坑变形结果作为训练样本进行训练；
[0030]反演分析模块，用于将实时监测数据输入神经网络，反演分析得到实时动态参数并自动修正参数化有限元分析代码中的参数，重新进行有限元计算得到正演基坑变形结果；
[0031]变形预测模块，用于采用实时动态且可靠的参数通过有限元计算不断预测基坑未来时间内的变形。
[0032]第三方面，本申请提供一种电子设备，所述设备包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的一种考虑时间效应的基坑开挖变形实时自动化预测方法。
[0033]第四方面，本申请提供一种计算机可读存储介质，所述存储介质中存储有程序，所述程序被处理器执行时用于实现如权利要求1至7任一项所述的一种考虑时间效应的基坑开挖变形实时自动化预测方法。
[0034]综上所述，本申请的有益效果至少包括：本申请考虑到基坑在时间维度上的变化，通过神经网络进行参数反演分析，从而获取到较为准确的基坑参数，通过动态实时修正基坑参数化有限元分析代码，从而对基坑未来时间内的变形进行更加精准和及时的预测。
[0035]本申请考虑到基坑的时间效应，使用ANSYS编写基坑的参数化有限元分析代码之后，根据结果部署自动化监测设备，再将基坑的参数分为开挖支护阶段和蠕变阶段进行筛
选和设计正交试验，随后利用方差分析法对基坑开挖支护阶段的参数进行数据筛选，得到主要影响参数。然后对基坑开挖支护阶段的主要影响参数和蠕变阶段的参数设计正交试验，通过有限元计算得到相应的基坑变形结果，然后将这些计算结果作为训练样本，对神经网络进行训练。训练完成后将实时获取的动态监测数据进行归一化处理，输入神经网络反演分析得到实时动态参数，联动有限元分析软件自动修正参数化有限元分析代码中的基坑参数，通过有限元计算得到正演基坑变形结果，最后根据正演基坑变形结果和实时监测数据进行对比判断参数是否可靠并对基坑未来的变形不断进行预测。本方案能够解决在基坑工程不同阶段，因难以获取较为准确的基坑参数并对基坑变形进行精准预测的问题。
[0036]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
[0037]图1是本申请一个实施例提供的考虑时间效应的基坑开挖变形实时自动化预测方法的流程示意图。
[0038]图2是本申请一个实施例提供的考虑时间效应的基坑开挖变形实时自动化预测方法的举例示意图。
[0039]图3是本申请一个实施例提供的考虑时间效应的基坑开挖变形实时自动化预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑时间效应的基坑开挖变形实时自动化预测方法，其特征在于，所述方法包括：基于基坑信息编写参数化有限元分析代码并进行有限元计算获取基坑变形结果；基于基坑变形结果选取自动化监测点位，部署自动化监测设备，所述自动化监测设备用于获取实时监测数据；对基坑处于不同时间阶段的参数进行预筛选并设计正交试验，再次进行有限元计算得到基坑变形结果，将基坑变形结果作为训练样本进行训练；将实时监测数据输入训练完成的神经网络，反演分析得到实时动态参数并自动修正参数化有限元分析代码中的参数，重新进行有限元计算得到正演基坑变形结果；采用实时动态且可靠的参数通过有限元计算不断预测基坑未来时间内的变形。2.根据权利要求1所述的考虑时间效应的基坑开挖变形实时自动化预测方法，其特征在于，所述对基坑处于不同时间阶段的参数进行预筛选并设计正交试验包括：基于基坑的开挖支护阶段和蠕变阶段的参数进行预筛选，对参数设定不同的水平并设计正交试验。3.根据权利要求2所述的考虑时间效应的基坑开挖变形实时自动化预测方法，其特征在于，所述基于基坑的开挖支护阶段和蠕变阶段的参数进行预筛选包括：基坑开挖支护阶段的参数预筛选后包括土层容重、割线刚度、切线刚度、卸载弹性模量、泊松比、粘聚力、内摩擦角和坑边超载；基坑蠕变阶段的参数预筛选后包括压缩参数、回弹参数和蠕变参数。4.根据权利要求3所述的考虑时间效应的基坑开挖变形实时自动化预测方法，其特征在于，所述基坑开挖支护阶段的参数预筛选后还包括：依据正交试验表，通过有限元计算得到相应的基坑变形结果，随后采用方差分析法判断并去除次要影响参数，保留主要影响参数。5.根据权利要求1所述的考虑时间效应的基坑开挖变形实时自动化预测方法，其特征在于，所述采用实时动态且可靠的参数通过有限元计算预测基坑未来时间内的变形之前还包括：将所述正演基坑变形结果与所述实时监测数据进行对比...

【专利技术属性】
技术研发人员：董超群，包元锋，张守亮，李芸莹，何雨衡，丁雅静，
申请(专利权)人：苏州思萃融合基建技术研究所有限公司，
类型：发明
国别省市：