一种深基坑支护立柱沉降监测与预警方法技术

技术编号:39817168 阅读:12 留言:0更新日期:2023-12-22 19:36
本发明专利技术公开了一种深基坑支护立柱沉降监测与预警方法,适用于建筑基坑领域

【技术实现步骤摘要】
一种深基坑支护立柱沉降监测与预警方法


[0001]本专利技术是一种基坑工程监测与预警方法,尤其涉及一种深基坑支护立柱沉降监测与预警方法


技术介绍

[0002]随着城市化进程的加快,越来越多的高层建筑

地下车库以及地铁等工程需要进行深基坑的开挖和支护

深基坑作为一种特殊的地下结构,其施工过程中会遇到许多地质和工程问题

为了保证深基坑开挖的稳定性,采用多种基坑支护形式其中立柱就是其中重要的一种支护形式

在跨度较大的基坑工程中,需要在基坑支护结构和内支撑的基础上,需要在合适的位置设置竖向支撑结构,该竖向支撑结构称之为立柱,一般由钢立柱和立柱桩一体化施工而成

立柱的主要功能就是为内支撑结构提供竖向的承重,确保内支撑结构的纵向稳定,如果立柱发生较大的沉降变形,会影响整个基坑支护体系,造成严重的后果

因此,对于基坑立柱进行沉降观测并根据观测结果实现及时预警具有切实的必要性


技术实现思路

[0003]本专利技术的目的,在于提供一种深基坑支护立柱沉降监测与预警方法,具有广泛的适用性

实时性

预警准确性

[0004]本专利技术的目的可以通过采用如下技术方案达到:
[0005]S101
,制定立柱沉降监测方案:所述制定立柱沉降监测方案,包括针对立柱的沉降制定监测方案,所述监测方法包括监测点位置的规划/>、
监测方法

监测频率和预警标准的设定;
[0006]S102
,实施监测并获得监测数据:所述实施监测并获得监测数据,包括依据所述监测方案布置监测点位,并根据监测频率对监测点的沉降进行监测,获得监测数据;
[0007]S103
,监测数据预处理:所述监测数据预处理,包括根据监测点位对监测数据进行整理,还包括对异常值进行识别,还包括对缺失值和异常值进行插补;
[0008]S104
,监测数据分析:所述监测数据分析,包括通过对监测数据发展规律的研究,构建组合预测模型,通过组合预测模型对监测数据未来下一个时间间隔的沉降数据进行计算获得预测值,所述组合预测模型是由灰色预测模型

季节性自回归移动平均模型和长短期记忆神经网络预测模型组合获得,所述组合预测模型的计算公式为式
(1)

[0009]Y

Q1y
t1
+Q2y
t2
+Q3y
t3
(1)
[0010]式中,
Q
i
为权重系数,
y
t1
为基于灰色预测模型的预测结果,
y
t2
为基于长短期记忆神经网络预测模型的结果,
y
t3
为基于季节性自回归移动平均模型的结果;
[0011]所述监测数据分析,还包括所述权重系数系数的计算方法采用方差倒数法,计算公式为式
(2)

[0012][0013]式中,
Q
j
为权重系数,
D
j
为第
j
个模型的残差平方和;
[0014]S105
,预警效果的实现:所述预警效果的实现,包括采用获得的预测值和预警标准进行比较,如果预测值的变化超过了预警标准,则发出预警,达到预警的目的;
[0015]进一步的,上述
S102
中,所述监测方法为在立柱监测点位布置沉降观测点,采用观测仪器测量沉降并记录,所述观测仪器为全站仪或精密水准仪;
[0016]进一步的,上述
S103
中,所述异常值识别的方法为定窗口

箱型图法,所述定窗口

箱型图法的主要实施步骤为:
a)
收集数据,固定窗口长度,根据窗口长度将数据分割;
b)
每个窗口长度内计算第一四分位数
Q1、
第三四分位数
Q3
和中位数
Q2

c)
每个窗口长度内计算异常值上限
UW
和下限
LW
,所述上限
UW
和下限
LW
的计算公式为式
(3)

[0017][0018]d)
检测异常值,根据计算获得的上限
UW
和下限
LW
,对大于上限
UW
或者小于下限
LW
的数据认定为异常值,所述异常值的处理方法为识别后删掉

[0019]进一步的,上述
S103
中,所述异常值和缺失值的插补方法为线性插值法,所述线性插值法的主要步骤为:
a)
确定需要插值的点,所述点位为异常值和缺失值点;
b)
找到插值点左右已知点位
(t1,
y1)

(t2,
y2)

c)
计算插值
y
,所述插值
y
的计算公式为式
(3)

[0020][0021]式中,
t1
为插值点左边已知点位的观测时间,
y1
为插值点左边已知点位的沉降观测值,
t2
为插值点右边已知点位的观测时间,
y2
为插值点右边已知点位的沉降观测值,所述时间
t
为差值点所对应的观测时间

[0022]本专利技术的有益效果是
:
[0023]相对于现有技术,本专利技术为一种深基坑支护立柱沉降监测与预警方法,具有广泛的适用性

实时性

预警准确性

附图说明
[0024]图1:为本专利技术的一种深基坑支护立柱沉降监测与预警方法的流程图

具体实施方式
[0025]为了对本专利技术的技术特征

目的和效果有更加清楚的理解,相对照附图说明本专利技术的具体实施方式

[0026]如图1所示,为本专利技术提出一种深基坑支护立柱沉降监测与预警方法流程图,该流程图包括内容如下

[0027]S101
,制定立柱沉降监测方案,所述制定立柱沉降监测方案,包括针对立柱的沉降制定监测方案,所述监测方法包括监测点位置的规划

监测方法

监测频率和预警标准的设
定;
[0028]S102
,实施监测并获得监测数据,所述实施监测并获得监测数据,包括依据所述监测方案布置监测点位,并根据监测频率对监测点的沉降进行监测,获得监测数据;
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种深基坑支护立柱沉降监测与预警方法,其特征在于,所述方法包含以下步骤:
1)
制定立柱沉降监测方案;
2)
实施监测并获得监测数据;
3)
监测数据预处理;
4)
监测数据分析;
5)
预警效果的实现;所述制定立柱沉降监测方案,包括针对立柱的沉降制定监测方案,所述监测方法包括监测点位置的规划

监测方法

监测频率和预警标准的设定;所述实施监测并获得监测数据,包括依据所述监测方案布置监测点位,并根据监测频率对监测点的沉降进行监测,获得监测数据;所述监测数据预处理,包括根据监测点位对监测数据进行整理,还包括对异常值进行识别,还包括对缺失值和异常值进行插补;所述监测数据分析,包括通过对监测数据发展规律的研究,构建组合预测模型,通过组合预测模型对监测数据未来下一个时间间隔的沉降数据进行计算获得预测值,所述组合预测模型是由灰色预测模型

季节性自回归移动平均模型和长短期记忆神经网络预测模型组合获得,所述组合预测模型的计算公式为式
(1)

Y

Q1y
t1
+Q2y
t2
+Q3y
t3 (1)
式中,
Q
i
为权重系数,
y
t1
为基于灰色预测模型的预测结果,
y
t2
为基于长短期记忆神经网络预测模型的结果,
y
t3
为基于季节性自回归移动平均模型的结果;所述监测数据分析,还包括所述权重系数系数的计算方法采用方差倒数法,计算公式为式
(2)
,式中,
Q
j
为权重系数,
D
j
为第
j
个模型的残差平方和;所述预警效果的实现,包括采用获得的预测值和预警标准进行比较,如果预测值的变化超过了预警标准,则发出预警,达到预警的目的
。2.
根据权利要求1所述的一种深基坑支护立柱沉降监测与预警方法,其特征在于:所述
2)
中,所述监测方法为在立柱监测点位...

【专利技术属性】
技术研发人员:杨文杰揭英强陈振宇曾韬罗行涂日鸿
申请(专利权)人:中交第四航务工程局有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1