城市地下工程引起的地面变形问题越来越受到工程界的重视,主要原因在于无论采用何种施工方法,地下工程施工都不可避免地产生地层运动,尤其是地面变形。若这种地面变形过大,将会直接影响地下管网设施与地面建筑物的安全使用。 本文以盾构法隧道和基坑为研究对象,通过对地面变形机理的分析,全面系统地从理论上探讨了盾构隧道和基坑引起地面变形的影响因素,建立了基于神经网络的地面变形预测模型,并运用该模型对上海、广州、南京等城市的盾构隧道和基坑工程所引起的地面变形进行了实际预测,获得了令人满意的预测结果。最后用神经网络递阶分析法对影响地面变形的因素进行了敏感性分析,得出预测模型输入参数的敏感性排序。本文的具体内容如下: 1.影响地下工程地面变形的因素很多,而且这些因素往往是综合作用的,为考虑多种因素影响下的地面变形,本文提出了基于神经网络的地面变形预测的建模方法。从工程应用的角度,讨论了神经网络结构的设计、数据的准备、如何训练网络及评价网络的性能等;并运用Visual C++6.0程序平台,基于BP基本算法,编制了实用计算程序。 2.分析了盾构隧道和基坑施工对土体的扰动机理和地面变形机理,通过对地面变形影响因素的系统分析,确定了综合考虑地质环境条件、物理参数和施工工艺的主要影响因素。 3.基于神经网络建立了盾构施工地面变形的预测模型,该模型的输入为盾构掘进时的推力、上覆土的厚度和土体性质等9个因素,输出为地面最大沉降量和沉降槽宽度系数,用三个场地的监测资料加以检验,得到了令人满意的预测结果。 4.建立了基坑施工墙后地面变形的神经网络预测模型,该模型的输入为桩径(墙厚)、基坑开挖深度和土体强度等10个影响因素,输出为墙后地面最大沉降量和影响范围。通过多个场地实际分析结果表明,利用神经网络对基坑工程中墙后地面变形进行预测是可行的。 5.简要介绍了递阶分析方法的理论基础,运用Visual C++6.0程序平台,编制了计算程序;运用递阶分析方法,对本文所建立的盾构隧道和基坑工程地面变形神经网络模型中所选用的输入参数进行了敏感性分析,得出预测模型输入参数的敏感性排序。