文摘

合理的选择和优化深基坑的设计方案直接关系到安全的支持,整个项目的工期和成本。在这里,基于大量的许多相关领域的理论成果,相关影响因素进行了系统地分析,并介绍了先进的数学算法,如神经网络根据建筑深基坑支护施工的相关特征。首先,本文设计和实现了深基坑施工安全风险技术基于无线通信和BIM技术,分析和描述了框架和功能的基坑施工安全风险识别系统。其次,我们使用神经网络算法研究基坑支护结构的变形预测,可以描述上述安全知识的表达方法。最后,该方法和传统方法的差异和利益通过实验比较,表明这种技术可以为建筑深基坑施工安全风险的知识。

1。介绍

随着经济建设的快速发展,城市化进程的不断加快,城市建设的空间正变得越来越紧张。为了更有效地利用城市土地,大量的高层建筑出现在各个城市(1,2]。挖掘和利用地下空间也不断发展,和规模和深度增加。无论是高层建筑的深基础建设或地下空间,建设大型地下挖掘是不可避免的,这是伴随着大量的深基坑工程问题(3]。值得注意的是,小型建筑工地和复杂深基坑项目的周边环境导致了建筑安全事故频繁,对国家和社会造成巨大的经济损失,甚至人员伤亡,造成很坏的社会影响(4]。移动云计算提供了强大的数据处理功能的感知网络,构建移动集团感知应用程序基于感知的报道大量的移动设备,服务于多个复杂的社会知觉和分析任务,如建筑监测、实时路况、推荐和社交网络。本文致力于将先进的安全性和网络通信技术在高层建筑基坑的施工。

高层结构的主要城市和城镇出现了一个接一个的健康和快速增长的金融经济(5]。建设网站集群,规模和大小在double-large模式。项目紧密和开挖深度大。开创性的大规模或高层结构,深基坑工程是一个特别重要的链接。显然,深基坑施工的顺利进展的关键在于支持结构技术水平(6]。我们都知道,深基坑的施工项目是一个高度集成的系统工程,容易受到各种因素,如岩土结构和施工工艺,但也有一些相关的理论,需要进一步发展和完善7,8]。由于各种复杂条件下深基坑的实际施工和相关理论和缺乏经验的缺乏,工程事故频繁发生(9]。BIM模型可以将所需的所有信息存储在建筑的整个生命周期,包括工程对象的属性信息和结构信息的人员和设备在每个阶段的建设,如果信息总结和综合和检索相关信息用于指导安全风险识别工作,可以使安全风险识别的结果更科学、准确的,并最终指导深基坑的安全施工项目(10- - - - - -12]。摘要BIM技术充分应用到深基坑工程的安全风险管理过程。通过创建一个BIM模型的深基坑工程,工程对象的几何和nongeometric信息提取为安全风险识别、不仅可以帮助管理者实时;直观、准确地掌握施工现场的安全状况也可以从根本上减少深基坑施工的风险,这在实际工程项目(有一定的意义13]。

高层建筑的深基坑的支护结构整个项目是非常重要的。合理的深基坑支护方案的选择和优化设计直接关系到安全,整个项目的工期和成本(14]。基于大量国内外相关领域的理论成果,系统地分析相关影响因素,介绍了先进的数学算法,如神经网络相关研究从建筑深基坑支护施工的相关特征。本文的结构部分,本文的第二部分介绍了网络安全通信和高层建筑基坑的结构。第三部分介绍了基坑支护结构的变形检测基于神经网络。第四部分介绍了基坑支护结构的变形检测验证。我们介绍了本文第五部分总结和未来前景。

2。相关技术概述

2.1。安全性和通信网络

随着物联网的发展和传感器功能,移动终端设备能够感知环境信息和收敛到一个感知网络(15]。移动云计算提供了强大的数据处理功能的感知网络,构建一个移动群体感知应用基于感知的报道大量的移动设备,服务于多个复杂的社会知觉和分析任务,如建筑监测、实时路况、和社交网络的建议。本文致力于集成先进的安全性和网络通信技术在高层建筑基坑的施工16]。

在新一代移动网络的发展,非正交的多址接入技术提供有效的无线通信系统的频谱资源利用率。移动智能感知应用程序结合了移动云计算和物联网技术为空气质量监测提供实时服务,道路状态监测、和其他社会工作(17]。研究无线网络的安全防御机制可以有效地保证通信传输的可靠性受到恶意攻击。诺玛研究物理层安全的无线网络,国防计划对窃听攻击和电子欺诈攻击提出了近年来。塔里克和马哈茂德18]分析了单天线的下行用户的安全通信能力诺通信系统,也就是说,窃听者的存在的可靠通信速率,并通过静态数值计算给出了系统安全参数完全了解。最优功率分配策略,沟通能力是由智能网络。廖(19)提出了诺玛无线传输技术与多播相结合,利用合作信号干扰潜在的窃听者和改善安全通信的能力。然而,由于无线网络的开放性和智能网络攻击的发展,无线通信系统的可靠性基于非正交多重存取和移动群体智慧应用网络安全研究已经成为一个重要的挑战的下一代移动网络(20.]。

2.2。高层建筑基坑支护结构

基坑工程是一个古老和特点岩土工程和地下工程建设的基础。同时,它是一个全面的岩土工程问题,不仅涉及土力学典型的强度问题,包括变形问题,而且土壤和支承结构的联合效应。的理解这些问题和对策的研究正逐渐改善的进展土力学理论,计算技术,测试仪器,建筑机械,施工技术。基坑支撑形式的选择是由基坑设计的主要内容和安全。错误或错误的分析各种条件的基坑常常导致基本在基坑的设计错误。它将直接导致工程事故在施工过程中,这样的病例并不少见。这座城市正在经历大规模的发展。各种建筑不断出现(21,22]。有许多中矮秆和高层建筑在当今的城市,和这些建筑的建设不可避免地会伴随着基坑项目的出现。因此,基坑的问题已经成为一个话题,我们工程社区喜欢讨论。

2.3。深基坑施工的空间拓扑关系基于BIM

基坑工程是与很多因素有关,如工程地质、水文地质、土壤的一些物理参数,设计、施工、和周围环境(23,24]。如今,建筑变得越来越越长越高,更高的建筑会导致基坑项目的更深、更大的发展。更大的深基坑工程,就越难支撑结构的基坑工程(25]。当前城市给人们一个新的外观每年因为建设的新建筑和老村庄的拆迁。

在这个过程中,基坑工程经常出现在一些建筑在建或已建成。这些地方通常是拥挤和有更多的建筑,所以更经济可进行边坡开挖方法,它将有一个很大的影响在基坑周围的建筑物,和基坑的稳定性和变形要求严格,以免影响周围建筑物的安全(26,27]。建筑信息模型是一个数字和信息工具应用于项目的整个生命周期。创建参数化模型集成了必要的信息在每个阶段的项目的生命周期。它是依据建设单位和承包商一起工作。建设项目的使用BIM技术有利于提高管理、降低生产成本,提高工程建设的质量和效率。

2.4。基坑数据采集模块

数字信息技术的技术变革带来了很多新的发展机遇在其他行业(如电子设备制造业和汽车行业),大大提高了生产效率。同样,工业革命的未来方向为深基坑项目还需要集成数字信息生产方法和建设施工过程实现数字信息深基坑工程建设(28]。深基坑项目中,为了实现各种相关信息的集成,需要链接网站环境中各种建筑信息模型中,排水模型,机械设备模型和其他模型的建筑信息模型和更新、创建和修改的时间信息模型(29日]。本文中的数据采集模块电路设计包括两个部分:传感器和信号调节和转换。检测节点的设计方案的基坑支护结构如图1。

然后使用BIM技术的优点,如模拟和碰撞检查优化和调整专业模型实现了专业之间的协调。深基坑工程而言,我们不仅必须考虑不同学科之间的协同作用,如土方开挖方案,支护结构设计方案,和排水建设计划,但也深基坑周围环境如现有建筑(30.]。

3所示。基坑支护结构的变形检测基于神经网络

RBF神经网络是一个单隐层的三层前馈神经网络穆迪在1980年代末提出的。刘等人证明了神经元隐层有足够时,精度的RBF神经网络可以接近任何连续函数(31日,32]。由于其简单的拓扑结构,它可以广泛应用于分类和时间序列预测。RBF神经网络的主要优点是它足够强大的非线性拟合能力,及其鲁棒性和记忆能力很好。缺点是没有明确的数学推导过程,并不能证明自己的算法的实现原理。另一方面,它不能正常工作当数据集的数量是不够的33]。

本文使用了一个三层对于多输入变量RBF网络隐层建立预测模型。虽然隐层神经元越多,结果越精确,太多的隐层神经元的数量将会增加网络计算和容易导致过度拟合问题,而神经元太少会导致影响网络性能和未能达到预期的结果,因此,确定隐层神经元的数量是非常重要的34]。网络隐层神经元的数量直接相关实际问题的复杂性,输入和输出层神经元的数量,和预期的设置错误。本文是指以下经验公式的选择隐层神经元的数量(35]:

其中,输入层神经元的个数,是在输出层神经元的数目,然后呢是一个常数之间 。根据上面的公式,可以计算神经元的数量在3 - -12之间因为应用高斯函数的函数隐层神经元之间的转移。

其中, 是数据的核心我th隐层神经元, 径向基网络的输入,r_我是一个常数。隐层中的每个神经元层的重量是转置值的输入向量,及其阈值如下:

其中,传播是膨胀系数。

高斯函数的输入向量如下:

其中,是输入向量,权向量,是阈值。

这个函数的输出必须两个值代表两类,分别为乙状结肠函数,函数形式如下:

相应的函数图像是一个s形曲线的值在0和1之间。

确定数据的边界类型划分;对于线性边界;边界形式如下:

构造预测功能:

的值函数有一个特殊的意义,它代表着结果的概率是1,所以输入的概率类别1和类别分类结果0

神经网络主要由一个输入层,几个隐藏层和输出层。其算法主要分为两部分:提出和反向传播错误信息的传播。向前传播,信息计算一层一层地从输入层,通过隐层,然后传递到输出层。

一旦得到输出层的输出不符合预期,计算输出层的误差变化值,然后广播在相反的方向。在反向传播过程中,每一层的神经元的权重将被修改,这个过程会重复,直到达到期望的目标。即神经网络近似是一个全球性的网络。对于每一对输入和输出值,所有网络参数必须相应调整。

4所示。基坑支护结构的变形检测验证

为了验证的高精度重建性能RBF神经网络算法,本章验证并分析了基坑支护结构的变形监测。目前,常见的岩土计算软件在市场上主要由ANASYS PLAXIS,国旗,大富翁、土壤、和其他软件。其中,一般岩土工程师和研究人员经常使用PLAXIS,国旗,迈达斯软件,并为研究应力和变形之间的关系二维和三维土壤和基坑支撑体系,每个人都习惯使用1 viidas系列软件。最主要的原因是,一方面,它已经开发出了专门为基坑基坑设计支持平台的支持,这是更有针对性;另一方面,软件界面好,和地质地层参数方便用户交互式地输入,这有利于起步。的内部结构图传感器检测基坑支护结构的变形图所示2。

采用针对摩尔-库仑本构模型修改各土层的测试用例,并在二维情况下的平面应变问题是考虑。针对摩尔-库仑本构模型修改后的一种改进的本构模型是基于莫尔-库仑本构模型。莫尔-库仑理想弹塑性本构模型。它只考虑强度与围压的变化,但不考虑弹性。模具改变围压下,压力并不是固定的。这是不符合实际的地质材料的特点,针对摩尔-库仑本构和修改可以更好地反映基坑开挖地面变形。采用各向同性弹性本构模型桩,主持人,和土壤指甲,可以更好地反映桩的力和变形,锚和土钉。其中,成堆的属性是桩/梁1 D属性,和锚和土钉都是嵌入式框架分析属性。MIDAS GTS NX具有良好的网格生成函数。在这种情况下,每个土层和桩锚,和土壤的指甲都是用于播种的方法大小2网各土层和桩锚和土钉。

4.1。技术性能测试

有限元分析计算选择1 - 1节,2 - 2部分,和4 - 4部分。以上三个部分的轴向力将动态跟踪、调整,并与动态设计的概念和模型。分析相应的地面变形和桩变形。图3显示了轴向力损失的比较轮廓变形时是稳定的。图4的比较结果表明桩位移的动态补偿状态下的轴向力部分变形。

比较分析后,无论是在轴向力的情况下或在轴向力补偿损失,计算最大地面沉降与实际监测值进行了分析,和最大地面沉降计算的有限元分析进行了分析。最大变形条件下的力补偿比这小得多的条件下的轴向力损失,约40%。计算结果与监测结果的状态下轴向力损失,有限元的计算值大于监测值和监测值的大小对计算值的50%。计算结果与监测结果的状态下轴向力补偿,有限元的计算值也大于监测值。监测值的大小计算值的80%到95%。一般来说,在这种状态下,有限元素的计算值设计具有重要意义。

4.2。模拟基坑变形的配置文件

根据以往的工程经验和有限元计算结果,基坑开挖的宽度大约是3 - 4次的深度挖掘,和影响的深度挖掘的深度约为2 - 4倍。基坑和计算域之间的对称性,和计算的半节域进行分析。计算范围分析100×50米。它相当于3倍开挖深度延伸到墙的底部和7倍开挖深度外墙上。有限元模型分为19920个元素。其中,有180个单位,地下连续墙和土壤有两层楼,7680辆和11700辆,360接触表面的单位。图5仿真结果显示轴向力损失当基坑的变形是稳定的。

在基坑工程中,土的开挖层构造阶段,所以在有限元仿真分析,增量的计算方法通常用于解决基坑的开挖。其突出的优点是,它可以考虑负载的逐步应用和土的开挖和卸载,这不仅可以反映出应力-应变和变形的变化在一定阶段的施工过程,还采用非线性本构关系。此时,它能更好地反映土壤的非线性特征,更实际地模拟开挖和基坑的施工过程,并模拟土壤沉降的变化背后的墙的水平位移与分步开挖的支护结构。图6显示的最大力量的分布动态补偿状态下的桩身轴力的基坑部分。

随着信封结构的刚度增加,displacement-depth曲线曲率的减少。扩大信封结构在一定的范围内可以有效地减少围护结构的水平位移,但在一定的限制,它的作用将逐渐减少。因此,增加外壳结构的刚度的影响减少围护结构墙的水平位移是有限的,并提高围护结构的刚度(围墙)的厚度、混凝土的数量也相对较大。比较测试RBF神经网络方法和其他方法的结果如图所示7。

为了验证本文方法的有效性,我们使用RBF神经网络在本文中提出的方法,其他方法(如卷积神经网络和径向基神经网络)深基坑工程的安全风险管理(36- - - - - -38]。测试结果如图7。可以广泛用于分类和RBF神经网络时间序列预测由于其简单的拓扑结构。RBF神经网络的主要优势是它足够强大的非线性拟合能力,及其鲁棒性和存储能力很好。

外壳结构刚度的增加,腹部的外壳结构的最大位移点向上移动,和腹部的墙体水平位移的减少。的计算和分析建筑基坑工程实例表明,该信封的最大水平位移有限元计算与工程监测值,和信封的最大水平位移计算的有限元略小于工程监测的价值。有限元计算值的水平位移曲线是在良好的协议与工程监测的价值。基坑的优化设计支持系统表明,该方法是可行的。

5。结论

无论是高层建筑的深基础建设或地下空间,建设大型地下挖掘是不可避免的,这是伴随着大量的深基坑工程问题。

本文将基坑划分为1 - 1和2 - 2通过不同的分析边坡的施工现场环境、周边环境条件、岩土工程条件,基坑深度的高层办公楼项目。根据技术经济条件的计算和比较了许多计划,施工安全为准。支撑结构主要采用土钉墙,斜率喷涂硅,等。这种形式的支持是很容易构造,施工周期短,也可以节约成本。基于大量国内外相关领域的理论成果,系统地分析相关影响因素,介绍了先进的数学算法,如神经网络从建筑深基坑支护施工的相关特征。岩土工程调查还是基坑稳定性计算,它提供了有价值的信息对基坑的设计和施工,才能保证基坑工程的安全性和可靠性,并为整个基坑工程具有重要的指导意义。在未来,我们将继续致力于网络安全研究的集成和高楼大厦。

数据可用性

和/或使用的数据集分析在当前研究可从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了安徽省高校自然科学项目(KJ2020A0739)。