您的位置: turnitin查重官网> 工程 >> 交通工程 >> 道路工程 >沉降季节冰冻区道路路基差别沉降制约与预测策略

沉降季节冰冻区道路路基差别沉降制约与预测策略

收藏本文 2024-02-14 点赞:7147 浏览:21982 作者:网友投稿原创标记本站原创

摘要:我国的季节冻土面积超过了国土面积的一半,季节冻土的开发和利用在我国经济建设和社会进展中占有极其重要的战略地位。随着我国西部大开发战略和振兴东北老工业基地战略的不断深化,加速基础设施建设将成为这些地区社会经济快速进展的有力保障,其中道路建设是最首要的基础前提,势必需要修建数量更多,等级更高的道路。然而,道路路基冻害不足一直是困扰我国季节冰冻区道路建设的一个重要不足。路基的季节性冻结和融化引起的路基不均匀变形已成为季节冰冻区路基路面早期破坏的重要理由之一。由于路基路面是一个整体,路基不均匀融沉变形引起路基的差别沉降,以而导致路面发生不均匀变形,在路面结构层中产生融沉附加应力,当不均匀变形值超过某一限值时,路面结构层因较大的附加应力和路面的荷载应力叠加超过路面材料的容许拉应力而发生破坏。路基的强度和稳定性是保证道路正常利用的基本条件,路基的稳定与否,主要反映在路基沉降变形量的大小,由此建立路基差别沉降制约标准和准确预测路基的沉降变形规律对保证道路的安全运转具有重要的作用。为确保路基具有足够的稳定性,需要实时获取路基强度状态,有必要对路基强度进行监测。由于季节冰冻区路基的含水量、压实度、干湿类型都与回弹模量呈指数联系,所以采取回弹模量能较好的反映整体路基工程情况,科学合理地判定路基的稳定状态。目前,测定路基回弹模量主要有承载板法、贝克曼梁法和落锤式弯沉仪法等。由于现场承载板法和贝克曼梁法的整个历程为人工操作,费时费力,受人为因素和环境影响较大,精度较低,无法满足大面积快速检测与路面管理系统数据采集的需要。而落锤式弯沉仪法的费用昂贵,测试荷载偏大、塑性变形对测试结果有影响,另外它的反算是个非常复杂且困难的不足。由此,有必要对路基土回弹模量的动态监测策略进行深入、科学的探讨,以求能为沥青路面结构设计提供科学的测试策略和准确的参考值,具有重要的实际价值和探讨作用。由于气候环境和地质条件等理由,季节冰冻区公路路基每年在冬季发生冻胀、春季发生融沉,路基很容易发生不均匀变形,过大的差别沉降会使路基结构破坏,由此对季节冰冻区路基的变形预测显得尤为重要。由于目前采取的许多预测模型和策略大多局限于单个监测点的建模和预测,没有考虑各监测点之间的相互影响联系,仅仅是一种对监测对象的局部变形浅析探讨。实际上,在路基沉降历程中,单个监测点受其他监测点变形的影响,同时也影响其他监测点的变形,各监测点相互影响、相互制约,是一个系统变化历程,故应以系统整体角度探讨路基沉降的变形规律,以整体上对沉降观测数据进行恰当的处理,以便对沉降变形作出准确的预报,对减少道路灾害的发生、保证行驶安全、提升经济效益具有广泛的现实作用。本论文依托国家高新技术探讨进展项目(863项目)“季节冰冻区大范围道路灾害参数监测与辨识预警系统探讨”(项目号:2009AA11Z104),基于季节冰冻区路基差别沉降制约标准、路基稳定性判断浅析策略,改善灰色多变量预测模型用于路基沉降预测进行了系统的探讨,主要开展了以下几方面工作:1、通过对不同差别沉降条件下的路面力学响应进行浅析,定量的计算出当路基产生多少差别沉降量时,路面将产生破坏,进而建立基于路面结构性要求的差别沉降制约标准。同时,考虑路面功能性对差别沉降的要求,综合两方面因素,确定针对季节冰冻区道路路基差别沉降制约标准,分为安全、比较安全、比较危险、危险、非常危险五个级别。2、由于路基回弹模量能较好的反映整体路基工程情况,可以科学合理地判定路基的稳定状态。由此,基于弹性层状系统论述,考虑到路基回弹模量与基层顶面应变的内在联系,且基层顶面应变可以实时、准确监测,采取BP神经网络算法为反演策略,以特点截面处的基层顶面应变为输入变量,以路基回弹模量为输出变量,建立了基于实测应变数据的路基回弹模量数学反演模型。3、季节冰冻区路基沉降变形是一个复杂的系统历程,常用的数学预测模型仅局限于单个监测点时间序列的建模和预测,不能考虑到各监测点之间的相互影响联系,不足以反映路基整体的变形走势。以系统的角度综合考虑变形体上各监测点的变形,将单变量GM(1,1)模型在n元多变量情况下扩展为多变量MGM(1, n)模型,以而实现对路基中相互影响的多个监测点变形预测模型的建立和预测。通过浅析传统多变量MGM(1, n)模型背景值计算有着的误差,利用非齐次指数函数拟合模型中各变量的一次累加生成序列,提出了新的背景值计算公式,建立了优化的多变量MGM(1, n)模型。4、在实际路基沉降监测历程中,通常有着非等时距的监测时序不足,导致观测数据采样周期难以保持一致,以而出现原始观测数据时距不等的情况,极大降低了预测模型的精度和运用范围。由此,针对非等时距的多变量MGM(1, n)模型的建模机理进摘要行论述浅析,进而建立非等时距的多变量MGM(1, n)模型,用以拟合预测多变量间具有相互影响、相互制约联系的非等时距的路基沉降监测原始数据序列。同时,鉴于背景值的计算策略是决定灰色预测模型精度和适应性的重要因素,利用非齐次指数函数模拟多变量MGM(1, n)模型中的一次累加生成序列,提出了一种优化模型背景值的策略,以提升非等时距多变量MGM(1, n)模型的拟合预测效果。关键词:路基论文差别沉降制约标准论文附加应力论文回弹模量论文参数反演论文沉降预测论文多变量MGM(1论文n)模型论文非等时距论文背景值优化论文

    摘要4-7

    ABSTRACT7-15

    第1章 绪论15-27

    1.1 本论文探讨目的及作用15-18

    1.2 路基差别沉降制约标准探讨近况18-21

    1.2.1 国外探讨近况18-19

    1.2.2 国内探讨近况19-21

    1.3 路基回弹模量探讨近况21-23

    1.3.1 路基强度检测策略的探讨21-22

    1.3.2 路基模量反算策略的探讨22-23

    1.4 路基沉降预测策略探讨近况23-25

    1.5 本论文的探讨内容25-27

    第2章 季节冰冻区路基差别沉降制约标准探讨27-45

    2.1 引言27

    2.2 路基差别沉降制约指标27-28

    2.3 基于路面结构的路基差别沉降制约标准28-35

    2.3.1 计算模型的建立28-29

    2.3.2 材料参数29-30

    2.3.3 交通荷载的静力等效30

    2.3.4 边界以及初始条件30-31

    2.3.5 路面结构层对差别沉降的力学响应31-35

    2.4 基于路面功能的差别沉降制约标准35-37

    2.4.1 基于路面横坡差别沉降制约35-36

    2.4.2 基于路面平整度的差别沉降制约36-37

    2.5 差别沉降制约标准及沉降分级37-39

    2.5.1 差别沉降制约标准确定37-38

    2.5.2 路基差别沉降分级38-39

    2.6 实际工程运用39-42

    2.6.1 长春至德惠段一级公路介绍39

    2.6.2 路基沉降监测39-41

    2.6.3 长春至德惠段路基差别沉降分级41-42

    2.7 本章小结42-45

    第3章 基于应变监测信息的路基稳定性判断浅析策略45-69

    3.1 引言45

    3.2 路面力学浅析模型45-53

    3.2.1 弹性论述空间不足的基本方程46-47

    3.2.2 轴对称荷载作用下的弹性层状系统求解47-52

    3.2.3 双圆复合荷载作用下应力、应变和位移的计算公式52

    3.2.4 力学计算软件 BISAR3.0 介绍52-53

    3.3 基于 BP 神经网络的路基回弹模量计算53-61

    3.3.1 BP 神经网络算法54-59

    3.3.2 BP 神经网络拟合计算路基回弹模量59-61

    3.4 BP 神经网络参数反演策略计算实例61-67

    3.4.1 神经网络训练样本的构造61-65

    3.4.2 策略验证65-67

    3.5 本章小结67-69

    第4章 基于多变量灰色模型的路基沉降预测69-89

    4.1 引言69-70

    4.2 传统多变量 MGM(1, n)模型的建立70-73

    4.2.1 多变量 MGM(1, n)模型变量的灰色关联浅析70-71

    4.2.2 多变量 MGM(1, n)模型的基本方程71-73

    4.3 多变量 MGM(1, n)模型背景值的优化探讨73-76

    4.3.1 多变量 MGM(1, n)模型背景值的误差浅析73-74

    4.3.2 多变量 MGM(1, n)模型背景值的优化74-76

    4.4 利用背景值优化的非等时距 MGM(1, n)模型建模76-86

    4.4.1 利用优化的背景值建模76-77

    4.4.2 新陈代谢策略77-78

    4.4.3 预测模型的检验78-79

    4.4.4 运用实例79-86

    4.5 本章小结86-89

    第5章 基于非等时距多变量灰色模型的路基沉降预测89-109

    5.1 引言89-90

    5.2 非等时距多变量 MGM(1, n)模型的建模机理探讨90-95

    5.2.1 非等时距多变量 MGM(1, n)模型的建立90-92

    5.2.2 非等时距多变量 MGM(1, n)模型建模机理92-95

    5.3 非等时距多变量 MGM(1, n)模型背景值的优化探讨95-98

    5.3.1 非等时距多变量 MGM(1, n)模型背景值的误差浅析95-96

    5.3.2 非等时距多变量 MGM(1, n)模型背景值的优化96-98

    5.4 利用背景值优化的非等时距多变量 MGM(1, n)模型建模98-107

    5.4.1 非等时距多变量 MGM(1, n)模型变量的灰色关联浅析98-99

    5.4.2 利用优化的背景值建模99

    5.4.3 预测模型的检验99-100

    5.4.4 运用实例100-107

    5.5 本章小结107-109

    第6章 结论与展望109-113

    6.1 全文结论109-110

    6.2 展望110-113

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号