[发明专利]一种垂直顶升施工过程中顶力的智能预测方法

说明书

本发明公开了一种垂直顶升施工过程中顶力的智能预测方法，首先，获取垂直顶升施工过程中竖向立管的顶力以及顶力的影响因素的数据并进行预处理；其次，建立若干个BP神经网络模型，每个BP神经网络模型的隐含层神经元数目不同；然后，对BP神经网络模型进行训练和验证，获取验证参数，根据验证参数确定效果最佳的BP神经网络模型；最后，以得到的效果最佳的神经网络为预测模型，获取实时的实际垂直顶升施工过程中竖向立管的顶力影响因素数据，输入到预测模型中，对工程中的顶力进行预测。本发明提供的基于BP神经网络的垂直顶升施工过程中顶力的预测方法与传统的垂直顶升顶力计算方法相比，更加简洁高效，且具有智能化效果，有广阔的应用前景。

技术领域

本发明涉及海底隧道施工领域，尤其涉及一种垂直顶升施工过程中顶力的智能预测方法。

背景技术

在沿海、沿江地区建造火力发电厂、石油化工等大型企业，需要大量的进排水隧道提供冷却水并排放生产及生活污水，在修建水工盾构隧道过程中，常采用垂直顶升法对隧道中的取排水立管进行施工。垂直顶升的原理与水平顶管相似，是指在已建隧道内部将竖直管道朝上顶进并穿出土层的一种方法，可以推广应用于地铁出入口及风井，市政管廊检修井，长隧道中间风井等工程中，未来研究前景很广。关于垂直顶升法施工过程中的顶力预测，目前相关研究的应用范围较小，往往只适用于具体的单个工程，普适性较差，有必要对顶力的预测方法提出普适性较强且便于预测的方法。

现有的垂直顶升法顶力的计算理论研究基础主要包含朗肯土压力理论、土体剪切破坏模型、汉森极限承载力公式等，类似的理论计算公式虽然可以对顶力进行预测，但并不能保证未来类似工程中顶力的预测效果。

相较于传统的理论计算方法，人工智能方法近年来不断渗透到岩土工程领域中。其中，人工神经网络已经在隧道的各个领域得到了多方面的应用。该方法可以在不提前得知数据间关系的条件下，寻找影响因素与预测对象之间的复杂非线性关系。受此启发，可通过目前已获得的垂直顶升工程数据，通过人工神经网络模型的建立，便捷、快速地获得优质的垂直顶升顶力预测结果。

综上所述，以人工神经网络为基础建立垂直顶升法顶力的预测模型，对未来垂直顶升工程中的顶力预测，进而实现工程安全具有重要意义。

本发明的目的是提供一种垂直顶升法顶力的预测方法，以对垂直顶升工程中的顶力进行超前预测。

发明内容

本发明目的在于针对现有技术的不足，提出一种垂直顶升施工过程中顶力的智能预测方法。

本发明的目的是通过以下技术方案来实现的：一种垂直顶升施工过程中顶力的智能预测方法，具体包括以下步骤：

步骤一：获取垂直顶升施工过程中竖向立管的顶力以及顶力的影响因素的数据并进行预处理；

步骤二：建立若干个BP神经网络模型，每个BP神经网络模型的隐含层神经元数目不同；竖向立管的顶力的影响因素数据作为BP神经网络模型的输入，输出为预测的竖向立管的顶力；

步骤三：对步骤二中的BP神经网络模型进行训练和验证，获取验证参数，根据验证参数确定效果最佳的BP神经网络模型；

步骤四：以步骤三中得到的效果最佳的神经网络为预测模型，获取实时的实际垂直顶升施工过程中竖向立管的顶力影响因素数据，输入到预测模型中，对工程中的顶力进行预测。

进一步地，在步骤一中，将垂直顶升的顶力实测数据进行数据预处理，所述预处理包括数据归一化，考虑影响因素，确定输入和输出神经元个数。确定垂直顶升施工过程中顶力的影响因素为：上覆土层厚度，顶升高度，土层含水率，土层密度，土层比重，土层孔隙比，土层饱和度，土层塑性指数，土层压缩模量，土层凝聚力，土层内摩擦角。因此输入神经元个数确定为11个，输出神经元个数为1个即垂直顶升施工过程中竖向立管的顶力。