首页> 正文

地铁地表沉降预测及数据管理方法研究

2020-12-09阅读(421)

地铁地表沉降预测及数据管理方法研究

论文摘要

地铁作为地下轨道交通工具,以其运输量大、稳定性好、速度快等优点,在我国越来越多的城市开始修建。在地铁施工过程中,地铁施工技术要求高、工作量大等施工效率问题和因大面积地表沉降而造成的地铁施工场地塌陷、扭曲等地铁施工安全问题日益显著。因此对地铁地表进行沉降监测,并根据监测数据进行有效的分析和管理十分必要。通过对现场实测资料的科学管理,可以从地表沉降数据中便捷的分析总结出地铁地表的沉降规律,提高地铁施工的效率。同时,通过研究分析地铁地表的沉降规律,能够预测地铁地表沉降的未来发展趋势,为地铁施工安全防护工作,提供可靠的依据。本文以如何利用地铁地表沉降监测数据进行地表沉降预测的问题以及如何提供科学的数据管理方法的问题作为切入点,以长春地铁二号线某标段的地表沉降监测项目为实例,进行以下研究:（1）本文在对BP神经网络、灰色GM（1,1）和Logistic时间函数三种预测模型的原理及其预测方法进行分析的基础上,对长春地铁二号线地表沉降监测方案进行研究,分析地质条件对地表沉降的影响。然后以长春地铁二号线某标段地表沉降监测数据为样本,利用BP神经网络模型、灰色GM（1,1）模型、Logistic时间函数模型以及灰色-BP神经网络分别对其进行预测,得出适合预测长春地铁二号线地表沉降的预测模型。（2）以对地铁地表沉降数据管理的需求为基础,以ArcGIS Engine为开发平台,利用C#语言对GIS进行二次开发,设计满足用户查询、录入和分析等地铁地表沉降数据管理需求的地铁地表沉降管理系统,然后对长春地铁二号线地表沉降数据进行管理,实现系统对地表沉降监测数据的管理。

论文目录

  • 摘要
  • Absrtact
  • 第1章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 地铁地表沉降预测研究现状
  •     1.2.2 沉降数据管理研究现状
  •   1.3 主要研究内容及技术路线
  •   1.4 本章小结
  • 第2章 预测理论基础和数据管理平台
  •   2.1 灰色GM（1,1）模型
  •     2.1.1 灰色系统理论
  •     2.1.2 灰色GM（1,1）模型预测原理
  •     2.1.3 GM（1,1）模型的精度检验
  •   2.2 BP神经网络模型
  •     2.2.1 人工神经网络概述
  •     2.2.2 BP神经网络的结构
  •     2.2.3 BP神经网络的算法
  •   2.3 Logistic时间函数模型
  •     2.3.1 Logistic时间函数模型原理
  •     2.3.2 Logistic时间函数模型的参数计算
  •   2.4 数据管理平台
  •     2.4.1 系统硬件配置
  •     2.4.2 沉降数据预测平台
  •     2.4.3 系统开发平台
  •   2.5 本章小结
  • 第3章 长春地铁二号线地表沉降监测及预测结果分析
  •   3.1 工程概况
  •   3.2 工程地质条件概况
  •   3.3 地表沉降监测方案
  •     3.3.1 沉降监测内容及监测依据
  •     3.3.2 监测点埋设及监测点布设
  •     3.3.3 沉降监测方法
  •   3.4 地铁地表沉降预测结果分析
  •     3.4.1 灰色GM（1,1）模型的预测分析
  •     3.4.2 BP神经网络模型的预测分析
  •     3.4.3 Logistic时间函数模型的预测分析
  •     3.4.4 灰色-BP神经网络组合模型的预测分析
  •     3.4.5 模型精度对比分析
  •   3.5 本章小结
  • 第4章 地铁地表沉降管理系统设计
  •   4.1 系统需求分析
  •     4.1.1 系统设计目标
  •     4.1.2 系统设计原则
  •     4.1.3 系统功能需求
  •     4.1.4 系统性能需求
  •   4.2 系统总体设计
  •     4.2.1 系统总体结构设计
  •     4.2.2 系统功能模块设计
  •     4.2.3 系统数据库设计
  •   4.3 系统功能详细设计
  •   4.4 本章小结
  • 第5章 地铁地表沉降管理系统的实现
  •   5.1 系统操作界面
  •   5.2 数据录入与编辑
  •   5.3 数据查询与检索
  •   5.4 数据三维可视化
  •   5.5 地铁沉降监测数据专题分析
  •   5.6 本章小结
  • 第6章 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 参考文献
  • 在学期间发表的学术论文及其他成果
  • 在学期间参加的专业实践及工程项目研究工作
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 徐超

    导师: 朱伟刚,许长胜

    关键词: 沉降预测,预测模型,精度分析,数据管理

    来源: 长春工程学院

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 地质学,地质学,工业通用技术及设备,铁路运输

    单位: 长春工程学院

    分类号: U231;P642.26

    总页数: 73

    文件大小: 5409K

    下载量: 148

    相关论文文献

    • [1].基于小波去噪的改进的双曲线沉降预测模型[J]. 测绘地理信息 2020(05)
    • [2].基于小波神经网络的沉降预测软件开发与应用[J]. 铁道勘察 2016(06)
    • [3].小波神经网络在高铁沉降预测中的应用研究[J]. 市政技术 2017(03)
    • [4].真空堆载联合预压沉降预测分析[J]. 广东建材 2017(02)
    • [5].深基坑施工地表沉降预测时序分析[J]. 山西建筑 2017(18)
    • [6].智能算法在地面沉降预测中的应用综述[J]. 测绘与空间地理信息 2019(05)
    • [7].分位数回归在宁芜线隧道沉降预测中的应用[J]. 上海铁道科技 2017(03)
    • [8].中等压缩性土地基工后沉降预测三参数幂函数模型[J]. 北京交通大学学报 2020(03)
    • [9].考虑多因素的两类沉降预测方法比选[J]. 建材与装饰 2018(14)
    • [10].基于灰色关联和相关向量机的隧道地表沉降预测[J]. 大地测量与地球动力学 2017(10)
    • [11].高速公路工后沉降预测新方法[J]. 交通世界(建养.机械) 2011(06)
    • [12].基于粒子群优化的支持向量机在地表沉降预测中的应用[J]. 测绘信息与工程 2010(02)
    • [13].基于混合智能优化算法的建筑物沉降预测应用研究[J]. 北京测绘 2018(09)
    • [14].长大管幕施工地表沉降预测[J]. 江西建材 2017(18)
    • [15].非等时距灰色模型在冻土路基沉降预测中的应用[J]. 广西大学学报(自然科学版) 2019(05)
    • [16].群井抽水试验在基坑降水地面沉降预测中的应用研究[J]. 中国水运(下半月) 2017(04)
    • [17].高铁路基后期沉降预测方法的运用研究[J]. 科技风 2017(13)
    • [18].高填路基沉降预测的两种方法对比研究[J]. 市政技术 2013(04)
    • [19].沉降预测方法在软基处理过程中的应用[J]. 勘察科学技术 2012(02)
    • [20].灰色理论模型在软基沉降预测应用中准确性探讨[J]. 北方交通 2012(12)
    • [21].考虑飞机荷载的软土地区跑道工后沉降预测模型[J]. 低温建筑技术 2018(01)
    • [22].小波支持向量机在建筑沉降预测中的研究[J]. 山西建筑 2017(08)
    • [23].傅里叶时频分析的建筑物沉降预测[J]. 测绘科学技术学报 2015(02)
    • [24].软土地基加固的沉降预测[J]. 山西建筑 2010(27)
    • [25].基于灰色理论的矿区地表沉降预测[J]. 交通科学与工程 2010(03)
    • [26].参数累积估计灰色模型及地面沉降预测[J]. 岩土力学 2008(12)
    • [27].拟准检定法在矿区地表沉降预测中的应用[J]. 矿山测量 2019(05)
    • [28].灰色模型在矿区沉降预测中的应用[J]. 工矿自动化 2012(05)
    • [29].高层建筑基础沉降预测模型及方法研究[J]. 勘察科学技术 2010(02)
    • [30].城际铁路盾构隧道沉降预测分析系统的开发[J]. 企业技术开发 2018(02)

    标签：;  ;  ;  ;  

    地铁地表沉降预测及数据管理方法研究
    下载Doc文档

    猜你喜欢

    © 2024 神降笔 版权所有 鄂ICP备12018319号-6