【摘要】：当前,深大基坑的应用越来越广,对于大型建筑物来说,基坑的施工影响到整个建筑物的施工安全和将来的运营。准确地进行动态预测不仅可为基坑工程的安全施工提供可靠保证,而且还能为新技术的推广和应用提供经验。通常采用仪器对基坑工程进行安全监测,并及时处理和分析监测数据。目前,常用的监测数据的处理方法有回归分析法、灰色理论分析法及神经网络方法等。近年来,时间序列分析方法因其可以处理动态数据、在短期内预测精度较高等优点,在工程实际中得到了广泛的应用。 但是,在基坑监测数据采集过程中,不可避免的会受到施工以及其它不确定因素(如天气、环境等)的影响,从而采集到的监测数据会含有一定程度的噪声,如果此时直接将采集得到的监测数据用时间序列分析方法进行分析,那么噪声的存在必将影响分析结果的精度,因此,对监测数据采用时序分析前最好能够将隐藏在信号中的噪声去除掉以达到更好的分析结果。鉴于此,论文提出了基于小波技术改进时间序列分析的方法。 小波技术具有多分辨率性,可以将一个信号分解为不同频段的信号,而信号与噪声恰好处在不同的频段,信号处在低频段,在时域与频域上是局部的;噪声处在高频段,在时域空间是全局分布,在整个监测时段内处处存在。因此,利用这一分布特征,只要选取一定的高频系数阈值对高频系数处理就可以有效地的除噪而保留信号。 论文结合润扬长江公路大桥南汊悬索桥南锚碇采用排桩冻结法新技术的工程实际,对深基坑监测数据提出了基于小波技术的时间序列分析优化方法,旨在将时间序列分析的多步预报功能与小波对信号精加工的功能相结合,对监测数据进行提纯处理。论文采用小波改进时间序列分析方法建立了时间序列动态预测模型,分析、预测基坑性态,及时修改设计方案,为基坑的安全施工提供了技术保障,为排桩冻结法新技术应用于深大基坑工程提供了支撑。 【关键词】：深基坑 监测 时间序列分析 神经网路 小波技术 动态预测
【学位授予单位】：河海大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TU753
【DOI】：CNKI:CDMD:2.2006.077094
【目录】：

• 第一章 绪论8-15
• 1.1 问题的提出8
• 1.2 基坑监测的回顾和展望8-11
• 1.3 小波改进时间序列法在基坑监测中的应用11-13
• 1.4 主要研究内容及技术路线13-15
• 第二章 基坑监测的研究方法15-26
• 2.1 基坑工程的特点15-16
• 2.2 基坑监测的目的16-18
• 2.3 基坑监测的设计原则和方法18-21
• 2.4 基坑监测资料的整理与分析21-22
• 2.5 常用的监测数据处理方法22-26
• 第三章 时间序列分析和神经网络分析方法的基本原理26-42
• 3.1 时间序列分析基本原理26-38
• 3.2 基于时间序列的BP神经网络基本原理38-42
• 第四章 小波分析技术的基本理论42-57
• 4.1 小波分析技术基础知识42-51
• 4.2 小波分析技术的应用51-57
• 第五章 润扬大桥南锚碇深基坑动态预测分析57-75
• 5.1 润扬大桥南锚碇基坑概况57-64
• 5.2 基于时间序列的基坑支撑轴力动态预测64-68
• 5.3 基于小波技术的基坑支撑轴力动态预测68-75
• 第六章 结论与展望75-77
• 参考文献77-81
• 致谢81