您现在的位置: 首页> 研究主题> 沉降预测

沉降预测

沉降预测的相关文献在1991年到2022年内共计1247篇,主要集中在建筑科学、公路运输、测绘学 等领域,其中期刊论文1042篇、会议论文75篇、专利文献111050篇;相关期刊384种,包括城市建设理论研究(电子版)、北京测绘、测绘工程等; 相关会议63种,包括第十二届全国土力学及岩土工程学术大会、第三届防灾减灾工程学术会议、第七届全国交通工程测量学术研讨会等;沉降预测的相关文献由2847位作者贡献,包括王江荣、胡伍生、郭亚宇等。

沉降预测—发文量

期刊论文>

论文:1042 占比:0.93%

会议论文>

论文:75 占比:0.07%

专利文献>

论文:111050 占比:99.00%

总计:112167篇

沉降预测—发文趋势图

沉降预测

-研究学者

  • 王江荣
  • 胡伍生
  • 郭亚宇
  • 任泰明
  • 张留俊
  • 李刚
  • 袁维红
  • 谢正文
  • 赵睿
  • 韩文喜
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 滕雷; 魏长寿; 王俊杰; 王仁锋
    • 摘要: 为提高沉降预测精度,掌握沉降发展趋势,本文建立动态Verhulst模型对高层建筑进行沉降预测。首先,对原始数据进行数据预处理,实现原始数据等时距化,解决非等时距数据无法建模的客观难题;其次,采用“去旧加新”的思想,及时更新数据,对Verhulst模型进行动态改进;最后,结合实例分别运用GM(1,1)模型、Verhulst模型、动态Verhulst模型进行拟合和预测。结果表明,动态Verhulst模型能更准确地拟合高层建筑的沉降发展趋势,预测精度提高30%,动态Verhulst模型的预测结果精度更高、可靠性更强。
    • 潘慧
    • 摘要: 为了解决传统GM(1,1)模型在进行沉降预测时受环境干扰较大以及拟合与预测精度较低等问题,提出将时间距离与相对误差相结合的一种模型预测方法。通过对时间序列值进行加权,并引入新陈代谢思想,建立加权动态GM(1,1)模型。以高速铁路沉降监测数据作为试验数据,分别使用加权动态GM(1,1)模型与传统GM(1,1)模型、加权GM(1,1)模型进行拟合预测。结果表明,相比于传统GM(1,1)模型和加权GM(1,1)模型,加权动态GM(1,1)模型的拟合预测数据与实测数据较为一致,拟合精度与预测精度更高,在高速铁路沉降监测中具有高效性与准确性,可以反映出高速铁路沉降变形规律。
    • 李红雨
    • 摘要: 利用观测仪器获取建筑物沉降倾斜数据时,通常存在观测环境复杂、观测仪器架设易受到影响问题,导致建筑物沉降倾斜观测比较困难。本文基于平面回归模型,观测不同时期的特征平面,得到建筑物沉降倾斜的倾斜角和倾斜方向等变形特征。通过计算,结果表明,平面回归模型预测的倾斜角V与实际观测得到的倾斜角相差不大,Z(1)期差值小于0.7 s,Z(2)期差值小于0.5 s。
    • 周子琪; 周世健; 陶蕊
    • 摘要: 针对地表沉降预测研究中单一传统方法预测精度较低、预测过程不稳定等问题,提出一种经验小波变换(EWT)与Prophet预测模型相结合的优化预测方法。以江西省上饶市德兴矿区为例,采用30景哨兵1号影像进行SBAS-InSAR沉降研究,并获取该区域研究时段内的沉降时序数据。首先对原始沉降时序数据进行EWT自适应分解,分解产生经验尺度分量和一系列经验小波分量;然后对各分量进行Prophet预测后叠加重构,得到最终的沉降预测值;最后采用回溯性预测法验证本文方法的精度和可靠性。实验结果表明,EWT-Prophet组合模型整体优于单一Prophet模型及传统ARMA模型,相较于其他2种方法,EWT-Prophet模型的均方根误差分别提升51.53%和59.03%,平均百分比误差分别提升57.81%和64.85%,表明本文方法预测效果更佳,且具备较好的适用性,为大面积矿区沉降预测提供了一种有效方法。
    • 谭芳; 李敏; 魏焕卫; 白力源
    • 摘要: 针对大面积吹填软土地基长期沉降难以预测的问题,使用静态预测模型和动态预测模型,根据现场沉降观测资料,预测某大面积超载预压工程的沉降量,按照预测步长和输入参数个数的不同设置4种预测任务,对比分析原始样本和插值处理后样本在4种预测任务中的模型可靠度。结果表明,动态模型预测可靠度优于静态预测模型,且动态模型单步预测时BP神经网络模型预测性能优于长短期记忆(long short-term memory,LSTM)网络模型,多步预测时LSTM模型预测性能优于BP神经网络模型。
    • 李振昌
    • 摘要: 针对基坑围护墙顶沉降监测数据受外界随机噪声干扰较大的问题,提出利用Kalman-GM(1,1)组合模型来进行变形分析和预测。即先用Kalman滤波模型对观测数据进行去噪处理,再建立基于滤波数据的GM(1,1)模型,进行基坑墙顶沉降预测。工程实例应用表明,该组合模型有效减弱了随机噪声干扰,其预测精度和可靠性高于单一GM(1,1)模型,更适用于基坑墙顶沉降预测
    • 代杰; 姜爱辉; 张伟; 王志伟
    • 摘要: 针对现有常规时间序列分析法在地铁沉降预测方面的不足,提出了一种小波去噪与时序分析组合方法。首先利用小波分析方法对实测数据进行去噪处理,然后再运用时序分析法建立合适的时序分析模型,并利用该模型对沉降趋势进行预测。结合济南地铁1号线某地表沉降监测点实测数据,对小波去噪与时序分析组合方法的可行性进行验证。试验结果表明,小波去噪与时序分析组合方法的沉降预测准确性相比于常规时序分析法有明显提高。
    • 罗战友; 丁康; 邹宝平; 张帆; 李兵
    • 摘要: 为研究典型粉砂地层地铁深基坑周边地表沉降变化规律,以杭州地区数十个地铁深基坑工程为例,通过实测数据分析基坑周边地表沉降及水平位移的变化规律,推导出粉砂地层地铁深基坑周边地表沉降预测模型。研究结果表明:基坑周边地表最大沉降均值为1.77‰H e(H e为基坑开挖深度),最大沉降主要发生在墙后距离0.35 H e~1.08 H e;基坑最大水平位移平均值为2.73‰H e,最大位移深度为0.7 H e~1.2 H e;基坑周边地表最大沉降约为最大水平位移的0.75~1.21倍;地连墙插入比平均值为1.45,插入比大小与基坑水平位移量和周边地表沉降量呈负相关。进而由基坑周边地表沉降和水平位移的统计分析结果,推导正态和偏态分布密度函数下的基坑周边地表沉降预测公式,并与实测结果进行对比,发现偏态分布密度函数下的预测方法更合理。这可为类似地层条件下的基坑周边地表沉降预测提供理论依据和工程指导。
    • 邓林义
    • 摘要: 为了探究灰色模型在基坑沉降变形监测与预测中的应用,基于灰色模型基本理论,建立了更具实用性的差异时距非齐次GM(1,1)模型。采用广州轨道交通18号线番禺广场地铁站基坑项目的前期沉降监测数据,确定并预测了沉降趋势,再利用后期的监测数据进行了对比。模型预测数据与实际检测数据误差基本在10%以内,仅有一处误差超过该范围,推测与该时段内土方开挖有关。
    • 徐一博
    • 摘要: 结合上海静安区大中里项目,针对城市核心区的深大基坑降水所涉及的基坑安全、降水和回灌对周围保护建筑的沉降影响等问题,通过系统性的抽水试验,并结合降水及回灌数值模拟,对基坑开挖过程中的降水方案进行了设计,并对降水造成的周边建筑物的沉降量进行了预测。从后续施工过程的监测数据发现,本工程前期所进行的数值模拟及现场试验,对深基坑开挖过程中的基坑安全控制及周边建筑物的沉降控制起到了有效的指导作用。基坑开挖过程中实现了按需降水,通过控制回灌量有效减小了周边建筑物的沉降,为今后类似的深基坑降水提供了一定的借鉴。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号