【技术实现步骤摘要】
本专利技术涉及一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，适用于隧道施工监测领域。
技术介绍
1、随着城市交通设施的不断发展以及交通网越来越密，加之由于受到地形地质影响、选线设计等因素，导致隧道下穿桥梁桩基的情况时有出现，由于地面工作面有限且洞内施工空间受限，常采用洞内拱式托换的方法来确保施工安全和既有结构的稳定性。传统的洞内拱式托换体系存在一些安全隐患和技术挑战，例如单层托换结构的桩底部漏空问题，以及多层托换结构中层间粘结不可靠和施工风险较大的问题。
2、在施工过程中，上部桥梁结构的变形预警监控是保障施工安全和既有结构稳定性的关键。监控方法通常包括建立三维数值仿真模型，实时监测桩基的沉降变化情况及其规律、摩阻力的分布等。此外，还可以采用静态监测方法、动态监测方法(如测量机器人)、全球定位系统(gps)监测方法等，以实现对桥梁变形的实时监控和预警，目前而言，随着机器学习的方法的普及，很多学者使用时序数据分析方法对监测数据进行分析，通过对数据的分布趋势进行分析获得预测值以达到预警的效果，但是需要明确的是，监测原始数据本身就是人或者机器观测的数据，其本身就存在一定的误差，所以直接使用原始数据用来获得预测值也会存在一定的误差。
技术实现思路
1、本专利技术的目的，是为了解决目前使用时序数据分析方法对原始监测数据进行分析，不对原始数据进行误差修正预处理，而直接使用原始数据进行分析和处理存在一定的误差的问题，提出了一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警
2、本专利技术的目的可以通过采取如下技术方案达到：
3、s101，监测点位布置；
4、所述监测点位的布置，包括根据隧道正穿桥梁桩基的情况进行布置监测点位，所述监测点位分为：正穿桥梁桩基位移监测点位，桥梁位移监测点位，桥梁应力监测点位，所述监测点位的布置时间应在隧道掌子面距离正穿桥梁桩基的水平距离为200米时布置完成，所述监测点位数量为i个；
5、s102，监测数据获取；
6、所述监测数据的获取，包括根据所述监测点位i开展监测工作并获得监测数据集ci{a1，a2，a3，......，an}，所述监测工作的开展起点为所述隧道掌子面距离所述正穿桥梁桩基水平距离为50d时开始，d为所述桥梁桩基的最大直径，所述监测工作的结束的标志为所述监测点位的监测数据符合结束监测标准；
7、s103，监测数据初步整理；
8、所述监测数据的初步整理，包括对所述监测数据ci进行缺失值的插补获得包含不确定性估计的完整数据集di，所述缺失值的插补方法采用贝叶斯方法插补，所述贝叶斯方法的模型采用线性模型；
9、所述数据的初步整理，还包括对所述数据集di进行归一化获得归一化后数据集ei＝{x1，x2，x3，......，xn}，所述归一化的方法采用最大最小值法；
10、s104，监测数据的分析；
11、所述监测数据的分析，包括对所述归一化后数据集ei进行数据检测与校正，获得预测值bn+1，所述数据检测与校正的步骤为：
12、a)模型构建，构建门控循环单元模型，
13、b)采用滑动窗口法对所述门控循环单元模型进行训练，窗口起点为t0，终点为t0+(l-1)，其中l为窗口长度，将所述归一化后数据集长度为l-1的片段{xt0，......，xt0+(l-1)}，以{xt0+l}为结果标记进行迭代训练，时间窗口按照时间的顺序向后滑动，每次滑动一个位次，依次进行训练直至整个模型收敛达到预先设置要求，最终获得训练好的门控循环单元模型mgru，
14、c)预测值获取，根据所述训练好的门控循环单元模型mgru，输入所述数据集ei＝{x1，x2，x3，......，xn}，获得对应的预测值数据集为fi＝{yl，......，yn，yn+1}，将对应的预测值数据集的预测值减去所述数据集ei的对应值获得差值数据集hi＝{dl，...，dn}，其中dj＝yj-xj，与并基于所述值数据集hi＝{dl，...，dn}，采用专家评判法或者支持向量机分裂模型msvm获得评判结果，所述评判结果为0或者1，所述0代表非异常，所述1代表异常，最终将专家评判法结果整理成数据集gi＝{(0or1)l,...(0or1)n}，
15、d)根据所述数据集gi＝{(0or1)l,...(0or1)n}，构建新的数据集mi＝{bl，......，bn}，所述新的数据集mi的构建原则为：当评判结果为0时，采用所述数据集ei的值，当所述评判结果为1时，采用所述预测值数据集fi数据，最终构建新的数据集mi＝{bl，......，bn}，将所述数据集mi的长度为l-1的片段{bn-(l-1)，......，bn}输入到所述训练好的门控循环单元模型mgru获得预测值bn+1，
16、e)构建支持向量机分类模型，对所述支持向量机分类模型采用训练数据进行训练，所述支持向量机输入和输出神经元个数均为1，所述训练数据的输入数据为所述插值数据集hi＝{dl’...dn’}，所述训练数据对应的输出值为gi＝{(0or1)l,...(0or1)n}，最终获得训练完成后支持向量机分类模型msvm，
17、f)对于同一类监测点位，第一个监测点进行分析时需要采用专家评判法，后续点位进行分析时采用所述支持向量机分裂模型msvm，不再采用所述专家评判法获得评判结果；
18、s105，变形预警的实现；
19、所述变形预警的实现，包括根据获得的预测值bn+1以及制定的预警标准，分析所述预测值bn+1是否超出预警标准，如果超出则进行预警，达到变形预警的目的；
20、进一步的，上述s103中，所述监测数据的初步整理，还包括在使用贝叶斯方法进行缺失值插补时，当所述监测点位i的为正穿桥梁桩基位移监测点位或桥梁位移监测点位时，此时所述贝叶斯方法采用的线性模型公式为式(1)，
21、y＝β0+β1*x+ε (1)
22、式中，β0为截距项，β1为回归系数，ε为误差项，假设服从均值为0的正态分布；
23、进一步的，上述s103中，所述监测数据的初步整理，还包括在使用贝叶斯方法进行缺失值插补时，当所述监测点位i的为桥梁应力监测点位，此时所述贝叶斯方法采用的线性模型公式为式(2)，
24、y＝α0+α1·x+α2·x2+η (2)
25、式中，α0为截距项，α1和α2为回归系数，η为误差项；
26、进一步的，上述s103中，所述监测数据的初步整理，还包括所述的最大最小值法为采用带有滑动窗口的最大最小值法，所述带有滑动窗口的最大最小值法步骤为：a)确定窗口大小为w＝10～20，b)遍历每个数据点，对每个数据点应用滑动窗口，c)在每个窗口数据内，计算最大值和最小值本文档来自技高网...
【技术保护点】
1.一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述方法包含以下步骤：
2.根据权利要求1所述的一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述监测数据的初步整理，还包括在使用贝叶斯方法进行缺失值插补时，当所述监测点位i的为正穿桥梁桩基位移监测点位或桥梁位移监测点位时，此时所述贝叶斯方法采用的线性模型公式为式(1)，
3.根据权利要求1所述的一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述监测数据的初步整理，还包括在使用贝叶斯方法进行缺失值插补时，当所述监测点位i的为桥梁应力监测点位，此时所述贝叶斯方法采用的线性模型公式为式(2)，
4.根据权利要求1所述的一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述数据的初步整理，还包括所述的最大最小值法为采用带有滑动窗口的最大最小值法，所述带有滑动窗口的最大最小值法步骤为：a)确定窗口大小为W＝10～20，b)遍历每个数据点，对每个数据点应用滑动窗口，c)在每个窗口数据内，计算最大值和最小值，
...【技术特征摘要】
1.一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述方法包含以下步骤：
2.根据权利要求1所述的一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述监测数据的初步整理，还包括在使用贝叶斯方法进行缺失值插补时，当所述监测点位i的为正穿桥梁桩基位移监测点位或桥梁位移监测点位时，此时所述贝叶斯方法采用的线性模型公式为式(1)，
3.根据权利要求1所述的一种隧道洞内桩基托换结构施工时上部桥梁结构变形预警监控方法，其特征在于，所述监测数据的初步整理，还包括...
【专利技术属性】
技术研发人员：黄国忠，张凯，郭明华，谢腾龙，龙家建，夏应平，安后陶，朱康，林治平，黄泉文，曹玉红，
申请(专利权)人：中交四航局第一工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。