文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202310963506.1

申 请 日：20230802

发 明 人：杨航 田国文 吴康 王丽萍 罗文文 罗钧 陈晨 李港 张伟 刘朝祥 张国庆 陈诚

申 请 人：重庆科技学院 中铁十五局集团有限公司

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20231013

公 开 号：CN116882023A

代 理 人：廖曦

代理机构：北京同恒源知识产权代理有限公司

语　　种：中文

摘　　要：本发明涉及一种地铁隧道暗挖施工上覆土层横向沉降预测方法，属于地铁隧道技术领域。本发明能够有效地利用地铁隧道暗挖施工中的实际监测数据，进行Peck理论公式的修正和神经网络的训练，实现山地城市地铁隧道暗挖施工上覆土层的横向沉降预测，为地铁暗挖施工沉降影响范围划定和支撑结构设计提供基础数据。

主 权 项：1.一种地铁隧道暗挖施工上覆土层横向沉降预测方法，其特征在于：该方法包括以下步骤：S1：定义Peck公式的表达式为： S_max是与地层体积损失率和地面沉降最大值有关的参数；i为沉降槽的宽度系数；x表示观测点距离地面最大沉降量的距离；当测试得到某地铁横断面监测数据后，进行参数拟合时，将S_max设置为x＝0时的最大沉降量值，保证拟合公式能够正确反映该地铁横断面的最大沉降量值；将方程(1)转换成方程(2)进行参数i的拟合； 若已知横断面距离x和沉降量S_x，则S_max＝4.41，根据各点数据求取i²的均值作为最终估计值，其中x为0的点不参与计算，i²＝260.71；拟合得到的Peck公式为S2：获取神经网络训练集；将隧道各横断面的几何条件、地质条件和隧道的开挖速度作为输入变量；将监测得到的隧道各横断面的Peck公式参数S_max和i作为模型输出；训练数据集为已施工隧道段实际监测的沉降数据；S3：训练及验证神经网络模型；S4：利用已训练和验证的神经网络模型，进行地铁暗挖隧道Peck公式参数S_max和i的识别；对于即将暗挖施工的隧道段，输入该横断面的几何条件、地质条件和隧道的开挖速度，得到即将施工隧道横断面的Peck公式参数S_max和i；S5：将识别的Peck公式参数S_max和i代入公式(1)，得到即将施工隧�

关 键 词：暗挖施工 地铁隧道 沉降  覆土层  范围划定  基础数据 监测数据 理论公式  山地城市 神经网络  支撑结构  有效地  预测  地铁 修正  

IPC专利分类号：G06F30/13;G06F30/27;G06N3/084