手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

钻孔灌注桩极限承载力的研究

张学明

  钻孔灌注桩是一种应用最广泛的深基础形式。近年来,我国应用钻孔灌注桩堪称世界之最,超过100万根/年,桩的埋深已达104米。在桩基的承载性状研究中,确定单桩承载力和沉降是重点。由于影响单桩极限承载力的因素很多且不稳定,合理地确定桩的极限承载力,充分提高桩基的经济技术效益,始终是工程设计人员和施工人员十分关心的问题。神经网络是研究复杂系统的一种有效的信息处理方法。它不需要任何数学模型,但可以处理非线性的、模糊的问题。常用于预测、分类等各种数据处理的场合。近年来,人工神经网络技术在工程领域得到了广泛的应用。BP神经网络是应用最为广泛的一种神经网络。其学习算法是δ学习算法的推广和发展,是一种有导师的学习。BP算法经过多年的发展,现在已经得到了许多改进。论文采用改进的BP算法,该算法可以根据误差曲面上不同区域的曲率变化来自适应地调节最优学习率。用神经网络模型在预测单桩承载力时,可以综合考虑影响单桩承载力的因素,建立预测单桩极限承载力的神经网络模型。由于这种模型可以考虑任何影响单桩极限承载力的因素,可以客观模拟桩的实际受力状况,因而具有其他纯数学模型不可拥有的优越性。同时还避免了复杂的数学公式推导,具有一定的理论和应用价值。本文简要介绍了桩基承载力的研究现状并指出将神经网络引入桩基工程的意义,从介绍单桩荷载传递机理出发总结了影响单桩极限承载力的五种因素(桩周土的工程性质、桩身结构尺寸、桩的刚度、时间以及施工工艺)并提取了相应的参数;引用神经网络基本原理,详细介绍了改进BP神经网络的研究过程,从而建立了预测钻孔灌注桩极限承载力的神经网络模型;并详细讨论了本模型的神经网络输入结点信息的提取,在工程实例的基础上进行了数值计算。算例表明,神经网络用于预测钻孔灌注桩极限承载力具有方便有效、精度高的优点,具有良好的应用前景。……   
[关键词]:钻孔灌注桩;改进BP神经网络;预测模型
[文献类型]:硕士论文
[文献出处]:武汉理工大学2003年
App内打开