基于BP神经网络的矩形沉井下沉土体参数反演研究

作     者：王峻科 郑华凯 Wang Junke;Zheng Huakai

作者机构：江苏泰州大桥有限公司江苏泰州225300 江苏省交通工程建设局江苏南京210004 

出 版 物：《市政技术》 (Journal of Municipal Technology)

年 卷 期：2024年第42卷第3期

页      面：117-123页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2021YFB1600300) 

主　　题：沉井下沉 土体参数 有限元模拟 数据训练 BP神经网络 参数反演 

摘      要：各类型的人工神经网络智能算法均在岩土工程参数反演和预测方面得到了广泛应用,但大部分研究都主要集中在坝体、桩基和隧道工程方面,较少应用于沉井基础形式的工程。BP神经网络算法对于施工过程中岩土结构参数的时空变化非常敏感,适用于研究沉井这类经历显著地质扰动和动态位移的基础形式。依托龙潭长江大桥南部锚碇沉井基础项目,运用有限元参数建模,将沉井下沉动态过程划分为多个工况,在不影响模拟精度的情况下,提高了计算效率,得到了多组土体参数与沉井结构应力响应之间的数据组。使用该数据组训练BP神经网络模型,并将现场监测的沉井应力输入到BP神经网络模型中,反演得到了对应的土体参数,分析其变化规律,总结了沉井动态受力特点。该研究结果有助于完善助沉方案,在解决突沉、拒沉等问题方面起到了关键作用。