基于数据融合技术的桩基承载力预测方法研究.pdfVIP

第 27卷第 4期 华 中 科 技 大 学 学 报(城市科学版) V01．27No．4 2010年 l2月 J．ofHUST．(UrbanScienceEdition) Dee．2O10 基于数据融合技术的桩基承载力预测方法研究 郗 锋， 翁光远 (陕西交通职业技术学院 公路工程系，陕西 西安 710018) 摘 要：为了能够快速并较准确的预测桩基的承载能力 ，达到在施工过程中减少或不做试桩的效果 ，以单桩为 例，分析了影响竖向承载能力的量化因素及非量化因素，利用小波概率神经网络 (WPNN)与数据融合技术的联 想和预测功能，得出承载力和这些因素的关系。通过对钻孔灌注桩及钢筋混凝土预制桩的静载试验数据分析， 选择了WPNN与数据融合技术的方法对分别对两组试验数据进行分析，建立了合理的模型进行承载力预测， 60根单桩的承载力的预测值与实测值吻合较好 ，证明了该方法在预测桩基竖向承载能力时可以满足工程实际 的需要 。 关键词：桩基承载力； 小波概率神经网络(WPNN)； 数据融合； 承载力预测 中图分类号：TU473．1 文献标识码：A 文章编号：1672-7037(2010)04-0026--05 随着大跨度桥梁结构的迅速发展 ，桩基础 的 受到很大限制 。另外，桩一土．上部结构组成的 应用 13趋广泛。近年来，由于成桩工艺、检测手段 系统是非常复杂的，简单化的处理是难 以满足各 的不断完善，桩基础已经成为了目前高层建筑和 个方面的要求。本世纪80年代 以来，模糊理论、 大跨度桥梁的最主要基础形式之一。但由于影响 灰色系统、泛函分析、神经网络等的研究，在工程 单桩竖向承载力的因素很多，而且这些因素很不 实践中的应用得到了长足的发展，其 中神经网络 确定，因此，如何合理的确定出承载力，充分发挥 以及数据融合技术 以其大规模的并行处理和 桩基础的技术经济效益，使工程技术人员一直考 分布式的信息存储、良好的适应性和 自组织性、强 虑和关心的主要 问题。 目前，确定单桩竖向承载 大的学习功能和联想及容错功能，克服了从回归 力的方法主要有静荷载试验与动侧法，静荷载试 公式所得的半经验半理论公式缺点，为这一 问题 验作为最基本的方法，其可靠性最高，但它也有一 的解决奠定了很好的研究基础 。 定的缺陷，如费用高，时间、人力消耗大，试桩数量 有限等。作为静载试验的补充，目前广泛采用动 1 影响桩基承载力的主要因素分析 测法，但是动测方法主要是以一定的计算模型及 经验公式为基础，由于这些模型和公式都对实际 单桩的极限承载能力和很多因素有关系，通 情况做一些简化和假设，而且技术难度较大，影响 常认为比较重要的有桩长、桩径、桩周土的物理力 实验结果的因素又较复杂，所 以承载力测试的结 学、桩端承载力、人土深度等指标 。但是，在许多 果会产生较大的误差。寻求一种简单准确的预测 工程实际中还发现桩的几何形状、类型以及成桩 桩基础承载力的方法，对满足 日益增长的桩基工 工艺、加荷速率等因素对桩的承载力也常有不可 程的应用有重要意义 ¨J。 忽视的影响。另外，在施工过程 中桩的承载能力 在工程实践应用和研究领域 ，对大量的实验 还和施工工艺、施工方法等有关系。这些影响因 结果进行分析时，应用较为广泛的是数理统计及 素和桩 的承载力之 间存在着必然 的非线性关 回归的分析方法 ，所得到的结果一般为半经验半 系 ，而且这种关系是相当复杂的，单纯依靠传 理论公式，由于土