膨胀土深基坑变形监测及预测研究--以成都绿地中心·蜀峰468超高层项目为例
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 前言 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的 | 第11页 |
| 1.1.3 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 基坑工程国内外研究现状 | 第12页 |
| 1.2.2 膨胀土国内外研究现状 | 第12-13页 |
| 1.2.3 深基坑预测国内研究现状 | 第13-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 研究技术路线 | 第16-18页 |
| 第2章 膨胀土深基坑工程变形监测及预测 | 第18-34页 |
| 2.1 膨胀土分布及特性 | 第18页 |
| 2.2 变形机理及影响因素 | 第18-20页 |
| 2.2.1 膨胀土深基坑工程变形机理 | 第18-19页 |
| 2.2.2 膨胀土深基坑工程变形影响因素 | 第19-20页 |
| 2.3 膨胀土深基坑工程变形监测目的 | 第20页 |
| 2.4 膨胀土深基坑工程变形监测的内容 | 第20-22页 |
| 2.3.1 仪器监测项目 | 第20-21页 |
| 2.3.2 巡视检查项目 | 第21-22页 |
| 2.5 膨胀土深基坑工程变形监测方法 | 第22-27页 |
| 2.5.1 水平位移观测 | 第22-25页 |
| 2.5.2 垂直位移观测 | 第25页 |
| 2.5.3 深层水平位移观测 | 第25-26页 |
| 2.5.4 内力监测 | 第26-27页 |
| 2.6 膨胀土深基坑工程变形预测方法 | 第27-33页 |
| 2.6.1 灰色系统 | 第27-29页 |
| 2.6.2 时间序列分析 | 第29-31页 |
| 2.6.3 神经网络 | 第31-33页 |
| 2.7 小结 | 第33-34页 |
| 第3章 绿地中心·蜀峰468超高层项目变形监测 | 第34-69页 |
| 3.1 工程概况 | 第34-40页 |
| 3.1.1 项目概况 | 第34-35页 |
| 3.1.2 岩土工程概况 | 第35-38页 |
| 3.1.3 支护设计概况 | 第38-40页 |
| 3.2 工程特殊性 | 第40-42页 |
| 3.3 监测方案 | 第42-48页 |
| 3.3.1 观测内容 | 第42-43页 |
| 3.3.2 观测精度 | 第43页 |
| 3.3.3 变形监测 | 第43-48页 |
| 3.4 基坑监测成果及分析 | 第48-68页 |
| 3.4.1 水平位移监测 | 第48-51页 |
| 3.4.2 竖向位移监测 | 第51-58页 |
| 3.4.3 支撑应力监测 | 第58-61页 |
| 3.4.4 锚索轴力监测 | 第61-65页 |
| 3.4.5 深层水平位移监测 | 第65-68页 |
| 3.5 小结 | 第68-69页 |
| 第4章 神经网络预测及分析 | 第69-85页 |
| 4.1 神经网络的产生及发展 | 第69-70页 |
| 4.2 BP神经网络算法思路 | 第70页 |
| 4.3 影响因素及赋值 | 第70-75页 |
| 4.4 建立神经网络模型 | 第75-82页 |
| 4.4.1 网络相关参数 | 第75-77页 |
| 4.4.2 网络模型程序 | 第77-78页 |
| 4.4.3 网络训练及结果 | 第78-82页 |
| 4.5 神经网络预测结果 | 第82-84页 |
| 4.6 小结 | 第84-85页 |
| 结论与展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 攻读学位期间取得学术成果 | 第91-92页 |
| 附录 | 第92-93页 |
