| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 1 绪论 | 第14-30页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 新奥法及浅埋暗挖法施工地层变形研究现状 | 第16-26页 |
| 1.2.1 理论解析研究 | 第16-18页 |
| 1.2.2 数值模拟研究 | 第18-21页 |
| 1.2.3 现场监测研究 | 第21-24页 |
| 1.2.4 模型试验研究 | 第24-26页 |
| 1.3 本文研究意义和主要工作 | 第26-30页 |
| 2 浅埋暗挖隧道施工地层变形分析理论 | 第30-44页 |
| 2.1 富水软弱地层的沉降机理 | 第30-33页 |
| 2.2 地表沉降主要影响因素 | 第33-35页 |
| 2.3 地表沉降的经验预测方法 | 第35-40页 |
| 2.4 富水地层隧道工程实例 | 第40-41页 |
| 2.5 本章小结 | 第41-44页 |
| 3 富水软弱地层浅埋暗挖隧道开挖地层变形的模型试验 | 第44-66页 |
| 3.1 概述 | 第44页 |
| 3.2 模型试验基本理论 | 第44-48页 |
| 3.2.1 相似理论 | 第44-46页 |
| 3.2.2 PIV原理 | 第46-48页 |
| 3.3 模型试验准备 | 第48-57页 |
| 3.3.1 试验方案设计 | 第48-49页 |
| 3.3.2 试验设备 | 第49-51页 |
| 3.3.3 饱和粘土试样的制备 | 第51-56页 |
| 3.3.4 试验过程 | 第56-57页 |
| 3.4 模型试验结果与分析 | 第57-63页 |
| 3.4.1 软土对移动面板的平均压力 | 第57-59页 |
| 3.4.2 地表纵向沉降槽 | 第59-60页 |
| 3.4.3 地层变形发展过程 | 第60-63页 |
| 3.5 本章小结 | 第63-66页 |
| 4 富水软弱地层浅埋暗挖隧道施工的地表沉降监测分析 | 第66-102页 |
| 4.1 概述 | 第66页 |
| 4.2 紫之隧道浅埋暗挖段工程 | 第66-84页 |
| 4.2.1 工程概况 | 第66-70页 |
| 4.2.2 监测量控方案 | 第70-72页 |
| 4.2.3 监测数据分析 | 第72-84页 |
| 4.3 深圳地铁5、7号线重叠段浅埋暗挖工程 | 第84-96页 |
| 4.3.1 工程概况 | 第84-88页 |
| 4.3.2 监测量控方案 | 第88-89页 |
| 4.3.3 监测数据分析 | 第89-96页 |
| 4.4 基于横向地表沉降预测的修正PECK公式 | 第96-100页 |
| 4.5 本章小结 | 第100-102页 |
| 5 富水软弱地层浅埋暗挖隧道施工的数值模拟分析 | 第102-148页 |
| 5.1 概述 | 第102-103页 |
| 5.2 流-固相互作用计算原理 | 第103-108页 |
| 5.3 紫之隧道北口浅埋暗挖段数值模拟分析 | 第108-119页 |
| 5.3.1 三维数值模型 | 第108-110页 |
| 5.3.2 施工模拟方法 | 第110-112页 |
| 5.3.3 计算结果分析 | 第112-119页 |
| 5.4 深圳地铁5、7号线重叠段浅埋暗挖段数值模拟分析 | 第119-127页 |
| 5.4.1 三维数值模型及模拟方法 | 第119-121页 |
| 5.4.2 计算结果分析 | 第121-127页 |
| 5.5 浅埋暗挖双隧道施工的影响因素分析 | 第127-145页 |
| 5.5.1 不同地层渗透系数的影响 | 第128-131页 |
| 5.5.2 不同初支衬砌与周围地层渗透系数比的影响 | 第131-134页 |
| 5.5.3 不同加固措施的影响 | 第134-138页 |
| 5.5.4 不同开挖顺序的影响 | 第138-142页 |
| 5.5.5 不同隧道间掌子面距离的影响 | 第142-145页 |
| 5.6 本章小结 | 第145-148页 |
| 6 基于机器学习模型的浅埋暗挖隧道地表沉降预测 | 第148-180页 |
| 6.1 概述 | 第148页 |
| 6.2 机器学习模型 | 第148-161页 |
| 6.2.1 人工神经网络模型 | 第148-155页 |
| 6.2.2 支持向量规模型 | 第155-161页 |
| 6.3 基于机器学习模型的浅埋暗挖隧道地表沉降预测 | 第161-178页 |
| 6.3.1 模型训练参数的选取与量化 | 第161-165页 |
| 6.3.2 BP神经网络模型的建立与预测 | 第165-172页 |
| 6.3.3 支持向量抚模型的建立与顶测 | 第172-178页 |
| 6.4 本章小结 | 第178-180页 |
| 7 结论与展望 | 第180-184页 |
| 7.1 本文主要结论 | 第180-182页 |
| 7.2 对于进一步工作的展望 | 第182-184页 |
| 参考文献 | 第184-200页 |
| 作者简历 | 第200-201页 |
