小波神经网络在群桩基础轴力监测中的应用.pdfVIP

第27卷 第2期 金 陵 科 技 学 院 学 报 Vo1．27，No．2 2011年 6月 JOI7IiNAI，OFJ[N【LⅡGINSⅡT 【兀1EOFTECHNOLOGY June，2011 小波神经网络在群桩基础轴力监测中的应用 薛 涛 (金陵科技学院建筑工程学院，江苏 南京 211l69) 摘 要：深水群桩基础是 目前大跨径桥梁工程采用的主要基础型式之一 。为 了研究其荷载传递机理、群桩效应、 上部结构一桩一土的共同作用，信息化施工技术已在多座大型桥梁上得到了运用。然而受水文、气象及工程施工 等诸多外界因素的干扰 ，所监测到的轴力时程 曲线存在许多突变点，严重干扰 了桩基础承载力的分析和预测 。为 此，提出基于小波神经网络的预测模 型，首先采用小波分析对原始监测数据进行去噪，得到反映实际变化的基桩 轴力时程 曲线，然后分别采用 BP神经网络、改进 的BP神经网络和径 向基函数 (RBF)神经网络对其进行预测 。 研究结果表明：基于小波分析 的径 向基函数(RBF)神经网络模型预测效果较好 。 关键词：超大型；深水群桩基础；轴力监测 ；小波神经网络模型 中图分类号：TU473 文献标识码 ：A 文章编号：l672—755X(2011)02—0029—04 Application ofW aveletNeuralNetwork toAxialForceM onitoring ofPileGroupFoundation XUE Tao (JinlingInstituteofTechnology，Nanjing211169，China) Abstract：Deep—waterpilegroup foundationisoneofthemajorfoundationtypesapplied in greatspanbridges．Inordertostudytheirloadtransfermechanism ，pilegroupeffectandinter— actionamongsuperstructure，pilesandsoil，informationconstructiontechnologycanbeusedin lotsoflargebridges．However，themeasureddataareusuallydisturbedbymanyexternalfac— tors，suchashydrological，meteorologicalandconstructionfactors．Asaresult，therearealot ofbreakpointsintheaxialforcereal—timecurvewhichheavilydisturbtheanalysisandpredic— tion ofthebearing capacity ofpile foundation． Therefore，prediction modelbasedon the waveletneuralnetworkisproposed．Firstly，thewaveletanalysiscanbeusedtoeliminatethe noisesfrom themeasureddata．SOthepileaxialforcereal—timecurvethatiSclosetothepracti— calsituationcanbeobtained．Afterwards，thepredictioniScarriedon byBP neuralnetwork， improvedBP neuralnetworkandradialbasicfunction (RBF)neuralnetwork．Theresults show thatthepredictioneffectofRBF neuralnetworkisthebest． Keywords：superlarge；deep