路基工后沉降是影響高速鐵路安全運行的重要路基工后沉降是影響高速鐵路安全運行的重要 一開展高速鐵路路件以及操作時的注意事項作了分析。以高鐵K1045+800路基為例，通過設后沉后沉 指標沉降：Subgradepost-constructionsettlementisoneofthemostimportantfactorsthethesafeoperationofhigh-speedrailway,researchonsubgradepost-settlementmonitoringandpredictionhasacertainengineeringsignificancetohigh-speedrailwaysafeoperation.This yzesthecharacteristicsofandtheandthecharacteristicsofhigh-speedrailwaysubgrade,summarizesthedomesticforeignresearchstatusofsettlementmonitoringandforecasting,summarizesmethodsofsettlementmonitoringandforecastingcommonlyusedinengineering, yzestheapplicableengineeringconditionsandoperation.WithZhengzhou-high-speedrailwayK1045+800subgradeasanexample,high-speedrailwayK1045+800subgradeasanexample,throughthereasonableofmonitoringscheme,thepost-constructionsettlement,settlementvelocityhumiditymonitoringweremanaged,andthelawofpost-constructionsettlementalsosummarized;Post-constructionsettlementwaspredictedusingtheGM(1,model,theneuralnetworkmodelandthegreyneuralnetworkmodelbasedonmonitoringdata;Subgradepost-constructionsettlementpredictionmodelbasedongrayneuralnetworkmodelwasconstructedonthebasisofpredictionauthentication,andthewarningmethodofsubgradepost-constructionsettlementestablished.Theresearchresultsshowthatthepost-constructionsettlementofⅠ-Ⅰ-2,Ⅰ-3andⅠ-4monitoring everylittleafter33monitoringcycle,thepost-constructionsettlementwillconvergentto5.19mm,4.96mm,4.71mm4.47mm,thesubgradewillcontinuetokeepthestablestate;Post-settlementandsettlementvelocityarechosenasmainwarningindexandwarningindex,high-speedrailwaysubgradepost-constructionsettlementgradesaredividedintoⅠ,Ⅱand：：Zhengzhou-Xi'anhigh-speedrailway;subgradecharacteristics;prediction;grayneuralnetwork 第一章緒 研究背景與意 高速鐵路路基沉降國內外研究現 沉降監測方法國內外研究現 沉降預測方法國內外研究現 研究內容及技術路 第二章路基特性分 路基土特 黃土的工程性 路基土變形特 高速鐵路路基特 路基沉降變形特 本章小 第三章高速鐵路路基沉降監測方法及監測方 概 路基監測的目 路基監測的意 高鐵路基監測內 路基沉降變形監測方 沉降板 分層沉降 水平測斜 沉降監測要 監測要 監測測量精度及頻 監測斷面及監測點的布置原 監測元件與埋設技術要 工后路基沉降評 路基沉降控制標 路基評估標 沉降監測方 監測結果分 本章小 第四章路基沉降預測方法及預測方 路基沉降預測方 雙曲三點 淺崗法（Asaoca法 神經網絡模 灰色神經網絡模 路基沉降預測方 模型驗 預測結 路基工后沉降本章小 第五章結 參考文 感 2020年，我國1~4h0.5~2h 20167后期后期 樣的預測結果往樣的預測結果往 難以或者說不可能找到一個通用難以或者說不可能找到一個通用 來對路基沉降進行計算。非電測式量測儀器包括機械式和式。它的優點是性能可靠，使用簡便，量測儀器還不能對結構內部和巖土內部應力、變形的量測式量測儀器是利。規律的本構模規律的本構模 確是造成路基沉降計算不夠精確的主要原因這是由于不的用一的用一 來概括過計算其固結度來推算預測沉降，從而判斷其發展規律，此類即為理論法。鍵環節鍵環節對路基工后沉降進行預測并在沉降超過一定閾值時進行分 可為鐵安全運行提供信息保障[2]3種方法，即基測法是通過先進監測法是通過先進監 獲得路基沉降數據并基于數學模型對路基沉降進行眾多學者采用基于實測數據的預測法開展了沉陷預測研眾多學者采用基于實測數據的預測法開展了沉陷預測研 璜等根據測數據測數據 CCD 。。67m3。。式小波神經網絡和嵌入式小波神經網絡變形預測模型式小波神經網絡和嵌入式小波神經網絡變形預測模型 FDA分析的工后沉降計算模型[9]。Chen水位下水位下 的高鐵路基沉降數值計算方法[10]。高紅等根據某高鐵隧道RLG 基礎上，基礎上， 高鐵K1045+800路基為例，通過設計合理的監測方案開展路路基工后沉降量并提出路基工后沉降量并提出 方法，為高鐵安全運行提供信息保障1-1度的黃土在干燥后，水平方向的收縮量比垂直方向收縮量大，一般約大的強度一般較大，45o方向強度居中，垂直方向強度最小。但是，沖擊、洪積黃土因存在有水平層理的關系，以水平方向強度最低，垂直方向強度最大，45o方土中存在孔隙直徑大于周圍顆粒直徑的結構，則是產生濕陷的條件。運營階段行車引起的基床累積下沉是由列車通過道床傳遞到基床面的動荷要經常進行軌道工作因此累積下沉量的大小限制較寬它與軌道的維修模式和有關但是累積下沉屬求時，要把路基放到整個輪軌結構系統中去。此時要考慮三個方面的問題0.1%~0.3（0.2%~0.5（黏性土）。估計工后下沉量的經驗：S(cm)h2/

hm計。例如：h=8mS=2.1cm0.26%當路堤以粗粒土、碎石類土填筑時，路堤填土工后沉降量按路堤高度的SS(t)固結沉降SC(t)以及瞬時沉降Sd(t)。下式2-2為總沉降計算S(t)Sd(t)Sc(t)Ss

沉降沉降P2-13狀態就要進行的監測與健康診斷，以保證線路的正常運營。路基是一種開放勢，在此基礎上制定路基計劃，及時對潛在地段進行整治；對路基的監-再監測-再評價-再預測-再治理，通過的監測與評價，保證路基始終處于良鐵夾板、套管、監測桿、接頭等，如圖3-1所示。由于監測桿上端伸出地面，在 3-1斷的破壞發生率為68.7％。測量深度：50m3-2108~125mm1/100。應用中分層沉降法同樣也存在著保護的問題由于分層沉降管是采用的韌性2倍分層沉降管管徑大小即可。采用跟管式鉆孔，一直跟至鉆鉆至預定埋設深度后檢查地質情況：如較為干燥時即可將已組裝好的分層沉降管及沉降標迅速下至下至后應在分層沉降管頂做垂1小時左右方可提拉套管；如孔管前須將水抽空抽空水后立即將分層沉降管及沉降標下至預埋深度，此種情況一般應在管頂承壓6小時左右才可以提拉套管。3-5天，故3-5天以后方可進行監測數據。下放。處理時只需將上下斷口鋸平，用的接頭對接即可。PVC管子，3-35~10cm的細砂。水平測斜儀時，鋪設的導管應在每管兩頭槽口上作好標志，不得。±1.0mm0.1mm；位移邊樁的水片位移測距武差相對較大，為角在方向監測中誤差為±2.53-11次/31次/32~3次/1次/3堆載預壓或路11次/2~31次/231次/無砟軌道鋪設11次/22~31次/31次/32-1說明了路基監測各個施工階2-1不能低于表中的頻次要求。4mm時，應采取有效措施來適當的加密頻次來進行監測。如出現突況，如水位變化，暴雨影響等外界環境突然50m；以下情況可將監測斷面100m5m的路基；地基條件均勻且地勢平坦的布置監測斷面以外，路橋過渡段需要特殊布置，應分別在距離橋頭5~10m、3個沉降監測樁，其中一個置于雙線鐵路3-4 0.3m0.15mC15型號混凝土繞筑。PVC管的外接頭設置連接，沉降板測桿則通過內接頭設路無碎軌道鋪設條件評估技術指南》4.1.4條：路基在無碎軌道鋪設完成后的工15mm;并且豎曲線半徑在調整軌道面高程后可以滿足下式Rsh0.4V2

Rsh——豎曲線半徑Vsj——設計最高速度90天，監測的沉降增量保持在±2mm90天，通過多種沉降預測方法進行擬8mm以內。15mm5mm1/1000。。 高鐵（1）340.5m、1.3m、3.1m5.9m （2）0.2m （3）33個監測點，監測點從1.2m、1.7m2.2m3-5所示。3-5201591201611161日、16 3時（此時無列車通過），30660監測期（201671日）0.43mm210.36mm229、10監測期（201611日、16日）出現減小0.08mm0.03mm。650mm，其中，7月～9月降雨量約占全年降雨量的60%7、8月達到最大，可見路基工后沉降與降雨量呈顯著的重重 雙曲是一種純經驗的曲線配合方法根據實測沉降曲線的實際形態近似降量或最終沉降量。其基本為St

t(tt0

S0Stt時的沉降量；——待定系數。t

(tt

0St0由式（4-2）可得，α和β分別為(tt0

S0tt0αβ，αβ的具體方法有圖t0S0（通常選擇路基填筑完成后第一次監測的時間和沉降量根據實測數據，計算得到(tt0StS0與(tt0②通過擬合直線，確定α和βαβt0S0一同代入式（4-2），St。 雙曲t0取值示 雙曲的擬合直yi(tt0)/(StS0令xitt0xxiy令

（4-由最小二乘法，化簡得到α和β的計算n (xix)(yinn n (xi2 2

yαβt0S0一同代入式（4-2），要計算最終沉降量，可令t,帶入式（4-1）1SS01

從而得到工后沉降計算

S

S1(t)Ut

。其中，Ut為t時刻地基的平均固結 。Ut1A

A、B將式（4-8）代入式（4-7）

(1AeBt

在式（4-9）A、B、S1c三個未知數，從實測的早期st3個時間t1t2t3，其中t3差(t3t2和(t2t14-施工期施工期時間4-3沉降與時間關系曲線（三點法

ttt

t

)(1)3(1)1(A

lnS

St

t

[S

St22AA

淺崗法（Asaoca法Mikasa（1963年）導出的以垂直（體積） vCV

式中(tzZ——CV由沉降量 (t,z)dz,再結合排水邊界條件，Asaoca解出了沉降量S0Sa1

d2Sd

dnSd

常數。tstjjt,j1,2,3，且tSj為時間tj的沉降量。式（4-13）nnnSj0iS

在大多數情況下，第一階近似（n=1）為Sj0根據實測沉降資料，作圖確定待定參數0、1和最終沉降量。

ttSm-ββ4-4將時間劃分成相等的時間段Δtt1、t2所S1、S2，并制成表格。Si-1SiS1、S2以點（Si-1，Si）

過系列點（Si-1，Si）45o直線相交，交點對應的沉降為最終沉降值。在淺崗法推算的過程中Δt的取值對最終沉降量的推算結果有直接的影響，Δt過小會造成擬合點的波動性較大，擬合曲線的相關系數較小。Δt過大，Si點過少，易產生較大的偏差，而且對是否已經進行次固結階段等不易作出判斷。一般取Δt30~100d之間。在實際的推算過程中，同時宜多計算幾個不同的Δt得出相應的最終沉降值，而后在其中選取相關系數較好的沉降值作設原始數據列為

x(0k)(k1,2,,p),作一次累加生成得新數據列kkx(1kx(0iGM（1，1）

dxax(1)

a

Na(BTB)-1BTN

（4-1x(1)1x(1) 12 2 1x(1)2x(1) B

1x(1)k1x(1)k1 yx(0)2,x(0)3,,x(0)

（4-

u x

eak

x

k1

k1

（4-即kGM（1，1）C1 ，它將待估系統視為部分信息 非線性轉換，具有很好的習能力。BackPropagation（BP）網絡是目前應關系式轉化為的非線性映射，可以將影響地基沉降的眾多因素用數學顯式BP神經網絡[15]由輸入層神經元、輸出層神經元及隱層神經元組成,其中隱層可以是一層或多層,4-5所示的全互連結構。 輸入 隱 輸出4-5中間層逐層修正各連接權值,最后回到輸入層,隨著這種誤差逆的修正不斷進從訓練樣例中取一樣例,能落在傳遞函數梯度大的地方,將數據處理為區間[0,1]之間的數據,采用如下xyi

（4-式 yi某一特性的數值ysGM(1,1)模型預測得到的值作為神經網絡的輸入樣本,真實值作為神經網訓練目標要求,就可以得到調整后的連接權值,GM（1，1）模型預測得到的建立神經網絡模型。根據具體實例,4-64-64層組成,B的特Sfx1/1ex的對數,CD對網絡的初始連接權值和閾值進行設定,GM(1，1)模型預測得到的一絡的輸入,將實際測量值作為神經網絡的輸出,對網絡進行多次訓練,得到一系列調整后的連接權值和閾值。GM（1，1）GM（1，1）25期監測4-2所示。4-2驗證序列預測值與實測值26期2728第29監測期30預測實測Ⅰ-1監型Ⅰ-2監型Ⅰ-3監型Ⅰ-4監型1可知，GM（1，1）模型、神經網絡模型和灰色神經網絡模型對應的值的均方誤差（MeanSquaredError，MSE），4-3所示。4-3預測值與實測值的均方誤差預測值與實測值的均方誤差Ⅰ-1Ⅰ-2Ⅰ-3Ⅰ-4 。因此，本文選取灰色神經網模型預 高鐵K1045+800路基工后沉降采用灰色神經網絡模型預采用灰色神經網絡模型預 高鐵K1045+800路基第31～35監測期的4-44-74-4預測結果3132333435Ⅰ-1Ⅰ-2Ⅰ-3Ⅰ-44-745.19mm后沉降不會對行車安全造成重45.19mm后沉降不會對行車安全造成重 而4 ⅠⅡ較Ⅲ以工后沉降量為首 以工后沉降量為首 分別表示 ，需要發 信息方法有雙曲、三點法、Asaoka法、GM（1，1）模型、神經網絡模型以及灰GM（1，1）模型、神經網絡模型、灰色神經網絡模 1. 1. 高鐵K1045+800路基為例通過設計合理的監測方案開展了路基神經網絡模型建立了路基工后沉降預測模型，提出了路基工后沉神經網絡模型建立了路基工后沉降預測模型，提出了路基工后沉 方法 2.Ⅰ-1-2-3和Ⅰ-433監測期以后增量路基沉路基沉 等級分為Ⅰ、Ⅱ和Ⅲ級 3.本文開展 高鐵K1045+800路基工后沉降監測與預測研究但在以預測精度雖能滿足要求，但其他算法，如小波分析、PSO-ANN模型以及PSO-SVM模型等的預測精度未得到驗證。KangGaoliang.InfluenceandControlStrategyforLocalSettlementforHigh-SpeedRailwayInfrastructure[J].Engineering,2016(2):374-379.HeureuxJS,LongM,VannesteM,etal.Onthepredictionofsettlementfromhigh-resolutionshear-wavereflectionseismicdata:TheTrondheimharborcasestudy,midNorway[J].Engineer