基坑施工引起周边管线沉降的一个深度学习模型
胡圣祥
王世峻
国网上海市电力公司经济技术研究院,上海 200233
摘要：基坑施工会引起周围地下管线沉降是一个动态过程,传统地下管线沉降预测方法不能反映这一动态过程、从而难以真正实现信息化施工.根据某基坑施工过程中周边地下管线沉降的监测数据,使用卷积神经网络(CNN)对监测数据进行特征提取,使用基于长短期记忆(LSTM)的神经网络对沉降进行分析,建立了基于深度学习网络的地下管线沉降预测模型,探讨了超参数和建筑物类型对预测准确度的影响.结果表明,利用所建CNN-LSTM联合人工神经网络,预测值与实际监测值比较接近;网络设置时,初始学习率、隐藏单元数、最大回代轮次可分别取为0.006、240、60;网络预测结果好坏与管线是否是刚性无关,预测值与实测值吻合的高低顺序是电力管线(柔性)、上水管线(刚性)、信息管线(柔性)、电信管线(柔性).研究成果对基坑工程安全施工具有一定的参考价值.
关键词：基坑施工地下管线沉降预测卷积神经网络长短期记忆神经网络
分类号：U231.3(特种铁路)
资助基金：国家自然科学基金(51678352)
论文发表日期：2023-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 165-173 )
英文信息