孟杰 張家立 馮同廣
山東高速工程建設(shè)集團(tuán)有限公司 山東 濟(jì)南 250000
基礎(chǔ)沉降是建筑工程中不可避免的問題之一,尤其是在高層建筑和主裙樓的施工中更為突出。為了確保建筑的穩(wěn)定性和安全性,需要對(duì)基礎(chǔ)沉降進(jìn)行控制和監(jiān)測(cè)。主裙樓中組合基礎(chǔ)沉降控制尤為重要。影響組合基礎(chǔ)沉降的因素有很多。組合基礎(chǔ)所處的土層及上部荷載的施工進(jìn)程等,都會(huì)使組合基礎(chǔ)沉降進(jìn)一步增加。通過對(duì)主裙樓組合基礎(chǔ)沉降控制參數(shù)的敏感性分析,可以快速地得到對(duì)基礎(chǔ)沉降影響最大的參數(shù),并為后續(xù)施工提供參考。
隨人工智能發(fā)展,神經(jīng)網(wǎng)絡(luò)因其“快速、精確、全面”的優(yōu)點(diǎn),被運(yùn)用到敏感性分析中。在神經(jīng)網(wǎng)絡(luò)參數(shù)敏感性分析方面: Kourosh等[1]提出卷積神經(jīng)網(wǎng)絡(luò)( CNN) 的敏感性分析方法,并對(duì)其性能進(jìn)行比較; Ghada 等[2]利用深度殘差神經(jīng)網(wǎng)絡(luò)對(duì)熱拌瀝青混合料進(jìn)行參數(shù)敏感分析; Moussa等[3]在結(jié)構(gòu)可靠度評(píng)估中使用神經(jīng)網(wǎng)絡(luò)集成構(gòu)建參數(shù)敏感性分析模型,驗(yàn)證神經(jīng)網(wǎng)絡(luò)在敏感性分析中的穩(wěn)定性和準(zhǔn)確性。本文通過構(gòu)建基礎(chǔ)沉降控制參數(shù)與主裙樓組合基礎(chǔ)沉降的梯度提升樹擬合模型,對(duì)主裙樓組合基礎(chǔ)沉降與其控制參數(shù)的敏感性進(jìn)行分析。
梯度提升樹(XGBoost)整體思想就是直接把損失函數(shù)和正則項(xiàng)加起來合成一個(gè)整體的損失函數(shù),對(duì)這個(gè)損失函數(shù)求二階導(dǎo)數(shù),得到最終的自定義目標(biāo)函數(shù),通過自定義目標(biāo)函數(shù)計(jì)算得到一個(gè)分?jǐn)?shù),這個(gè)分?jǐn)?shù)越小越好,最終通過自定義目標(biāo)函數(shù)計(jì)算得到的分?jǐn)?shù)確定了樹的結(jié)構(gòu)和整個(gè)強(qiáng)學(xué)習(xí)器的分?jǐn)?shù)。XGBoost不是通過擬合殘差實(shí)現(xiàn)的,而是計(jì)算自定義目標(biāo)函數(shù)直接得到的樹結(jié)構(gòu)。結(jié)構(gòu)如圖1所示。
對(duì)于回歸樹:預(yù)測(cè)結(jié)果會(huì)落在每片葉子上,回歸樹會(huì)將葉子上的數(shù)值求平均就是這片葉子結(jié)點(diǎn)的回歸結(jié)果。利用如下公式1進(jìn)行計(jì)算。式中:K是樹的總數(shù)量,k代表第k棵樹,k是這顆樹的權(quán)重,hk表示這棵樹上的預(yù)測(cè)結(jié)果。
當(dāng)XGBoost參數(shù)確定,任意響應(yīng)特征對(duì)于輸出值的敏感性系數(shù)均可求得。通過對(duì)回歸樹葉子上的權(quán)重進(jìn)行分析,可以得到輸入特征值對(duì)輸出參數(shù)的影響因子,這個(gè)影響因子就是輸入特征對(duì)輸出值的敏感性系數(shù)。
當(dāng)輸入?yún)?shù)的取值范圍確定后,采用正交試驗(yàn)法對(duì)所選參數(shù)進(jìn)行組合,得到輸入特征訓(xùn)練集。為了加快收斂速度,避免參數(shù)上下限對(duì)訓(xùn)練結(jié)果產(chǎn)生較大影響,在模型訓(xùn)練前需要對(duì)輸入和輸出分別進(jìn)行歸一化處理,將數(shù)據(jù)歸一至[0-1]之間,如式2所示:
本文選取位于濟(jì)南市歷城區(qū)董家街道某工程數(shù)據(jù)。該工程位于溫梁路,楊家河西路以西,原始地面高程為101.5±0.5m。該工程為了反映建筑在施工過程中的沉降變化,確保建筑物順利施工和建筑物變形可控,對(duì)該主裙樓組合基礎(chǔ)進(jìn)行沉降檢測(cè),測(cè)點(diǎn)平面布置圖如圖2所示。
圖2 主裙樓沉降測(cè)點(diǎn)布置平面圖
如圖2選取主裙樓測(cè)點(diǎn)中1-1作為測(cè)點(diǎn)1數(shù)據(jù),1-2作為測(cè)點(diǎn)2數(shù)據(jù),2-1作為測(cè)點(diǎn)3數(shù)據(jù),2-2作為測(cè)點(diǎn)4數(shù)據(jù),進(jìn)行主裙樓組合基礎(chǔ)沉降控制參數(shù)敏感性分析。
為了得到基礎(chǔ)沉降控制參數(shù)的敏感性,將基礎(chǔ)的土體參數(shù)、上部結(jié)構(gòu)隨著施工進(jìn)行的荷載變化、基礎(chǔ)形式、施工天數(shù)等諸多因素導(dǎo)入模型進(jìn)行訓(xùn)練。通過模型對(duì)輸入特征值的學(xué)習(xí),并對(duì)沉降值進(jìn)行擬合,可以得到各個(gè)輸入特征值對(duì)沉降值的影響因子。將影響因子進(jìn)行對(duì)比處理,可以得到各個(gè)參數(shù)對(duì)沉降的敏感性系數(shù)。基礎(chǔ)形式包括筏板基礎(chǔ)和獨(dú)立基礎(chǔ)兩種形式。外部荷載按施工環(huán)節(jié)和施工進(jìn)程進(jìn)行換算,結(jié)果如下圖3所示。
圖3 荷載比例換算圖
巖土工程中土體參數(shù)對(duì)計(jì)算結(jié)果有著顯著影響,由于土體參數(shù)造成的誤差有時(shí)很大。通過機(jī)器學(xué)習(xí)模型內(nèi)部學(xué)習(xí)各個(gè)輸入特征參數(shù)與沉降的關(guān)系,可以將基礎(chǔ)的各個(gè)參數(shù)特征對(duì)沉降的敏感性進(jìn)行量化。
通過XGBoost模型對(duì)輸入特征的學(xué)習(xí),發(fā)現(xiàn)模型對(duì)基礎(chǔ)沉降的擬合效果顯著,擬合相對(duì)系數(shù)R2值[4]高達(dá)0.94,說明模型擬合程度高,可以用來獲取特征對(duì)基礎(chǔ)沉降的影響因子。模型擬合散點(diǎn)圖如下圖4所示。
經(jīng)過XGBoost模型擬合學(xué)習(xí),得到了輸入特征對(duì)基礎(chǔ)沉降結(jié)果的影響因子。然后,對(duì)影響因子進(jìn)行分析,得到各個(gè)控制參數(shù)特征對(duì)基礎(chǔ)沉降的敏感性系數(shù),參數(shù)敏感性雷達(dá)圖如下圖5所示。
圖5 參數(shù)敏感性雷達(dá)圖
從圖中可以看出,對(duì)組合基礎(chǔ)沉降影響較大的控制參數(shù)是上部結(jié)構(gòu)的荷載變化、沉降累計(jì)天數(shù)、含水量和孔隙比。荷載變化影響組合基礎(chǔ)沉降的原因,是隨著施工的進(jìn)行,上部結(jié)構(gòu)逐步完善,其傳遞至基礎(chǔ)的重力加大,對(duì)主裙樓組合基礎(chǔ)沉降造成較大的影響。沉降的累計(jì)天數(shù)對(duì)主裙樓組合基礎(chǔ)沉降有高敏感度的原因,是隨著時(shí)間流逝和上部荷載加大,土體中的水被擠出,超孔隙水壓力減少,土體的有效應(yīng)力增加,土體發(fā)生局部固結(jié)導(dǎo)致基礎(chǔ)沉降。孔隙比和含水量對(duì)主裙樓組合基礎(chǔ)沉降的敏感性較大,同樣是由于上部荷載的逐漸加大以及時(shí)間的推移,土中空隙被壓實(shí),基礎(chǔ)發(fā)生沉降位移。
主裙樓組合基礎(chǔ)沉降的控制參數(shù)敏感性與土體參數(shù)及上部結(jié)構(gòu)有關(guān),通過XGBoost網(wǎng)絡(luò)模型將主裙樓組合基礎(chǔ)沉降控制參數(shù)與基礎(chǔ)累計(jì)沉降導(dǎo)入模型進(jìn)行學(xué)習(xí),并分析控制參數(shù)對(duì)主裙樓組合基礎(chǔ)沉降的敏感性,得到如下結(jié)論。上部荷載變化對(duì)基礎(chǔ)沉降的敏感度最大,同樣時(shí)間也是高敏感度因素。土體參數(shù)中孔隙比及含水量是基礎(chǔ)沉降較敏感的參數(shù)。在進(jìn)行主裙樓組合基礎(chǔ)沉降控制時(shí),需要著重考慮上部荷載的變化對(duì)組合基礎(chǔ)沉降的影響。