主裙樓組合基礎(chǔ)沉降控制參數(shù)敏感性分析

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，需要對基礎(chǔ)沉降進(jìn)行控制和監(jiān)測。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，都會使組合基礎(chǔ)沉降進(jìn)一步增加。通過對主裙樓組合基礎(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。

1 敏感性分析流程

1.1 基于梯度提升樹的參數(shù)敏感性分析

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)加起來合成一個整體的損失函數(shù)，對這個損失函數(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)計算得到一個分?jǐn)?shù)，這個分?jǐn)?shù)越小越好，最終通過自定義目標(biāo)函數(shù)計算得到的分?jǐn)?shù)確定了樹的結(jié)構(gòu)和整個強(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。

對于回歸樹：預(yù)測結(jié)果會落在每片葉子上，回歸樹會將葉子上的數(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)測結(jié)果。

當(dāng)XGBoost參數(shù)確定，任意響應(yīng)特征對于輸出值的敏感性系數(shù)均可求得。通過對回歸樹葉子上的權(quán)重進(jìn)行分析，可以得到輸入特征值對輸出參數(shù)的影響因子，這個影響因子就是輸入特征對輸出值的敏感性系數(shù)。

1.2 數(shù)據(jù)歸一化

當(dāng)輸入?yún)?shù)的取值范圍確定后，采用正交試驗(yàn)法對所選參數(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)上下限對訓(xùn)練結(jié)果產(chǎn)生較大影響，在模型訓(xùn)練前需要對輸入和輸出分別進(jìn)行歸一化處理，將數(shù)據(jù)歸一至[0-1]之間，如式2所示：

2 工程背景及參數(shù)選擇

2.1 工程簡介

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，對該主裙樓組合基礎(chǔ)進(jìn)行沉降檢測，測點(diǎn)平面布置圖如圖2所示。

圖2 主裙樓沉降測點(diǎn)布置平面圖

如圖2選取主裙樓測點(diǎn)中1-1作為測點(diǎn)1數(shù)據(jù)，1-2作為測點(diǎn)2數(shù)據(jù)，2-1作為測點(diǎn)3數(shù)據(jù)，2-2作為測點(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。

2.2 參數(shù)選取

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。通過模型對輸入特征值的學(xué)習(xí)，并對沉降值進(jìn)行擬合，可以得到各個輸入特征值對沉降值的影響因子。將影響因子進(jìn)行對比處理，可以得到各個參數(shù)對沉降的敏感性系數(shù)?；A(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

3 參數(shù)敏感性分析

巖土工程中土體參數(shù)對計算結(jié)果有著顯著影響，由于土體參數(shù)造成的誤差有時很大。通過機(jī)器學(xué)習(xí)模型內(nèi)部學(xué)習(xí)各個輸入特征參數(shù)與沉降的關(guān)系，可以將基礎(chǔ)的各個參數(shù)特征對沉降的敏感性進(jìn)行量化。

通過XGBoost模型對輸入特征的學(xué)習(xí)，發(fā)現(xiàn)模型對基礎(chǔ)沉降的擬合效果顯著，擬合相對系數(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)，得到了輸入特征對基礎(chǔ)沉降結(jié)果的影響因子。然后，對影響因子進(jìn)行分析，得到各個控制參數(shù)特征對基礎(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，對主裙樓組合基礎(chǔ)沉降造成較大的影響。沉降的累計天數(shù)對主裙樓組合基礎(chǔ)沉降有高敏感度的原因，是隨著時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間的推移，土中空隙被壓實(shí)，基礎(chǔ)發(fā)生沉降位移。

4 結(jié)論

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)累計沉降導(dǎo)入模型進(jìn)行學(xué)習(xí)，并分析控制參數(shù)對主裙樓組合基礎(chǔ)沉降的敏感性，得到如下結(jié)論。上部荷載變化對基礎(chǔ)沉降的敏感度最大，同樣時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，需要著重考慮上部荷載的變化對組合基礎(chǔ)沉降的影響。