前言
第1章 绪论
1.1 地铁发展概况
1.2 漫滩软土地铁隧道运营期沉降监控的研究意义
1.3 漫滩软土地铁隧道运营期沉降监控研究历史与现状
1.3.1 研究历史
1.3.2 监测技术研究现状
1.3.3 预测模型的研究现状
1.3.4 稳定性分析与预警的研究现状
1.3.5 存在的问题
第2章 地铁隧道运营期沉降监控体系
2.1 地铁隧道结构系统特性
2.2 地铁隧道运营期沉降监控目的与主要内容
2.3 地铁隧道运营期沉降监控体系构建
2.3.1 基本方法
2.3.2 体系的构建
第3章 地铁隧道结构沉降监测的方法与技术要求
3.1 监测基准网的布设与施测方法
3.2 隧道结构的沉降监测
3.2.1 区间隧道的沉降监测
3.2.2 隧道与车站交接处的沉降差异监测
3.2.3 监测数据处理与分析
3.3 地铁隧道结构沉降监测实例
3.3.1 地铁隧道沉降监测概况
3.3.2 监测数据处理
第4章 漫滩软土地铁隧道运营期沉降成因分析
4.1 漫滩软土地质特征与工程特性
4.1.1 软土的成因与分布
4.1.2 漫滩软土地质特征
4.1.3 漫滩软土工程特性
4.2 漫滩软土地铁隧道沉降时空分布特征
4.2.1 漫滩软土地铁隧道结构特点
4.2.2 西延线隧道结构沉降时空分布特征
4.3 漫滩软土地铁隧道沉降影响因素分析
4.3.1 土体环境因素的影响
4.3.2 列车运行荷载因素的影响
4.3.3 隧道渗漏的影响
4.3.4 外部环境因素的影响
4.4 漫滩软土地铁隧道沉降影响因素的影响程度分析
4.4.1 主成分分析基本原理
4.4.2 主成分分析的计算步骤
4.4.3 影响因素影响程度的定性与量化分析
第5章 漫滩软土地铁隧道运营期沉降预测
5.1 漫滩软土地铁隧道运营期沉降预测模式构建
5.1.1 形变预测模型的基本分类
5.1.2 漫滩软土地铁隧道运营期沉降预测特点
5.1.3 漫滩软土地铁隧道运营期沉降预测模式
5.2 基于灰色神经网络模型GNNM（1，1）的地铁隧道沉降预测
5.2.1 灰色系统理论
5.2.2 神经网络模型
5.2.3 灰色神经网络模型
5.2.4 灰色神经网络GNNM（1，1）在地铁隧道沉降预测中的应用
5.3 基于改进的RBF神经网络地铁隧道沉降动态预测
5.3.1 径向基神经网络基本理论
5.3.2 径向基神经网络学习算法
5.3.3 RBF神经网络的改进及其在地铁隧道沉降动态预测中的应用
第6章 漫滩软土地铁隧道运营期沉降稳定性分析与预警
6.1 地铁隧道结构沉降监测基准网的稳定性研究
6.1.1 沉降监测基准网的参考基准
6.1.2 隧道结构沉降监测基准网参考基准的选取
6.1.3 沉降监测基准网的稳定性分析方法
6.1.4 实例分析
6.2 系统稳定性
6.2.1 系统稳定性概念
6.2.2 系统运动稳定性
6.3 Lyapunov运动稳定性分析原理
6.3.1 动力系统方程的构建
6.3.2 Lyapunov指数谱、信息维
6.3.3 Lyapunov运动稳定性的定义
6.3.4 Lyapunov运动稳定性判别方法
6.3.5 变形体系统运动稳定性分析
6.4 基于Lyapunov方法的地铁隧道沉降稳定性分析与预警
6.4.1 动力学方程的建立
6.4.2 地铁隧道运营期沉降稳定性分析判据及预警方法
6.4.3 沉降稳定性分析与预警
第7章 地铁隧道运营期沉降监控信息系统研发
7.1 系统目标与内容
7.1.1 系统目标
7.1.2 系统的构成及内容
7.2 系统功能及要求
7.2.1 系统功能结构
7.2.2 系统功能要求
7.3 系统的构建及运行模式
7.4 系统的实现与应用
7.4.1 系统总体结构
7.4.2 系统开发与运行环境
7.4.3 系统开发关键技术
7.4.4 系统功能模块
参考文献
缺书网
扫码进群