[发明专利]一种轨道交通引起的建筑物振动水平预测方法

说明书

技术领域

本发明涉及一种建筑物震动水平预测方法，特别是关于一种轨道交通引起的建筑物振动水平预测方法。

背景技术

轨道交通以其运量大、速度快、占地少等优点，在交通运输业中扮演着越来越重要的角色，但同时也引发了严重的环境问题，由轨道交通等环境引起的振害已被列为七大公害之一。这不仅是因为交通系统引起的环境振动日益增大，而且还由于随着社会的进步，人们对现代生活质量的要求也越来越高，即使对于同样水平的振动，在过去可能不是问题，而现在却越来越多地引起公众的强烈反应。所以，由轨道交通引起的环境振动问题作为一种新型的环境公害，已经成为一个愈来愈严重的社会问题。而准确的预测轨道交通对建筑物振动的影响对于及时感知潜在的振动水平以及轨道交通的建设都起着关键的作用，另外对于采取相应的措施来减少振动水平也有着重要参考价值。

由轨道交通引发的建筑物振动受多种因素的影响，包括轨道不平顺幅值、地基土性质、列车速度、列车类型、建筑物高度等，它们之间存在着非常复杂的关系。在实际处理这些数据过程中，常常会遇到个别数据偏离预期值或大量统计值的情况，如何剔除其中的异常数据，提取关键信息进而寻找建筑物振动水平与这些因素之间的关系，以合理预测轨道交通引起的建筑物振动是一个难度很大且急需解决的技术问题。

发明内容

针对上述问题，本发明的目的是提供一种预测轨道交通对于建筑物的振动影响程度，从而为城市轨道交通开发的振动影响评价和减振降噪措施的选择提供数据支持的轨道交通引起的建筑物振动水平预测方法。

为实现上述目的，本发明采取以下技术方案：一种轨道交通引起的建筑物振动水平预测方法，其包括以下步骤：1)针对列车-轨道-路基-周围地层-建筑物系统进行原始数据调查，该原始数据包括轨道不平顺幅值的参数、地基土性质的参数、列车速度的参数、列车类型的参数和建筑物高度的参数；2)将原始数据中各参数进行归一化处理，并得到归一化处理后的各参数；3)将归一化处理后的各参数分别进行逐层小波变换分解，将各参数每一层分别对应分解成一个低频信号和多个高频信号；4)针对每一参数得到的低频信号和高频信号进行消噪处理，除去异常数据；5)分别将经过消噪处理后的每个参数对应的一个低频信号和多个高频信号结合其分解尺度的权重加权相加完成信号重构，得到加权的各信号；6)采用径向基核函数作为SVM模型的核函数，基于加权的各信号通过网格法对核函数中的规则项参数C和误差项ε进行标定，从而得到标定的SVM模型。

所述步骤2)包括以下内容：将原始数据中各参数逐一进行归一化处理的公式如下：

其中，是归一化处理后的值，S_i是原始数值，S_min是样本序列中的最小值，S_max是样本序列中的最大值。

所述步骤4)包括以下内容：针对每一参数得到的低频信号和高频信号进行消噪处理，其过程如下：假设一个含噪声的一维信号的模型如下：

s(k)＝f(k)+λ·e(k) k＝0,1,...,N-1

其中，f(k)为去噪后的有效信号，s(k)为含噪的信号，e(k)为去噪的信号的噪声信号，λ为权重，N表示每一参数进行小波分解后的低、高频总个数。

所述步骤6)包括以下内容：取70％加权的各信号作为SVM模型的训练样本，用于标定规则项参数C和误差项ε，C的取值范围为(0，100)，ε的取值范围为(0，0.4)，其余30％作为测试样本检验SVM模型是否正确，并采用均方差对测试结果进行评价SVM模型的预测精度，其均方差公式如下：

其中，表示振级预测值，V_i表示振级观察值，n是振级观察值的数量。

本发明由于采取以上技术方案，其具有以下优点：本发明先通过收集轨道不平顺幅值的参数、地基土性质的参数、列车速度的参数、列车类型的参数和建筑物高度的参数进行归一化处理，然后选择dbN小波函数以及分解尺度进行小波变换，消除原始信号中的突变因素和随机影响，通过重构得到消噪后的信号，并将消噪后的信号作为支持向量机的输入变量，用于支持向量机的训练测试，最终得到标定的SVM预测模型来显著提高了轨道交通引起的建筑物振动水平预测的精度，为城市轨道交通开发的振动影响评价和减振降噪措施的选择提供了数据支持，为改善城市工作生活环境做出了重要的贡献。因此，本发明可以广泛用于土木工程预测技术领域。

附图说明

图1是本发明的过程示意图

图2是本发明列车-轨道-路基-周围地层-接触面-建筑物系统模型示意图