Prediction Model for Subway Tunnel Collapse Risk Based on Delphi-Ideal Point Method and Geological Forecast


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

A risk assessment is an effective means of identifying and preventing potential tunnel collapses during construction. The longitudinal wave velocity, burial depth of the tunnel, tunnel span, surroundings, groundwater, and construction factors are selected to build a comprehensive prediction system. The weight of each index is calculated based on the Delphi method. Finally, the risk level for each tunnel section is determined using the ideal point theory. The established prediction model is applied to an actual project to verify its correctness, and the prediction results have good consistency with the actual tunnel. This paper provides a new method for assessing the risk of collapse in subway tunnels.

Об авторах

Yiguo Xue

Research Center of Geotechnical and Structural Engineering, Shandong University

Email: qdh2011@126.com
Китай, Jinan, Shandong

Zhiqiang Li

Research Center of Geotechnical and Structural Engineering, Shandong University

Email: qdh2011@126.com
Китай, Jinan, Shandong

Daohong Qiu

Research Center of Geotechnical and Structural Engineering, Shandong University

Автор, ответственный за переписку.
Email: qdh2011@126.com
Китай, Jinan, Shandong

Weimin Yang

Research Center of Geotechnical and Structural Engineering, Shandong University

Email: qdh2011@126.com
Китай, Jinan, Shandong

Lewen Zhang

Institute of Marine Science and Technology, Shandong University

Email: qdh2011@126.com
Китай, Qingdao, Shandong

Yufan Tao

Research Center of Geotechnical and Structural Engineering, Shandong University

Email: qdh2011@126.com
Китай, Jinan, Shandong

Kai Zhang

Research Center of Geotechnical and Structural Engineering, Shandong University

Email: qdh2011@126.com
Китай, Jinan, Shandong

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer Science+Business Media, LLC, part of Springer Nature, 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».