馮棟梁
(上海市市政工程建設(shè)發(fā)展有限公司,上海市200025)
隨著城市現(xiàn)代化建設(shè)特別是地下交通建設(shè)的飛速發(fā)展,經(jīng)常會遇到隧道下穿既有地下管線和箱涵的問題,而目前建設(shè)者們越來越多地采用頂管法施工解決這個問題。矩形頂管下穿既有箱涵過程中具有很大風(fēng)險和不確定性。許斌鋒等[1](2019)采用MIDAS/GTS軟件建立工程結(jié)構(gòu)頂管施工全過程的數(shù)值模擬,制定大斷面矩形頂管下穿電力隧道的合理監(jiān)測方案,對電力隧道的豎向位移、水平位移進行監(jiān)測,并將實測數(shù)據(jù)與模擬結(jié)果進行對比驗證了模型的合理性。張燁[2](2017)運用有限元方法模擬分析了矩形頂管穿越施工過程中排水箱涵的變形情況,對排水箱涵針對性地布置了監(jiān)測點并進行了分析總結(jié)。楊景敏[3](2013)提出了大斷面矩形頂管下穿電力井施工保護技術(shù)。
本文分析了矩形頂管下穿既有箱涵的破壞模式,總結(jié)了管線的安全判別方法,討論了頂管下穿既有箱涵的保護及控制措施,并提出了一種新的頂管下穿既有箱涵過程中險情預(yù)警預(yù)報方法,為今后的城市地下空間開發(fā)利用提供參考。
頂管施工對周圍土體將產(chǎn)生擾動,引起不均勻沉降和水平位移,進而導(dǎo)致鄰近上覆既有箱涵產(chǎn)生附加應(yīng)力和變形,當(dāng)箱涵應(yīng)力和變形達到臨界值時,管線就會產(chǎn)生破壞。箱涵的破壞一般有兩種情況;
(1)箱涵在附加拉應(yīng)力作用下出現(xiàn)裂縫,甚至發(fā)生破裂而喪失功效;
(2)箱涵完好,但箱涵接頭轉(zhuǎn)角過大,接頭無法保持封閉狀態(tài),發(fā)生滲漏。所以,箱涵的破壞主要是由其中一種或者是兩種同時發(fā)生的破壞模式。
在頂管開挖的卸載過程中,由于施加在箱涵上的荷載變化最大的是縱向彎曲荷載,所以縱向應(yīng)力屈服是首先要考慮的破壞條件;另外,由于箱涵的變形直接影響箱涵的構(gòu)造,當(dāng)變形過大時,箱涵就會發(fā)生破壞,因此構(gòu)造破壞也必須考慮。
箱涵破壞的主要模式有:由縱向彎曲引起的橫斷面破裂、由箱涵環(huán)向變形引起的徑向開裂和箱涵接頭處無法承受過大轉(zhuǎn)角而發(fā)生滲漏三種情況。
箱涵結(jié)構(gòu)安全性判別方法一般采用張角判別法。
如果已知箱涵的位移就可以采用張角判別法來判斷箱涵是否會因變形過大而造成破裂、漏水。箱涵張角判別方法:
式中:Δ 為接縫張開值;[Δ]為接縫允許張開值;R為箱涵變形曲率半徑;D為箱涵外徑;L為箱涵長度。
本文提出一種高精度、高可靠性的頂管下穿既有污水箱涵險情智能預(yù)警預(yù)報方法,以便在頂管下穿既有建筑物和構(gòu)筑物施工過程中進行險情實時預(yù)警預(yù)報。該方法的內(nèi)容包括以下四個步驟:現(xiàn)場埋設(shè)傳感器、設(shè)置無人值守數(shù)據(jù)采集站,通過監(jiān)測裝置采集得到既有箱涵及其周邊土體的多種特性參數(shù)數(shù)據(jù);進行數(shù)據(jù)格式化處理;通過層次分析灰色關(guān)聯(lián)度法獲取多種特性參數(shù)和擾動區(qū)土體強度影響箱涵安全系數(shù)的權(quán)重和灰色關(guān)聯(lián)度;建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型,預(yù)測既有箱涵破壞發(fā)生時間,對險情進行預(yù)警預(yù)報。頂管下穿箱涵險情預(yù)警預(yù)報方法流程見圖1。與現(xiàn)有技術(shù)相比,本方法可以定量化、更合理、更符合實際地進行頂管下穿既有箱涵險情的預(yù)警預(yù)報。
圖1 頂管下穿既有箱涵險情預(yù)警預(yù)報流程圖
與現(xiàn)有技術(shù)相比,本方法具有以下優(yōu)點:
(1)通過分析頂管下穿既有箱涵的頂進施工過程中的動態(tài)響應(yīng)關(guān)系,綜合考慮導(dǎo)致頂管下穿既有箱涵頂進失效的風(fēng)險影響因素,研究下穿既有箱涵頂進過程中的相互作用機理,進而在頂管下穿既有污水箱涵頂進前對風(fēng)險源布設(shè)監(jiān)測點,可運用到系統(tǒng)的信息化安全風(fēng)險預(yù)警中,在頂管下穿頂進過程中進行實時預(yù)警監(jiān)測、險情分析與預(yù)警預(yù)報,幫助實現(xiàn)信息化施工。
(2)循環(huán)神經(jīng)網(wǎng)絡(luò)在處理多參數(shù)以及具有流動性的信息有著很好的適用性,可以對前面的信息進行記憶并應(yīng)用于當(dāng)前輸出的計算,且每個前面狀態(tài)對當(dāng)前的影響進行了距離加權(quán),距離越遠,權(quán)值越小,符合施工過程和災(zāi)害突變的時間效應(yīng),可以很好預(yù)測災(zāi)變的破壞時間。
(3)采用物聯(lián)網(wǎng)的虛擬IP技術(shù)遠程實時自動采集和傳輸現(xiàn)場既有箱涵內(nèi)力情況、管土接觸壓力、土體分層沉降、地表水平位移、孔隙水壓力系數(shù)和地下水位的信息,具有實時性的特點。
(4)通過建立人工智能災(zāi)害預(yù)測模型及開發(fā)相應(yīng)的后臺客戶端軟件對監(jiān)測數(shù)據(jù)進行分析和處理,獲取頂管下穿過程中既有箱涵的破壞時間,然后進行頂管下穿既有箱涵險情的早期預(yù)警預(yù)報,從而提高了頂管頂進過程中既有箱涵變形破壞的預(yù)警預(yù)報精度和可靠度。
首先,通過在現(xiàn)場設(shè)置的多種監(jiān)測裝置,采集得到既有箱涵及其周邊土體的多種特性參數(shù)數(shù)據(jù),監(jiān)測的箱涵包括污水箱涵。具體包括:
現(xiàn)場設(shè)置土體監(jiān)測站,埋置鋼筋應(yīng)力傳感器、土壓力盒、土體沉降計、測斜管、孔隙水壓力計和水位管分別實時采集既有箱涵的內(nèi)力情況、管土接觸壓力、土體分層沉降量、地表水平位移量、孔隙水壓力值和地下水位情況等數(shù)據(jù),并通過光纖電纜把采集到的數(shù)據(jù)實時傳輸?shù)綌?shù)據(jù)采集站,數(shù)據(jù)采集站以移動信號的方式通過物聯(lián)網(wǎng)的虛擬IP技術(shù)將接收的監(jiān)測數(shù)據(jù)實時自動傳輸?shù)竭h程客戶端。鋼筋應(yīng)力傳感器、土壓力盒、土體沉降計、測斜管、孔隙水壓力計和水位管帶有自動數(shù)據(jù)A/D轉(zhuǎn)換功能。
其次,安裝設(shè)有C#語言開發(fā)的現(xiàn)場監(jiān)測數(shù)據(jù)管理系統(tǒng)模塊的遠程客戶端接收監(jiān)測數(shù)據(jù),并將得到的多種特性參數(shù)數(shù)據(jù)進行格式化處理,包括等間隔化處理、歸一化處理,并按照關(guān)系型數(shù)據(jù)庫要求的第三范式(3NF)對數(shù)據(jù)進行標準化、結(jié)構(gòu)化處理,存入后臺MySQL數(shù)據(jù)庫。
等間隔化處理具體為:設(shè)非等間隔管土接觸壓力、孔隙水壓力系數(shù)、土體水平位移、土體沉降和擾動區(qū)土體強度的原始監(jiān)測序列x0(tj),各時段的間隔時間為,且各時段間隔不完全相等,則平均時間間隔為:
式中:tj為第j個監(jiān)測時間點;m為監(jiān)測時間點個數(shù)。
用式(3)計算等間隔化后的新時間點t'j:
用式(4)計算對應(yīng)的數(shù)值:
其中:
或者判斷t'j所處的區(qū)間,用區(qū)間的兩端點值的兩點插值計算出等間隔化后相應(yīng)的數(shù)值(管土接觸壓力、孔隙水壓力系數(shù)、土體水平位移、土體沉降或擾動區(qū)土體強度)x(t'j),由式(7)計算:
歸一化處理具體為:在所有監(jiān)測的數(shù)據(jù)中找出最大的數(shù)xmax和xmin最小的數(shù),然后將原始數(shù)據(jù)轉(zhuǎn)換到[0,1]的范圍內(nèi),把所有監(jiān)測的數(shù)據(jù)進行如下計算:
將數(shù)據(jù)格式化后,通過Java語言的JDBC技術(shù)存入后臺MySQL數(shù)據(jù)庫。后臺MySQL數(shù)據(jù)庫拿到數(shù)據(jù)后,將數(shù)據(jù)按照關(guān)系型數(shù)據(jù)庫要求的3NF的規(guī)范持久化存儲,存儲過程中使用Innodb和MyIASM雙存儲引擎。
關(guān)系型數(shù)據(jù)庫的3NF的要求為:數(shù)據(jù)庫中的每一列都是不可分割的基本數(shù)據(jù)項,每個實例或行必須可以被唯一地區(qū)分,并且一個數(shù)據(jù)庫表中不包含已在其它表中已包含的非主關(guān)鍵字信息。
運用層次分析灰色關(guān)聯(lián)度方法,確定管土接觸壓力、孔隙水壓力系數(shù)、土體水平位移、土體沉降值、擾動區(qū)土體強度等因素影響既有箱涵安全系數(shù)的權(quán)重大小和灰色關(guān)聯(lián)度(用以循環(huán)神經(jīng)網(wǎng)絡(luò)分析中各項指標權(quán)重的分配),具體過程如下:
首先,通過層次分析法得到多種特性參數(shù)和擾動區(qū)土體強度影響箱涵安全系數(shù)的權(quán)重,具體過程如下:
(1)建立層次分析結(jié)構(gòu),并構(gòu)造判斷矩陣A(正互反矩陣),利用方根法求每個因素的權(quán)值:
(2)計算判斷矩陣A各行各個指標的乘積Mi:
(3)計算Mi的k次方根Vi:
(4)歸一化處理,得到所求權(quán)重向量Wi和各個指標的權(quán)重ω(k):
其中:Wi=ω((1),ω(2)…ω(k))
其次,確定一個參考數(shù)列X0和q個比較數(shù)列X1,X2,…,Xq,數(shù)列元素為管土接觸壓力τ(k)、孔隙水壓力系數(shù)g(t)、土體水平位移l(t)、土體沉降值v(t)、擾動區(qū)土體強度ρ(t),無量綱化處理參考數(shù)列和比較數(shù)列,計算q個比較數(shù)列各元素的關(guān)聯(lián)系數(shù),其中第s個比較數(shù)列第k個元素的關(guān)聯(lián)系數(shù)ξ(k)為:
式中:φ 稱為分辨系數(shù),一般φ?(0.1),常取0.5,第1層次最小差為不同k值計算的絕對差中的最小值,第2層次最小差為Δ1(min),Δ2(min),…Δq(min)中最小值,第1層次最大差為不同k值計算的絕對差x0(k)-xs(k)中的最大值,第2層次最大差為Δ1(max),Δ2(max),…Δq(max)中最大值;
用式(13)計算第s個比較數(shù)列Xs對參考數(shù)列X0的關(guān)聯(lián)度γs:
用式(14)計算層次分析的灰色關(guān)聯(lián)度Rs:
式中:q表示指標總數(shù),指標包括多種特性參數(shù)和擾動區(qū)土體強度;ω(k)為層次分析法計算得到的頂管下穿箱涵過程中第k元素的權(quán)重;ξs(k)表示灰色關(guān)聯(lián)分析時第s個比較數(shù)列第k個元素的關(guān)聯(lián)系數(shù)。
采用層次-灰色關(guān)聯(lián)度法分析得到加權(quán)的數(shù)據(jù)作為訓(xùn)練集,并轉(zhuǎn)化為單向信息流的格式,確定單層互連的網(wǎng)絡(luò)神經(jīng)元,建立循環(huán)神經(jīng)網(wǎng)絡(luò)的初始網(wǎng)絡(luò)狀態(tài),代入如圖2所示的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中,預(yù)測既有箱涵破壞發(fā)生時間。
圖2 循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
首先,利用外界輸入激發(fā)網(wǎng)絡(luò),進行循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練,從t=1到t=T的每個時間步通過長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)控制門路對變量進行更新,見圖3,具體包括:
圖3 循環(huán)神經(jīng)網(wǎng)絡(luò)控制門路圖
(1)讀取t-1時刻的隱藏層輸出ht-1和t時刻的輸入變量xt,采用忘記門層計算神經(jīng)細胞層中的遺忘參數(shù)ft,輸出一個在0到1之間的數(shù)值(1表示“完全保留”,0表示“完全舍棄”),給到每個神經(jīng)細胞層Ct中,遺忘參數(shù)為:
式中:σ 表示預(yù)測既有箱涵破壞發(fā)生時間的邏輯回歸函數(shù);t為既有箱涵破壞的計算時間,t=σ(Fs,τ,g,l,v,ρ),當(dāng)既有箱涵的安全系數(shù)Fs=1時,t為既有箱涵發(fā)生破壞的時間;τ 為管土接觸壓力;g為孔隙水壓力系數(shù);l為土體的水平位移;v為土體的沉降;ρ 為擾動區(qū)土體強度;Vf為控制箱涵狀態(tài)的對角權(quán)重,依據(jù)采用層次分析-灰色關(guān)聯(lián)度方法確定;Wf為從隱藏層到忘記門層的連接權(quán)重矩陣;Ct-1為t-1時刻的神經(jīng)細胞層。
(2)根據(jù)ht-1和xi確定存放在神經(jīng)細胞層中的新信息,包括輸入門層it和通過tanh函數(shù)訓(xùn)練的候選值向量
式中:it表示輸入門層(Sigmoid層);Wi為從隱藏層到輸入門層的連接權(quán)重矩陣;Wc為從隱藏層到候選值向量的連接權(quán)重矩陣;Vi為計算it的控制箱涵狀態(tài)的對角權(quán)重;VC為計算的控制箱涵狀態(tài)的對角權(quán)重。
更新舊神經(jīng)細胞層的狀態(tài),將Ct-1更新為Ct:
(3)根據(jù)ht-1、xt和Ct確定神經(jīng)細胞層的輸出變量Ot:
式中:權(quán)重矩陣V和W分別對應(yīng)于輸入到隱藏到輸出和隱藏到隱藏的連接;通過tanh函數(shù)進行計算得到一個-1到1之間的值,并和Ot相乘,得到t時刻隱藏層輸出ht:
定義算法的代價函數(shù),與輸入變量x序列配對的隱藏層輸出h的總損失就是所有時間步的損失之和。Lt為給定的x1,x2,…xT后h1,h2,…h(huán)T的負對數(shù)似然:
式中:pmodel表示似然函數(shù)。
其次,采用梯度下降算法更新循環(huán)神經(jīng)網(wǎng)絡(luò)的參數(shù),更新具體是使用反向傳播算法,應(yīng)用于展開圖的反向傳播算法稱為通過時間反向傳播,計算圖的節(jié)點包含參數(shù)和,各個參數(shù)的梯度的計算式:
式中:▽表示參數(shù)V和W的梯度;L表示訓(xùn)練損失;ht-1表示t-1時刻的隱藏層輸出;xt表示t時刻的輸入變量;T為轉(zhuǎn)置符號。
最后,根據(jù)新的訓(xùn)練數(shù)據(jù)重復(fù)訓(xùn)練,不斷迭代更新其中的權(quán)重,直到得到收斂的參數(shù)值,停止迭代,得到既有箱涵破壞發(fā)生時間。
(1)分析了頂管下穿既有箱涵的破壞模式,總結(jié)了箱涵結(jié)構(gòu)安全的判別方法。
(2)提出了一種新的頂管下穿既有箱涵過程中險情預(yù)警預(yù)報方法。該方法通過現(xiàn)場實時監(jiān)測,采集既有箱涵及其周邊土體的多種特性參數(shù)數(shù)據(jù),進行格式化處理,采用層次分析-灰色關(guān)聯(lián)度法得到多種特性參數(shù)和擾動區(qū)土體強度影響箱涵安全系數(shù)的權(quán)重和灰色關(guān)聯(lián)度,并以此建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型,預(yù)測既有箱涵破壞發(fā)生時間,對險情進行預(yù)警預(yù)報。