姚燕雅

(無錫城市職業(yè)技術學院，江蘇 無錫 214000)

目前預測隧道施工地段圍巖沉降的方法主要有兩種，分別為數(shù)值模擬法和實測數(shù)據(jù)回歸法.在使用數(shù)值模擬法的研究中，張立亭[1]等利用灰色關聯(lián)算法優(yōu)化模型參數(shù)并建立了地表沉降的預測模型，結果顯示灰色關聯(lián)算法能有效反映系統(tǒng)影響因子與地表沉降之間的關聯(lián)程度；王煜涵[2]等基于工程情況，利用三維有限差分法對隧道施工的挖掘過程進行數(shù)值模擬并預測地表沉降的程度，結合工程施工實際數(shù)據(jù)，驗證了模型的正確性.在使用實測數(shù)據(jù)回歸法的研究領域中，應用最廣泛最簡便的方法就是1969年Peck[3]提出的公式，在此基礎上，段紹偉[4]等根據(jù)長沙市地鐵隧道施工的實際數(shù)據(jù)，對Peck公式進行了地表最大沉降修正系數(shù)和沉降槽寬度修正系數(shù)的修正；張付林[5]等基于Peck公式和雙圓修正Peck公式，提出了類矩形盾構法施工的隧道地表沉降的預測手段；針對軟土地區(qū)的隧道施工，申玉生[6]等從左線和右線表達式出發(fā)提出了修正的Peck公式，能夠對矩形隧道施工地表沉降進行更準確的預測；針對北京地區(qū)特殊的施工地層環(huán)境，楊子奇[7]等利用疊加原理，對疊加Peck公式在淺埋暗挖法施工的雙線隧道的地表沉降預測上的應用進行了研究.

上述研究成果基于當前主流的兩種研究方法已經(jīng)相當成熟，本文使用MATLAB軟件對工程施工現(xiàn)場的地表沉降的檢測數(shù)據(jù)進行預測，通過比較預測數(shù)據(jù)與現(xiàn)場實際數(shù)據(jù)，可以為現(xiàn)場施工工作提供參考.

1 工程概況

1.1 隧道施工區(qū)間地質和水文情況

施工工程路段為無錫地鐵施工區(qū)間，隧道長度為891.271雙延米，高新園區(qū)站前單渡線長93.405 m.施工區(qū)間最大埋深25.36 m，最小埋深7.22 m.施工工程路段隧道土層結構從下到上分別是洪積層、第四世紀晚更新世沖，接下來依舊是洪積層和第四世紀全新世沖，最上層是人工素填土.施工工程區(qū)間在施工前勘測時地下水埋深7～9 m，地下水位高程7.74～12.26 m.基于以上地質和水文基本情況，本區(qū)間地鐵隧道施工采用臺階開挖法和交叉中隔壁法(CRD).

1.2 現(xiàn)場監(jiān)測結果

本次地鐵隧道施工采用臺階開挖法，施工區(qū)間渡線段左線縱斷面：DK20+604.408-DK20+660.208；右線縱斷面：DK20+687.929-DK20+726.367，在海-高區(qū)間高新園區(qū)站橫通道設置，7組觀測斷面，標記為DB04-DB10.在總計100 d的檢測中，從工作面前方開始總計設置了7組斷面，間隔20 m斷面即設置一組.在隧道施工開始后，到挖到距離掌子面50 m為止，地面沉降水平保持穩(wěn)定發(fā)展.根據(jù)以上情況，以6月2日公布的DB06斷面的監(jiān)測數(shù)據(jù)為例，基于施工要求，從6月23日開始記錄的監(jiān)測地面沉降數(shù)據(jù)如圖1.

從圖1可知，隧道中線與左右線隧道中線的正上方地面沉降情況比較嚴重，另一方面，隧道邊緣的地面沉降情況不甚明顯，即該施工隧道整體圍巖沉降呈“凹槽”狀，具有比較明顯的沉降槽特征，與Peck提出的正態(tài)沉降曲線相吻合.

圖1 DB06斷面地面沉降監(jiān)測數(shù)據(jù)

圖2 模型預測和實地檢測對比

2 神經(jīng)網(wǎng)絡模型

2.1 BP神經(jīng)網(wǎng)絡概述

設計BP神經(jīng)網(wǎng)絡一般分為三個步驟：設計拓撲結構→確定參數(shù)→選擇并處理訓練樣本[8]，落實到本文的地鐵隧道圍巖沉降的神經(jīng)網(wǎng)絡模型預備從以下幾方面展開：選取仿真樣本→設計沉降預測網(wǎng)絡→學習并訓練仿真樣本→檢驗預測結果→分析模型結果.

2.2 仿真設計

2.2.1 預測數(shù)據(jù)與實測數(shù)據(jù)的對比

本文以研究對象海-高區(qū)間的第三方實測數(shù)據(jù)為基準，剔除邏輯不合理的斷面實測結果，結合地表沉降相關因素選取其中20個斷面的實地檢測數(shù)據(jù)為對象，按照工程施工要求，在不同的斷面上采取合理的施工工藝，主要采用臺階法，部分斷面采用交叉中隔壁法(CRD).結合相關研究文獻和工程實際，選取了10個可取得的權重較大的影響因素進行實證分析，具體如表1所示.本施工段地層主要力學參數(shù)以表2為標準取值.

表1 目標斷面基本情況

表2 施工斷面巖土層力學參數(shù)

本次實證分析選取了16個隨機訓練樣本，4個隨機檢驗樣本，10個權重較大的影響因素為輸入節(jié)點，地表沉降最大值為輸出節(jié)點.BP網(wǎng)絡模型的訓練通過訓練步數(shù)和目標來決定停止與否，滿足其中任一條件即可，當中間層神經(jīng)元為8個的時候，訓練結果滿足本次BP神經(jīng)模型預測模型的要求.

本文選取數(shù)據(jù)的前16個斷面是訓練樣本，后4個斷面是檢驗樣本，經(jīng)過模型仿真訓練，在訓練步數(shù)達到501時滿足要求，均方誤差值是0.0006927，可以停止訓練.

在以上16個訓練樣本中，三個斷面樣本的誤差較大，推測原因為斷面地表沉降實測數(shù)值過小，剔除這些誤差較大的樣本，其他訓練樣本最大誤差為15%，檢驗樣本最大誤差為14.44%.經(jīng)過模型預測與實測的數(shù)據(jù)對比可知(圖2)，BP神經(jīng)網(wǎng)絡的預測模型在對施工過程中的因素影響地表沉降時能進行有效的預測.

2.2.2 影響地表沉降的敏感性因素分析

本文選擇地表沉降較為明顯的6個斷面研究洞徑和埋深對地表沉降的預測值的影響，見表3各斷面的洞徑和埋深.

表3 6個斷面的預測與實測結果

設置6個斷面為訓練樣本，兩個敏感性因素的均值為仿真樣本，步數(shù)設置為最多2000，將兩個敏感性因素的極值區(qū)間均分，取6個點進行地表沉降的預測，其他設置不變，仿真結果如圖3、4.

圖3 基于洞徑因素的預測與實測數(shù)據(jù)對比

圖4 基于隧道埋深因素的預測與實測數(shù)據(jù)對比

可以看出，隧道圍巖沉降的水平與洞徑大小成正比，與隧道埋深成反比，這一結果與施工實踐的經(jīng)驗總結相符.因此，考慮洞徑和隧道埋深這兩個敏感性因素對預測隧道圍巖沉降更合理.

3 結 論

(1)地鐵隧道圍巖沉降的分布曲線與Peck公式分布曲線基本吻合.(2)建立BP神經(jīng)網(wǎng)絡模型進行仿真，不考慮敏感性因素，剔除三個誤差大樣本，余下訓練樣本預測數(shù)據(jù)與實測數(shù)據(jù)誤差較小.(3)加入兩個敏感性因素，預測結果與實測結果差異更小，更有利于指導實際工程.下一步研究方向是將三維數(shù)值模擬結果與MATLAB神經(jīng)網(wǎng)絡預測結果進行比較研究.