吳廣蘭

(邵陽(yáng)學(xué)院城鄉(xiāng)建設(shè)學(xué)院，湖南 邵陽(yáng) 422000)

0 引言

近年來(lái)，地鐵作為緩解我國(guó)城市交通壓力的重要手段得到了如火如荼的發(fā)展。地鐵施工穿越的大多是城市繁華區(qū)段，明挖施工對(duì)現(xiàn)有交通影響太大，因此人們提出了隧道盾構(gòu)施工法，解決了地鐵建設(shè)的重大難題[1]。但是根據(jù)土力學(xué)的相關(guān)原理，盾構(gòu)施工過(guò)程往往會(huì)打破原有土體的靜力平衡而引起地表下沉甚至建筑物結(jié)構(gòu)性破壞[2]。某市地鐵一號(hào)線在火車站站—博愛路站區(qū)間穿越京滬鐵路，該區(qū)段地表有軌道、站臺(tái)、站房等，該市火車站也在進(jìn)行車站提質(zhì)改造，運(yùn)行鐵軌、站臺(tái)以及燃?xì)夤┧雀黝惓鞘械叵鹿芫€相互影響因素較多，施工復(fù)雜且難度較大。因此，進(jìn)行自動(dòng)化監(jiān)測(cè)分析，為建設(shè)、運(yùn)營(yíng)單位提供及時(shí)、可靠的監(jiān)測(cè)信息，了解地表重要建筑物變形，對(duì)降低事故發(fā)生概率具有重要意義，再輔之以預(yù)測(cè)技術(shù)則能夠預(yù)判建構(gòu)筑物的安全狀況，可進(jìn)一步實(shí)現(xiàn)優(yōu)化技術(shù)方案、提高施工水平目標(biāo)。

1 BP人工神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型

神經(jīng)網(wǎng)絡(luò)是基于人腦神經(jīng)的研究，是1965年由人工智能之父John McCarthy提出。它是由許多節(jié)點(diǎn)彼此相連而構(gòu)成，是對(duì)人腦思維的模仿，每一節(jié)點(diǎn)都是一個(gè)激發(fā)函數(shù)，會(huì)對(duì)外界的信號(hào)刺激作出響應(yīng)。人們基于對(duì)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)研究，為各類理論、實(shí)踐的研究提出了人工神經(jīng)網(wǎng)絡(luò)模型，該模型最基礎(chǔ)的結(jié)構(gòu)是由互相連接的三層結(jié)構(gòu)——輸入層(Input)、隱含層(Hidden)、輸出層(Output)構(gòu)成[3-4]。

目前，在工程領(lǐng)域應(yīng)用最廣泛的屬BP神經(jīng)網(wǎng)絡(luò)，該模型一般采用隨機(jī)的加權(quán)和偏差，將模擬結(jié)果與現(xiàn)實(shí)數(shù)據(jù)對(duì)比分析模型誤差，可以通過(guò)均方誤差(MSE)進(jìn)行模型性能評(píng)價(jià)，利用均方根誤差(RMSE)進(jìn)行預(yù)測(cè)效果評(píng)價(jià)。BP神經(jīng)網(wǎng)絡(luò)通過(guò)連續(xù)不斷的多次“學(xué)習(xí)”，完成模型參數(shù)的不斷優(yōu)化，獲得最小誤差的參數(shù)，這一功能尤其對(duì)于大數(shù)據(jù)時(shí)模型的學(xué)習(xí)效率會(huì)較好，因此它能很好處理復(fù)雜非線性的大數(shù)據(jù)序列[5]。

2 工程概況

論文依托工程為某市地鐵一號(hào)線火車站—博愛路區(qū)間項(xiàng)目，該區(qū)間盾構(gòu)施工環(huán)境是整條線路最為特殊的，該區(qū)間地表除了有一般的道路、建筑，還有既運(yùn)營(yíng)火車站和京滬鐵路。京滬鐵路為Ⅰ級(jí)客貨混運(yùn)鐵路，設(shè)計(jì)時(shí)速160 km/h，軌道采用碎石道床。車站南側(cè)為龍門大廈、行包房等大面積的建(構(gòu))筑物，經(jīng)過(guò)查閱資料和實(shí)地調(diào)查，大部分建筑采用基礎(chǔ)形式為埋深僅2.8 m～4.0 m的柱下獨(dú)立基礎(chǔ)。

工程實(shí)踐經(jīng)驗(yàn)表明，盾構(gòu)施工必然會(huì)造成上覆土體擾動(dòng)，甚至嚴(yán)重影響地表建筑物安全。盾構(gòu)施工引起的巖土體應(yīng)力變化擴(kuò)展到地表后會(huì)從地基承載力、結(jié)構(gòu)基礎(chǔ)、建構(gòu)筑三個(gè)方面影響上部建筑物結(jié)構(gòu)穩(wěn)定，根據(jù)施工斷面與地表建筑所處的相對(duì)位置，將盾構(gòu)主要階段劃分為盾構(gòu)掘進(jìn)中和盾尾脫出后，盾構(gòu)施工對(duì)地表建筑物影響區(qū)域也劃分為擾動(dòng)區(qū)和彈性區(qū)，其影響示意圖如圖1所示[6-7]。

由圖1可以分析出，如果盾構(gòu)施工的擾動(dòng)影響力較大可能會(huì)導(dǎo)致地表建構(gòu)筑物發(fā)生沉陷、開裂、傾斜等事故。本工程區(qū)間近距離下穿京滬鐵路股道、站臺(tái)、行包房、雨棚等建構(gòu)筑物，基本都屬于盾構(gòu)穿越期的受影響物，如何及時(shí)掌握地鐵建設(shè)過(guò)程對(duì)這些建筑物的影響、評(píng)估建筑物的安全穩(wěn)定性成為該工程建設(shè)過(guò)程中迫切需要研究的問(wèn)題。

3 施工變形自動(dòng)化監(jiān)測(cè)及數(shù)據(jù)處理

3.1 測(cè)量機(jī)器人自動(dòng)化監(jiān)測(cè)

基于地鐵盾構(gòu)區(qū)間施工下穿鐵路處于運(yùn)營(yíng)階段復(fù)雜特殊情況，本項(xiàng)目采用的是Leica TM30型測(cè)量機(jī)器人進(jìn)行自動(dòng)化監(jiān)測(cè)。徠卡TM30精度高、自動(dòng)化程度高，可確保全天候無(wú)間斷工作，能及時(shí)發(fā)現(xiàn)監(jiān)測(cè)對(duì)象細(xì)微變化；同時(shí)，該款測(cè)量機(jī)器人具備的長(zhǎng)距離的自動(dòng)精確照準(zhǔn)大幅增加了監(jiān)測(cè)半徑；而且TM30可以安裝TPS機(jī)載隧道測(cè)量軟件，結(jié)合Leica GeoMos自動(dòng)監(jiān)測(cè)軟件可智能便捷的完成各類監(jiān)測(cè)任務(wù)[8]。在確定使用測(cè)量機(jī)器人的基礎(chǔ)上設(shè)計(jì)了監(jiān)測(cè)方案。

1)重點(diǎn)監(jiān)測(cè)對(duì)象：既有鐵路軌道、行包房等建筑沉降與裂縫、雨棚柱沉降與傾斜監(jiān)測(cè)、地表的沉降等。

2)監(jiān)測(cè)點(diǎn)布設(shè)：軌枕每條股道為1條監(jiān)測(cè)軸線、1個(gè)監(jiān)測(cè)斷面，雨棚柱、站臺(tái)柱每處測(cè)點(diǎn)2個(gè)，各類建筑根據(jù)其形狀并結(jié)合圖1所示的與隧道的相對(duì)位置確定監(jiān)測(cè)點(diǎn)的位置，重點(diǎn)是建筑的外墻角、柱身、外形突出部等。

3)監(jiān)測(cè)周期與頻率。具體監(jiān)測(cè)過(guò)程中，重點(diǎn)監(jiān)測(cè)盾構(gòu)穿越擾動(dòng)區(qū)的鐵路軌枕及鄰近建(構(gòu))筑物，盾構(gòu)切口進(jìn)入道床前階段每3 h監(jiān)測(cè)1次,盾構(gòu)穿越階段每2 h監(jiān)測(cè)1次，盾構(gòu)穿越后視監(jiān)測(cè)變量發(fā)展情況合理調(diào)整監(jiān)測(cè)頻次直至變形穩(wěn)定，一般要求跟蹤監(jiān)測(cè)3個(gè)月以上。本區(qū)間盾構(gòu)施工歷時(shí)18 d，考慮工后沉降分析和安全監(jiān)測(cè)要求又對(duì)工后進(jìn)行了90 d的持續(xù)跟蹤監(jiān)測(cè)。

4)信息反饋與報(bào)送。在工程實(shí)施過(guò)程中，自動(dòng)獲取監(jiān)測(cè)數(shù)據(jù)后利用“監(jiān)測(cè)信息管理系統(tǒng)”完成信息管理，及時(shí)將各類變化量、速率通過(guò)易讀性成果進(jìn)行反饋。尤其對(duì)監(jiān)測(cè)值出現(xiàn)預(yù)警狀況的，達(dá)到預(yù)警值甚至超過(guò)警戒值的，不僅要注重效率，而且要以曲線規(guī)律圖、安全監(jiān)測(cè)分析報(bào)告等形式進(jìn)行科學(xué)報(bào)送。

3.2 監(jiān)測(cè)數(shù)據(jù)處理分析

在獲取原始監(jiān)測(cè)數(shù)據(jù)后，為提高數(shù)據(jù)的有效性利用小波去噪技術(shù)進(jìn)行降噪處理，即選擇sym4小波函數(shù)進(jìn)行3層分解實(shí)現(xiàn)去噪，整理得到部分變形較大數(shù)據(jù)如表1所示。

由表1可知，盾構(gòu)下穿火車站站—博愛路站區(qū)間期間，地表的京滬鐵路軌枕、火車站站臺(tái)、雨棚柱等均出現(xiàn)了變形，有軌枕的沉降、路基位移、雨棚柱傾斜出現(xiàn)過(guò)累計(jì)變化量較大的情況，但總體變化趨勢(shì)較緩。其中，最大軌枕和路基沉降位于6道穿越正上方，累計(jì)最大變形3.6 mm；最大站臺(tái)垂直限界位于5站臺(tái)穿越中線偏東，累計(jì)最大變形3.2 mm，達(dá)到控制值的80%；最大雨棚柱傾斜位于9站臺(tái)穿越中線偏東地道口，傾斜度達(dá)到3.65‰，但各監(jiān)測(cè)點(diǎn)變形總體處于安全范圍，尤其是盾構(gòu)施工超過(guò)變形影響范圍后即趨于穩(wěn)定。

表1 部分代表性監(jiān)測(cè)項(xiàng)目的最大累計(jì)變形

結(jié)合監(jiān)測(cè)和現(xiàn)場(chǎng)巡視的情況，工后3個(gè)月獲取的各監(jiān)測(cè)對(duì)象變形速率處于0.01 mm/d～0.04 mm/d之間，滿足規(guī)范要求；其數(shù)據(jù)變形規(guī)律也表明盾構(gòu)施工3個(gè)月后地表建構(gòu)筑物基本處于安全狀況。

4 結(jié)構(gòu)變形預(yù)測(cè)分析

4.1 基于MATLAB建立BP神經(jīng)網(wǎng)絡(luò)模型

1)確定模型層數(shù)。利用MATLAB建立BP模型首要步驟即設(shè)置模型層數(shù)。前文已經(jīng)分析BP神經(jīng)網(wǎng)絡(luò)的層數(shù)必須有最基礎(chǔ)的輸入層、隱含層和輸出層，增加隱含層的數(shù)量會(huì)在一定程度上增加模型的準(zhǔn)確性，但會(huì)使得函數(shù)之間的關(guān)系越來(lái)越復(fù)雜，需要更多的修正周期。因此，此次分析采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[9]，該模型的拓?fù)浣Y(jié)構(gòu)如圖2所示。

2)選擇節(jié)點(diǎn)。BP神經(jīng)網(wǎng)絡(luò)分析模型節(jié)點(diǎn)過(guò)多，學(xué)習(xí)所需時(shí)間增加，導(dǎo)致過(guò)度擬合，而節(jié)點(diǎn)數(shù)量太少，模型的準(zhǔn)確性就會(huì)下降[10]。目前，一般按照式(1)來(lái)確定BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)。

(1)

其中,m為輸入層的節(jié)點(diǎn)數(shù)；n為輸出層的節(jié)點(diǎn)數(shù)；a為0～10之間的常數(shù)。

一定范圍內(nèi)增加a值能夠提高預(yù)測(cè)結(jié)果的準(zhǔn)確性，但是所需訓(xùn)練時(shí)長(zhǎng)會(huì)大幅增加，在保證精度的前提下，本文取a為9，得到隱含層的節(jié)點(diǎn)數(shù)為11。

3)歸一化處理。為了實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的目標(biāo)，必須要采用激活函數(shù)對(duì)每層的神經(jīng)元進(jìn)行激活，即利用Sigmoid函數(shù)對(duì)輸入量進(jìn)行歸一化處理，計(jì)算公式如式(2)所示[11]。歸一化處理具體做法就是利用公式，將函數(shù)的輸入輸出范圍選為[0.1，0.9]或[0.2，0.8]進(jìn)行計(jì)算。

(2)

其中，x為未經(jīng)處理的神經(jīng)網(wǎng)絡(luò)輸入值；xp為經(jīng)過(guò)平滑處理后的神經(jīng)網(wǎng)絡(luò)輸入值;xmin為網(wǎng)絡(luò)輸入最小量；xmax為網(wǎng)絡(luò)輸入最大量。

4.2 預(yù)測(cè)結(jié)果分析

建立BP神經(jīng)網(wǎng)絡(luò)模型后進(jìn)行網(wǎng)絡(luò)訓(xùn)練，當(dāng)訓(xùn)練次數(shù)達(dá)1 000次或達(dá)到設(shè)定精度時(shí)，就會(huì)被強(qiáng)制終止，基于BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練和計(jì)算的流程如圖3所示。

為了進(jìn)一步分析BP模型預(yù)測(cè)效果，以最典型的軌道及路基沉降最大點(diǎn)——6道穿越正上方PGZ605沉降進(jìn)行分析，得到沉降實(shí)測(cè)變形曲線與BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)曲線對(duì)比圖如圖4所示。

根據(jù)預(yù)測(cè)過(guò)程的訓(xùn)練效果、模型分析相關(guān)度以及沉降點(diǎn)PGZ605實(shí)測(cè)值與預(yù)測(cè)值對(duì)比圖分析可知，軌道6道最大沉降點(diǎn)PGZ605點(diǎn)在前10期處于加速變形期，因?yàn)檫@一階段仍處于施工期，對(duì)地表建構(gòu)筑的變形依然影響很大，甚至出現(xiàn)不穩(wěn)定性，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)數(shù)據(jù)與其基本吻合。第10期之后到30期之間沉降值增速變緩但總體增加，而進(jìn)入30期之后數(shù)據(jù)總體趨于穩(wěn)定，這與實(shí)際施工階段十分吻合。

分析了圖4中沉降點(diǎn)PGZ605近60期的實(shí)際沉降變化情況，又基于這些已有數(shù)據(jù)利用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)了之后20期的沉降數(shù)據(jù)，顯示沉降點(diǎn)已經(jīng)趨于穩(wěn)定，與實(shí)際情況基本吻合，驗(yàn)證了該工程的安全狀況良好和BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果較好，該方法具有良好的實(shí)用性。

5 結(jié)語(yǔ)

1)基于實(shí)踐性研究發(fā)現(xiàn)，地鐵盾構(gòu)施工雖然便捷，但在盾構(gòu)施工期對(duì)地表建筑物依然會(huì)產(chǎn)生較大影響，施工期間對(duì)建筑物必須進(jìn)行合理的監(jiān)測(cè)和防護(hù)加固，才能確保地表建筑物安全。

2)對(duì)于上覆地表為既有運(yùn)營(yíng)鐵路的盾構(gòu)施工，采用自動(dòng)化監(jiān)測(cè)系統(tǒng)可以讓鐵路連續(xù)正常運(yùn)行，不僅可以保證監(jiān)測(cè)精度，還可以大幅度提高效率和降低成本；測(cè)量機(jī)器人TM30基于TCA2003進(jìn)行了諸多功能改進(jìn)，測(cè)量精度可達(dá)亞毫米，在減弱各種測(cè)量誤差方面有了很大改進(jìn)，在該類項(xiàng)目監(jiān)測(cè)中具有良好效果。

3)監(jiān)測(cè)點(diǎn)數(shù)據(jù)和沉降圖表明，盾構(gòu)施工對(duì)其上部引起的變形基本都在安全范圍以內(nèi)；基于BP模型預(yù)測(cè)的結(jié)構(gòu)沉降情況與實(shí)際情況良好吻合，表明該方法具有較好的實(shí)用性，可以為類似工程技術(shù)方案設(shè)計(jì)提供經(jīng)驗(yàn)。