楊大田,范良宜,劉 暢
(1.廣州高新工程顧問有限公司,廣東 廣州 510665; 2.深圳大學(xué)建筑設(shè)計研究院有限公司,廣東 深圳 518060)
隨著我國城鎮(zhèn)化建設(shè)事業(yè)的發(fā)展,城市高層建筑及地下工程層出不窮,深基坑工程也越來越普遍。由于深基坑工程是一個多學(xué)科、施工具有動態(tài)變化、影響因素眾多、施工技術(shù)復(fù)雜的系統(tǒng)工程,因此,對深基坑工程施工過程進行科學(xué)有效的變形監(jiān)測及信息化施工控制,是確保實現(xiàn)深基坑工程施工安全目標(biāo)的關(guān)鍵。近年來,國內(nèi)外許多學(xué)者對深基坑工程施工變形及其預(yù)測與施工控制方法等進行了廣泛探索研究,如宗露丹等[1]以超深大基坑工程實例為背景,對軟土層中順逆作分區(qū)交叉實施的坑外土體及立柱變形和支撐軸力變化等進行了分析研究;木林隆等[2]應(yīng)用神經(jīng)網(wǎng)絡(luò)模型與人工智能技術(shù)相結(jié)合的方法對基坑開挖過程中誘發(fā)鄰近既有隧道變形進行了研究;焦武陽等[3]通過對基坑工程開挖現(xiàn)場監(jiān)測數(shù)據(jù)的分析研究,得出分區(qū)開挖是控制基坑變形的有效方法;曹浪等[4]研究采用有限元模擬分析和自動化監(jiān)測手段進行深基坑變形控制技術(shù);許金根[5]結(jié)合高層裝配式建筑實例對深基坑變形控制進行研究;宋楚平[6]提出了一種基坑變形的主要自變量與模型在時間上的延展性相結(jié)合的BP網(wǎng)絡(luò)基坑變形預(yù)測方法;譚興等[7]對順逆作同步交叉實施的條件下深基坑支護結(jié)構(gòu)變形情況進行了實測分析研究;方林勝等[8]分別應(yīng)用灰色GM(1,1)、BP神經(jīng)網(wǎng)絡(luò)和灰色-BP神經(jīng)網(wǎng)絡(luò)模型,對深基坑地表土體沉降進行了預(yù)測分析研究;Ran等[9]針對深基坑應(yīng)用計算機系統(tǒng)對監(jiān)測數(shù)據(jù)進行實時分析處理,實現(xiàn)了信息化施工;還有一些學(xué)者對遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用方法[10-12]進行了多領(lǐng)域分析研究;另外,一些學(xué)者對基于BIM技術(shù)的基坑工程監(jiān)測及信息化管理的實現(xiàn)方法等也開展了深入探索,如戎呈航[13]提出了基于BIM技術(shù)的深基坑工程監(jiān)測可視化信息管理策略與方法及實現(xiàn)路徑;賀勃濤等[14]應(yīng)用BIM技術(shù)結(jié)合全站儀對超高層建筑基坑的施工變形實時監(jiān)測與動態(tài)管理進行了分析研究;陸珺[15]開發(fā)了一種基于BIM的基坑監(jiān)測Web系統(tǒng),實現(xiàn)了互聯(lián)網(wǎng)與基坑BIM模型的交互應(yīng)用;Khaja等[16]應(yīng)用Dynamo工具建立外部信息文件與BIM模型的交互通道,實現(xiàn)了非幾何信息與BIM 模型的交互。但由于深基坑工程涉及的具體基坑圍護結(jié)構(gòu)形式、水文地質(zhì)條件、地下水及信息化施工方法和基坑監(jiān)測方案等諸多影響因素的差異性,使深基坑施工變形的預(yù)測及控制方法呈現(xiàn)出了多樣性,且實現(xiàn)方法的差異性也較大,目前在BIM技術(shù)與深基坑變形監(jiān)測與施工控制技術(shù)融合集成的研究還比較缺乏。因此,本文結(jié)合基坑工程實例,對深基坑施工變形預(yù)測與控制方法進行綜合探究分析,以構(gòu)建集基坑施工變形的智能化精準(zhǔn)預(yù)測與基于BIM的可視化信息管控于一體的方法體系。
廣州市沙鳳村拆遷復(fù)建E地塊項目位于廣州市白云區(qū)金沙洲,用地紅線面積為15 321m2,項目總建筑面積為109 206.61m2;3層地下室,地下室基坑總體呈長方形,周長452m,坑底標(biāo)高為-4.600m,現(xiàn)狀地面高程為7.500~8.000m,深度為12.10~12.60m;圍護結(jié)構(gòu)釆用φ1 200@1 400mm或φ1 400@1 600mm旋挖灌注樁+2道鋼筋混凝土內(nèi)支撐體系;基坑四周設(shè)置三軸水泥攪拌樁,形成封閉的截水帷幕?;悠拭嫒鐖D1所示。
圖1 基坑剖面
項目場地第四系土層主要以黏性土為主,含水較貧乏;中砂層中含孔隙水;中風(fēng)化灰?guī)r及微風(fēng)化灰?guī)r含少量裂隙水,含水量不大,具有承壓性。地下水補給主要以大氣降水及地表水的側(cè)向補給為主;地下水排泄主要表現(xiàn)為水平徑流、蒸發(fā)及蒸騰。項目基坑監(jiān)測點布置如圖2所示,監(jiān)測時間及頻率按基坑監(jiān)測方案組織實施?;影捶謪^(qū)分層開挖方案于2020年11月30日開始施工。
圖2 基坑監(jiān)測點布置
2.1.1BP神經(jīng)網(wǎng)絡(luò)
BP神經(jīng)網(wǎng)絡(luò)被稱為一種人工神經(jīng)網(wǎng)絡(luò)的誤差反向傳播訓(xùn)練算法(簡稱“BP算法”),其多層前饋BP神經(jīng)網(wǎng)絡(luò)在目前工程中得到了最廣泛而成熟的應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、輸出層和若干個隱含層組成(見圖3)。采用3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行分析研究,在誤差反向傳播學(xué)習(xí)過程中,通過一個最小化能量函數(shù)的過程來實現(xiàn)從輸入到輸出的映射,網(wǎng)絡(luò)結(jié)點作用函數(shù)采用較常用的Sigmoid型函數(shù)。
圖3 3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
BP神經(jīng)網(wǎng)絡(luò)雖然應(yīng)用廣泛,但由于學(xué)習(xí)的收斂速度太慢,不能確保網(wǎng)絡(luò)訓(xùn)練收斂到全局的最小點,而且還存在網(wǎng)絡(luò)結(jié)構(gòu)不易確定等缺陷,BP網(wǎng)絡(luò)結(jié)構(gòu)及初始連接權(quán)值和閾值的選擇對網(wǎng)絡(luò)訓(xùn)練有很大影響,因此,應(yīng)用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化可為解決上述問題提供一條重要路徑。
2.1.2GA-BP神經(jīng)網(wǎng)絡(luò)模型
在BP神經(jīng)網(wǎng)絡(luò)輸入層、輸出層和隱含層個數(shù)確定后,應(yīng)用遺傳算法(genetic algorithm,GA)對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化,可在短時間內(nèi)完成對網(wǎng)絡(luò)的訓(xùn)練,以獲得最佳權(quán)值,從而穩(wěn)定網(wǎng)絡(luò)訓(xùn)練結(jié)果,使計算過程簡單化。優(yōu)化路徑為:在BP算法開始前,將初始化的BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值首先通過GA算法在隨機點集中進行遺傳優(yōu)化,然后,再將優(yōu)化后的權(quán)值和閾值導(dǎo)入BP算法進行訓(xùn)練(稱為GA-BP算法),以形成完整的GA-BP神經(jīng)網(wǎng)絡(luò)模型。GA-BP神經(jīng)網(wǎng)絡(luò)算法流程如圖4所示。
圖4 GA-BP神經(jīng)網(wǎng)絡(luò)算法流程
由于深基坑施工變形隨著施工進度、空間位置的不同而變化,表現(xiàn)出強烈的時空效應(yīng),而深基坑圍護結(jié)構(gòu)水平位移反映了圍護結(jié)構(gòu)體系工作狀況,過大的水平位移將造成基坑圍護結(jié)構(gòu)、周圍建筑及地下管線等的破壞,為此,在基坑開挖過程中,做好基坑圍護結(jié)構(gòu)水平位移的監(jiān)測和預(yù)測是基坑工程施工的重點。本文選取圍護結(jié)構(gòu)樁頂水平位移為研究對象,根據(jù)基坑施工的工程對象空間拓?fù)潢P(guān)系的分析,按網(wǎng)絡(luò)輸入?yún)?shù)的不同,分別應(yīng)用基于GA-BP神經(jīng)網(wǎng)絡(luò)的時間序列和多因素預(yù)測模型對深基坑圍護結(jié)構(gòu)樁頂水平位移進行分析研究。
2.2.1基于時間序列的變形預(yù)測方法
由于深基坑工程的施工變形反映在監(jiān)測數(shù)據(jù)按時間序列,前后存在一定的關(guān)聯(lián)性,當(dāng)前的監(jiān)測數(shù)據(jù)為以前狀態(tài)的延續(xù)。因此,本文選取具有代表性的深基坑圍護結(jié)構(gòu)樁頂水平位移的一級監(jiān)測點S2為研究對象,以2021-03-22—2021-04-30(連續(xù)40d)的監(jiān)測數(shù)據(jù)為樣本,利用前34d數(shù)據(jù)作為訓(xùn)練樣本,即通過每4d監(jiān)測數(shù)據(jù)作為輸入向量,第5天監(jiān)測數(shù)據(jù)作為目標(biāo)向量進行建模,應(yīng)用后6d數(shù)據(jù)進行變形預(yù)測。
BP神經(jīng)網(wǎng)絡(luò)采用4個輸入單元和1個輸出單元,應(yīng)用MATLAB軟件編程試算,確定隱含層神經(jīng)元個數(shù)為9,則BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為4-9-1,再將遺傳算法接入BP神經(jīng)網(wǎng)絡(luò),設(shè)置遺傳終止代數(shù)為700,群體為80,交叉概率為0.6,變異概率為0.005,最后形成一個完整的GA-BP時間序列預(yù)測模型對基坑施工變形進行預(yù)測。
在網(wǎng)絡(luò)訓(xùn)練前將訓(xùn)練參數(shù)設(shè)為:學(xué)習(xí)速率為0.01,訓(xùn)練精度為0.001,最多訓(xùn)練次數(shù)為3 000。當(dāng)網(wǎng)絡(luò)訓(xùn)練完成后,對深基坑圍護結(jié)構(gòu)樁頂水平位移進行變形預(yù)測。2021-04-25—2021-04-30圍護結(jié)構(gòu)樁頂水平位移監(jiān)測點S2的日監(jiān)測實測值與預(yù)測值對比如表1所示。
表1 樁頂水平位移實測值與預(yù)測值對比(時間序列)
由表1可知,GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測值與實測值間的誤差比BP神經(jīng)網(wǎng)絡(luò)小,更接近實際情況,GA-BP神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)的最大相對誤差分別為5.39%,6.33%,平均相對誤差分別為1.91%,2.53%,均滿足工程應(yīng)用所要求的精度。隨著基坑監(jiān)測數(shù)據(jù)的不斷增多,訓(xùn)練樣本也相繼增多,后續(xù)監(jiān)測數(shù)據(jù)不斷加入前期訓(xùn)練樣本中,重復(fù)訓(xùn)練,連續(xù)滾動預(yù)測,提高了水平位移預(yù)測精度。因此,基于時間序列的GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型不僅能較好地模擬深基坑施工的非線性過程,同時,也可滿足工程應(yīng)用所要求的精度,且在基坑施工變形智能預(yù)測中還具有良好的效果。
2.2.2基于多因素模型的變形預(yù)測方法
在深基坑工程系統(tǒng)中,工程對象(如基坑土體、基坑支撐、立柱等)通過相互之間的拓?fù)潢P(guān)系共同組成了一個有機整體,當(dāng)一個工程對象所處的物理環(huán)境和空間位置等因素發(fā)生變化時,相關(guān)聯(lián)的工程對象也將產(chǎn)生相應(yīng)變化,而深基坑工程狀態(tài)可通過工程對象監(jiān)測數(shù)據(jù)綜合反映出來,這些監(jiān)測數(shù)據(jù)間也必然存在密切的相互關(guān)系。以2021-03-22—2021-04-30(連續(xù)40d)監(jiān)測數(shù)據(jù)為數(shù)據(jù)樣本(見表2),選取與基坑圍護結(jié)構(gòu)樁頂水平位移監(jiān)測點S2相關(guān)聯(lián)的相鄰圍護結(jié)構(gòu)樁頂水平位移監(jiān)測點S1,S21,S3,S4及第1道水平支撐內(nèi)力監(jiān)測點Z1,Z3,Z4,Z6和支撐立柱沉降監(jiān)測點L1,L3,L4,L6的日監(jiān)測數(shù)據(jù)來預(yù)測監(jiān)測點S2的樁頂水平位移變化情況。
表2 樁頂水平位移、支撐內(nèi)力及立柱沉降監(jiān)測實測數(shù)據(jù)
BP神經(jīng)網(wǎng)絡(luò)采用12個輸入單元和1個輸出單元,其中輸入單元為表2樣本數(shù)據(jù)中4個樁頂水平位移、4個支撐內(nèi)力及4個立柱沉降日實測數(shù)據(jù),而網(wǎng)絡(luò)輸出單元為對應(yīng)時間的樁頂水平位移S2的日監(jiān)測值,學(xué)習(xí)樣本將表2前34d監(jiān)測數(shù)據(jù)作為輸入值,對應(yīng)時間的S2水平位移數(shù)據(jù)作為輸出值,應(yīng)用MATLAB軟件進行編程建模訓(xùn)練,并將2021-04-25—2021-04-30數(shù)據(jù)預(yù)測檢驗S2水平位移。通過試算,隱含層神經(jīng)元個數(shù)確定為15,將遺傳算法接入BP神經(jīng)網(wǎng)絡(luò),且遺傳算法參數(shù)設(shè)置為:終止代數(shù)為700,群體大小為80,交叉概率為0.6,變異概率為0.005,最后形成一個完整的GA-BP多因素預(yù)測模型對基坑施工進行變形預(yù)測。
在網(wǎng)絡(luò)訓(xùn)練前,將訓(xùn)練誤差設(shè)為0.001,學(xué)習(xí)速率為0.01,最多訓(xùn)練次數(shù)設(shè)為3 000,當(dāng)網(wǎng)絡(luò)訓(xùn)練完成后,即可進行水平位移預(yù)測?;诙嘁蛩氐膰o結(jié)構(gòu)樁頂水平位移監(jiān)測點S2的實測值與預(yù)測值對比如表3所示。
表3 水平位移實測值與預(yù)測值對比(多因素)
由表3可知,GA-BP神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果中最大絕對誤差分別為0.134,-0.295mm, 最大相對誤差分別為12.33%,12.83%,平均相對誤差分別為5.96%,7.46%;GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果均優(yōu)于BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果。因此,基于多因素模型的遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化有效可行,在提高BP神經(jīng)網(wǎng)絡(luò)預(yù)測能力上具有明顯優(yōu)勢。
由表1,3對比可知,時間序列和多因素預(yù)測模型在訓(xùn)練中,均應(yīng)用樣本數(shù)據(jù)前34d監(jiān)測數(shù)據(jù)作為訓(xùn)練樣本,后6d數(shù)據(jù)進行預(yù)測檢驗,因此,隨著訓(xùn)練樣本數(shù)據(jù)的不斷增加,網(wǎng)絡(luò)學(xué)習(xí)的機會增多,使預(yù)測值與實測值不斷逼近、更具有精確性和可靠性,而且,兩種預(yù)測模型分別從時域和空域2個維度的預(yù)測結(jié)果均能滿足深基坑施工變形預(yù)測的實際應(yīng)用要求。
同時,通過比較以上兩種預(yù)測模型發(fā)現(xiàn),多因素預(yù)測模型的輸入數(shù)據(jù)反映了深基坑工程對象相關(guān)聯(lián)的各因素實際變化情況,考慮了深基坑施工變形復(fù)雜性、時空變化的多樣性及監(jiān)測數(shù)據(jù)的不完整性等影響,對解決應(yīng)用單一時間序列遇到困難的施工變形預(yù)測問題提供了新途徑,通過深基坑工程對象相關(guān)聯(lián)的各因素非線性關(guān)系構(gòu)建的多因素預(yù)測模型,對基坑施工變形進行預(yù)測,具有更為廣泛的應(yīng)用價值。在基坑施工中,當(dāng)施工不慎或其他原因造成監(jiān)測點的損壞不能正常監(jiān)測,而在損壞的監(jiān)測點中又需量化數(shù)據(jù)以便及時發(fā)現(xiàn)基坑變形趨勢時,通過多因素變形預(yù)測方法即可有效解決這一問題。
總之,應(yīng)用GA-BP神經(jīng)網(wǎng)絡(luò)對深基坑施工變形進行智能預(yù)測科學(xué)有效,且預(yù)測模型可應(yīng)用于深基坑工程中智能監(jiān)測的各方面,并具有較好的通用性。
BIM技術(shù)在基坑施工變形控制中應(yīng)用的關(guān)鍵是基坑施工及監(jiān)測信息與BIM模型的交互及可視化表達(dá),而創(chuàng)建基坑BIM模型及工程數(shù)據(jù)庫,并建立數(shù)據(jù)庫與BIM模型的關(guān)聯(lián)關(guān)系是應(yīng)用BIM技術(shù)實施基坑施工變形控制的首要工作。因此,首先通過對基坑施工工程對象空間拓?fù)潢P(guān)系的分析研究,應(yīng)用Autodesk Revit建模軟件將基坑施工中工程對象的各構(gòu)件設(shè)計為一個類別的族,并分別建立基坑圍護結(jié)構(gòu)、水平支撐、土方、施工機械等參數(shù)化族,并添加相關(guān)參數(shù)信息,形成基坑3D BIM模型;然后,再通過建立內(nèi)力、位移、沉降等各類監(jiān)測點族庫,并為創(chuàng)建的監(jiān)測點族添加包括監(jiān)測數(shù)據(jù)、報警值等相關(guān)參數(shù)信息,將基坑監(jiān)測數(shù)據(jù)信息與基坑BIM模型進行關(guān)聯(lián);最后,應(yīng)用SQL建立包括監(jiān)測點、人員及施工機械位置、實測變形數(shù)據(jù)、變形預(yù)測數(shù)據(jù)、報警信息等工程數(shù)據(jù)庫,并與BIM模型鏈接關(guān)聯(lián),實現(xiàn)基坑施工及監(jiān)測信息與BIM模型的數(shù)據(jù)交互與集成。
在深基坑工程施工前,將構(gòu)建好的BIM模型導(dǎo)入Navisworks軟件中,并添加時間軸信息,應(yīng)用基坑監(jiān)測歷史數(shù)據(jù)對基坑BIM模型進行施工模擬,通過軟件的實時漫游功能及可視化施工模擬,直觀、動態(tài)地展現(xiàn)基坑開挖施工的變化過程,提早發(fā)現(xiàn)施工中各工程對象之間是否存在空間沖突、驗證基坑施工方案的可行性和適用性及進行施工前可視化施工交底。當(dāng)出現(xiàn)碰撞時,施工前及時制定解決方案,避免施工安全問題的發(fā)生;另外,通過基坑實時監(jiān)測數(shù)據(jù)和預(yù)測數(shù)據(jù)對基坑施工變形進行仿真模擬,實時動態(tài)地反映基坑變形情況,準(zhǔn)確把握對基坑變形、受力等變化趨勢的預(yù)測,并在基坑施工前及時動態(tài)調(diào)整和優(yōu)化基坑施工方案,以避免基坑變形超過預(yù)控目標(biāo)。
通過應(yīng)用Revit族函數(shù)控制監(jiān)測點族的色彩展示,在BIM模型中將抽象的監(jiān)測數(shù)值信息表達(dá)為可視化的具有直觀形象的色彩效果,對基坑施工實行可視化控制。首先,將基坑監(jiān)測數(shù)據(jù)與報警值進行關(guān)聯(lián),通過監(jiān)測點族的色彩變化來反饋基坑施工變形信息,對于超過報警值的監(jiān)測數(shù)據(jù),其對應(yīng)的監(jiān)測點族用紅色來顯示,對未超過監(jiān)測報警值的數(shù)據(jù)的監(jiān)測點族用綠色來顯示,進而通過監(jiān)測點的色彩變化模擬來實現(xiàn)基坑施工的預(yù)警管理。然后,通過Navisworks對基坑監(jiān)測信息進行動態(tài)過程模擬,直觀地展現(xiàn)基坑施工真實情況,有效集成基坑監(jiān)測信息與工程對象及其空間拓?fù)潢P(guān)系等方面的信息,以BIM模型可視化的形式進行并行表達(dá),通過對監(jiān)測點展示的顏色來判斷基坑在任意時間點各監(jiān)測區(qū)域的變形危險程度,實現(xiàn)系統(tǒng)化分析判斷基坑安全狀態(tài)的實時動態(tài)。
由于基坑BIM模型中集成和整合了土方開挖、降排水、圍護結(jié)構(gòu)、機械設(shè)備等工程對象不同專業(yè)的施工信息,因此,在基坑施工過程中,各專業(yè)施工單位及勘察、設(shè)計、項目管理等項目參與方根據(jù)自己所需的工程對象進行信息提取,并實時采集上傳自己所涉及的工程對象施工信息,通過以基坑BIM模型為核心的信息交流和共享平臺對基坑施工進行協(xié)調(diào)管理。同時,通過應(yīng)用Revit軟件中Dynamo工具構(gòu)建的基坑工程對象的空間拓?fù)潢P(guān)系,建立企業(yè)知識庫管理系統(tǒng)[17](包含施工規(guī)范、施工優(yōu)秀案例、施工經(jīng)驗等基坑工程信息的企業(yè)知識庫)與BIM模型的數(shù)據(jù)關(guān)聯(lián)通道,使各參與方人員可通過直接提取的工程對象施工信息來判斷分析基坑施工現(xiàn)場現(xiàn)狀,并實時與現(xiàn)行施工規(guī)范及成熟的施工知識經(jīng)驗進行比對分析,識別基坑施工過程中的危險因素,及時采取協(xié)同控制措施,避免安全事故的發(fā)生。
通過在BIM模型中建立的快速鏈接,使BIM模型與基于Web的企業(yè)項目管理系統(tǒng)建立聯(lián)系,應(yīng)用企業(yè)項目管理系統(tǒng)與SQL數(shù)據(jù)庫的數(shù)據(jù)交互功能,調(diào)取項目工程數(shù)據(jù)庫信息,從而實現(xiàn)基坑施工對各監(jiān)測項目的監(jiān)測類型、監(jiān)測點位置、實測數(shù)據(jù)、基坑監(jiān)測報警值等相關(guān)信息的檢索與查詢和基坑施工信息的傳遞與共享等信息化管理。同時,應(yīng)用BIM技術(shù)在Revit,Navisworks的接口和擴展功能,通過開發(fā)基于Web的企業(yè)項目管理系統(tǒng),實現(xiàn)基坑施工信息與BIM模型的集成整合,并通過基坑施工信息的及時更新,使基坑施工管理人員通過互聯(lián)網(wǎng)可及時全面地按確定的信息傳遞方式和技術(shù)流程進行交換和共享基坑施工信息,進而實現(xiàn)對基坑工程施工的在線遠(yuǎn)程管理。而且,在基坑施工現(xiàn)場安全巡視檢查與旁站的過程中,現(xiàn)場人員將存在安全隱患的部位拍照上傳,能準(zhǔn)確及時地反映基坑施工現(xiàn)場情況,企業(yè)管理人員可根據(jù)掌握的施工現(xiàn)場實時安全狀況,及時采取措施進行處理,實現(xiàn)對基坑施工的動態(tài)遠(yuǎn)程管控。
1)本文提出的基于GA-BP神經(jīng)網(wǎng)絡(luò)的基坑變形智能預(yù)測方法對深基坑施工變形預(yù)測可行有效,是深基坑信息化施工管理的有效工具,對類似深基坑工程具有一定的指導(dǎo)作用;同時,通過實例計算可知,GA-BP神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)具有收斂快、預(yù)測精度高、預(yù)測結(jié)果更準(zhǔn)確等優(yōu)勢;多因素預(yù)測模型比單一時間序列預(yù)測模型更能充分反映深基坑工程施工的時空效應(yīng),應(yīng)用價值更為廣泛。
2)針對深基坑工程監(jiān)測信息規(guī)模大且關(guān)系復(fù)雜等特點,本文闡述的基于BIM技術(shù)的深基坑施工控制方法,通過BIM技術(shù)對基坑施工監(jiān)測信息進行有效組織、分析與表達(dá),結(jié)合企業(yè)項目管理系統(tǒng)與BIM技術(shù)的融合集成,充分展現(xiàn)基坑BIM施工管理的應(yīng)用價值,同時,通過深基坑BIM模型與基坑監(jiān)測工程數(shù)據(jù)庫及企業(yè)知識庫的關(guān)聯(lián)互動,應(yīng)用數(shù)據(jù)庫技術(shù)的強大支持,對構(gòu)建實時智能監(jiān)測→快速信息互動→仿真預(yù)控管理→可視化動態(tài)控制→施工協(xié)同管理→在線遠(yuǎn)程管控的深基坑施工變形智能預(yù)測與BIM施工控制一體化方法體系、基于BIM技術(shù)的深基坑施工數(shù)字化、可視化、信息化協(xié)同管理,以及實現(xiàn)深基坑工程安全施工具有現(xiàn)實參考意義。