王曉明 ， 左文洲 ， 李長印 ， 王宜中 ， 郭 聰

（1.中電建鐵路建設(shè)投資集團(tuán)有限公司， 北京100060；2.中國水利水電第十一工程局有限公司， 河南 鄭州450000；3.河南理工大學(xué) 土木工程學(xué)院， 河南 焦作454000）

0 引言

盾構(gòu)法以其經(jīng)濟(jì)性、 快捷性和安全性成為了隧道工程中應(yīng)用最多的工法。 盾構(gòu)正常掘進(jìn)最基礎(chǔ)的工作是渣土改良， 這是由于地層經(jīng)渣土改良，才能擁有適宜的流動性、 止水性和塑性［1-2］， 從而使切削、 推進(jìn)系統(tǒng)、 螺旋輸送機(jī)等協(xié)調(diào)工作， 實(shí)現(xiàn)正常掘進(jìn)。

鑒于渣土改良的重要性， 國內(nèi)外諸多學(xué)者均對此進(jìn)行了研究。 如王樹英等［3］、 楊益等［4］對渣土改良和刀盤結(jié)泥餅進(jìn)行了研究綜述； LEINALAT 等［5］討論了泡沫劑與土體之間的相互作用機(jī)理； 彭磊等［6］、 王明勝等［7］、 趙世森等［8］對泡沫配比和用量進(jìn)行了研究； 萬澤等［9］和張迅等［10］研究了泡沫劑對土壓平衡盾構(gòu)主要掘進(jìn)參數(shù)的影響；王洪新等［11］進(jìn)行了土壓平衡盾構(gòu)渣土改良的合理坍落度研究。

但以上研究多存在以下問題： （1） 大部分學(xué)者都僅以泡沫劑作為渣土改良的主要手段進(jìn)行試驗(yàn)研究， 未考慮實(shí)際施工時(shí)很多工程為主要以水進(jìn)行渣土改良。 （2） 坍落度評價(jià)法與實(shí)際盾構(gòu)司機(jī)渣土改良評價(jià)方法不符， 且由于施工工藝原因，盾構(gòu)施工過程中無法采集穿越地層的原狀土樣，加之地層不均勻， 導(dǎo)致即使相同的渣土改良方式和地層， 坍落度依然可能不同。 （3） 大部分研究都僅采用傳統(tǒng)的分析手段， 未能結(jié)合人工神經(jīng)網(wǎng)絡(luò)等先進(jìn)的技術(shù)手段， 進(jìn)行更為精確的渣土改良方案分析。

文章以鄭州地鐵8 號線南流村站～五龍口西站區(qū)間盾構(gòu)工程為依托， 針對粘性土地層， 結(jié)合兩種主流渣土改良理念， 進(jìn)行現(xiàn)場掘進(jìn)試驗(yàn)并通過BP 神經(jīng)網(wǎng)絡(luò)擬合分析， 探索精確的渣土改良方案。

1 工程概況

南流村站～五龍口西站區(qū)間起點(diǎn)里程左DK24＋091， 終點(diǎn)里程左DK26＋184， 全長2093 m。穿越地層主要為黏質(zhì)粉土和粉質(zhì)黏土。 本區(qū)間地下水穩(wěn)定埋深為10.2 m～15.8 m， 除始發(fā)端外， 地下水位均在隧道頂以上。

2 渣土改良盾構(gòu)掘進(jìn)試驗(yàn)

2.1 改良效果評價(jià)指標(biāo)

推進(jìn)和切削系統(tǒng)的核心參數(shù)如推進(jìn)速度、 總推力、 貫入度和刀盤扭矩等是改良評價(jià)的重要指標(biāo)。

螺旋輸送機(jī)壓力和轉(zhuǎn)速是評價(jià)渣土改良性能最主要的參數(shù)指標(biāo)， 螺旋輸送機(jī)壓力一般以維持在50 bar～80 bar 為宜， 高于80 bar 則偏干， 一般會提高螺旋機(jī)轉(zhuǎn)速以提升出渣能力， 導(dǎo)致出渣效率小于1； 低于50 bar 則偏稀， 一般會降低螺旋機(jī)轉(zhuǎn)速， 利用土塞效應(yīng)來防止發(fā)生噴涌， 使得出渣效率高于1。

螺旋輸送機(jī)出口處設(shè)置視頻監(jiān)控， 便于盾構(gòu)司機(jī)直接觀察出渣狀況， 評價(jià)渣土流塑性能。 在粉質(zhì)黏土和黏質(zhì)粉土地層中， 渣土改良的直觀評價(jià)以螺旋輸送機(jī)出口處渣土分散不結(jié)塊， 皮帶輸送機(jī)連續(xù)出渣能帶走， 不產(chǎn)生堆積為最好的流塑性狀態(tài)。 渣土結(jié)塊多為分散型泡沫劑偏少或發(fā)泡率偏低所致。 渣土偏干會表現(xiàn)為螺旋機(jī)出渣不連續(xù)， 過干則會導(dǎo)致螺旋機(jī)出渣困難。 渣土偏稀會導(dǎo)致堆積和滑移， 皮帶機(jī)無法連續(xù)帶走。 過稀則無法形成土塞效應(yīng)， 發(fā)生噴涌， 無法維持土壓平衡。

2.2 試驗(yàn)方案

由于穿越地層均為黏質(zhì)粉土和粉質(zhì)黏土， 黏粒含量高， 不須加入膨潤土， 故采用分散型泡沫劑＋水進(jìn)行改良。 基于左右線盾構(gòu)機(jī)和施工材料均相同， 結(jié)合目前該地層渣土改良的兩種思路， 以及實(shí)際施工進(jìn)度和地層代表性， 分別在區(qū)間左右線進(jìn)行掘進(jìn)試驗(yàn)：

（1） 左線采用以水為主的渣土改良方式， 泡沫劑用量配合加水量選用， 泡沫原液比例按照常規(guī)選用3%； 右線采用以泡沫劑為主的渣土改良方式， 加水量配合泡沫劑用量選用， 考慮渣土改良效果隨原液比例遞增， 且為與最大5%的原液比例拉開差距以確保極端狀況時(shí)的渣土改良性能， 采用泡沫原液比例3.5%。 左右線泡沫劑發(fā)泡倍率因管路氣壓須大于土倉壓力以確保不堵管， 故結(jié)合地層的滲透系數(shù)和干濕條件， 分別在河底段、 普通段和極端狀況下大體按照4～6、 10～13 和20～30選用。

（2） 根據(jù)以上試驗(yàn)采集各環(huán)盾構(gòu)掘進(jìn)數(shù)據(jù)，通過深入分析和對比評價(jià)， 選擇渣土改良方式。

2.3 試驗(yàn)實(shí)施

2.3.1 土體干濕程度劃分

由于粉質(zhì)黏土和黏質(zhì)粉土對于土壓平衡盾構(gòu)來說性質(zhì)近似， 掘進(jìn)時(shí)司機(jī)一般僅根據(jù)地層的干濕程度來調(diào)整改良劑用量。 結(jié)合詳勘資料， 本次試驗(yàn)段為區(qū)間第288 環(huán)～550 環(huán)， 主要為河底段到湖心島段。 河底段地層為黏質(zhì)粉土， 滲透系數(shù)在10-4cm／s～10-5cm／s， 可認(rèn)為是飽水地層。 湖心島段上覆3 m～6 m 的粉質(zhì)黏土， 滲透系數(shù)在10-6cm／s附近為隔水層， 故該區(qū)域相對較干。 從河底段到湖心島段的過渡區(qū)段， 其性質(zhì)介于兩者之間。

由于不同干濕程度的土體， 渣土改良主要體現(xiàn)在加水量不同， 結(jié)合現(xiàn)場司機(jī)掘進(jìn)體驗(yàn)， 不同干濕程度土體大致的加水量和對應(yīng)的環(huán)數(shù)統(tǒng)計(jì)見表1。結(jié)合詳勘資料、 線間距和實(shí)際經(jīng)驗(yàn)， 認(rèn)為左右線在相同里程處地層差異不大。 根據(jù)左右線不同干濕程度土體對應(yīng)的環(huán)數(shù)差異較小， 且與詳勘揭示的地質(zhì)和水文條件基本一致， 認(rèn)為該劃分標(biāo)準(zhǔn)合理。

表1 不同干濕程度土體加水量和環(huán)數(shù)Table 1 Water addition and ring numbers of soil with different dry and wet degrees

2.3.2 渣土改良劑實(shí)際用量

按照上文分類標(biāo)準(zhǔn)， 泡沫劑和水的實(shí)際用量統(tǒng)計(jì)結(jié)果見表2。 其中， 右線在平均用水量遞增的情況下， 泡沫劑用量有所減少， 說明泡沫劑為主導(dǎo)的渣土改良方式， 渣土潛在的流塑性能充分發(fā)揮， 表現(xiàn)為在增加用水量后， 原用量的泡沫性能已無法充分發(fā)揮， 故減少其用量； 與此相對， 左線泡沫劑和水的平均用量均遞增， 說明以水為主的渣土改良方式， 渣土潛在的流塑性能始終未充分發(fā)揮。

表2 不同干濕程度土體的泡沫劑用量和實(shí)際加水量Table 2 Foaming agent dosage and actual water addition of soil with different dry and wet degrees

2.4 渣土改良效果對比分析

2.4.1 推進(jìn)系統(tǒng)參數(shù)

推進(jìn)速度和總推力的統(tǒng)計(jì)結(jié)果見圖1， 結(jié)果表明： （1） 在各種土體狀態(tài)下， 右線推進(jìn)速度始終維持在 90 mm／min ～ 125 mm／min， 左 線 維 持 在65 mm／min～105 mm／min，以泡沫為主導(dǎo)的改良方式平均推進(jìn)速度提高約17.8%， 工效大幅提高。（2） 在飽和地層中， 右線總推力與左線基本持平，在普通和偏干地層中， 右線總推力均低于左線。表明以泡沫劑為主導(dǎo)的改良方式， 在大幅提升推進(jìn)速度時(shí)， 土體的抗力不增加甚至小幅度降低，地層的適應(yīng)性更強(qiáng)。

圖1 推進(jìn)系統(tǒng)主要參數(shù)統(tǒng)計(jì)結(jié)果Fig.1 Statistical results of main parameters of propulsion system

2.4.2 切削系統(tǒng)參數(shù)

貫入度和刀盤扭矩的統(tǒng)計(jì)結(jié)果見圖2， 結(jié)果表明： （1） 右線貫入度在各地層中均高于左線， 表明泡沫劑為主導(dǎo)的改良方式可以使盾構(gòu)機(jī)在較高的推進(jìn)速度和較低的刀盤轉(zhuǎn)速下產(chǎn)生良好的切削效果， 土方開挖的能力和效率更高； （2） 左右線刀盤扭矩分布相近， 表明泡沫劑為主導(dǎo)的改良方式， 在大幅提高推進(jìn)速度和開挖效率的同時(shí)， 抵抗扭矩并沒有增加， 地層的適應(yīng)性更強(qiáng)。

圖2 切削系統(tǒng)主要參數(shù)統(tǒng)計(jì)結(jié)果Fig.2 Statistical results of main parameters of cutting system

2.4.3 螺旋輸送機(jī)參數(shù)

螺旋機(jī)轉(zhuǎn)速和壓力的統(tǒng)計(jì)結(jié)果見圖3， 結(jié)果表明： （1） 關(guān)于噴涌， 左線共計(jì)存在11 環(huán)螺旋機(jī)轉(zhuǎn)速為0 rpm， 螺旋機(jī)壓力為30 bar， 右線存在1 環(huán)螺旋機(jī)轉(zhuǎn)速為2.4 rpm， 螺旋機(jī)壓力為38 bar。 這表明以水為主導(dǎo)的改良方式更易導(dǎo)致噴涌。 另由于螺旋機(jī)壓力在38 bar 的情況下也有多環(huán)未發(fā)生噴涌， 認(rèn)為該值是噴涌的臨界螺旋機(jī)壓力； （2）左線螺旋機(jī)壓力控制在40 bar ～60 bar， 右線為40 bar～50 bar，右線波動較小。 表明以泡沫為主的改良方式更容易穩(wěn)定控制渣土流塑性能。 （3） 右線螺旋輸送機(jī)轉(zhuǎn)速明顯小于出渣效率為1 時(shí)的理論值， 加之螺旋機(jī)壓力為40 bar ～50 bar， 表明渣土偏稀， 與監(jiān)控顯示渣土無法連續(xù)帶走， 出現(xiàn)小范圍堆積和短距離滑移印證。

圖3 螺旋輸送機(jī)主要參數(shù)統(tǒng)計(jì)結(jié)果Fig.3 Statistical results of main parameters of screw conveyor

3 渣土改良方案優(yōu)化

3.1 方案優(yōu)化需求

綜上所述， 認(rèn)為以3.5%泡沫為主， 輔以適量的水進(jìn)行渣土改良的方式， 開挖效率及適應(yīng)性等各方面均存在較大優(yōu)勢， 故剩余區(qū)間均采用此改良方式。 但由于掘進(jìn)試驗(yàn)顯示， 現(xiàn)改良方案下渣土仍偏稀， 達(dá)不到精準(zhǔn)控制的需求， 故引入人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks， ANNs）［12-15］技術(shù)， 通過深入學(xué)習(xí)樣本數(shù)據(jù)來抽取其隱含的因果關(guān)系， 建立改良劑與其他參數(shù)間的非線性模型，探索更精確的渣土改良方案。

3.2 神經(jīng)網(wǎng)絡(luò)簡介

人工神經(jīng)網(wǎng)絡(luò)是模仿人類神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。 它通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間的相互關(guān)系， 達(dá)到信息處理的目的。 其中， Back Propagation （BP） 神經(jīng)網(wǎng)絡(luò)因具有強(qiáng)大的學(xué)習(xí)能力和高速尋找優(yōu)化解的能力， 近年來被廣泛用于工程領(lǐng)域［16-17］。

3.3 神經(jīng)網(wǎng)絡(luò)模型建立

由于渣土改良主要依據(jù)地層條件和掘進(jìn)需求，結(jié)合司機(jī)操作邏輯， 避免數(shù)據(jù)種類過多導(dǎo)致的過擬合， 輸入?yún)?shù)為粘聚力、 內(nèi)摩擦角、 滲透系數(shù)、含水率、 推進(jìn)速度和螺旋機(jī)壓力， 輸出值為泡沫用量和加水量， 以此構(gòu)建如圖4 所示的BP 神經(jīng)網(wǎng)絡(luò)模型［12-17］。 考慮到之前的渣土改良方案導(dǎo)致渣土偏稀， 故在左線865～1227 環(huán)和右線第600～786環(huán)重新采集掘進(jìn)參數(shù)， 以此作為數(shù)據(jù)庫， 并要求減少一定的加水量， 使螺旋機(jī)壓力盡量維持在50 bar～60 bar。 因輸入?yún)?shù)數(shù)量IN 為6， 故根據(jù)經(jīng)驗(yàn)公式隱含層節(jié)點(diǎn)數(shù)（HN） ＝2×IN＋1， 則隱含層節(jié)點(diǎn)數(shù)取13。 傳遞函數(shù)分別為Sigmoid 函數(shù)和Purelin 函數(shù)， 訓(xùn)練參數(shù)設(shè)置如下： 學(xué)習(xí)速率0.01，訓(xùn)練次數(shù)（epoch） 200， 精度目標(biāo)值le-3。

圖4 渣土改良BP 神經(jīng)網(wǎng)絡(luò)模型Fig.4 BP neural network model for soil conditioning

3.4 基于神經(jīng)網(wǎng)絡(luò)優(yōu)化渣土改良方案

基于地層類型、 期望的推進(jìn)速度和螺旋機(jī)壓力對渣土改良進(jìn)行擬合分析， 結(jié)果如表3 所示。

表3 渣土改良擬合分析結(jié)果Table 3 Fitting analysis results of soil conditioning

3.5 效果驗(yàn)證

基于神經(jīng)網(wǎng)絡(luò)擬合分析結(jié)果制定渣土改良方案， 在本區(qū)間右線第800-1394 環(huán)和冬青街站～南流村站區(qū)間盾構(gòu)施工中得到了更加合理的掘進(jìn)參數(shù)指標(biāo)： 掘進(jìn)速度穩(wěn)定維持在85 mm／min～120 mm／min，平均推進(jìn)速度約104 mm／min， 螺旋輸送機(jī)壓力控制在48 bar～64 bar， 出渣效率控制在1 ～1.1， 再未發(fā)生過噴涌， 出渣連續(xù)、 分散、 不滑移， 地表沉降控制較之前更理想， 見圖5。 并且使原先單線每天10～12 環(huán)的掘進(jìn)速度， 達(dá)到15 ～20 環(huán)， 大幅提升掘進(jìn)效率。

圖5 渣土改良優(yōu)化前后地表沉降控制對比Fig.5 Comparison of surface settlement control before and after optimization of soil conditioning

4 結(jié)論

（1） 以3.5%泡沫為主， 輔以適量的水進(jìn)行渣土改良， 比以水為主的渣土改良方式推進(jìn)速度提升約17.8%， 開挖效率和適應(yīng)性等也全面提升。

（2） 通過BP 神經(jīng)網(wǎng)絡(luò)擬合分析， 得到了更加精確的渣土改良方案， 使得使得后續(xù)掘進(jìn)過程中，平均推進(jìn)速度達(dá)到104 mm／min， 螺旋輸送機(jī)壓力穩(wěn)定維持在48 bar ～64 bar， 出渣效率1 ～1.1， 再未發(fā)生過噴涌， 穿越各風(fēng)險(xiǎn)源及地表沉降控制理想。