1. 网站地图
  2. 设为首页
  3. 关于我们


地铁盾构施工变形安全监测及预测分析 —以常州地铁一号线盾构穿越常州站为例

发布时间:2022-11-11 10:16
第一章 绪论 1
1.1 选题的背景及研究的意义 1
1.2 国内外研究现状 2
1.2.1地铁盾构施工地表建构筑物变形研究现状 3
1.2.2地铁盾构施工地表建构筑物变形预测现状 5
1.3 论文主要研究内容及技术路线 7
1.3.1 主要研究内容 7
1.3.2 技术路线 7
第二章 地铁施工周边建构筑安全监测技术研究 9
2.1 地铁盾构施工对周边结构变形影响分析 9
2.1.1 盾构施工对土体的扰动程度分析 9
2.1.2盾构施工周边建构筑物的影响机理 9
2.1.3 盾构施工对上部建构筑物的影响 10
2.1.4 建构筑物抵抗开挖变形及破坏模式 11
2.2.5 盾构施工对建筑建构影响范围 11
2.2 盾构施工安全监测必要性分析 12
2.2.1 地铁施工监测目的 12
2.2.2 地铁盾构施工应重点监测对象 13
2.3 运营铁路变形自动化监测技术 13
2.3.1 静力水准法自动化监测 13
2.3.2 测量机器人自动化监测 15
2.3.3 自动化监测系统成果反馈技术 18
2.4 本章小结 18
第三章 常州地铁一号线盾构施工的周边结构安全监测 20
3.1 工程概况 20
3.1.1 常州轨道交通一号线概况 20
3.1.2铁路及常州火车站概况 20
3.1.3工程影响线路构筑物概况 22
3.2针对风险信息化安全监测方案设计 23
3.2.1监测内容 23
3.2.2监测技术依据 24
3.2.3监测人员设备 25
3.2.4监测精度要求 27
3.2.5监测点位布置总体要求 28
3.2.6监测周期与频率 31
3.2.7监测工作量 31
3.3建构筑安全监测的实施 33
3.3.1建(构)筑物沉降监测 33
3.3.2建(构)筑物位移监测 38
3.4依托工程的自动化安全监测 40
3.4.1变形监测网分区设计 41
3.4.2监测区域横剖面布置 41
3.4.3基准点布置 42
3.4.4设站点布置 42
3.4.5轨枕水平位移监测点位布置 43
3.4.6全站仪自动观测的要求 44
3.4.7监测点外业观测 45
3.5站台限界测量 46
3.5.1监测断面的布设 46
3.5.2限界数据采集 46
3.6监测技术管理与质量控制 47
3.6.1成立完善系统的技术管理机构 47
3.6.2建立健全技术管理规章制度 49
3.6.3强化监测质量控制 50
3.7 本章小结 54
第四章 监测数据处理与结果分析 55
4.1 监测数据处理 55
4.1.1 建构筑物沉降监测数据处理及分析 55
4.1.2 建构筑物位移监测数据处理及分析 55
4.1.3 既有线自动化监测数据处理分析 56
4.1.4 限界数据处理 57
4.2 监测预警报警的评判标准 58
4.3地铁盾构施工安全监测数据分析 59
4.3.1 监测成果资料整理和初步分析 59
4.3.2 监测数据最终累计变形最大值统计 60
4.3.3 根据监测数据形成的变形曲线图 61
4.3.4 变形监测总体分析 65
4.4 本章小结 66
第五章 基于GM (1, 1)模型与BP模型的变形预测 67
5.1 结构变形灰色预测技术分析 67
5.1.1灰色系统理论研究 67
5.1.2灰色预测 GM(1, 1)模型 68
5.1.3GM(1, 1)模型建立步骤 68
5.1.4GM(1, 1)模型检验 70
5.1.5GM(1, 1)残差模型修正 72
5.2基于小波优化的GM (1, 1)预测模型 72
5.3 BP神经网络预测技术分析 75
5.3.1人工神经元网络模型概述 75
5.3.2BP神经网络结构模型 76
5.3.3结构变形BP网络模型预测应用 77
5.4基于GM(1, 1)预测模型的结构变形预测分析 78
5.4.1 基于监测数据进行变形预测 78
5.4.2 预测值与实测值对比分析 81
5.5基于BP神经网络模型的结构变形预测分析 83
5.5.1BP神经网络模型的结构变形预测过程 83
5.5.2GM (1, 1)模型与BP模型预测效果对比分析 85
5.6 本章小结 89
结论与展望 90
结论 90
展望 91
参考文献 92
攻读学位期间取得的研究成果 96
致 谢 97
第一章 绪论
1.1选题的背景及研究的意义
近年来,我国改革开发的国策推动了社会经济的高速发展,尤其在城乡一体化方面 进程不断加快[1]。然而,在人口城镇化迅速提升的同时,城市人口聚集、面积大幅扩大, 引起地面交通拥堵现象逐渐严重,严重影响了人们的交通出行,也制约了经济社会的进 一步发展[2]。为了解决这一难题,国内外交通领域的学者们长期以来主要是通过扩展城 市用地加快修建城市道路来实现,但是目前全世界各大中城市的城市用地紧缺已经成为 矛盾的焦点。因此,人们为了实现城市的可持续发展,逐渐把目光投向对地下空间的开 发和交通设施建设[3]。
在城市地下交通工具中,城市地铁是最具有代表性的,它以便捷、经济、清洁等优 势深受人们欢迎,尤其是城市地铁网络不断完善,使人们出行变得极为方便,也大大减 轻了城市交通超负荷运转的压力,并已经基本成为一个城市现代化水平和经济发展水平 的重要标志 [4] 。
当前我国大城市的地铁建设正如火如荼发展,尤其是盾构施工技术的推广使地铁施 工速度实现了质的飞跃,现已相对成熟广泛应用于区间隧道、渡线等大型复杂断面隧道 施工[5]。但是,也出现了一些工程技术问题,如地铁施工对地表建构物安全稳定性影响 问题一直未得到完全解决,多次出现地表塌陷、建筑物开裂等情况。如 2014 年,杭州 地铁4 号线在施工中,由于施工操作不当挖破河道,导致河水倒灌基坑引起路面塌陷,
如图 1.1 所示。
 
图 1.1 杭州 4 号线施工导致河水倒灌基坑路面塌陷
根据土力学的相关原理,地铁盾构施工开挖隧道必然会扰动周边岩土体,破坏原有 土体的平衡状态[7]。具体表现形式之一就是引起地表沉降和变形,如果开挖深度不大或 者开挖截面较大,会不同程度的影响地面建筑物的安全和公路、铁路的正常使用[8]。而 且地铁穿过的区域大多是城市人口聚集、地面建筑物林立地段,地表沉降事故发生的概 率较,一旦发生沉降事故,将可能造成地面沉陷、周边建筑物损害等事故。因此,在地 铁盾构施工过程中,不论从工程进度、费用的控制方面考虑,还是从工程质量安全方面 来考虑,根据工程实际和相关技术理论采取有效措施来降低对地表房屋、道路、既有铁 路等建构筑物的影响,对于社会、经济具有十分重要的意义[10]。
论文研究的常州地铁一号线常州火车站站〜博爱路站区间在国铁常州火车站附近前 后下穿沪宁城际铁路与京沪普速铁路,该段地铁隧道施工过程中将对铁路线路及其附属 设施,包括站台、雨棚、接触网立柱、出站地道、站房等产生影响,使其发生沉降和水 平位移,危及行车和过往旅客安全。同时,盾构穿越工程与常州站站改工程交叉施工, 相互影响因素较多,尤其是在盾构区邻近范围内有新开挖基坑同时施工,施工复杂且难 度较大,同时一旦发生安全事故影响也较大。因此,研究盾构开挖对周边建构筑物、既 有普通铁路、高速铁路的变形的影响因素,设计安全监测方案并进行监测分析,对主要 控制的变形因素预测,再结合监测、预测情况提出具体的控制标准和安全控制措施,既 可以降低论文研究的依托工程安全事故发生概率、提高施工水平、节约成本,而且可以 将取得的工程经验推广到类似工程,为其在技术方案设计阶段就提供有效的技术参考 [11,12]
O
1.2 国内外研究现状
进入二十一世纪以来,由于城市地铁可以大大的环境地面交通压力而获得快速发 展,尤其是隧道盾构法作为一种新技术革新克服了传统施工建设方法的不足,解决了许 多建设难题,得到大量的推广使用[13]。但在盾构施工过程中会破坏上部土体的平衡状态, 引发地表沉降,从而引起地表的建构筑物产生变形,甚至造成较大的结构性破坏[14]。因 此,掌握盾构开挖地表土体和建构筑物变形规律,成为国内外交通行业学者们的热门研 究对象课题。
1.2.1地铁盾构施工地表建构筑物变形研究现状
地铁工程地下施工引起地表沉降和上部建构筑物、既有运营铁路沉降、位移的因素 众多,除了工程建设地质条件、隧道的尺寸、埋深相关外,还与施工技术、施工工艺和 设备息息相关,因此盾构施工地表建构物变形机理研究十分复杂,涉及的影响因素也很 多[15]。
由于欧美国家经济发展较早,交通建设和相关理论技术研究也是同步推进,因此早 在 20 世纪20 年代就针对城市地铁施工变形机理展开了研究,如这一时期英国、美国等 国就针对“软弱地质结构隧道开挖引发地层变位”问题进行了实践性研究,为后续学者对 地层结构变位研究提供最基础的技术资料[16]。随着地铁建设的快速发展,以及对相关地 下施工变形规律研究、对有关地质事件的原因分析,国内外学者对地层变位和地表沉降 分析逐渐深入,并研究总结出经验法、数值分析法、理论分析法、模型试验法和解析法、 变形监测等方法来计算分析地表变形,并进一步推广到地表的建构筑物、既有铁路、公 路沉降、位移等方面研究,并将下穿隧道盾构施工对地表建(构)筑物开裂、变形、位 移是学者们重点关注课题[17]。
其中,最早的研究是经验法,它主要是采用曲线表示隧道开挖后地表沉降槽的形状, 在施工过程中对地表、建构物进行监测,然后将监测数据用数理统计理论和数学公式形 式描述地表沉陷规律,并根据工程经验预测监测对象的沉降情况;这其中最经典的盾构 开挖横向地表沉降分布曲线如图1.2所示,许多数值模拟、模型试验分析、变形监测规 律研究都是基于这条沉降分布曲线[18]。
 
近年来,随着计算机技术和各类数学模拟研究的快速发展,数值模拟和相关变形分 析程序的开发也是国内外近些年的热点。自1998年荷兰Tecbmcal University of Delft学 者设计出 Plaxis 程序, 1999 年英国学者又研发 Imperial College Finite Element Progranune(ICFEP)系统,至U 2001年基于Plaxis程序进一步改进优化研发出Plaxis 3d tunnel 程序,使研究者们逐渐能够较准确分析隧道施工造成的地层位移以及地表建构筑 物的影响情况,如土体变形、地表建构筑物沉降量等。然而学者们的研究并没有满足于 此, 2005年韩国浦项公司研发出一款MIDAS/GTS岩土隧道通用的有限元软件,实现了 隧道施工变形三维数值模拟,并且扩展至隧道地表的建构筑物沉降、变形。此后,日本 学者小泉淳教授通过总结该国盾构机掘进过程中人工智能技术经验,对地铁盾构自动 化、智能化施工进行了实践性研究和推广,地铁盾构实现自动化综合控制施工和智能化 监测,认为人工智能化是盾构法自动化、智能化的主要发展方向,以实现确保盾构施工 安全,以及地表建构筑全过程实时动态安全监测。
在隧道盾构施工技术和变形分析方法理论不断发展的同时,国内外地表、建构物、 既有公路和铁路沉降变形等监测技术也在蓬勃发展,国内外众多学者目前形成相应的盾 构隧道施工信息化监控系统。当前,国内在有关盾构施工引起地表建构物变形监测方面 的主流研究思路是基于有关理论,选择有效的监测手段进行监测获取第一手数据,并建 立特有的信息管理系统,或者结合使用FLAC3D、ABAQUS等数值模拟软件进行综合分 析,以判断结构的变形情况。
2009年,同济大学刘国彬教授研发出“隧道远程监控”系统,该系统通过辅助决策 系统对监测数据进行处理,并形成曲线图表来分析工程的安全状态,它实现了人工采集 和机器自动化采集的有效结合,并实现“地铁工程远程监控”,在上海地铁盾构隧道施 工中首次使用,以其针对性强、自动报警等功能优势在国内地铁建设管理中广泛使用。 周文波教授也开发了一款类似的系统,就是由数据采集和施工分析两大系统组成的“隧 道信息化管理系统”,该系统可以做至自动获取盾构施工参数、实时传输数据,然后通 过整理形成曲线变化图,最后还可以再利用模糊控制、人工神经网络等技术对所得成果 进行综合分析,可以较准确的掌握监测动态。2011年,刘波教授基于ViusalC++和Delphi 等程序对地表横向、纵向变形进行反分析,并结合依托项目的安全监测设计,对盾构施 工对地表沉降、地表建构筑物变形影响进行了三维分析,该程序基于监测可以较好的分 析结构施工周边建构筑物的安全性状况。2012年,魏建华在总结前人研究的基础上,创 新性的研究出来“盾构机的可视化系统”,该系统利最大的优势在于可以同时实现地表 结构变形动态和静态模拟,并得到可视化结构变形量预测。
近几年来,在盾构施工周边建构筑物变形监测方面继续发展,并且学者们紧密结合 当下我国地铁事业蓬勃发展的形势展开实践性探索研究。2016 年,河南工业大学刘浩然 依托工程实例的变形监测,基于所得的实测数据成果研究地铁区间盾构施工对地表道 路、建筑物沉降影响因素区域,分析盾构施工截面变形量的分布规律,再利用 ABAQUS 岩土体变形数值模拟软件建立盾构推进过程的三维模型,通过对数值模拟成果和监测数 据综合分析,发现盾构机推进阶段截面横向累计沉降曲线总体走向呈正态分布,对类似 地铁工程盾构施工和地表建构筑物监测具重要的参考价值[19]。2017 年,石家庄铁道学 院安旭以地铁盾构隧道穿越运营高速铁路为例,分析盾构隧道穿越既有铁路站场产生的 影响,设计了安全监测方案设计和监测变形控制标准,通过建立三维有限元数值模拟模 型分析计算,演进推导出盾构施工造成地面铁路路基、接触网杆及通信基站等沉降变形 规律和铁路轨道几何形位变化规律,对类似工程包括本论文研究的盾构施工穿越沪宁城 际铁路与京沪普速铁路工程具有重要指导意义[20]。中国铁道科学研究院王小珑以盾构隧 道下穿铁路施工为例,进行了变形数值模拟分析和地表及铁路地基沉降监测,并将监测 数据动态化、自动化反馈施工,并通过实测数据、数值模拟结果、经验公式分析结果验 证对比,总结适用上海地区特殊土质条件下的铁路路基沉降规律,对指导施工和既有线 运营具有重要参考价值[21]。
1.2.2地铁盾构施工地表建构筑物变形预测现状
目前,国外对变形监测数据处理和变形趋势预测的理论有参数估计、相关分析、回 归分析等。其中,应用于盾构施工引起地表变形的情况,较典型的最多的预测方法是确 定函数法,该方法的基本思路是基于有限元法建立盾构施工引起上覆土体应力应变关系 函数模型,研究变形规律并建立实现预测分析,预测地表沉降变形,并基于此来分析位 于地表的铁路、建构筑物形变[22]。此外,国外使用较多的还有混合模型法,该方法是两 个及以上能够互补的模型组合得到新模型,该组合模型可以实现更好的预测效果。该方 法对比较明确的数值有很强的实用性,但对那些不是很明确的数值效果不佳[23]。
随着国外发达国家的科技不断进步,他们在监测数据预测这一块的不再局限于利用 已有的数学或力学理论进行单一化分析,而其发展趋势是信息自动化与智能化,其处理 过程将实现网络化与系统化,将各种理论组合综合并通过建立庞大的变形数据库,为进 一步研究基坑的变形提供强有力的数据基础[24,25]。
变形趋势预测最重要的是建立数学分析模拟,关于预测模型目前常见的有神经网络 预测模型、灰色预测模型、模糊数学等[26]。其中,神经网络预测模型是基于神经学研究 成果,广泛应用于各行各业的人工智能预测分析方法[27];还有时序分析预测预报方法, 该方法是基于统计方法的模型,对时间历史数据进行处理,适用于工程中多种变形预测 [28]。灰色系统预测方法,最典型的就是灰色GM(1, 1)模型,其基础是灰色系统理论, 通过认识散乱的数据数列,找出其内在运动过程,对未来发展和变化进行小样本数据预 测分析[29]。此外,利用模糊数学理论建立模型进行分析也是当下预报分析的一个重要方 法,该方法是以模糊数学为理论基础,该理论的研究对象是不确定性,在模糊控制、信 息识别、检索等领域分析解决相关问题[30]。
基于上述预测分析理论和预测模型,近年来,工程预测应用领域的学者们展开了大 量的针对性研究,如 2013 年,谢玖、琪杨平、郑杰明等根据实测沉降数据,利用改进 常规GM(1,1)模型建立灰色新陈代谢GM(1,1)盾构始发水平冻结洞门的地表沉降预测模 型,该模型比常规GM(1,1)模型预测精度明显提高,并且相对误差最大只有9.65%,在 盾构施工环境发生突变时要修正预测模型才能得到更接近实际地表变形的结果 [31]。 2017 年,王金涛等学者基于前人研究的相关性组合预测模型,首次应用于地铁盾 构施工地表沉降预测分析,结果表明组合预测模型在地铁施工过程中地表沉降预测中的 应用克服了单一模型的局限性,具有很高的精度和可信度,为相关工程的应用提供参考 借鉴依据[32]。 2019 年,李东阳、李保珠、孙伟超等基于盾构施工引起的地表沉降量的 预测随机性和不确定性较强的实际情况,采用因子分析法对9个影响因素提取得到4个 主因子,并通过BP神经网络进行训练和Levenberg-Marquardt(LM)算法优化,建立了 LM-BP 神经网络预测模型,结果表明该预测模型准确性较好,对实际工程具有很好的 适用性[33]。
1.3 论文主要研究内容及技术路线
1.3.1 主要研究内容
为了研究常州地铁一号线常州火车站站〜博爱路站区间盾构施工下穿国铁常州火 车站附近对地表两条铁路、火车站的建构筑物的影响,论文展开了施工阶段以及工后变 形监测,并基于监测数据利用模型进行了变形预测。主要研究内容包括以下六个方面:
(1) 基于相关技术资料提出研究必要性。与设计、勘察、施工等部门对接了解工 程地质条件、设计方案、工程技术标准等相关技术资料;研究地铁盾构施工对地表建构 筑物影响机理,分析项目安全监测的必要性。
(2) 盾构施工地表建构筑物安全监测技术研究。明确监测目的和对象,分析铁路运 营期轨道线路沉降、水平位移和建筑结构监测等传统方法,系统研究静力水准法、测量 机器人等自动化监测技术,比选出本项目的自动化监测方法。
(3) 设计依托工程安全监测方案。设计包括监测内容、监测点位布置、人员设备、 监测周期与频率等内容的信息化安全监测方案,针对建构筑物的沉降、水平位移、站台 限界以及路基、轨枕变形监测设计专项监测方案,并制定相应的安全监测质量保证体系。
(4) 进行监测并对数据进行处理分析。根据监测方案进行实地监测,对建构筑物 沉降、位移监测以及既有线自动化监测、限界监测数据进行统计处理,形成时程变化曲 线图,分析累计变形量及变形趋势。
(5) 基于GM (1,1)模型和BP神经网络模型对依托工程沉降变形进行预测。分 析灰色系统理论,系统研究 GM(1, 1)模型预测的原理,并对依托项目进行小波优化 处理分析。同时,将神经网络模型预测结构沉降变形技术应用于工程,将 GM(1, 1) 模型、BP神经网络模型预测数据与监测数据进行对比分析。
(6) 基于安全监测和预测情况提出依托项目的安全防护措施。通过建立建构筑物 安全监测预警机制、加强现场安全巡视、加强盾构施工影响控制、减小盾构施工对建构 筑物影响等控制措施来减小盾构施工对地表建构筑物的影响。
1.3.2技术路线
根据常州地铁一号线常州火车站站〜博爱路站区间在国铁常州火车站附近前后下 穿沪宁城际铁路与京沪普速铁路工程的实际,以及论文研究的内容、思路,特制定了如
 
图 1.3 所示的论文研究技术路线图,以便论文全面、有序、思路清晰的展开研究。
 
图 1.3 技术路线图
第二章 地铁施工周边建构筑安全监测技术研究
2.1地铁盾构施工对周边结构变形影响分析
城市地铁获得蓬勃发展同时,对施工技术要求提出了新要求。由于受地形地质条件 等因素的限制,地铁工程多采用盾构施工的方法穿越区间。根据现有的研究成果,新建 隧道与地表既有建筑物距离较近必然会对其稳定性产生一定影响,因此对盾构施工引起 的地表沉降规律及其与地面建筑物结构共同作用的机理进行分析具有重要实践意义。
2.1.1 盾构施工对土体的扰动程度分析
根据工程经验,盾构施工必然会对周围土体产生扰动,而且不同的地质条件和施工 状况会形成不同的土体扰动形式。在工程实践中,学者们将盾构施工对土体的扰动形式 分为开挖面土体受挤压引起土体压缩、前移、隆起和开挖面超挖引起土体的松动、塌落 而导致的地表沉降两种。
而扰动范围、程度与施工状态关系为:如果土体的土压力大、推速快、排土量少, 则土体受挤压形成塑性区,扰动范围由超挖值和欠挖土量以及土性决定;当土压力值小、 推速慢、排土量大的情况,则土体易形成松弛区,其范围由超挖土量以及土性决定。
综上分析,盾构施工对土体的扰动距离、影响程度存在以下三个方面的规律:
( 1 )盾构隧道开挖土体扰动程度与垂直距离呈现衰减性,扰动范围则呈现扩散性, 即距隧道垂直距离越近,土体扰动程度越大,反之越小。
(2)盾构开挖的水平方向土体扰动规律与垂直方向的规律相同,即影响程度与距离 成反比,随距离呈现衰减性和扩散性特征。
(3)盾构对前方土体的挤压扰动程度大于对侧向土体的剪切扰动程度。
2.1.2盾构施工周边建构筑物的影响机理
建构筑物建造于地表,其重量由地基土的支撑力和地下水的浮力来实现静力平衡。 地铁隧道盾构施工会造成周围岩土体应力发生变化,并会扩展到地表建筑物,如果影响 力较大会导致建构筑物产生开裂、倾斜。而根据工程力学的基本原理,力的作用是相互 的,地层与上部建筑物是相互作用、相互制约,盾构开挖影响地表建构筑物,与此同时 建构筑物自重也约束地层运动进而影响隧道围岩应力应变场的变化,这种关系称之为共 同作用关系。
因为建构筑物所用材料的刚度与地基土的刚度存在差异,地基的沉降与建筑结构的 变形具有不协调性,而且盾构断面尺寸、施工方法不同会对地基产生不同程度的扰动, 对上部岩土体产生的变形影响也不一样。因此,根据盾构开挖施工的有关技术成果,只 有将隧道、土体、建构筑物作为一个整体来分析才能系统、全面的了解盾构施工对地面 建筑结构的影响。但是,由于隧道、土体和建筑结构三者共同作用分析涉及影响因素多, 并且各自有相应的力学、变形机理,因此其作用分析存在很大的复杂性和困难性。具体 表现在三者的材料特性不同,难以建立统一的本构方程,而且其相互作用随着时间而变 化,具有时效性。加之开挖深度、断面尺寸、开启速度等对土体的影响在不同的范围和 方向上是相异的,是空间性的三维问题,它们之间的相关关系难以准确掌握。
因此,论文从盾构施工对上部建筑影响、建构筑抵抗变形的性能、建构筑物上部结 构受土体扰动后的破坏模式、盾构开挖对地表建构筑物结构的影响范围来进行分析,以 便为后续安全监测工作展开提供研究理论基础。
2.1.3盾构施工对上部建构筑物的影响
隧道盾构施工会造成上覆土体沉降从而影响上部建筑物结构安全,根据距离盾构隧 道的大小,论文从地基承载力、结构基础、建构筑角度进行分析,其影响示意如图 2.1 所示。
(1)对地基的影响,土体沉降会降低了地基承载能力,施工时要应尽量降低对土体 扰动,影响上覆建构物的地基土体承载能力。
( 2)对基础的影响,地铁施工的盾构开挖同时会产生水平拉压应变,如果其较大将 会对基础产生破坏性影响。
(3)对建筑物上部结构影响,如果盾构施工造成地基不均匀沉降会造成建构物结构 变形、开裂、甚至失稳倒塌等影响。
 
 
图 2.1 盾构施工穿越前后对上覆土体及建构筑影响示意图
2.1.4建构筑物抵抗开挖变形及破坏模式
(1)地基基础破坏模式。由于建构物的上部结构的形式、尺寸及基础的刚度、宽度 等相关因素存在差异,盾构施工对不同结构形式基础有不同的影响作用。以箱形基础、 筏板基础为例,由于它们的结构形式将整个基础浇筑成一个整体,所以其整体刚度较好, 因而在抵抗沉降、差异沉降、水平位移、拉压应变等地基变形方面远强于整体刚度相对 较差的独立基础、条形基础。
(2)建筑物上部结构破坏模式。盾构施工引起上覆土体变形进而引起建筑物上部结 构的破坏,其主要破坏模式为墙体开裂,其裂隙位置、形式与处于沉降槽的位置、结构 材料有关,一般砖石结构裂缝形式为正八字形破坏,而混凝土结构剪切破坏裂缝为反八 字形。
2.1.5盾构施工对建筑建构影响范围
根据工程经验和结构力学理论,结构物的相互影响是按结构物间的位置关系来分类 的。目前,隧道盾构施工对地表建筑物结构的影响范围划分为三类,根据影响程度大小 一次为无影响范围、要注意的影响范围、必须采取措施影响范围。
一般而言,因为浅基础建筑物其地基较浅、稳定性相对较差,所以隧道盾构开挖对 较大影响,引起其结构倾斜、开裂等问题的概率较大。而对于深基础如桩基础隧道开挖
引起建筑物内力变化较小,建筑物相对安全,其影响范围及简单算法如图 2.2 所示。
 
图 2.2 盾构开挖地表桩基础结构建筑物的影响范围
 
2.2盾构施工安全监测必要性分析
2.2.1 地铁施工监测目的
论文研究的地铁盾构施工穿越沪宁城际铁路、京沪普速铁路工程,其在施工过程中 将对铁路线路及其附属设施,使其发生沉降和水平位移,危及行车和过往旅客安全。因 此,需要在施工阶段对周边的建构筑、轨道、路基等进行安全监测。具体而言,监测的 目的及意义有以下几个方面:
(1)通过地铁盾构施工过程中对工程、地表建构物进行全面系统的安全变形监测, 可以实时动态的监测对象安全状况及变形发展趋势,验证设计方案的可行性、施工单位 的施工科学性。
(2)可以通过监测了解整个工程的安全性,在事故发生前进行及时预测,及时采 取措施从而最大限度地规避风险,降低事故发生概率,以及即使发生事故可以最大程度 降低人员伤亡和、工程经济和工期损失。
(3)通过安全巡视,全面预测各工点的施工安全程度,实现对施工过程全面有效 管控,为轨道交通工程建设提供可靠有效的安全保障服务。
(4)通过实践性的监测获取的监测数据和相关分析资料,积累资料和经验,为今 后的同类工程设计提供类比依据;也可以为类似工程应对处理工程安全事故的重要参考 依据。
2.2.2 地铁盾构施工应重点监测对象
众所周知,地铁盾构施工会对周边的建构筑物产生一定程度的影响,尤其是对论文 研究的经过正在运营的铁路和站台的情况影响更大,因为施工的微小裂缝都对上部铁 路、高铁运营产生巨大危害。一般而言,重点监测对象为可能产生较大变形的对象以及 变形会严重影响结构安全的对象。根据以上原则,对于地铁盾构施工穿越铁路、车站, 且铁路处于运营期的情况,安全监测重点对象有周边建(构)筑物、地铁轨道等,尤其 要重点关注运营监测发现以往监测中变形较大的位置,如裂缝较大部位;还有不良地质 的区域,并根据周边建构筑的设计结构、使用状况确定监测影响范围。
2.3运营铁路变形自动化监测技术
论文研究的地铁盾构施工穿越沪宁城际铁路、京沪普速铁路工程,其工程建设最关 键的特征是该段地铁隧道施工过程中将对运营的铁路线路产生影响,而对于这些运营的 高铁、铁路线路监测而言,受到场地和监测条件影响,监测实施难以像正常施工项目进 行监测。
为此,自动化变形监测技术以其实时动态监测、采集数据、反馈变形情况深受监测 行业从业者的青睐,尤其对于不便于人工作业的区域、监测场地和项目内容较多的重点 区段采用该方式进行监测可达到高效、便捷的监测目标。论文根据研究项目的工程实际, 对静力水准法和测量机器人法进行比选研究。
2.3.1 静力水准法自动化监测
(1)静力水准法自动化监测工作原理。静力水准自动化监测方法主要是利用静力 水准仪等智能液位传感器和储液罐,将多个静力水准仪用通液管联接,基于连通液的原 理,使其液面保持同一水平,然后利用传感器测量储液罐液面高度与水准仪基准点变化 来计算各点相对沉降量。该方法采用模块化自动测量单元采集数据,并通过有线或无线 传输数据实现自动获取监测数据进行分析,并由软件根据观测生成沉降变化曲线,一旦 超过设计方案设定的预警值就会自动报警,实现自动化智能化监测。
静力水准系统数据传输方式较多,目前常用的主要是利用现场传感器通过有线 (RS485 )或无线方式向数据采集仪传输,或者是采用GPRS以无线方式接入Internet 网。
( 2)静力水准法自动化监测系统构成。静力水准仪是该系统的主要仪器,又称为 连通液位沉降计,主要由液缸、浮筒、精密液位计等组成,一般安装在被测物体等高的 测墩上或被测物体墙壁上,可测量两点间或多点间相对高程变化。此外,该系统还包括 数据采集装置、无线信号传输装置、中心信号接收和处理装置等,其自动化监测实现系 统构成如图 2.3 所示。
(3)自动化监测应用。该方法测量精度可达亚毫米级,监测具有测量精度高、自 动化程度高、性能稳定,实时传输等优点。因此,该技术在建筑工程、运营铁路等领域 得到广泛应用。
具体而言,对于房屋工程基础沉降监测,可以采用振弦式静力水准仪进行观测,要 求保护好设备并在安装位置应充分考虑不同部位结构承重的差异性。对于地铁运营监 测,该方法是其结构自动化垂直位移测量的重要手段,但是运营地铁监测具有一定的特 殊性,因为列车运营时对周边建构筑物和环境产生一定影响,会影响到静力水准仪及基 准点的稳定,在进行运营地铁监测时夜间停运阶段测量精度明显高于运营期,因此在采 用该方法进行监测时需要注意监测数据时间段的特征;此外,考虑地铁运营影响,布置 的监测点不仅要从数量全面反映监测区域变化情况,而且要将基准点布设在影响区域外 稳定位置。目前,静力水准法自动化监测在桥梁沉降监测中也有较为广泛的应用,在进 行运营期桥梁沉降监测时为确保基准数据的有效性,采集首期基准数据的过程中最好是 能暂时封锁车辆流通,在监测期间要重点做好数据采集系统、电源等设施应急保障措 施。
 
 
图 2.3 静力水准监测系统构成图
2.3.2 测量机器人自动化监测
(1)监测工作原理。测量机器人是 1980 年代瑞士 Leica 公司等科研团队开发出的 一款先进高效的监测仪器,目前最常用的就是TM30型测量机器人,它是以智能的全站 仪为基础,再结合激光、微型计算机、CCD传感器等技术研发出来的发展起来的,其 最主要的特征是自动识别系统,具体而言,其监测工作思路是通过 CCD 传感器识别目 标并对所接受电磁波强度进行探测,即利用发射的红外光束、自准直原理和 CCD 图象 处理功能,可以实现全体部分昼夜连续高精度的自动识别、照准与跟踪目标实现实时动 态监测。
(2)监测系统组成。根据测量机器人自动化监测工作原理分析,该系统的构成包 括了硬件系统和软件系统,其中前者主要有基站、参考点、变形体,而软件系统包括数 据采集模块、数据处理模块、数据分析预报模块、信息传输模块等,该系统的各部分组 成、功能、要求如表2. 1 所示。测量机器人自动化监测系统主要组成要素和工作关系如 图 2.4 所示。
1
2
3
4
5
6
7
8
9
表 2.1 TM30 测量机器人自动化监测系统组成分析
 
序 系统组成 系统各部分的组成与作用 功能实现的要求或功能优势
号 部分
模块 输,或者通过设置固定IP和固
定端口实现数据采集仪向
Internet 网传输。
 
图 2.4 测量机器人法自动化监测系统的组成
(3) 监测系统操作。基于本论文研究的地铁盾构区间施工下穿沪宁城际铁路与京沪 普速铁路的工程实际,在盾构施工期间地表的铁路处于运营阶段,为实现监测数据精确 有效和实施的自动化,将工作工作基点站应运营动力影响区域外的稳定建构筑物上,同 时设置四个校核点以校核工作基点。在进行监测时,首先将自动化全站仪TM30安置在 基站上,并在基准点、变形测点上放置棱镜,再利用操作软件控制TM30全站仪自动照 准目标棱镜,采集监测数据,然后再对所采集的数据进行一系列的处理。
(4) 监测系统的优势。采用该监测系统对既有运营铁路进行变形监测中可以实现 无人值守、连续24 h自动监测、监测预警预报等功能。采用TM30型测量机器人测距 可达3 km,在每个基站点上的工作时间只需10 min,每个点高程与坐标计算时间不超 过lmin,可实现快速高效监测和成果计算分析,在500 m范围内其最高精度达可达1 mm,可解决目前使用的传统变形监测方法监测工程量大、成本高、易受干扰、自动化 观测困难等不足。该系统可全自动地测量变形体上变形测点的三维坐标,数据采用差分 处理,可以消除和减弱各种误差对测量结果的影响,测量精度达到亚毫米以内,而且最 大程度的降低人工操作引起的,不仅提高了观测效率也提高了测量精度。
2.3.3 自动化监测系统成果反馈技术
智能的自动化监测最终目的是要实现监测过程的信息化,而要实现这一目标必须要 建立快捷的信息反馈渠道。在工程实践中,重点要对监测发生的测数值过大,达到预警 值甚至超过警戒值的现象,要及时、快速、准确的将各监测项目数值、变化量、变化速 率向相关单位进行反馈。通过各参与方的专家综合分析,提出合理防治措施,如果特别 紧急还应启动抢险预案,积极采取专门的应对措施,加强监测直到危险解除。
关于地铁盾构施工期间自动化监测信息反馈的方式、时间、内容具体要求包括以下 几个方面:
(1) 监测信息报送方式。课题组针对工程实际,利用研发的“监测信息管理系统” 对监测信息进行处理和管理,并通过对授权的工程监管用户网络发布监测信息,每次监 测以报告形式报送信息,在监测工作结束后形成监测总结报告。
(2) 监测信息的报送时间。监测数据相对正常状态每 3 天通过“监测信息管理系 统”报送一次信息;如遇特殊情况,在立即向相关单位通过各种方式汇报同时,并立即 将监控信息上传至业主远程监控管理平台;整个监测工作结束后, 15 天内提交监测总结 报告及电子文档。
(3) 监测成果报告内容。对现场采集到数据平差计算和其他方面的数据处理,将监 测成果整理形成建构筑物位移和沉降表、轨枕与路基沉降位移表以及相应的曲线图、安 全监测结论、变形趋势预判分析等监测成果报告。
2.4 本章小结
本章基于前人研究成果,结合论文依托的常州地铁一号线盾构施工穿越沪宁城际铁
路与京沪普速铁路的工程实际,展开了盾构施工安全监测理论和技术的相关研究。
首先,经过工程概况分析可知该段地铁隧道施工过程中将对铁路线路及其附属设施, 包括站台、雨棚、接触网立柱、出站地道、站房等产生影响,使其发生沉降和水平位移, 危及行车和过往旅客安全。其次,对地铁盾构施工对周边结构变形影响进行分析,了解 了盾构施工对土体扰动机理、对上部建构筑物结构影响、上部建筑结构抵抗变形及破坏 形式、土体对建筑物影响范围,为安全监测项目的确定和布点提供一定依据。最后,就 盾构施工经过运营高速铁路、普通铁路及站台的特殊情况,研究了自动化监测技术,对 比分析静力水准法和测量机器人法自动化监测的优劣,为本项目自动化安全监测提供了 技术支撑。
第三章 常州地铁一号线盾构施工的周边结构安全监测
3.1工程概况
根据搜集的相关技术资料,常州地铁一号线的常州火车站站〜博爱路站区间施工 盾构施工,并在火车站附近下穿沪宁城际铁路以及京沪普速铁路,该段地铁隧道施工 过程中将对铁路线路及其附属设施,包括站台、雨棚、接触网立柱、出站地道、站房 等产生影响,使其发生沉降和水平位移,危及行车和过往旅客安全。因此,必须在施 工过程中对影响区段内的铁路线路和附属设施实施监测,以指导施工进程并随时通报 发生的位移量和变化速率,确保行车及旅客安全。本次监测作业里程为京沪线下行 K1286+650〜K1286+950,上行K1286+850〜K1286+550,沪宁城际常州城际场上下行 K165+450~k165+750。
3.1.1常州轨道交通一号线概况
常州市轨道交通一号线全长33.837km,设车站29座。论文研究的常州火车站站〜 博爱路站盾构施工区间,在国铁常州火车站附近下穿沪宁城际铁路与京沪普速铁路, 其中沪宁城际铁路已采用“钢筋混凝土板+钻孔桩+CFG桩”对股道下方地层进行加固。 常州火车站〜博爱路站区间线路出常州火车站站后向南前行,其影响情况及整体走向 如图 3.1 所示。
3 . 1 . 2铁路及常州火车站概况
沪宁城际铁路为客运专线高速铁路,设计最高速度350km/h, —般运营最高速度 为350km/h,2010年开始运营。该高速铁路的机车类型为电动车组,轨道结构类型为 CRTS-I 型板式无砟轨道,到发线采用宽枕轨道结构。论文研究的常州地铁一号线下穿 沪宁城际铁路的走向与铁路方向基本正交。
沪宁城际铁路站台采用无柱钢雨棚(如图3.2所示),结构采用大跨度桁架结构, 纵向采用格构桁架联系,垂直于股道方向主跨度为52.8m,顺股道方向柱距为15〜21m。 雨棚柱采用钢管混凝土柱,屋面檩条采用高频焊H型钢,与支托相连于桁架上弦杆。 雨棚钢柱下方基础为申700钻孔灌注桩,设计桩长L=37 (39)。
 
 
图 3.1 常州火车站~博爱路站区间走向示意图
 
 
 
图 3.2 城际站台雨棚
沪宁城际铁路接触网挂于雨棚立柱上或采用H型钢立柱,H型钢立柱下设置承台 基础,H型钢立柱基础埋深约2m〜2.5m。沪宁城际铁路出站地道洞身为单层单跨箱 型结构,净宽12mX净高4m,顶底板厚lm、侧墙厚0.8m。沪宁城际铁路出站地道 出入口通道净宽5.26mX净高约3m,顶底板厚0.45m,侧墙厚0.4m。
沪宁普速铁路为I级客货混运铁路,正线设计速度为160km/h,正线与到发线均 采用碎石道床。京沪普速铁路出站口南侧为龙门大厦(2 层),行包房、龙门大厦和
出站口雨棚采用柱下独立基础,基础埋深约2.8m〜4.0m。京沪普速铁路出站口处现
有主要建筑物如图3.3所示。
 
图 3.3 京沪普速铁路出站口处现有建筑物
 
3 . 1 . 3工程影响线路构筑物概况
根据工程实践经验和本项目的实际,在常州火车站站〜博爱路站段区间盾构施工 过程中,地铁盾构穿越期对地表的影响的建构筑物涉及沪宁城际铁路、京沪普速铁路 股道、出站地道及出入口、雨棚、行包房与龙门大厦等。同时,盾构穿越工程与常州 站站改工程交叉施工,相互影响因素较多,尤其是在盾构区邻近范围内有新开挖基坑 同时施工,因此,监测环境复杂难度较大。
3.2 针对风险信息化安全监测方案设计
基于及时判断施工工艺、设计参数设置的合理性,预报工程及周围环境可能出现 的危险状态,杜绝重大工程事故和环境事故的发生等信息化施工要求,论文在本章针 对工程实际设计了包括监测内容、人员与设备、监测周期与频率、监测精度、监测点 位布设总体要求、监测工作量等内容的监测方案。
3.2.1 监测内容
论文针对常州市轨道交通一号线盾构穿越铁路常州站工程主要的风险点进行监 测,其中主要是施工阶段工程结构关键部位、关键工序和工程环境的现场安全监测。 主要为盾构穿越区盾构中心线垂直向两侧各50m范围内的铁路线路及邻近建(构)筑 物,如周围地表、建(构)筑物、既有轨道及其它市政基础设施,如图3.4 所示。具 体可以分为以下几个方面:
( 1)周边环境现场安全监测:铁路建(构)筑物沉降及位移监测以及道路、站台 及路基沉降监测;
(2) 既有线路轨枕垂直位移与水平位移监测。
(3) 既有站台横向限界与垂向限界监测。
其中,铁路线路监测项目包括:轨道纵向沉降、轨道左右水平位移的变形,反映 轨道的绝对变化量。建构筑物监测项目包括:
( 1 )接触网立柱沉降与倾斜监测;
(2)雨棚柱沉降与倾斜监测;
( 3)邻近开挖基坑变形监测;
(4) 行包房、龙门大厦沉降与裂缝监测;
(5) 站台、轨道及雨棚的限界监测;
(6) 轨道附近和站台及地表的沉降监测;
(7) 铁路轨道监测;
(8) 沪宁普速铁路出站口雨棚柱等沉降与变形;
 
 
3.2.2 监测技术依据
课题监测组根据常州市轨道交通一号线盾构穿越铁路常州站工程的实际,以及项 目建设单位、建筑工程建设的有关规范,开展相关的监测内容,其具体的监测依据的 行业规范及要求如表 3.1 所示。
表 3.1 项目工程安全监测依据
序号 规范文件或要求 规范编号
1 《工程测量规范》 GB50026-2007
2 《铁路工程测量规范》 TB10101-2018
3 《高速铁路工程测量规范》 TB10601-2009
4 《建筑变形测量规范》 JGJ8-2016
5 《精密工程测量规范》 GB/T 15314-94
6 《国家一、二等水准测量规范》 GB/T12897-2007
7 《铁路技术管理规程》 (TG/01-2014)(铁总科技
[2014]172 号)
8 《铁路安全管理条例》 中华人民共和国国务院令第
639 号
9 《铁路营业线施工安全管理办法》 铁运[2012]280 号
 
 
10 《铁路线路修理规则》 铁运〔2006〕146 号
11 《上海铁路局地方涉铁工程建设管理办法》 上铁师发[2010]440号
12 《上海铁路局营业线施工安全管理实施细则》 上铁运发[2012]586号
13 《上海铁路局营业线施工安全管理实施细则修改内容》 上铁运发[2015]648号
14 京沪铁路常州站改造工程施工设计图纸
15 《常州火车站〜博爱路站区间穿越沪宁城际铁路及京
沪普铁专项设计—铁路保护地基和加固与监测设计》
16 国家、铁路总公司及上海铁路局其他相关规定和以及本
项目的设计资料
 
3.2.3 监测人员设备
(1) 技术人员配置。为了保质保量完成好常州市轨道交通一号线盾构穿越铁路常 州站工程安全监测任务,课题组根据不同阶段的工作内容,按需配备足够的测量作业 人员和安全员。整个项目部人员均具有从事该类工作的经验,完全能胜任本项目的监 测工作,将根据测量进展情况和实际需求要求,提前安排人员进场。
所有测量作业人员均具有省或部级主管部门颁发的测绘作业证。所有上道作业人 员接受上海铁路局营业线施工安全教育培训,培训合格后上道作业。
(2) 为满足安全监测需要,此次安全监测投入的主要仪器设备、办公设备、交通 工具如表3.2所示。
表 3.2 拟投入设备拟投入的主要仪器设备与工具
已有/
序号 设备名称 数量 规格、型号 用途、功能 备注
待购
设备
构筑物沉降变形观
1 数字水准仪 3 0.3mm/km; 天宝 Dini03
测、基准网复测 已有 美国天宝公司
2 全站仪 4 0.5 ", 0.6mm+1ppm;
卡 TS30 徕位移观测、基准网
复测
沉降观测、基准网 已有 瑞士徕卡公司
3 铟瓦水准尺 6 Dini03 配套 2m 尺 复测 已有 美国天宝公司
4 精密支架、基座 8 徕卡 平面控制测量 已有 瑞士徕卡公司
 
 
5 精密棱镜 40 徕卡 GPR121 平面控制测量 已有 瑞士徕卡公司
6 监测棱镜 240 ADSmini114 位移监测 新购 广州南方测绘
7 CPIII测量标志组件 100 平面控制测量 已有
8 空盒气压计 2 DYM3 型,精确到 0.5hPa 位移监测 已有 长春
9 精密测量温度计 2 干湿球温度计,精确到
0TC 位移监测 已有 长春
11 限界仪 2 非接触式激光限界仪 限界测量 新购 北京铁路局
12 水准尺夜间照明灯带 6 自主设计 夜间水准测量 已有
13 对讲机 20 摩托罗拉、建伍 工作通讯联系 已有
14 LED 夜间照明头灯 45 线上夜间照明 已有
15 CF卡读卡器 6 全站仪数据传输 已有
16 笔记本电脑 6 办公 已有
17 监测数据采集系统 3 平面数据自动化采
新购
18 监测数据处理系统 1 CPIII网、水准网平
新购
19 高速铁路沉降变形
数据处理与管理系统 1 TYYCJGL V1.0 沉降观测数据管理
与计算 已有
20 高速铁路沉降变形
观测数据评估系统 1 TYYCJPG V1.0 沉降观测数据评估
分析与变形趋势预
已有 中铁一院
办公设备
1 无线网卡 1 华为 办公 已有
2 数码相机 1 三星 办公 已有
3 摄像机 1 索尼 办公 已有
4 台式电脑 4 联想 YOGA 办公 已有
5 打印机 2 佳能 办公 已有
6 办公用房 1 满足工作需要 办公 已有
7 生活用房 5 满足工作需要 生活 已有
 
 
8 办公桌椅 50 满足工作需要 办公 已有
9 生活用品 满足工作需要 生活 已有
10 宽带网络 5 100M 带宽中国电信宽带 办公 已有
11 车辆 3 五菱、长城哈弗 工作使用 已有
12 作业安全警示黄马甲 45 安全防护 已有
13 安全警示反光标志 100 安全防护 已有
 
3.2.4监测精度要求 根据本项目盾构穿越影响区内的建筑类型、监测要求以及技术设计方案,结合《建 筑变形测量规范》(JGJ8-2016)的要求,采用表3.3中的观测精度等级进行观测。并根 据表3.3 的观测精度等级要求,针对各个监测项目选定的监测仪器和精度标准如表3.4 所示。
表 3.3 本项目选定的观测精度等级
变形测
量类型 精度
等级 精度指标 数值
( mm) 适用范围
沉降 二等 沉降监测点测站
高差中误差 0.5 地基基础设计为甲级的建筑的变形测量;重要
的古建筑、历史建筑的变形测量;重要的城市
基础设施的变形测量等。
位移 一等 位移监测点坐标
中误差 1.0 地基基础设计为甲级的建筑的变形测量;重要 的古建筑、历史建筑的变形测量;重要的城市 基础设施的变形测量等。
 
 
表 3.4 监测项目相应的仪器和监测精度
序号 监测项目 监测仪器 监测精度
1 建(构)筑物沉降 水准仪 0.5mm
2 建(构)筑物水平位移或收敛 全站仪 1.0mm
3 地表沉降 水准仪 0.5mm
4 雨棚柱沉降与倾斜 全站仪 1.0mm
5 接触网立柱沉降与倾斜 全站仪 1.0mm
6轨枕沉降与水平位移 全站仪 1.0mm
7站台限界监测 全站仪 1.0mm
3.2.5 监测点位布置总体要求
3.2.5.1 监测布点基本要求
常州市轨道交通一号线盾构穿越铁路常州站工程安全监测项目多、监测点多,为 了既能满足监测规范要求,又便于监测作业,必须满足以下总体布点要求:同点监测 原则,监测方案制定时同时考虑此次监测及施工监测的要求,此次监测项目、测点应 包含在施工监测范围内。其次,坚持在发生风险概率大、能够反映工程安全状态部位 优先布置的原则。除此之外,还要注意综合布置原则、与工筹相结合原则、特殊监测 对象专项处理等原则。
基于以上关于监测布点的基本要求,在具体布点操作时要充分听取铁路各设备相 关管理部门意见,结合设计资料,满足各级各部门相关规定。而且测点布置要在施工 影响的典型部位,如地面铁路股道东西两侧垂直股道方向的线路间设监测纵断面,每 处站台中部附近设置1个监测横断面,测点间距约10m ;轨枕监测每条股道为1条 监测轴线,每条轴线上布1个监测断面,点位间距10m;沪宁城际铁路无站台柱雨 棚柱每处测点数量不小2 个;行包房监测点布置要求:监测点的位置需根据建筑物的 形状及其与隧道的相对位置确定。建筑物沉降监测点应布置在建筑物的外墙角、门窗 边角、柱身(特别是代表独立基础及条形基础差异沉降的柱身)、外形突出部位和高 低相差较多部位两侧,测点间距不大于10m,应尽可能充分反映建筑物在盾构穿越前 后各部分的不均匀沉降。
根据工程实际,确定本项目的重要环境对象监测布点原则如表 3.5 所示。
表 3.5 重要环境对象监测点布置原则
监测
内容 序号 监测项目 监测布点原则
1 临近建(构)筑物沉降 每个建筑物不少于 3 个测点
周边 2 地表及站台沉降 测点间距 5~10m
环境 接触网立柱、雨棚柱沉 ( 1)沉降监测点应布设在每个墩柱上
3 降和倾斜监测 ( 2)倾斜监测点应在每个墩柱上布设两个点
 
( 1)监测项目:轨道沉降、水平位移
4 轨道 (2)测点间距5-10m,并尽量与地表沉降布设在同一断
面上
沿股道方向在站台面上布设,直线段每10m布设一个监
5 站台限界 测断面,曲线段每5m布设一个监测断面
6 基坑 间隔20m,水平位移与垂直位移为同名点
3.2.5.2 监测点埋设要求
 
监测点位在埋设前应与常州站客运车间、营销科、安技科等车站相关单位,以及 对应设备管理单位做好沟通,提交相应的点位布置图(本项目的总体监测点位布设如 图 3.2 所示)和埋设方式。在相关单位确认后方可实施埋设点位工作,各监测内容的 布点埋点要求如下:
( 1)既有轨道。在京沪普速铁路轨枕和沪宁城际到发线轨枕端头处埋设监测专用 棱镜,在沪宁城际正线临近股道埋设监测棱镜,同时对普速和城际的路基也按《营业 线(邻近营业线)确保工务设备安全规定》的要求实施布点监测,点位的设置与轨枕在 同一断面。实施前应得到工务段和高铁维修段的确认,并履行相应的安全手续,和培 训学习等。实施后要肩负对埋设设备的管理责任,确保安全,并定期对监测棱镜清洗, 清洗时需要工务段或维修段的防护配合。
(2)接触网立柱、雨棚柱的沉降和倾斜监测。在钢结构柱体上用强力永磁和强力 胶粘贴监测棱镜和电子水准仪沉降观测贴片。
(3)建(构)筑物沉降降监测采用水准测量,测点埋设形式建筑测量规范要求形 式埋设;倾斜监测采用平面测量,在结构上下分别埋设水平位移测点。
(4)站台、地表沉降采用水准测量,对于路面、地表观测点的埋设采用标准方法 和浅层设点的方法埋设,工程完毕后需对站台面等破坏装饰进行恢复。
( 5)站台限界值监测。在每个站台沿股道方向设置监测断面。
(6)要求埋设做好与周边设施的调查,钻孔埋设测点应确保不损坏;点位设置好 后各单位要加强保护。
 
 
 
轨道交通1号线盾构穿越火车站第三方监测综合布点示意图
社会通道中心里程
DK137+O88
0 ®⑪g
Pf> 4601 ~ *
1)2 ▼始 IO沉?HWtliti线
• ▼
CGJI210 ▼
ft
IBMSMi%币
社会通道监测点
3S
3(養菱
tm赛)
...帝
¥
芒18
i姦)
5奔畫)
 
图 3.5 盾构穿越综合布点图
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3.2.6 监测周期与频率
(1)施工进度及监测周期。盾构穿越左线从2017年10月16日下午17点开始, 历时15天,于2017年11月1日穿离铁路影响区。监测时间由2017年10月16日至2018 年2月6日截止。监测周期为盾构穿越通过铁路影响区后继续监测100天。
盾构穿越右线从2018年4月4日凌晨开始,历时15天,于2018年4月20日穿离 铁路影响区。监测时间由2018年4月4日至2018年7月31 日截止。监测周期为盾构 穿越通过铁路影响区后继续监测 100 天。整个盾构穿越左线和右线实际施工每次均比计 划的 21 天提前5 天完成。
( 2 )正常情况下的监测频率如表3 . 6所示。
表 3.6 铁路线路变形监测频率表
施工阶段 监测范围 监测频率 备注
盾构切口进入道床 前 30m 1 次 / 三小时 视变量情况适当加密频率
盾构切口前方20m盾 1 、行车条件下 1 次 /2 小时;
盾构穿越期间 尾后 30m 1 次 /2 小时 2、视变量情况适当加密频率
盾构穿越期间 盾尾 50m 后 4 次 / 天 视变量情况适当加密频率
盾构穿越后 站场区域 2 次 / 天 视变量情况适当加密频率
盾构穿越二周后 站场区域 2 次 / 周 视变量情况适当加密频率
后期沉降 后期跟踪观测不少于三个月,视变形数据处于稳定后停止观测
(2)临近建(构)筑物、站台和地表人工监测。穿越施工过程中对施工影响范围 内的建筑物监测频率如下:掘进面前W3D(D为盾构隧道开挖直径,取6.4m),1次/1d; 3。<前W5D,1 次/2d; 5。<前W8D,1 次/ (3d-5d);掘进面后W3D,(1 次-2 次)/1d; 3。<后W8D,1 次/ (1d-2d);后>8D,1 次/ (3d-7d)。
(3)盾构穿越期间站台限界监测频率根据设备管理部门和设计单位的要求,结合设 计要求确定为2 次/1d,并在穿越期结束后逐渐降低监测频率。
3 .2.7监测工作量
根据监测方案和安全相关的监测规范、工程实际、监测周期与频率等要求,该项目 的盾构穿越左线安全监测工作量统计如表3.7所示,盾构穿越右线安全监测工作量统计
 
如表 3.8 所示统计。
表 3.7 盾构穿越左线安全监测工作量
序号 监测项目 工作内容 测点数量(个) 单点次数
1 行包房、站房立柱及龙门大
沉降 25 84
2 普速出站通道 沉降 26 64
3 城际出站通道 沉降 17 39
4 站台面 沉降 25 85
垂直限界 55 63
5 站台限界测量 水平限界 55 63
沉降 16 76
6 普速接触网立柱及雨棚柱 倾斜 16 76
沉降 15 82
7 城际接触网立柱及雨棚柱 倾斜 15 82
沉降 55 355
8 轨道监测 位移 55 355
沉降 52 355
9 路基监测 位移 52 355
沉降 18 74
10 社会通道 收敛 18 68
累计 490 2246
总计点次 1100540
 
 
表3.8盾构穿越右线安全监测工作量
序号 监测项目 工作内容 测点数量(个) 单点次数
1 行包房、站房立柱及龙门大
沉降 25 54
2 普速出站通道 沉降 29 31
3 城际出站通道 沉降 17 64
 
 
序号 监测项目 工作内容 测点数量(个) 单点次数
4 站台面 沉降 28 60
垂直限界 55 61
5 站台限界测量 水平限界 55 61
沉降 16 54
6 普速接触网立柱及雨棚柱 倾斜 16 54
沉降 25 362
7 城际接触网立柱及雨棚柱 倾斜 25 362
沉降 66 364
8 轨道监测 位移 66 364
沉降 52 364
9 路基监测 位移 52 364
累计 502 2565
总计点次 1287630
 
3.3建构筑安全监测的实施
3.3.1建(构)筑物沉降监测
建(构)筑物沉降监测内容为盾构掘进影响范围内的行包房和龙门大厦的沉降监测、 轨道附近路基和站台的地表沉降监测、雨棚柱沉降监测、 出站地道洞身及出入口和出 站口通道雨棚柱沉降监测。
3.3.1.1监测点布置及技术要求
(1)站台面及铁路及路基沉降监测点布置。盾构掘进在普速站台和城际站台沿股 道方向分别设监测断面点(监测长度50m);间距约10m,对站台沉降进行监测。分别 在普速场和城际场的轨枕及轨道间沿轨道方向均设置和位移沉降监测点,图3.6中红色 三角点为站台及轨枕沉降监测点,绿色为铁路路基及站台面沉降监测点。站台面、铁路 路基沉降监测测点应埋设平整,避免影响列车通行。同时,测点埋设稳固并做好标记。
 
 
图 3.6 盾构掘进期铁路路基、站台面及轨枕沉降监测点位布置示意图
(2)雨棚柱、接触网立柱沉降监测点布置。盾构掘进期受影响的普速场站台雨棚 柱根据站改工程施工情况布设沉降监测点,京沪铁路普速场雨棚柱、接触网立柱监测布 点如图 3.7 所示。
京沪觀普戯ffl虺卿趣尴卿
 
 
 
沪宁城际铁路站台采用无柱钢雨棚,结构采用大跨度桁架结构,“H”型组合雨棚
柱的每根立柱均设1 个沉降监测点,每个组合设 2个沉降监测点,布置图如图3.8所示。 接触网立柱的监测点埋设位置和方式同雨棚柱。
 
图 3.8 沪宁城际雨棚柱沉降监测点布置图 关于测点埋设技术要求,要求埋设底部测点离开地表 0.2~0.5m 的距离;采用自贴 式电子水准仪沉降观测贴片,应埋设或粘贴牢固;并保持与观测视线相近的高度,测点 埋设完毕后,应在附近作明显标记。
(3)行包房沉降监测点布置。行包房大楼与龙门大厦为框架结构,采用柱下独立 基础。根据现场建筑本身结构情况,在盾构穿越期对其实施监测,在各承重柱体或拐角 处布设监测点。
沉降监测点埋设一般采用常规方法,测点埋设时底部测点离开地表0.2〜0.5m距离; 采用在结构物上钻孔,然后用强力植筋胶埋入监测标钉,测点埋设完毕后,应在附近作 明显标记。本项目行包房等建筑物的沉降监测点布设如图 3.9 所示。
 
 
图 3.9 行包房等建筑物沉降监测点布设示意图
 
3.3.1.2 观测方法及数据采集
(1)采用的监测仪器及监测方法。采用几何水准测量法减小观测,使用主要仪器 设备为Trimble DINI03电子水准仪(主要指标精度为每公里往返测高程中误差W0.3mm) 并配套 LD12 铟钢尺进行观测。
(2)数据观测技术要求。具体操作按《建筑变形测量规范》JGJ8-2016二等垂直位 移监测网技术要求进行观测,其主要技术要求如表 3.9 所示。
表 3.9 垂直位移基准网观测主要技术指标及要求
序号 项目 限差
1 沉降监测点测站高差中误差 0.5mm
2 两次读数所测高差之差限差 0.7mm
3 往返较差及附合或环线闭合差限差 1.0 jn mm (n为测站数)
4 检测已测测段高差之差限差 1.5 jn mm (n为测站数)
5 视线长度 23m 且W50m
6 前后视距差 1.5m
7 任一测站前后视距差累计 5.0m
 
 
序号 项目 限差
8 视线离地面最低高度 0.55m
观测采用闭合水准路线时可以只观测单程,基准网观测采用附合水准路线形式必须 进行往返观测,取两次观测高差中数进行平差,其他沉降观测点采用单程观测。在观测 过程中需要对电子水准仪等仪器设备进行定期检验,如果监测过程中发现与仪器有关的 异常及时对仪器进行检验与校正;观测前应正确设定记录文件的存贮位置、方式,要检 查设定电子水准仪的控制限差参数;观测应做到固定人员、仪器、测站,数字水准仪应 避免望远镜直对太阳,要求仪器温度与外界温度一致,每测段往测和返测的测站数均应 为偶数,要在标尺分划线成像清晰稳定的条件下读数。
3.3.2 建(构)筑物位移监测
建(构)筑物位移监测内容为盾构掘进影响范围内的接触网立柱位移监测、雨棚柱 位移监测、 出站地道洞身及出入口的收敛监测。本方案采用基于测量机器人的极坐标 差分测量方法,测点埋设形式按最新《建筑变形测量规范》要求埋设;建(构)筑物倾 斜观测按最新的《建筑变形测量规范》一等水平位移监测网技术要求观测。
3.3.2.1 基点及测点布置原则
(1)控制网布设形式。根据建(构)筑物主体位移监测现有的测水平角度法、前 方交会法等方法,结合本工程技术方案、监测精度要求、工程造价等方面综合考虑,其 建(构)筑物主体倾斜监测拟采用全站仪自由设站法,其观测布局示意如图3.10所示。
 
(2)控制点布置原则。控制点布置的原则为:①控制点应布置在远离施工影响区 的稳固地面位置,并且要易于保存的位置;②设站点与控制点平面分布范围应大于90°, 并且两点之间通视条件良好。
(3)监测点布置原则。一方面是观测点布置在能够准确反映倾斜变形部位,并在 平行于建(构)筑物主体竖轴线的顶部及底部上下对应位置布置;②顶部及底部测点均 应与控制点之间无遮挡物,确保两者之间通视条件良好。
3.3.2.2 测点布置及技术要求
(1)沪宁城际雨棚柱位移(倾斜)监测点布置。站内雨棚柱或者其他结构立柱一
般为圆形或方形截面的钢铁构件,采用强力永磁铁上用螺栓固定监测棱镜后吸附到柱体
上。
沪宁城际铁路站台采用无柱钢雨棚,结构采用大跨度桁架结构,纵向采用格构桁架 联系,垂直于股道方向主跨度为52.8m,顺股道方向柱距为5.5m〜21.22m。根据监测范 围和现场情况布设监测点,测点标志埋设时应避开障碍物,棱镜应埋设牢固,并在埋设 点位附近做好清晰的标记。沪宁城际雨棚柱及监测点布设情况如图 3.11 所示。
 
图 3.11 沪宁城际雨棚柱及监测点布设
(2)京沪普速雨棚柱(站房立柱)位移(倾斜)监测点布置。盾构期受影响的普 速场站台雨棚柱(站房立柱)监测点标志埋设时应避开障碍物,棱镜应埋设牢固,并在 埋设点位附近做好清晰的标记。
(3)接触网立柱监测点布置。接触网立柱的监测点埋设位置和方式同雨棚柱,其具 体布设如图3.12、图3.13所示。
 
 
图 3.12 普速接触网立柱监测点 图 3.13 城际接触网立柱监测点
 
3.3.2.3 观测方法及数据采集
根据工程实际,本次监测的建(构)筑物位移按《建筑变形测量规范》JGJ8-2016 一等水平位移监测网技术要求进行观测,监测采用 Leica TM30 全站仪(主要技术参数 0.5〃 0.6mm+1ppmxD)进行观测,采用全站仪自动观测记录程序,记录外业观测数据文 件。水平角观测采用方向法,边长采用电磁波测距。本次监测主要技术要求见表3.10。
表 3.10 观测主要技术指标及要求
序号 项目 指标或限差
1 全站仪观测测回数 2
2 一测回水平方向标准差 0.5 秒
3 测距中误差 W(1mm+1ppm)
4 基准点及工作基点网边长 W300m
5 距离一测回读数较差 3mm
6 距离单程各测回较差 4mm
 
3.4依托工程的自动化安全监测
既有线在一天中的大部分时间是处于全封闭的运营状态,绝对不允许监测人员进入
线上进行监测工作,所以就要求必须在运营线路上设置自动化监测系统来代替人工操 作,实现对线路结构进行连续、精确的监测,本次监测采用徕卡TM30测量机器人自动 化监测系统,实时提供线路结构在三维方向的变形监测数据信息。监测内容为通过观测 路基和轨枕的变形来分析施工影响区既有线路基沉降、轨道位移。
3.4.1 变形监测网分区设计
监测对象为施工影响区既有线100m范围内的京沪普速铁路3条轨道(根据站改施工 情况变化)和沪宁城际铁路 6 道(根据天窗点列车停靠情况变化),为了避免施工对本次监 测的影响,将监测对象与站改施工进度结合,进行分区域独立监测。将每个站台作为一 个独立监测区域,避免施工、上下站旅客的干扰,分区布设示意如图 3.14 所示。
 
图3.14监测分区示意图
 
3.4.2 监测区域横剖面布置
监测区域单独布置监测的基准网与监测 6。每条股道为1 条监测轴线,每条轴线上, 盾构掘进范围所属的区间隧道正上方及左右线中心各布 1 个监测横剖面, 30m 范围内 横剖面间距5m,30m以外横剖面间距10m。分区布设示意如图3.15所示。在每个监测 横剖面进行左右水平位移的监测。为了与工务段或高铁维修段的人工监测相呼应,达到 轨道绝对参数与相对参数的复核,在轨枕处布设垂直位移监测复核点。
 
图 3.15 监测横剖面布置
 
3.4.3基准点布置
由于本次监测只是针对盾构掘进施工影响区的局部影响的监测,因此将盾构掘进施 工影响范围之外区域视为稳定不变形的。
(1)基准点布置形式。每个监测区在施工影响范围之外的两侧各设置至少 1 对基 准点。基准点埋设在视野开阔、土质稳定的地方,位置选择时满足现场观测条件。
(2)基准点布置要求。基准点布置的原则为:①控制点应布置在远离施工影响区 的稳固地面位置,并且要易于保存的位置;②设站点与控制点平面分布范围应大于90°, 并且两点之间通视条件良好。
3.4.4设站点布置
为了提高仪器的观测效率,保证监测精度,本次监测的测站点仪器设置在远离影响 区的站台边上,并保证各观测点与测站点通视。仪器的安置采用强制对中观测墩,并设 有防雷防雨措施。观测时采用全站仪自由设站法观测。
设站点采用强制观测墩的形式,观测墩设置在站台安全白线外,离站台帽石边缘 1.5m外或两股道之间(须经管理单位确认安全的区域),规格为高1.3m,直径中320 的白色PVC管,管内安置中20的钢筋笼并浇筑混凝土,并在观测墩上张贴反光警示条。 强制观测墩墩顶埋设强制对中器,强制对中器顶面高出顶面3mm,且强制对中器顶面 应埋设水平,其不平度应小于4';强制对中器上有四个孔洞,用于外接钢筋网以保证 强制对中器稳固。混凝土观测墩规格及埋设方法如图3.16所示。
 
 
图 3.16 混凝土观测墩规格及工作中的观测墩
3.4.5轨枕水平位移监测点位布置
轨道水平位移变形则必须通过对钢轨直接测量获得。根据铁路部门的管理要求,不 能在运营线路的轨道上安置棱镜进行直接测量。因此,只能在轨枕中部或端头按照主管 单位或设备管理部门的安全要求安装棱镜进行测量,间接反应轨道的垂直和水平位移变 形。监测棱镜安装时采用在轨枕端头钻孔,将钻孔清理干净后拿膨胀螺丝裹上工程用的 强力植筋胶打入钻孔,最后固定监测棱镜,以保证棱镜的稳固性。盾构掘进监测范围沿 股道方向长度约100m,主要影响区每5m设一监测点。其余每10m设一监测点。
本次监测任务的是通过在轨枕中部或端头安装棱镜间接监测轨道左右水平位移的 变形,反映轨道的绝对变化量。而工务段或高铁维修段通过道尺、轨检小车等手段测量 所得数据为轨道的平顺性数据(如水平、高低、三角坑等),反映的是轨道的相对变化 量。当双方数据反映出的轨道变化差异较大时,双方必须重新测量进行检核,以保证轨 道数据的可靠性。
变形监测点采用徕卡配套专用 L 型小棱镜进行布置,路基或地表上的监测点采用钢 筋或膨胀螺栓固定在地面上。所使用的安装配件如图 3.17 所示。
 
 
京沪普速铁路线路正线与到发线均采用碎石道床。监测点布置在混凝土轨枕中部。 普速轨枕监测点布设如图3.18所示。
沪宁城际正线轨道结构类型为CRTS-I型板式无砟轨道,到发线采用宽枕轨道结构。 依据不同的轨道结构,正线与到发线监测点均布置在CRTS I型轨道板边缘(在轨枕端 头钻孔后打入膨胀螺丝并加入强力胶固定。城际轨枕监测点布设如图3.19所示。
 
3.4.6 全站仪自动观测的要求
采用全站仪进行自动监测进行地铁盾构施工引起地表建构筑物的变形监测,具有一
定的特殊性。在监测过程中需要注意以下事项:
(1)进行自动化数据采集的全站仪要在使用前、使用过程中进行定期检测,要在 精度达标、运行正常的情况下使用,监测数据出现与仪器相关的异常情况时要及时分析 并进行修复处理。
(2) 全站仪监测时要安装牢固,并且不得影响监测对象的安全运行;自动照准时 要做到稳定、有效,原则上单点单次照准不超过 10s。
(3) 在监测过程中,各期观测都要与基准点进行联测,分析监测网的稳定性,并 根据监测数据评定观测精度。
(4) 自动化监测系统中的后台控制程序要按照预定顺序逐点观测,出现监测数据 异常情况要能即时根据补测。
3.4.7 监测点外业观测
此次变形监测点测量所采用的全站仪具有 ATR 自动目标识别照准功能的徕卡测量 机器人TM30,仪器标称精度为0.5〃,0.6mm+1ppm,采用Leica公司生产的进口钢化 精密棱镜。在外业监测过程中具体注意事项和要求如下:
(1)在进行变形监测时正确输入对应棱镜的棱镜常数。外业数据采集采用中铁一 院专业采集软件(FSDI-GDMAS)自动化观测来获取测量数据。
(2) 测距边的斜距应进行气象和仪器常数改正。气压、气温的读取应采用测量专 用干湿温度计和空盒气压表,其中气压读数精确到0.5hPa,温度读数精确到0.2°C。气 温、气压应为斜距边通过区域的平均值,实际作业过程中也可分别量取测距边两端的气 温、气压值,取平均值作为测距边通过区域的平均值。
(3) 水平角观测,采用方向观测法,观测限差应满足表3.11的规定。
表 3.11 水平角观测限差要求
全站仪测角标
称精度 半测回归零差限差 一测回内2C互
(”) 差(”) 同一方向值各测回较差
(" )
0.5" 3 5 3
( 4)距离观测, 测距的主要技术指标应符合表3.12的要求。
表 3.12 测距主要技术要求
全站仪测距 一测回读数间 测回间 往返测 气象数据测定
标称精度 较差限值 较差限值 较差限值 最小读数
 
( mm) ( mm) ( mm) 温度
(°C) 气压
( mmHg )
1mm+1ppm 3 4.0 6.0 0.2 0.5
 
(5)观测完毕后,对基准点测得的距离、方位角和球气差系数进行差分修正,差
分修正采用基准点参考点之间的已知信息进行。
(6)差分测量能够大幅度地提高变形点监测的精度。实际作业过程中,通过尽可 能地提高水平角和竖直角的精度,来进一步提高监测点的精度。
3.5 站台限界测量
依据《铁路技术管理规程》(TG/01-2014),铁路建筑实际限界测量和数据格式》 (TB/T 3308-2013),《铁路桥隧建筑物修理规则》铁运[2010]38 号;《铁路路基大 修维修规则》铁运[2008] 96号的要求,需要对施工影响区域内的站台限界进行监测,防 止建构筑物侵线的发生。本次监测采用非接触式激光站台限界仪进行限界数据采集和处 理。该仪器仅需要将仪器架设在站台,照射所测站台、钢轨的顶面、内侧面和雨棚顶端 即可得到横向限界、垂向限界和雨棚限界三组数值。
3.5.1 监测断面的布设
根据工程实际,对每个站台的边缘,沿股道方向进行站台、雨棚及轨道的限界监测。 在施工范围内沿股道方向的影响区分别针对直线段和曲线段合理设置布设的限界监测 断面,其中直线段每隔10m布设一个,要求对曲线段加密每隔5m布设一个。监测总长 度约为100m,每个站台初步设置11个监测断面(水平限界、垂直限界、雨棚限界)。 共有9个站台(普速场5个,城际场4个),由于在监测实施过程中,轨道的横向位移 可以直接作为限界值变化的一个直观反映和校核,故而施工期监测频率为每天2次。
3 .5 .2限界数据采集
限界监测的限界仪采用三脚架安放,将限界仪架设在安全白线以外实施。取下屏幕, 长按开机钮。屏幕蜂鸣并点亮表示成功开机。按下‘参数'键输入实际参数。限界仪参 数设置界面如图3.20所示。监测仪器架设、监测点布设如图3.21 所示。
 
 
图 3.21 站台限界监测示意图
3.6 监测技术管理与质量控制
3.6.1 成立完善系统的技术管理机构
为了保证常州地铁一号线常州火车站站〜博爱路站区间在国铁常州火车站附近前 后下穿沪宁城际铁路与京沪普速铁路的工程所有监测项目有序、有效推进,课题组根据 工程需要组建了第三方监测现场项目部,即本工程安全监测技术管理机构,由项目负责 人加上技术组、后勤组、财务组及安全组等四个小组组成。在该机构中项目负责人是最 关键的人员,是由具有丰富施工经验、监测经验、分析能力的技术人员担任,技术组是 重点包括现场测量、质量检查、报告编制、信息反馈等具体业务负责人组成,其中技术 管理机构如表3.13所示。
表 3.13 依托项目安全监测技术管理机构构成及职责
分组
序号 工作职责与要求
名称
该组是整个机构的关键,首先要按照三固定原则保证人员固定、设备固定、观测
线路固定,具体在保证人员到位方面要保证投标书所列的人员准时到位,并实际
现场量 投入监测开展监测工作,同时预备应急情况的机动人员,确保出现紧急情况或突
1
测组 发事件后能够满足工程要求。在保证仪器工作正常方面,要保证仪器设备准时到
位,实际固定投入使用,及时维护保养、校准、鉴定,精度满足要求。同时,要
现场量测技术过关,注意施工安全。
该小组的主要职责是将监测组每次监测获取的数据及时导入计算机保存,利用监
数据处
2测数据处理软件进行处理分析;对该组的要求是数据分析软件及时更新,具备较
理组
全面理论基础。
该组的主要职责是根据监测成果整理形成监测报告,及时向相关部门通报;对其
报告编
3要求是报告编制内容全面,结论明确,签字齐全,报告编制人员具有一定的专业
制组
技术知识水平,报告中的技术分析合理恰当。
前期准
4要求在监测实施前,及时将相关资料收集齐全,并按照要求做好相关准备工作。
备组
为保证监测质量,要求各工作小组在监测过程中严格执行监测技术管理措施及各
监督管 项规章制度,尤其是技术交底制度、仪器设备管理制度、监测技术培训制度、监
5
理组 测质量验收制度等,通过监督各小组不折不扣的执行好各项制度来确保监测有 序、数据真实、成果有效。
信息反 要求信息管理系统方便快捷,将获取的监测信息及时反馈到位,尤其是对于预警
6
馈组 报警的情况。
资料归
7 根据资料重要性要求保管好所有资料,保证相关资料能快速查阅。
档组
在成立了分层把关、层层负责的完善的、系统的技术管理机构后,该管理机构的所
有人员按照分工职责,实行专事专管制,做到每个环节都任命一个专项负责人,所有负
责人再由项目部技术负责人统一领导,保证每个环节、每个小组顺畅沟通同,做好技术 交接工作,遇到技术难题,共同研究解决。
3.6.2 建立健全技术管理规章制度
对于监测内容繁多、涉及面广的常州地铁一号线常州火车站站〜博爱路站区间在国 铁常州火车站附近前后盾构下穿沪宁城际铁路与京沪普速铁路的工程监测项目,需要健 全制度、规范的管理来保证工作有序推进。要求整个监测管理机构、作业人员要按照“质 量第一”的目标区完成任务,编制好有关制度、监测方案,开展方案会审、技术交底以 及业务培训工作等。
(1) 监测监督管理制度。由于监测内容较多、周期较长,需要对全过程进行监督管 理,为此课题组分别制定了监测方案评审制度、质量监控制度、监测作业监察制度、监 测资料质量管理制度等制度。
1) 监测方案评审制度。要求所有监测方案必须经过评审方可实施,所有监测方案均 进行三级审核,重大监测项目的监测方案及专项方案组织专家会审,并通过评审后再实 施。
2) 质量监控及质量验收制度。质量监控贯穿于施工全过程,尤其是重点监控现场获 取的监测数据可靠性、整理形成的监测分析报告科学合理性是否符合要求。因此,在监 测过程中由技术负责人主导全程监管,质监员和作业组长负责具体监控工作,对监测原 始记录、报表进行质量评定。
3) 监测作业监察制度。针对工程实际和监测技术要求,选派责任心强、专业素养高 的人员组成质监小组,对全过程进行定期或不定期现场监测质量监督控制,发现问题严 格按照监察制度进行解决,并基于质量奖惩制度进行奖优罚差。
4) 监测资料质量管理制度。一方面要规范现场监测记录数据要求,禁止随意涂改编 造数据;规范内业数据处理和报告撰写,严格按规范要求编写有实际施工指导意义的监 测报告;监测资料传递必须有完善的手续,要有签字确认。另一方面,要对监测成品从 严从细校审,不得出现原则性、技术性错误,确保如实反映真实的监测情况。
5) 档案管理制度。严格按照规定对监测资料进行验收、保管,监测成果、图件、技 术文件和检验资料在档案室归档,确保监测资料保存完整、安全。
(2) 仪器设备管理制度。首先,要根据监测内容、精度要求配齐监测设备和仪器, 由专职人员进行管理、登记、维护、保养;在仪器使用周期内,合理编制仪器设备检定、 校准计划,确保所有监测仪器设备能 100%有效使用。
(3) 技术交底制度。首先,在监测方案编制前,将监测标准、监测要求、监测重难 点和内容向编制人员进行交底;其次,具体进行监测前将监测基准点、监测方案、注意 事项、信息反馈等监测员进行技术交底;在监测过程中,遇到重大技术问题向监测实施 人员进行专项解决方案的交底。并将所有技术交底资料,包括交底人、交底时间、交底 内容记录存档。
(4) 监测例会制度。为了确保监测有序推进,及时解决遇到的各类问题,并于实际 施工相结合,将监测成果及时反馈给施工单位,需要每周召开一次监测例会。并在会上 总结之前的工作、遇到问题的解决情况,以及本次会议要解决的问题和下一步监测工作 的重心。
(5) 培训制度。为保证监测人员技术水平、技能能够满足岗位的需要,具有相当的 专业基础知识,熟悉仪器操作流程、监测原理、相关规范精度标准,制定了培训制度, 并有计划的培训,使其在专业知识和操作技能展开相应的并通过考核取得上岗证,严格 杜绝无证上岗的现象。
在所有技术人员持证上岗外,还积极开展公司级、项目部级内部业务培训,具体可 以根据工程实际、公司管理模式开展岗前培训、专业技术培训、岗位资格培训等多种培 训形式。
3.6.3 强化监测质量控制
监测实施过程的质量直接决定了此次监测的有效性,为此课题组根据常州市轨道交 通一号线盾构穿越常州站工程实际,制定了如图3.22所示的监测质量控制总流程图,在 监测实施过程中,要求各监测小组按照该流程图实施过程操作和监管。
此外,论文针对本监测项目实际,分别就监测质量控制、监测精度控制、沉降监测 和位移监测控制以及监测过程中各部门的协调沟通分别制定相应的保证措施和工作要 求。
1、监测实施质量控制总体措施
( 1)严格按照监测实施方案、质量管理体系执行监测;项目负责人要做好人员、
 
 
仪器设备、材料组织管理,技术负责人要对实施方案、监测成果报告进行复核,监
测人员严格遵守工地安全管理规定,测试人员确保责设备正常运行。
(2)严格执行监测质量保证制度,做到每一项技术有交底,每一次监测有充分的 准备;监测人员应具有土建工程相应的专业知识以及综合分析能力;定期召开问题分析、 反馈协商会议,并提供高质量的综合分析报告。
(3)健全数据数据管理,做到三级审查后报送数据成果。现场监测数据要由监测 人员人采用专业软件整理和计算,数据的存储计算管理均采用计算机系统进行,复核人 员对原始数据及测试数据逐一进行复核,成果实行三级审查制度,要求监测、校对、审 核人员必须持证上岗。技术成果报表、报告要用数据表、变化曲线图形相结合的形式表 达,实现监测成果可视化,形成的监测数据成果并尽量合理的预测其发展趋势。
2、 沉降监测与位移监测质量控保证措施
(1)沉降监测质量保证措施。要求沉降监测的控制网基准点布设在能长期保存的稳 定结构上,而且不能不影响列车运行;建筑物沉降高程控制网基准点可采用基岩式基准 点,沉降监测点的施测要根据监测数据的限差决定是否复测。
(2)位移监测质量保证措施。要求监测平面控制网的布设按照基准点、监测控制 网、监测点的顺序分级、逐级布设,要保证测站、镜站强制对中,监测实施过程中要求 执行“三固定原则”(包括仪器、人员、路线相对固定),并要求所有的观测指标精度 误差满足精度控制要求。
3、 监测精度保证措施
监测数据的精度控制是保证监测有效性的关键,为保证监测数据的真实性、可靠性, 并满足各项指标精度要求,提出了如表 3.14 所示的精度控制措施。
表 3.14 依托工程变形监测精度控制措施
序号 具体控制措施
1建立测量控制网后对基线、基点及高程点进行复测,对控制网进行复核确保准确度。
基于现场的复杂性,采取有效措施妥善保护好各级控制点稳定可靠,定期复测检查,如遭破
2
坏以同等精度进行恢复。
2监测使用的仪器设备定期进行检定、校核。
3每次监测完成后对测 (1)要求采用专职人员、专用表格记录和整理数据,对于监测相关
序号 具体控制措施
量数据进行整理和对 人员签名齐全,并保留原始资料;然后采用专业的监测测量数据分
比分析,对于出现的 析处理软件进行二次校核。
明显不符合要求的误 (2)运用数学、物理模型以及岩土、结构等专业知识,对监测数据
5 差数据剔除,对于波 进行分析,先是判识有无异常观测值,了解监测数据精度,并根据
动异常的情况及时处 重点监测时段数据分析数据有效性。
6 理,先排查是否存在 (3)根据监测所得的数据和形成的图表,分析各监测项目的变化规
仪器故障、精度不达 律和趋势,分析是否存在异常值。
7 标问题。具体控制方 (4)采用专业监测软件对监测数据进行及时、快速、有效分析管理,
法如右: 提高此次项目监测效率。
8 (5)将监测数据及时导入风险监测管理平台,实现监测数据分析、
统计与预警。
4、做好与相关部门的沟通协调工作
此次地铁盾构施工监测的对象是车站、既有运营的铁路,监测过程影响大、涉及面 广,为了确保监测有序进行,要处理好参与方、运营铁路部门等相关单位沟通、协调工 作。其中,重点需要处理好的业主、运营部门的关系协调要求如下:
(1) 运营部门。基于本论文研究的常州地铁一号线常州火车站站〜博爱路站区间 在国铁常州火车站附近前后下穿沪宁城际铁路与京沪普速铁路的工程实际,在盾构施工 期间地表的铁路处于运营阶段,因此与在监测前必须要与运营部门进行充分有效的沟 通,尤其在开工前要监测设施方案、监测工作计划及时提供给运营单位报审工作,并组 织好交流会,将有关要求向其解释交代情况;其次,将监测人员名单、信息提供给运营 单位,制作好准入证件,监测过程中不得影响正常运营和损坏有关设备、器具。
(2) 与业主单位的沟通。城市地铁盾构施工监测重要性很高,本项目的监测负责 和专业工程师常驻现场,及时将监测信息反馈施工坚实,为施工提供技术资料当好技术 参谋;对于需要业主审批的方案或者沟通的技术问题,尽量提前提供资料以供建设单位 审阅,避免使业主的工作重点和工作安排受到影响;保证监测报告提供时间性和成果可 读性,监测数据在监测外业结束后能够及时得出结果,及时反馈监测信息,让各方能及 时掌握监测对象的变形情况。
3.7 本章小结
本章主要针对依托的常州市轨道交通一号线盾构穿越常州站工程概况,以及第二章 的地铁盾构施工对周边建构筑物的变形影响,提出了相应的安全监测方案和质量保证体 系。首先,针对依托项目的风险特征,设计了包括监测内容、监测人员设备、监测周期 与频率、监测工作量等内容的信息化安全监测方案。其次,分别针对建构筑物的沉降、 水平位移、站台限界以及路基、轨枕变形监测设计了专项监测方案。最后,为保证监测 质量和工作有序推进,从完善系统的技术管理机构、健全技术管理规章制度、强化监测 质量控制三个方面来提升监测质量,为保证依托项目的安全监测实施提供技术和理论支 持。
第四章 监测数据处理与结果分析
4.1 监测数据处理
4.1.1建构筑物沉降监测数据处理及分析
(1)数据平差计算。监测形成的原始数据通过电子水准仪自带记录程序记录形成电 子观测文件,并通过传输通道传至计算机。此时的数据还不能直接进行处理,要先进行 初始检查,合格后再利用平差软件对监测数据进行平差处理。
平差计算是监测数据处理的关键步骤,其计算方法、控制标准直接决定了数据的有 效性、准确性,为此对本项目使用商用华星测量控制网平差软件对监测数据平差计算提 出以下要求:首先,在平差前应检核观测数据,检核合格后按严密平差方法进行计算; 其次,要求使用稳定的基准点为起算,并要检核独立闭合差及与2 个以上的基准点相互 附合差,在误差小于控制值的条件下才可进入后续计算;在完成平差处理后,所有的数 据必须精确到0.1mm。将平差处理后的数据通过整理,得到各观测点各期沉降量,并计 算出变形速率、累计沉降量等数据。
(2)变形数据分析。对变形监测数据进行初步的分析关键是进行观测点稳定性分 析和监测点预警判断分析。其中观测点稳定性分析要求以稳定的基准点作为基准点而进 行的平差计算成果,通过比较相邻两期最大变形量与最大误差来分析监测数据变化情 况,如果变形量小于最大误差则认为无变动,但是对于多期变形监测而言,虽然相邻周 期变形小但整体呈较大变化趋势时,认为结构有变动。
而对于监测点预警判断分析,要求将变形速率、累计变形量与相关技术标准进行比 较,监测对于处于安全状态的要求是两者值小于警戒值,而两者如果超过警戒值但未达 到控制值则为警戒状态,此时应加强现场巡视,发现异常迅速通知各方采取应急应对措 施。
4.1.2建构筑物位移监测数据处理及分析
此次地表建构筑物位移安全监测采用的仪器为全站仪,观测数据在完成监测后即可 形成电子原始观测文件,通过数据传输至计算机。对搜集的原始数据进行初步处理后再 使用控制网平差软件进行严密平差,从而得出各测点的前方交会点数据信息。对于位移 监测数据的平差计算与沉降监测数据的要求有所区别,它要求在平差处理前对控制点稳 定性进行检;其次,监测数据采用专业数据处理软件及时整理,检查原始数据测站质量, 对于误差较大的测站数据返工补测,数据质量合格后以基准点作为约束点严密平差计算 平面坐标(XP, YP),并计算同一测点单次变形量及各期次累计变形量。
通过变形监测点周期性的测量即可对变形监测点的变形规律进行分析。通过对各监 测点的数据整理,计算建筑物垂直于隧道方向位移以及变形速率、累计变化量等。对于 建筑物位移变形数据初步分析,其关键要素同样是进行观测点稳定性分析和监测点预警 判断分析,在此不再累述。
4.1.3既有线自动化监测数据处理分析
4.1.3.1数据处理及分析
此次地表既有线的自动化监测数据的获取、传输、平差处理和位移安全监测数据的 操作、要求、控制标准一样,同样要求在平差处理前对控制点稳定性进行检验,比较各 期控制点与检核点的夹角、距离;监测数据需要采用专业数据处理软件及时整理,检查 原始数据测站质量,对于误差较大的测站数据返工补测,数据质量合格后以基准点作为 约束点严密平差计算平面坐标(XP, YP),并计算同一测点单次变形量及各期次累计 变形量。而且对于地表既有线的自动化监测数据初步分析,其关键要素同样是进行观测 点稳定性分析和监测点预警判断分析,在此不再累述。
4.1.3.2 既有线监测数据检核
(1)既有线监测数据检核的目的。既有线监测是本项目的监测重点和难点。盾构 穿越期间,京沪普速和沪宁城际列车处在正常营运期,监测频率为 12 次/天。如此密集 的监测频率实施起来难度非常大,主要受到上下车旅客,极端天气和其他特殊情况的制 约。另外,采用以全站仪为核心的自动监测系统,数据可靠性虽然已经通过严密的观测 条件和观测限差来约束,但是也仍然需要对数据质量进行必要的检核。
高铁维修段在线路检核时,一般测量得到的都是轨道几何状态内部参数,如轨距、 水平、超高、正矢、三角坑等,这些参数都是相对测量的结果,检测原理基本是基于“弦 线法”。而全站仪三维测量得到的是以三维坐标为基础的绝对几何参数和相对几何参数。 因此,当此次监测数据与工务段或高铁维修段的日常检测数据长生异常时,需要对监测 数据进行复核。
(2)既有线监测数据检核的方法。垂直位移量是直接反应结构物及其基础的是否 稳定的关键指标,其测量手段多样,而且采集精度比全站仪位移精度采集高出一个数量 级,因此,将全站仪观测到的垂直位移数据与垂直位移测量数据进行一定周期和数量的 比对,可以起到数据检核的作用。
精密水准测量精度高,可靠性强,受天气等因素影响较小,是非常可靠的垂直位移 监测手段。但是该方法的缺点是必须接触式测量,效率也较低。因此,采用精密水准测 量,必须在天窗期进行,需要进行必要的安全防护。在轨枕处预埋棱镜时,在棱镜附近 再埋设一个水准点(如图 4.1 所示),监测初始值测量时,将该水准点高程一起测量得 到,作为数据检核对比的第一期资料和基准。以后每隔一定时间,或者在数据发生异常 时,申请天窗点进行数据复核。
 
图 4.1 水准复核点埋设图
 
4.1.4 限界数据处理 限界数据的后处理主要采用配套非接触式激光限界仪的软件,适用于安装了 Excel 的 window 系统,配合仪器中所测量的数据,自动计算,生成报表,其中报表按照模板 固定格式填写。
数据处理软件结合了相关技术规定和铁路系统的建筑限界管理程序(如图 4.2 所 示),软件用于精确快速测量全部建筑限界并自动记录汇总测量数据、对于超差,粗差
数据自动报警提示。
 
图 4.2 限界仪后处理软件界面
4.2 监测预警报警的评判标准 监测变形控制指标应在环境调查的基础上,根据其重要性和安全性进行综合评估,
并结合设备管理单位的要求进行确定。本工程的监测控制标准最终以施工图设计文件确
定的控制标准为准,其具体指标控制值如表 4.1 所示。
表 4.1 安全监测项目控制指标及预警值
序号 监测项目 速率报警 累计变化量报警
路基沉降 2mm/天 10mm
1 京沪普速铁路 轨面沉降 2mm/天 10mm
路基沉降 1mm/天 1mm
2 沪宁城际铁路正线 轨面沉降 1mm/天 1mm
沪宁城际铁路到发线(无 路基沉降 1mm/天 1mm
3 砟) 轨面沉降 1mm/天 1mm
沪宁城际铁路到发线(有 路基沉降 1mm/天 1mm
砟) 轨面沉降 1mm/天 1mm
沉降 2 mm/天 10mm
4 沪宁城际铁路无柱雨棚 差异沉降 - 0.8%°L
序号 监测项目 速率报警 累计变化量报警
倾斜率 - 0.8%。
沉降 2 mm/天 10mm
5 出站地道 差异沉降 - 0.8% L
沉降 2 mm/天 10mm
6 接触网立柱 差异沉降 - 5% L
倾斜率 - 5%
沉降 2 mm/天 10mm
7 行包房与龙门大厦 差异沉降 - 0.8% L
8 站台限界监测 限界变化 2mm/天 4mm/天
 
4.3 地铁盾构施工安全监测数据分析
4.3.1监测成果资料整理和初步分析
(1) 监测成果整理。监测取得的数据经整理后以“日报表”的形式进行上报,如 果出现预警值情况迅速向相关部门汇报,第一时间采取有效应对措施。对于每期监测成 果要整理成规范的报表、图件,在出现异常时做出简要说明,当监测出现预警的情况下 提出意见,并且报请建设单位。必要时建设单位召集各专业进行会商,确保工程安全。
(2) 监测资料的上报。每次监测整理资料完成后以报表的形式上报建设单位,监 测资料主要分为两种形式上报:日报表和月报告。其中,日报表是每天监测数据整理成 日报表上报,日报表的主要内容为当天监测的所有数据报表,包括点位的平面和纵断面 变化曲线和表格、每日的平面和沉降速率曲线和表格以及相邻墩柱的差异变化情况等。 每日由指挥部牵头,组织设备管理单位、施工、监测、监理召开现场碰头会,总结和分 析每日问题。
(3) 实时数据对接。安排专人做好监测数据实时对接和汇总,对每次监测数据通 过手机或网络及时反馈至盾构下穿指挥机构,根据监测数据反馈实时进行盾构掘进参数 优化调整,指导每环施工。
( 4)拟提交的成果。提交的成果包括:日常监测数据、盾构穿越后的阶段性监测 成果报告。
变形监测成果资料主要包括:监测技术方案;控制点与监测点平面布置图;仪器检 验与校正资料;变形监测技术报告(含监测点变形过程曲线图、分析报告、整治措施建 议等);检查验收报告。
4.3.2监测数据最终累计变形最大值统计
针对本工程主体盾构穿越高铁、普铁路段施工,对周边环境和工程自身主要进行了 地表沉降监测、轨道的沉降与位移及周边建构筑物各测项进行监测,得到站台垂直限界、 站台水平限界、城际场大雨棚柱倾斜、城际场接触网立柱及大雨棚柱沉降、普速场雨棚 柱及接触网立柱倾斜、城际场出站通道沉降、城际场站台面沉降、普速场出站通道沉降、 普速场行包房及站房立柱沉降、普速场基本站台、城际场轨道及路基沉降、城际场轨道 及路基位移、普速场轨道及路基沉降、普速场轨道及路基位移等监测项目的最终最大累 计沉降量统计如表 4.2 所示。
表 4.2 监测数据最终累计变形最大值统计
监测项目 监测点所处部位 监测点编
最终累计变
形最大值
(mm) 累计变形
变形方
控制值
(mm) 监测结
普速影响区轨道及
4 道穿越正上方 PGZ407 -2.4 下沉 10 正常
路基沉降
普速影响区轨道及
6 道穿越中线偏东 PGZ609 1.8 北移 3 正常
路基水平位移
城际影响区轨道及 II道、4道间路基穿越中线
CGJ2405 0.6 隆起 1 正常
路基沉降 偏西
城际影响区轨道及 I道、II道间路基穿越中线
CGJ1207 -0.6 南移 1 正常
路基水平位移 正上方
增大间
站台水平限界 7 站台穿越中线偏西 XJ705 2.4 4 正常
 
 
 
监测项目 监测点所处部位 监测点编 最终累计变 变形方
号 形最大值 向 累计变形
控制值 监测结
 
站台垂直限界 9 站台穿越中线偏东 (mm) 增大间 (mm)
XJ910 2.6 4 正常
行包房、龙门大厦沉
龙门大厦 M4 2.4 隆起 10 正常
城际出站通道沉降 城际 6 站台西出口底部 TD14 1.1 隆起 10 正常
普速出站通道沉降 出站通道穿越正上方 CZTD28 2.1 隆起 10 正常
接触网立柱倾斜 普速新建临时 PLZ01 0.79% 南倾 5% 正常
接触网立柱沉降 普速场 4、6 道间穿越正上
方 86 号接触网立柱 LZ086 1.7 隆起 10 正常
城际雨棚柱沉降 城际场北侧 8#大雨棚柱 BYPZ802 1.4 隆起 10 正常
城际雨棚柱倾斜 城际场南侧 9#大雨棚柱 NYP9# 0.94% 南倾 5% 正常
普速雨棚柱沉降 基本站台穿越中线偏西 YP104 2.1 隆起 10 正常
普速雨棚柱倾斜 5 站台穿越中线偏东地道口 PYP502 1.82% 南倾 5% 正常
站台沉降 城际 6 站台穿越中线正上方 ZT608 1.6 隆起 10 正常
 
4.3.3根据监测数据形成的变形曲线图 为了更形象全面的了解各个测量项目以及各个测点在不同时间段的变形量、变化 率、变化发展规律,论文重点针对每个测项变形较大的测点变形数据进行分析,并形成 了变形曲线图,如图4.3~4.17 所示。
 
图 4.4 7 站台水平限界变化时程曲线图
社会通道收锁娈化时程曲线
(EE)B蛊
4.0.2.00.0-2.0
-4.0
0b护少少少3少少"裁少"少少少护ax时间
SH7D1A-B SHTD2A-B SHID3A-B SH7D4A-B SHID5A-B SHTD6A-B SHTD7A-B SHID8A-B SHTD9A-B SHTD10A-B SHTD11A-B SHID12A-B SHTD13A-B SHTD14A-B SHID15A-B SHTD16A-B SHTD17A-B SHTD18A-B
 
 
 
 
 
 
 
 
 
图 4.5 社会通道收敛变化时程曲线图
社会通道沉降变化时程曲线
-SHTD1 —SHTD2 Y- SMTD3 —SMTD4 -•-SHTD5 ->-SHTD6 ->-SWTD7 —SHTD8 ->-SMTD9 ―>-SHTD10 -•- SHTD11—•— SHTD12
-•— SHTD13—•— SHTD14
♦ SMTD15—•- SHTD16 -SHTD17 SHTD18
时间
图 4.6 社会通道沉降变化时程曲线图
 
 
(J si
2 1 £ 6 4 2 o
1.a a ei ei
寸 t・ouo roe go pRgo poigo mElno T 自Ino TTCSO 30s e.ioiho ^§0 M.S0 T$o 寸rit寸0 ygr 寸 0 窗寸o 3^0 m寸0 mrtt寸 0 M.S0 寸 Toil? 0 ■tol 寸 0 s.§0 ■HR 导口 ■crloto 50^0 53-0 OSQ-0 msso E=eoto T-EOtO
图 4.7 城际场大雨棚柱倾斜率变化时程曲线图
(右线)城际场接触网立柱及大雨棚柱沉降时程曲线
〔EE)畧眾
+20
+1.0
00
-1.0
-20
♦1LZ131 ―LZ135
—LZ146 —♦- LZ150
LZ152 NYPZ501
♦' NYPZ5O2 • NYPZ601
♦1 NYPZ602-♦- NYPZ701
♦' NYPZ7O2-♦- NYPZ801 —•— NYPZ802 -NYP901 —^NYP902 ^^NYP9O3
♦BYPZ501-^- BYPZ6O2 —•— BYPZ701 ―♦- BYPZ7O2
♦BYP2801-♦- BYPZ802 —BYPZ901-*-BYPZ902 —BYPZ903
时间
图 4.8 城际场接触网立柱及大雨棚柱沉降时程曲线图
普速场4、5站台建设中小雨棚柱倾斜率变化时程曲线
―•- PYP4C1
—•— PYP4O2
―PYP4O3
—PYP404
—PYP501
―•- PYP5O2
黑T寸0 宾#0 呷当寸0 ^§0 3ST 寸 0 ^.30 m.so 3^0 ITId-g T-mo tVEt 寸 0 ss 寸呪i寸o 苫一:寸o gt・OT寸o
寸0 8-OT 寸 0 ^§0 msa-o 即 60V0 叩 BSQ ■umovcl
—PYP50S
Y=PYP5C4
时间
图 4.9 普速场雨棚柱及接触网立柱倾斜变化时程曲线图
(右线)城际场岀站通道沉降变化时程曲线
OlVgoQorM gooo'VTZT
ojrMrlrjmoooo^^cjfnorM bvvnns inssssssgg
ooooooooooooooo
o o
a s
r- ro o
•丨 ur~ ―TD2 ―•—TD3 ―•—TD4 ―•—TD5 —TD6 —^*107 —^TD8 ―•—TD9 —*-TD10 ―»-TDll 一》*TD12 ―»-TD13 ^^TD14 ―•—TD15 ―•—TD16
• TD17
时间
图 4.10 城际场出站通道沉降变化时程曲线图
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(左线)城际场站台面沉降变化时程曲线
-•- ZT601 -ZT602 -ZT603 —ZT604 Y- ZT605 -•- ZT606 -•— ZT607 —ZT608 -•— ZT509 —•— ZT610 -♦- ZT611 —ZT612 Y- ZT613 -ZT801 -ZT802 —ZT803 -ZT804 —ZT805 -♦- ZT806 ―•- ZT807 -•- ZT808 ―•- ZT809 Y- ZT810 —ZT811 -ZT812
时间
 
 
 
 
 
 
 
 
 
图 4.11 城际场站台面沉降变化时程曲线图
 
 
 
4.12 普速场出站通道沉降变化时程曲线图
(右线)昔速场站房、雨棚柱及接触网立柱沉降时程曲线
 
 
 
图 4.13 普速场基本站台、二站台雨棚柱及接触网立柱沉降曲线图
城际I道、II道间路基及II道、4道间路基沉降变化时程曲线
 
 
图 4.14 城际场轨道及路基沉降变化时程曲线图
城际I道、II道间路基及II道、4道间路基位移变化时程曲线
2
4.15 城际场轨道及路基位移变化时程曲线图
昔速场4道、6道轨杭机降变化据曲线
—PG24O1 PGZ4O2
—PGZ403 ―♦— PGZ4O4 f PGZ405 —•— PGZ406
I » PGZ407 —PGZ408 ■ —PGZ4CS —♦— PGZ410 r PGZ411 ―•— PGZ601
| —♦— PGZ6O2 —PGZ6O3
—PGZ6O4Y—PGZ6O5 ► —PGZ6O6 一•一PGZ607
—PGZ608 f — PGZ6O9
—PGZ610 Y— PGZ611
间 V so sgo ECXIgo Tago Giqgo T&Tgo 0,8090 20s gEuno Tsso SOS 30s E&oso E・s寸口 5§0 Irig 2? S0 sso 3^0 吓§Q -.9^0 T§0 -.3 寸 0 S-8T 寸口 -.30 HE -:・9T寸0 roi§0 I・§Q 8-svo I・a寸0
 
 
 
 
 
 
4.16 普速场轨道及路基沉降变化时程曲线图
昔速场4道、6道轨枕位移变化时程曲线
 
图 4.17 普速场轨道及路基位移变化时程曲线图
4.3.4 变形监测总体分析
通过对常州市轨道交通一号线盾构穿越铁路常州站、沪宁城际铁路与京沪普速铁路 股道、站台、行包房、龙门大厦等工程监测,总结监测数据量、变化规律情况,得到以 下主要结论:
(1)常州站盾构穿越施工过程中,通过自动化信息监测与人工监测相结合的方法, 及时了解了盾构区域周边建构筑的变形情况,可知行包房、龙门大厦、出站通道立柱、 雨棚住、站房立柱、路基、地表、站台及邻近盾构区的监测点累计变形量均在变形控制 值内。
(2)但在盾构施工过程中有轨枕的沉降、路基位移出现过累计变化量报警或接近 报警值的情况,如城际I、II道路基位移CGJ1206、CGJ1207、CGJ1209、CGJ2408等 多处监测值超过控制值1mm,其中CGJ1206监测点在4月12日、15日、16日最大位 移值都达到了 1.2mm。监测单位根据应急预案及时告知现场的施工管理人员和现场巡视 监理采取措施,并同时报告上海高铁段沪宁城际常州工区和上海工务段常州车间等指挥 部和设备管理单位,设备管理单位及时到达现场处理,采取专业的处理措施后,变形情 况得到及时有效的控制。在上海枢纽指挥部的领导下,相关责任单位团结协作,及时准 确提供监测数据,有效保证了盾构穿越施工的顺利完成。
(3)工后三个月,监测点变形速率在0.01mm/d〜0.04mm/d之间,满足规范要求的。 表明已达到稳定状态。
4.4 本章小结
本章主要基于前文研究成果和安全监测作业,对建构筑物沉降监测数据、建构筑物 位移监测数据、既有线自动化监测数据、限界数据进行了处理分析,并统计出站台垂直 限界、站台水平限界、城际场大雨棚柱倾斜、城际场接触网立柱及大雨棚柱沉降、普速 场雨棚柱及接触网立柱倾斜、城际场出站通道沉降、城际场站台面沉降、普速场出站通 道沉降、普速场行包房及站房立柱沉降、普速场基本站台、城际场轨道及路基沉降、城 际场轨道及路基位移、普速场轨道及路基沉降、普速场轨道及路基位移等监测项目的最 大累计变化量。为了便于分析,了解各监测项目的变化规律和趋势,形成了时程变化曲 线图。最后,综合相关数据信息可知常州站盾构穿越施工过程中,盾构区域周边的行包 房、龙门大厦、出站通道立柱、雨棚住、站房立柱、路基、地表、站台及邻近盾构区的 监测点累计变形量均在变形控制值内。虽然有轨枕的沉降在盾构施工过程中出现过累计 变形值报警的情况,但是监测单位及时告知现场的施工管理人员和现场巡视监理采取措 施,变形得到了合理控制。工后三个月,监测点变形速率在0.01mm/d〜0.04mm/d之间, 满足规范要求,表明已达到稳定状态。
第五章基于GM (1, 1)模型与BP模型的变形预测
常州市轨道交通一号线盾构穿越铁路常州站、沪宁城际铁路与京沪普速铁路,会对 轨道、路基、站台、行包房、龙门大厦等系列工程产生较大影响,因此需要对各项目进 行监测。但是,项目监测工程量十分大,加之铁路处于运营状态现场监测不便,为此基 于前人的研究成果,根据本项目监测数据有限的实际,提出了基于灰色系统、 BP 神经 网络变形预测的办法。
5.1结构变形灰色预测技术分析
5.1.1灰色系统理论研究
基于传统监测方法的变形测量工作量大、成本高、周期长,尤其是对于边坡、大坝、 地铁等这一类工程,监测涉及面广、监测周期较长,如果能够基于有限的监测数据预判 出变形的未来发展趋势,可以提前做好预防措施,从而降低事故发生率[34]。因此,学者 们基于现有研究成果提出预测预报的概念。常用的灰色系统预测模型、 BP 神经网络模 型、时序分析预测预报方法、模糊数学预报分析,其中灰色系统理论对于信息量少的数 据序列的贫信息系统,仅截取其中一部分数据进行预测研究具有良好的适用性,它可以 将变形监测原始数据整理成规律性较强的生成数列,根据短数据序列建模分析,可以在 贫信息的情况下解决较为复杂的变形预测分析,已经成为解决贫信息条件下进行变形预 测的常用方法[35~37]。
灰色系统理论的核心概念就是只有部分信息明确而其他部分信息不明确,该理论由 邓聚龙教授提出,它将控制论与运筹学理论结合起来研究,将一切随机过程看做是与时 间有关的灰色过程,对于杂乱无章的数据,对灰变量用数据生成的方法,找出数据存在 的某种内在规律,最终整理成规律性强的生成数列。采用该方法转化序列其序列的参数 分布状态呈现“灰色”,因此人们将其命名为灰色理论,该方法能够使序列仍然保有原 系统的特性,所以其分析预测能够比较接近真实状况,从而获得较好的预测效果[38,39]。
利用该系统对监测变形进行预测需要的样本信息量非常少,即“部分信息己知”的 不确定性数据即可完成分析,主要通过对“部分”己知信息提取有价值的信息,来掌控 系统演化规律。在实际分析模型中,只要有4个以上的数据就可以通过多次的生成来将 离散光滑序列进行转化,从而得到具有一定规律的规则序列[40]。
灰色理论对变形进行预测的基本思路是基于预测模型(grey model简称GM模型) 来分析变形发展趋势,该模型通过对原始时间数列数据进行累加生成运算,采用微分方 程来表示得到一组具有规律性的新数列后,再用近似指数曲线拟合预测分析。该模型涉 及到两个变量,一个是数据的阶数M,另外一个就是自变量个数N,不同的变量统一记 为 GM( M, N) [41]。
5.1.2灰色预测GM (1, 1)模型
(1)GM(1, n)模型。由于灰色预测分析一般是将一切随机过程看做是与时间有关 的灰色过程模型,变量一般也看做是因时间的变化引起的序列变化,因此模型一般是一 阶模型,即GM(1,n)模型。但是,对于变量个数在实际的预测实例中,影响因素一般 是两个甚至更多,一个时间序列可能是多个因素导致其发生变化,其因素个数确定“的 取值。以盾构施工造成建构筑物变形的预测过程为例,GM(1, n)模型1表示的建构筑物 的变形量, n 表示影响其变形的因素个数[42]。
(2)GM (1,1)模型。为了减少灰色模型的原始数据需求,多采用GM (1,n) 模型简化版的GM(1, 1)模型进行预测,其建模模型仅需要一个数据序列x(0): x® (1), 分(2)……,x(0) (n),通过采用累加生成的方法得到新数列,再将任意的非负数列 转化为有规律的非减数列。模型预测分析得到的数列的灰度一般用光滑度来衡量,光滑 度大则模型分析灰度小[43]。
5.1.3 GM(1, 1)模型建立步骤
GM(1, 1)模型建立有一系列过程,具体主要建模预测分析流程如图 5.1 所示, 其建模计算公式如下:
(1)基于现有的原始观测数列,建立初始的等时距函数序列,序列形式如式(5.1) 所示。
x(0)( k) = {r(0)(1),x(0)( 2), x((3),…,x(0)( n)} (5.1)
 
 
图 5.1 GM (1, 1)模型的预测流程图
2)对式(5.1)函数序列按照式(5.2)进行级比计算,然后得到如式(5.3)所示
的级比数据序列。
5.2)
a = (a(2),a(3),—,a(n)),
5.3)
然后根据公式(5.4)检验级比是否满足要求。
b(k) e
(__L 2 A
e n+1 e n+1
k 丿
5.4)
(3)将序列(0)(k)进行累加变换,得到N(k)如式(5.5)所示。
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
x ⑴(k)=品(1), x( 2), x(( 3),…,x( n)}
对 x(1)(k) 建立白化方程:
dx(1) (k) (1)
+ ax ⑴(k) = u
dt
公式中:a为发展系数其大小反映观测数据的发展态势,而"为灰色作用量,其内
涵为系统的作用量,是具有灰色信息覆盖的作用量。
 
 
 
-1(x(1 丿(2丿 + x(1 丿(1丿)1
-1(x(1 丿(3) + x(1)( 2丿)1
-1 (x( 1 (n) + x( 1 (n -1))1
Yn = \x ⑼(2), x ⑼⑶…x ⑼(n)|T
 
 
 
 
a = [a, u]T = (BtB) t BtYn
 
 
7)再对式(5.10)进行累减还原生成,得到还原模拟值如公式(5.11)所示。
x ⑼(k+1) = x ⑴(k+1) - x ⑴(k) = (1 - e )1 x ⑼(1) - u ”-ak
k =1 , 2, …, n
5.1.4 GM(1, 1)模型检验
在建立 GM(1, 1)模型后还不能直接应用于预测分析,只有对模型的模拟精度检 验合格后才能用于工程实践预测分析。该模型精度评定的主要方法有残差检验、关联度 检验和验后差检验等三种,而对于监测数据的预测验后差检验是最有效的,其基本原理 是基于概率论,其检验步骤是先采集实际变形值,将其与模型预测值对比研究残差的大 小、不同大小时出现的概率,实现模型后检验[44]。
 
(1)残差计算:
e(k) = x(0)(k)-X(0)(k) , k = 1,2,…,n (5.12)
2) x(0) (k) 的均值、方差计算:
n
x ⑼(k) = — V x ⑼(k)
n k =1
S j =1 V(x ⑼(k) - x ⑼)2
n k =1
(3) e0 ={e(0)(1),ee⑼(n)}的均值、方差计算:
1n
"=齐 V e(k)
n
S; = — V(e(k) - e )2 (5.16)
nk=1
4)后验差比值计算:
c = S (5.17)
s1
5)小误差概率计算:
p = je(k) — < 0.6745s} (5.18)
大量的实践经验表明,评定灰色 GM(1, 1)模型模型精度的最有效的指标是验后
差比值C和小误差概率P,一般将模型划分为4级精度,指标C越小越好,基于c和p 值的预测精度等级划分如表 5.1 所示[45~47]。
表 5.1 对预测的精度进行等级划分
预测精度等级 P C
好(一级) P>0.95 C<0.35
合格(二级) 0.8 <P<0.95 0.35VC<0.65
勉强(三级) 0.7<P<0.8 0.5 <C<0.65
不合格(四级) PV0.7 00.65
5.1.5 GM(1, 1)残差模型修正
将残差序列用公式记为e(0(k) = x((k)-x(0(k) (k=1,2…n),并对e⑼进行正 化处理, GM(1, 1)残差模型修正的处理流程及公式如下:
(1)首先,将e⑼(k)中最小负数假设为e(0)(k)min,并将e(0)1(k)设置为式(5.19) 的形式:
e(0)1(k)=e(0)(k)+2|e(0)(k)min | (5.19)
(2)然后,利用公式(5.19) e(0)1(k)建立GM(1, 1)预测模型,方法与上节GM(1, 1)建模步骤流程一样,再将分析得出的残差模型按照公式对原模型修正:
A
x ⑼ 1(k +1) = x ⑼(k +1) + 5(k) e(k +1) (5.20)
其中 「0 k < i -1
8(k)=Y
j 1 k > i — 1
5.2基于小波优化的GM (1, 1)预测模型
小波分析是近年发展起来的新兴技术,其基本思路是对两个独立模型预测结果进行 比对,分析各种模型的实用性和精度,重点是分析预测成果与实际差距,如果两者之间 对比差距超出允许范围则对模型进行组合优化,该技术对时域和频方面具有良好的局部 细化能力。对于本论文就是利用小波优化分析过程,对灰色预测 GM(1, 1)预测模型 进行不断的校正与优化,然后确定适合盾构施工引起建构筑物变形预测模型[48]。
(1) GM(1, 1)模型优化思想。对于应用灰色预测方法进行预测分析,灰导数和 背景值两个元素对预测效果较大,而这两个元素又是必不可少的,因此必须在利用这些 元素的基础上进行优化处理才能降低其对预测模型精度的影响。为此,国内外学者们展 开了系列研究,提出了对初值进行去噪和构建新的背景值的优化方法,其中通过小波优 化对 GM(1, 1)预测模型进行优化处理就是其典型代表。
通过小波优化的处理对GM (1, 1)预测模型进行优化预测分析的基本流程为:根 据预测分析需要搜集原始序列;然后,通过小波变换方法对初始序列进行处理,将序列 中的信息分为有用信息和噪音信息,经过去噪处理得到模型有用信息,整理这些有效信 息形成平滑序列;最后,以该平滑序列作为 GM(1, 1)预测分析初值,再对其进行预 测分析。
GM(1, 1)灰色预测模型有难以有效识别原始数据中的噪音信息的难题,从而导 致大量的噪音信息存在影响预测系统寻找其内在规律。采用小波优化结合 GM(1, 1) 灰色预测模型处理的方法就可以克服这一难题,完成去除噪音信号,弥补 GM(1, 1) 模型中存在的不足,实现提高预测精度和有效性的目标。
(2)小波变换定义。小波变换的理论是用一组函数去表示信号或数据序列,是傅 里叶变换局部化思想,它提出了变化的时间窗的概念,预测分析时可跟根据所需信息的 精确频率高低来确定时间窗,时间窗可以实现提取有用的信息。
进行小波分析首先引入基本小波函数设函数W(t),它的定义是在L2 (R)空间内 满足\赵(冲=0 ;然后,再引如伸缩因子a和平移因子b,将心进行伸缩平移后得 到分析小波函数匕b(t) = |a「"切(凹)。由此,得到信号函数f (t) e L(R)的小波变换公 a,b a
式如式(5.21)所示。
Wf a b) = \f (t W a,b (t )dt =问"2\f (t ')Wab (t—b)dt (5.21)
R R a
根据基本小波函数和分析小波的定义,函数Wa,b(t)和W (t)具有一定的共同特性, 由于\w(t)dt = 0,所以Wa,b (t)在x=b处波动,波动尺度大小由a确来定,若a值越大则
R
(t)的波形越宽,因此可以通过设置变化的伸缩因子a来了解波形的宽窄,据此来调 节必b (t)的频率扩展。
小波变换能够根据参数的变化进行自身的变化,即它对指定信息的处理具有随意 性,因此其变换具有时局、频局局部化的能力。但在实际应用中,小波变换还需要经过 处理才能使用,即需要对尺度因子与平移参数进行离散化处理,然后再通过二进小波进 行信息平滑化处理,即可完成信息去噪过程。其中,离散采样的方法如下:
a = am,b = nb0a:,其中(a0 > 0, m e Z, b e R, n e Z )变换以后得到离散小波变换 定义如式(5.22)所示。
Wa,b =J f (/)Mm,n (t)dt
R
在上述定义中当取a0 = 2时,即可通过计算得到“二进小波”,该小波对信号的分析
具有变焦的作用。
对于二进小波M⑴=2"0(2-勺)}、函数f⑴的二进小波变换定义如式(5.23)所 示。
力(2ka, b) = 2 J f (t M ? )dt
3)小波去噪原理。有实际现场监测和数据处理经验的都知道,现场监测所得的原
始信息数据往往会存在一些明显偏差较大的数据,在小波优化分析中将其视为“噪音”, 这些数据是不能够直接用作为模型的初始数据,只有进过降噪处理形成平滑序列才可挺 用于预测分析。
进行监测数据去噪处理需要先从定义上将实际监测所得的原始数据进行分离,并根 据数据的有效情况分为有用信息和噪音信息。但是,实际上利用感官理论难以将这些信 息有效分开并提取有用信息,而选择有效的小波变换数学工具进行处理可将两种信息离 散分开。小波变换对信息的分离处理是基于其最大的区别——时频差异,即一个稳定低 频而另一个高频。在小波分析中,将原始监测信息中的噪音视为符合正态分布白噪音, 再利用小波变换对混合状态下的信息处进行有用数据提取,其分析处理的主要步骤见图
5.2 所示。
小波分解。(选 小波分解咼频系 小波重构。(降1
定一种小波, 数的阀值量化处 噪处理后的系
对信号进行N ——\ 理(从咼频信息 ——\ 数通过小波重
层小波分解。) 中提取弱小的有 建恢复原始信
1 用信号。) 1 号。) J
图 5.2 消噪处理流程图
 
在利用小波优化的灰色模型进行变形预测时,还需要重点考虑隐含层中节点数量问 题,其数量确定是否合理、科学直接影响预测效果。具体而言,如隐含层数过多则会导 
致网络中许多样本难以识别,将降低错误数据信息的容纳性能而影响预测模型的适用 性、泛化性,从降低预测效果;反之,则会导致精确度难以逼近非线性函数,预测精度 不高从而达不到提高精确度的效果。
基于上述理论和预测方法研究,对于本论文研究的盾构施工对地表建构筑物、铁路 轨枕等变形监测数据预测分析流程为:基于相关理论和技术建立数学模型,再将结构变 形过程进行还原,并通过系列分析得到其运动过程、找到影响变形的因素和变形影响因 子;其次,将影响因素影响因素与变形的动态之间的关系量化处理;最后,建立 GM(1, 1)预测模型进行监测结构变形预测。
5.3 BP 神经网络预测技术分析
5.3.1 人工神经元网络模型概述
神经网络是近代科学技术发展中重要的仿生学研究成果,它是基于对于存在于脑中 的实际神经网络——生物神经网络研究,通过向生命学习、用电子/光学方法仿照生物神 经构造出来的。人工神经元网络是对人脑思维模式的一种抽象、提取、模仿,但其并不 能完全取代人脑思维[49]。
自人工神经网络理论近年来发展迅速,已经提出了多个研究分析模型,但这些模型 的基础结构神经元都是相同的,因此要将人工神经网络相关理论运用于实践研究中需要 了解人工神经元的概念,熟悉人工神经元网络模型以及人工神经元的学习过程及学习规 则。
(1)人工神经元。人工神经元是人工神经网络的基本组成部分,而人工神经网络是 对人脑思维模式的模仿和数学抽象。人工神经元的原理与多输入单输出的非线性阀值器 件基本一致,我们一般用字母0表示人工神经元,它有x”x2,…,x”等n个输入,以及
等n个输入的的连接强度,某个人工神经元的输入总和为其激活值为
Vg,而该人工神经元的阀值用0来表示。
人工神经元输入和输出关系用函数f来表示,描述人工神经元的公式如式(5.24) 所示,令W = 01,®,…为权矢量;X =卜1,x2,•••,xn];为输入矢量;net = WTX是权 与输入矢量的矢量积(标量);f(WTX)是激活函数,它可以写成f (net),如果输入信 号加权和超过了阈值0,此时就会激活人工神经。
O = fVx-0) (5.24)
经过学者们的深入研究,发现人工神经元激活函数有多种类型,常见的有阀值型、 线性型和S型等。其中,阀值型激活函数原理简单被称为M-P模型,其输出状态为两 值之间(1, 0 或+1, -1),代表人工神经元的兴奋和抑制,其函数表达式为非线性并且 函数特性硬。相比较而言, S 型人工神经元激活函数的输出特性比较软,其输出状态的 取值范围为[0, 1]或[-1, 1]。
(2) 人工神经元网络模型。多个种类的人工神经元通过有机组合可组成人工神经元 网络,其中的各个组成部分、各个神经元具有一定的联系。根据神经元之间连接的拓扑 结构的不同,可以将神经元网络分为分层式、相互连接式等形式。其中,对于人工神经 元分层网络最为典型,该网络根据各神经元的功能不同将其分为输入层、中间层、输出 层。
(3) 人工神经元学习过程与规则。众所周知,人类的大脑非常的发达,学习也是人 的本能,学习能力是人类与一般动物的最大区别,总体而言人的学习模式有师学习(指 导式学习)、无师学习(无指导学习)以及强化重复学习等三种[50]。
5.3.2 BP神经网络结构模型
人工神经网络目前已经取得了较多的研究成果,但该技术在其发展历程中经历了一 个艰难发展的过程,尤其是隐层连接权值调整的有效算法问题未解决的相当长一段时间 里,大大限制了其在社会实践中的应用。直到 1986 年,科学家提出了误差反向传播算 法,即BP算法,用按误差逆传播算法训练多层前馈网络的方法成功地解决了这一难题, 该技术诞生后即成为各领域广泛使用的神经网络模型[51]。
BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映 射关系的数学方程。它由信息的正向传播和误差的反向传播两个过程组成,其模型包括 三层,其组成部分如图5.3所示。
 
图 5.3 人工神经元 BP 网络模型组成图
人工神经元BP网络原理是权值的连接,将各个层相互连接完整后,就可以对整个 模型中的神经元进行控制,其输入层神经元负责接收信息并传递给中间层,中间层神经 元负责信息变换,再由隐层传递到输出层各神经元,完成一次学习的正向传播处理过程, 由输出层向外界输出信息处理结果。输入层、隐含层与输出层各个功能层都有其赋予的 权值,三个层级之间的连接就是通过权的连接才能组成完整的预测模型[52]。
5.3.3结构变形BP网络模型预测应用
根据对 BP 结构模型原理和模拟流程的分析,制定该模型在工程实践的预测分析思 路和流程如图5.4所示。为保证预测效果,将人工神经元BP网络应用于工程实践,需 要充分考虑将影响预测精度的各种因素影响。论文研究的常州地铁一号线常州火车站 站〜博爱路站区间在国铁常州火车站附近前后下穿沪宁城际铁路与京沪普速铁路监测 项目内容较多,涉及地铁隧道施工过程中将对站台、雨棚、接触网立柱、出站地道、站 房等沉降和水平位移,需要充分考虑施工过程中变形影响因素的复杂性和多变性,合理 设置参数,以保证预测精度。
初始化
给定输入向量和目标输出
>求隐层、输出层各单元输出
求目标值和实际输出的误差
 
 
计算误差梯度
-权值调整
1
图 5.4 人工神经元 BP 网络模型预测流程图
 
5.4基于GM (1, 1)预测模型的结构变形预测分析
5.4.1 基于监测数据进行变形预测
论文研究的常州地铁一号线常州火车站站〜博爱路站区间在国铁常州火车站附近 前后下穿沪宁城际铁路与京沪普速铁路监测项目内容较多,涉及地铁隧道施工过程中将 对站台、雨棚、接触网立柱、出站地道、站房等沉降和水平位移。论文根据监测数据和 变形数据变化规律曲线图,认为既有线的轨道沉降、路基位移、龙门大厦沉降数据具有 代表性,也是论文重点研究的内容,因此有针对性的重点选择普速影响区轨道4道最大 沉降点、城际影响区轨道1、11道最大位移点龙门大厦最大测值点进行预测分析。
论文对3个测点的监测数据进行有效筛选,重点选择盾构施工期数据进行分析,左 线为2017年10月16日至2017年11 月1 日穿越铁路影响区,右线从2018年4月4日 至 2018 年 4 月 20 日穿越铁路影响区,每天多次监测数据选择最大或变化率最快的数据 进行分析。普速影响区轨道沉降累计量最大的是PGZ407点,盾构施工自4月17日〜19
 
日经过该点下方,在该期间根据表 3.6(铁路线路变形监测频率表)中的监测频率(1 次/2h)进行监测,摘选76期的监测数据统计如表5.2所示。
同样,对城际影响区轨道I和II道选择最大位移点CGJ1207、龙门大厦最大测值点
M4 两个有代表性的监测点为研究对象,统计摘选部分数据如表 5.3(156 期)、表 5.4 (28 期)所示,下一步就根据这些监测数据进行灰色预测分析。
5.2普速影响区轨道4道最大沉降点PGZ407监测数据表
日期
期数 累计变化量( mm)
1 2 3 4 5 6 7 8 9 10 11 12 13
0417 0 -0.2 -0.3 -0.4 -0.6 -1.3 -1.2 -1.8 -2.2 -2.2 -2.4 -2.4 -2.0
0418 -0.3 -0.6 -1.8 -1.6 -1.9 -2.2 -2.0 -2.2 -2.2 -2.1 -2.3 -2.4 -2.9
0419 -2.9 -3.0 -2.8 -2.9 -2.9 -2.8 -2.9 -2.9 -2.5 -3.0 -3.0 -3.1 -3.2
0420 -2.2 -2.6 -2.9 -2.7
0421 -2.8 -2.8 -2.6 -2.6 -2.9 -3.1
0422 -3.1 -3.0 -3.2 -3.0
0423 -2.7 -2.9 -2.8
0424 -2.4 -2.2 -2.3 -2.4 -2.7
0425 -2.6 -2.2 -3.2
0426 -2.6 -2.7 -2.6 -2.6
0427 -2.7 -3.4 -2.6 -2.4
0428 -2.1 -1.9 -2.2 -2.2
表5.3城际影响区轨道I 、11道最大位移点CGJ1207监测数据表
日期 期数 累计变化量( mm)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
0403 -0.1 -0.3 -0.2 0.4 -0.1 0.3 0.4 -0.1 0.5 0.3 0.1 0.1 0.3
0404 0.1 -0.6 -0.2
0405 0.1 0.4 0.3 0.3 0.3 0.2 0.2 0.7 0.6 0.4 0.3
 
 
0406 0.3 0.3 0.4 0.6 0.2 0.8 0.7 0.4 0.3 0.2 0.3 0.4 0.3 0.6 0.7 0.3
0407 0.3 0.3 0.4 0.4 0.4 0.4 0.5 0.7 0.5 0.3 0 0.5 0.6 0.8 0.9
0408 0.7 0.6 0.9 0.9 0.9 0.9 0.8 1.0 0.7 0.7 0.6 0.6 0.4 1.0
0409 0.4 -0.2 0.1 0 0.4 -0.3 -0.4 -0.5 -0.4 -0.5 -0.7 -0.8
0410 0.6 0.7 0.7 0.8 0.8 0.9 0.6 0.7 0.7 0.7 1.0 0.8 1.0 0.9 0.6 0.7
0411 0.8 0.9 0.8 0.9 0.8 0.8 0.89 0.8 0.9 1.0 0.9 1.1 1.0 1.0 0.8 0.8
0412 1.0 1.1 1.0 1.0 1.1 1.1 1.0 1.0 1.2 0.7 1.0 0.7 0.9 0.6 0.7
0413 0.7 0.7 0.8 0.8 0.6 0.7 0.6 0.9 0.7 0.6 0.3 1.0 0.8 0.7
0414 0.5 0.8 0.8 1.1 0.7 0.6 0.7 0.7 1.1 0.5 0.7
表 5.4 龙门大厦最大沉降测值点 M4 监测数据表
 
累计变化量( mm) 测点
日期期数
4131 4132 4141 4142 4151 4152 4161 4162 4171 4172 4181 4182 4191 4192
1.1 1.3 1.4 1.8 2.0 1.9 1.5 1.8 1.6 2.1 1.1 2.3 2.0 1.8
M4 4201 4211 4221 4231 4261 4271 4281 4291 4301 5011 5031 5041 5051 5061
1.9 2.6 2.5 2.4 2.7 2.6 2.3 2.4 2.3 2.5 2.7 2.7 2.3 2.5
 
注:表中日期-期数四位数前三位X月XX0,后一位是该天监测的期数。
根据各断面沉降曲线可知,各测点在不同时段变形趋势不同,因此不能直接采用模 型预测,利用第一时段预测第2时段数据,这样导致模型精度底,拟合度不高,为了更 好的反应其变形规律,我们采用不同时段进行预测。整个时段,我们采用前几期数据预 存某一期中的一小段数据,并进行比较,使得预测更为合理,其预测思想与以往直接预 测有明显区别。
以普速影响区轨道4道盾构施工穿越的正上方测点为例,将最大沉降点PGZ407划 分为2个时间段: 1〜39期和 40〜76期,首先分时段进行预测,然后再对整个时段进行 预测。采用点PGZ407前10期、前20期原始数据作为模型初始值,然后利用小波优化 原理进行去噪处理,将得到的优化后数据应用于前文优化后的 GM(1, 1)模型;利用 工程自动化监测所得数据,根据公式(5.1)x(°)(k) = *⑼(1),x(0)(2),x(°)(3),..・,x(0)(n)},利 
用原始观测数列建立等时距函数序列。然后,根据式(5.2) ~(5.21)建立矩阵方程、 进行精度检验和残差模型修正。
同理,将城际影响区轨道I、II道最大位移点CGJ1207的156天的监测数据划分为 3个时段:1〜16期、17〜66期、67期〜156 期,龙门大厦最大沉降测值点M4监测数据划 分为两个时段: 1~14期和15~28期,同样按照公式(5.1) ~(5.21)进行灰色预测分析。
5.4.2 预测值与实测值对比分析
以普速影响区轨道4道盾构施工穿越的正上方最大沉降点PGZ407为例进行分析, 分析选取了实测值54期,统计所获取的数据中该处的最大累计沉降为2.4mm,但在施 工过程中最大的沉降量在4月日达到了 3.2mm,尚未超出控制值10mm。基于监测所得 的数据,经过小波优化 GM(1, 1)模型灰色预测得到如图 5.5 所示的沉降点 PGZ407 灰色模型预测结果曲线图。
 
 
图 5.5 普速影响区轨道 4 道盾构施工正上方最大沉降点 PGZ407 预测数据与实测值对比图
根据图5.5的普速影响区轨道4道盾构施工正上方最大沉降点PGZ407预测数据与 实测值对比分析图中的实测值曲线走势可知,该点前 10 期处于加速变形期,该测点观 测的第10期到18期这几期数据出现来回波动幅度较大现象,这段数据的有效性较差。 对比而言,采用前10期数据建模预测的准确性反倒高于前15期数据建立的模型,预测 值和实测数据较接近。
同样,对城际影响区轨道I、II道最大位移点CGJ1207的156天的监测数据采用三 段不同长度的数据进行预测,得到该测点的实测值、前10期、前15期、前20期的预 测结果走势图5.6所示。总体而言,其收敛性基本一致,前10期的与实测值的拟合度没 有15期的高,而采用20期数据进行预测时,到后期精度越来越差,表明并不是采用的 数据量越多,其预测精度越高。分析可知,实测数值存在一定误差,还发现实测曲线不 同时段变形规律不同,因此不同时段的预测建议采用本时段数据进行预测。此外,通过 分析发现对数据有效优化处理后在进行预测其精度可以大幅度提高。因此,通过该测点 数据预测模型分析可知要得到准确的预测结果,要根据实际情况先优化处理数据,然后 选择合理的期数进行预测。
 
 
图5.6城际影响区轨道I、11道最大位移点CGJ1207预测数据与实测值对比图
同样,利用优化后的G (1,1)灰色预测模型对龙门大厦最大监测值点M4两个时 段监测数据进行预测分析,该沉降监测点所得的测值都为正值,表明盾构施工造成该处 结构隆起,先采用点M4的前5期原始数据作为模型初始值进行建模,然后再利用前10 期的数据建立模型进行分析,得到实测值、 5期数据预测、 10期数据预测的曲线图如图 5.7 所示。分析图形中的数据走势,并将三种数据对比分析可知,该点前 5 期数据处于 加速变形,直接采用模型预测,其结果表现为发散状态,模型预测偏差较大,而采用原 始数据前 10 期建模与实测值较为符合,总体来说排除数据误差选取的监测数据在合理 范围内期数越多精度越高。
 
 
综上所述,通过对三个测点预测分析可知,对于龙门大厦最大监测值点M4测点前
5 期数据仅处于加速变形阶段,未能真实的体现建筑变形规律,直接采用模型预测结果 失真,选择 10 期数据的精度较好;对于普速影响区轨道 4 道盾构施工正上方最大沉降 点PGZ407由于10至18期的原始监测数据存在误差,选取15期的数据预测结果难以 达到要求;而城际影响区轨道I、II道最大位移点CGJ1207前10期、前15期、前20 期的预测结果表明前 10期的与实测值的拟合度没有15 期的高,而采用20期数据进行 预测时,到后期精度越来越差,表明并不是采用的数据量越多,其预测精度越高。
总体而言,基于 GM(1, 1)模型的路基、轨枕、建筑物变形预测具有良好的实用性, 为研究盾构穿越既有铁路线、建构筑物变形规律研究和防护加固效果分析提供了依据。
5.5基于BP神经网络模型的结构变形预测分析
5.5.1 BP神经网络模型的结构变形预测过程
根据相关的BP神经网络模型理论研究,以及现有的监测数据,建立模型进行预测, 以验证 GM(1, 1)预测模型的精确度,为工程实践提供指导。
首先,以普速影响区轨道4道最大沉降点PGZ407沉降预测为例进行分析。需要根 据工程实际,建立预测模型J = f (t,h,v),设j为时段沉降量,t为时段天数,h为开挖 穿过的位移,v为开挖速率。按照以下步骤展开分析:
 
(1)确定BP神经网络模型的输入层、输出层。根据BP人工神经网络模型的学习
t1 h t2 h2 算法,将网络的输入节点矩阵可以表示为•
(2)确定BP神经网络模型的隐含层节点。根据前文的理论分析,隐含层中节点数
量对模型预测效果具有重要作用,尤其对于非线性函数必须含有隐含层,而且如果设置
的隐含层数过多则会由于样本不能够识别而降低预测效果,当隐含层数过少时,预测难 以达到精度要求。确定最佳隐含层节点先是将输入层设m个单元,隐含层设2m+1个单 元,输出层设“个单元;再基于相关理论和经验设定隐含层理论节点值,再通过试凑法 进行对比分析得到最佳值。
根据上述最佳隐含层节点的确定方法,对于普速影响区轨道4道最大沉降点PGZ407 沉降预测设置2层隐含层。因此,本文中BP神经网络总层数为四层,并为了保证计算 的有序性和有效性,设置所测结果的预测精度取5x10-4,规定第一层隐含层节点数为30、 第二层为40、系统训练速度设置为0.01、训练次数为50000次。
(3)对研究样本数据进行归一化处理。建立的 BP 神经网络模型中基础元件就是神 经元,要想完成模型分析必须采用激活函数对每层的神经元进行激活后才能发挥其计算 效果,在实际应用中常用的激活函数就是Sigmoid函数。采用该函数进行激活操作的弊 端是其在网络中可能会处于两端饱和区域,人们常用对输入量进行归一化处理的方法对 Sigmoid 函数进行处理,其进行归一化处理的计算公式如式(5.25)所示。
x —忌”
xmax - xm,n
式中:x――经处理的神经网络输入值;x”__经过平滑处理后的神经网络输入 值,xmin——网络输入最小量,xmax——网络输入最大量。
具体对于此次研究的归一化处理做法就是根据上述公式,将Sigmoid函数的输入输
出范围定为[0, 1],一般情况下选[0.1, 0.9]或[0.2, 0.8],并在网络结构基础上增设两个 数据转换层。
5.5.2 GM(1,1)模型与BP模型预测效果对比分析
为了验证GM (1, 1)模型预测的有效性,并将其效果与BP神经网络模型的效果 进行对比分析,因此论文同样选择盾构施工期数据进行分析,左线为 2017 年 10 月 16 日至2017年11 月 1 日穿越铁路影响区,右线从2018年4月 4日至2018年4月 20日 穿越铁路影响区,每天多次监测数据选择最大或变化率最快的数据进行分析。分别选择 普速影响区轨道沉降累计量最大的PGZ407点、城际影响区轨道I和II道选择最大位移 点CGJ1207、龙门大厦最大测值点M4等三个有代表性的监测点为预测分析对象。
对于普速影响区轨道沉降累计量最大的PGZ407点,根据其GM (1, 1)模型预测 结果来看,采用前 10 期数据建模预测的准确性较高,预测值和实测数据较接近,因此 采用点PGZ407前10期原始数据进行预测,利用MATLAB程序对输入信息数据进行调 试,并选择合理的参数进行预测。本文中BP神经网络总层数为四层,并为了保证计算 的有序性和有效性,设置所测结果的预测精度取5x10-4,规定第一层隐含层节点数为30、 第二层为40、系统训练速度设置为0.01、训练次数为50000次。首先选择点PGZ407前 10期原始数据作为模型输入值,通过计算得到相应的残差值,该数值为BP模型的输出 值,按照此方法依次递推,对神经网络的数据信息进行不断的反复的训练计算。
基于监测所得的数据,按照上述BP神经网络模型预测方法,结合经过小波优化GM (1, 1)模型灰色预测的数据,整理得到如表5.5所示的两种预测方法拟合数据表,分 析两种预测结果与实际变形的绝对误差,以研究预测的有效性;并绘制了如图 5.8所示 的沉降点PGZ407实测值、GM (1, 1)预测、BP模型预测数据对比图。
表5.5两种方法的拟合值及误差情况
期数 沉降值(mm) GM(1,1)模型 BP神经网络模型
拟合值(mm) 绝对误差(mm) 拟合值(mm) 绝对误差(mm)
2 -0.2 -0.2 0 -0.2 0
5 -0.6 -0.6 0 -0.5 0.1
8 -1.8 -1.3 0.5 -1.2 0.6
10 -2.2 -1.9 0.3 -1.8 0.4
13 -2 -2 0 -1.9 0.1
 
 
期数 沉降值(mm) GM(1,1)模型 BP神经网络模型
拟合值(mm) 绝对误差(mm) 拟合值(mm) 绝对误差(mm)
16 -1.8 -2.1 -0.3 -2 -0.2
19 -2.2 -2.2 0 -2.2 0
22 -2.2 -2.4 -0.2 -2.4 -0.2
25 -2.4 -2.6 -0.2 -2.6 -0.2
28 -3 -2.8 0.2 -2.8 0.2
30 -2.9 -3 -0.1 -3 -0.1
33 -2.9 -2.9 0 -3 -0.1
36 -3 -3 0 -2.8 0.2
39 -3.2 -3.1 0.1 -3 0.2
42 -2.9 -2.9 0 -3.1 -0.2
45 -2.8 -2.9 -0.1 -3 -0.2
48 -2.9 -2.8 0.1 -2.8 0.1
51 -3 -2.9 0.1 -2.9 0.1
54 -2.7 -2.7 0 -3 -0.3
 
 
 
 
图5.8沉降点PGZ407实测值、GM (1, 1)预测、BP模型预测数据对比图
根据表5.5的预测模拟结果和误差情况以及图5.8的普速影响区轨道4道盾构施工
正上方最大沉降点PGZ407实测值、GM (1, 1)灰色模型预测、BP神经网络模型预测 数据和曲线趋势来分析,该点前10期处于加速变形期,并且该测点观测的第10期到18 期这几期数据出现来回波动幅度较大现象,在这种条件下, GM(1, 1)灰色模型预测 与 BP 神经网络模型预测数据基本与实测走势相仿,但是前者的拟合度高于后者,绝对 误差值相对较小,对比而言,采用前 10 期数据的 GM(1, 1)灰色模型预测值和实测 数据较接近,表明在该条件下经过小波优化处理的 GM(1, 1)灰色预测效果更佳。
同理,将城际影响区轨道I、II道最大位移点CGJ1207的156天的监测数据划分为 3个时段: 1~16期、 17~66期、 67期~156期,同样选择预测效果较好的前15期数据进 行BP神经网络模型预测分析。总体而言,GM (1, 1)灰色模型预测与BP神经网络模 型预测其收敛性基本一致,采用前15期数据BP神经网络模型预测整体效果有所提升, 两者与实测值的拟合度基本持平,而采用 20 期数据进行预测时,在 GM(1, 1)灰色 模型预测精度越来越差的情况下, BP 神经网络模型预测精度反倒提升。因此,可以发 现对于 GM(1, 1)灰色模型预测数据不要求多,一定程度的贫信息状态预测精度反倒 越好, BP 神经网络模型则不同适量增加数据有利于模拟人脑分析数据从而提升预测精 度。
 
 
图5.9最大位移点CGJ1207实测值、GM (1, 1)预测、BP模型预测数据对比图
同理,龙门大厦最大沉降测值点 M4 监测数据划分为两个时段: 1~14 期和 15~28
期,按照 5.5.1 节的步骤、采用相关公式进行 BP 神经网络模型预测分析。首先选择点 M4前10期原始数据作为模型输入值,利用MATLAB程序对输入信息数据进行调试处 理,并选择合理的参数进行预测,通过计算得到相应的残差值,该数值为BP模型的输 出值,按照此方法依次递推,对神经网络的数据信息进行不断的反复的训练计算。得到 如图5.10所示的龙门大厦最大测值点M4实测值、GM (1, 1)预测、BP模型预测数据 对比图。分析图形中的数据走势,并将三种数据对比分析可知,该点 GM(1, 1)灰色 预测模型采用原始数据前10期建模分析与实测值较为符合,而采用BP模型预测数据结 果表现与实测走势相差较大,即模型预测偏差较大,从而进一步验证而,在贫信息的条 件下,GM (1, 1)灰色模型预测拟合度高于BP神经网络模型预测,GM (1, 1)灰色 模型预测值和实测数据较接近,即在数据较少的情况下经过小波优化处理的 GM(1, 1) 灰色预测效果优于BP神经网络模型。
 
 
综上所述,通过对三个测点的实测数据、GM (1, 1)灰色模型预测数据、BP神经 网络模型预测的数据和变形趋势分析可知,基于GM(1, 1)模型、BP神经网络模型的路 基、轨枕、建筑物变形预测效果整体较好,具有良好的实用性,可以为研究盾构穿越既 有铁路线、建构筑物变形规律研究和防护加固效果分析提供技术参考。
对于GM (1, 1)灰色模型预测情况,龙门大厦最大监测值点M4测点前5期数据 仅处于加速变形阶段,未能真是的体现建筑变形规律,直接采用模型预测结果失真,选 择10期数据的精度较好;对于普速影响区轨道4道盾构施工正上方最大沉降点PGZ407 由于 10至18 期的原始监测数据存在误差,选取15 期的数据预测结果难以达到要求; 而城际影响区轨道I、II道最大位移点CGJ1207前10期、前15期、前20期的预测结 果表明前 10期的与实测值的拟合度没有 15 期的高,而采用 20期数据进行预测时,到 后期精度越来越差,表明并不是采用的数据量越多,其预测精度越高。对于BP神经网 络模型预测情况,在贫信息情况下其预测效果明显不如小波优化处理后的GM (1, 1) 灰色模型预测效果,但随着已知有效数据的增加,其效果有较大幅度提升,基本可以与 GM(1, 1)灰色模型效果一样甚至更佳。
5.6 本章小结
本章主要结合工程实际对盾构穿越区的既有线路基、轨枕、建构筑物沉降、位移进 行了预测分析。首先,对变形预测理论进行了探讨分析,结合工程实际提出了利用灰色 G(1, 1)模型与 BP 神经网络模型对依托工程的路基、轨枕、建筑物变形进行预测的 思路,并基于 G(1, 1)模型精度有待进一步提高的实际,利用小波去噪的方法对该模 型进行改进。然后,将于G (1, 1)模型应用于工程实际,结果表明,应用G (1, 1) 灰色预测模型,能较准确地预测路基、轨枕、建筑沉降、变形发展趋势,但是在选取预 测期数时要根据实际情况选择,期数太少或者数据存在误差会导致预测失真,期数太多 也会造成精度不够。最后,将 BP 神经网络模型应用于工程实践变形模拟分析,表明在 贫信息情况下 BP 神经网络模型预测效果明显不如小波优化处理后的 GM(1, 1)灰色 模型预测效果,但随着已知有效数据的增加,其效果有较大幅度提升,基本可以与 GM (1, 1)灰色模型效果一样甚至更佳,总体而言基于GM(1, 1)模型、BP神经网络模型 的路基、轨枕、建筑物变形预测都具有较好的效果,可以为研究盾构穿越既有铁路线、 建构筑物变形规律研究和防护加固效果分析提供技术参考。
结论与展望
结论
本文在总结分析国内外现有研究成果的基础上,以常州地铁一号线常州火车站站〜 博爱路站区间在国铁常州火车站附近前后下穿沪宁城际铁路与京沪普速铁路的工程为 依托,展开安全监测和变形预测分析。论文主要得到以下结论:
(1)经过实地调研和查阅相关设计,依据现有的文献资料和盾构施工对地表建构 筑物影响机理分析,该工程地铁隧道施工过程中将对铁路线路及其附属设施,包括站台、 雨棚、接触网立柱、出站地道、站房等产生影响,尤其是使铁路轨道发生沉降和水平位 移以及降低建构筑物地基承载力、损害基础和结构,危及行车和过往旅客安全,必须展 开有效的安全监测和制定有效的防护措施。
(2)沪宁城际铁路与京沪普速铁路目前处于正常运营阶段,常规的变形监测技术难 以实施,为此提出了应用自动化监测技术进行监测的方案,并设计了专项监测方案,加 入信息化自动反馈机制,确保监测信息及时反馈盾构施工,以便及时有效应对措施。
(3)通过监测统计出盾构施工阶段各监测项目的最大累计变化量,为了便于分析, 了解各监测项目的变化规律和趋势,形成了时程变化曲线图。总体而言,各监测点累计 变形量均在变形控制值内。虽然有轨枕的沉降在盾构施工过程中出现过累计变形值报警 的情况,但是监测单位及时告知现场的施工管理人员和现场巡视监理采取措施,变形得 到了合理控制。
(4)对GM (1, 1)灰色预测模型进行了系统的分析,并分析出该模型的不足,利 用小波去噪优化对依托项目监测数据进行预测,通过预测分析验证了监测方案的有效 性,并通过分析预测预测案例,可知合理选取预测数据期数才能得到最佳的结论。同时, 通过BP神经网络模型预测对比分析,表明在贫信息情况下BP神经网络模型预测效果 较小波优化处理后的 GM(1, 1)灰色模型预测效果差,但随着已知有效数据的增加, 其效果有较大幅度提升,基本可以与GM (1, 1)灰色模型效果一样甚至更佳。
展望
通过论文的应用性研究发现地铁盾构施工对地表的影响机理十分复杂,地表建构筑 物的变形研究需要考虑的安全因素很多,并且相互之间综合影响,大大增加了分析的难 度。由于本人学术水平有限,在本论文的研究分析中还存在诸多不足,将在今后进一步 展开深入研究分析,个人认为主要可以从以下几个方面进行深入的探讨:
(1)本论文提出的变形监测预警机制较为简单,下一步需要结合人工智能和计算机 技术,完善监测预警系统,考虑更多的安全因素,实现真正的自动化、智能化、动态化 安全预警。
( 2)灰色系统对数据噪声先天不适应性,需要对原始数据进行优化处理,论文使用 小波去噪的办法来使原始数列稳定,但其优化处理效果有限,需要找到更简单、代价更 低、更高效的方法来处理初值。如增加逐步回归、SVM、时间序列等方法的预测对比分 析,以确定最优的预测方法。
(3)数据监测是基础,但是要好好利用好预测这一手段,对本文的预测分析要探索新 的多种理论的结合方式,因为需要考虑的变形因素多,可以建立多模型集成的组合模型, 尽力避免单一模型精度难以提高的问题,将多种理论结合可发挥各自的优势从而提升预 测效果。
参考文献
[1]郭汉章.武汉地铁七号线盾构隧道施工对地面沉降及建筑物变形影响分析[D].武汉: 武汉工程大学, 2017.
[2]程岩.地铁盾构施工穿越高速铁路车站变形监测技术[J].铁道建筑,2018, 58(06): 86-89.
[3]王鑫.盾构施工下穿长春火车站南站房影响研究及控制措施[D].长春:吉林建筑大学, 2017.
[4]张宁莉.地铁盾构施工对铁路沉降和位移变形影响的监测[J].低碳世界,2018(05): 246-247.
⑸黄洁.兰州地区隧道盾构施工对土体及剪力墙结构的影响分析[D].兰州:兰州理工大 学, 2019.
[6]伍廷亮.隧道盾构施工对地层沉降及邻近建筑的影响研究[D].天津:天津城市建设学 院, 2012.
[7]王亮.盾构法施工引起地表沉降的安全监测与数据分析[J].科技风,2017(11): 128-129+133.
[8]王呼佳,邹育,刘川昆.淤泥质土及粉细砂地层盾构施工地表沉降监测分析[J].城市轨 道交通研究, 2019, 22(05): 66-71.
[9]谢东武.盾构隧道穿越历史建筑的监测与变形控制[J].地下空间与工程学报,2015, 11(06): 1533-1538.
[10]高贵.盾构开挖过程对建筑结构的影响分析[D].南昌:南昌大学,2018.
[11]洪卓众.基于盾构施工的地表监测数据分析及建模预测[J].城市勘测,2018(02): 157-160.
[12]荆敏,崔守远,崔明.基于实测数据的盾构掘进对地表及建筑物的影响研究[J].施工技 术, 2018, 47(S1): 767-771.
[13]谢雄耀,李军,王强.盾构施工地表沉降自动化监测及数据移动发布系统[J].岩土力学, 2016, 37(S2):788-794.
[14]刘金博,王芳标,曹宏喜.盾构地表沉降数据远程监测应用[J].中国高新科技, 2019(14):6-8.
[15]刘龙,余洋.基于监测数据的地铁盾构施工对周边地表影响分析J].天津建设科技, 2018, 28(06):45-47.
[16]Kota Shikama,Atsushi Aratake,Yasuhiro Koike. Analysis of nano-creep deformation of epoxy adhesive in optical fiber connector for long-term reliability prediction[J]. Optical Fiber Technology,2019,52.
[17]R. Trueman,I. Hutchinson. The use of shield monitoring data for predicting in advance roof control problems on longwall faces[J]. Mining Technology,2018,127(4).
[18]Li-zhong Wang,Lian-wei Sun,Zhan Wang,Ju Zhang. Field monitoring of a subsea shield tunnel during standpipe lifting[J]. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research,2015,45.
[19]刘浩然.郑州地铁一号线盾构施工对周边环境的影响研究[D].郑州:河南工业大学, 2016.
[20]安旭.地铁盾构下穿铁路站场施工变形监控[D].石家庄:石家庄铁道大学,2017.
[21]王小珑.盾构下穿运营铁路沉降控制技术及应用研究[D].北京:中国铁道科学研究 院, 2017.
[22]Qian-qing Zhang, Shan-wei Liu.Analytical Method for Prediction of Progressive Deformation Mechanism of Existing Piles Due to Excavation Beneath a Pile-Supported Building [J].International Journal of Civil Engineering, 2019, Vol.17 (6), pp.751-763
[23].Dynamic prediction of building subsidence deformation with data-based mechanistic self-memory model[J].Chinese Science Bulletin,2012,57(26): 3430-3435.
[24]周诚,余群舟.基于MAMPSO-RBFNN的盾构地表变形时空演化智能预测[J].施工技 术, 2016, 45(13): 118-124.
[25]陈亮,周泽林.考虑盾构隧道壁后间隙与注浆分布模式的地表沉降随机预测方法J]. 现代隧道技术, 2017, 54(04): 137-145.
[26]朱逢斌,缪林昌.盾构隧道邻近建筑物施工的地面变形分析及预测J].东南大学学报 (自然科学版), 2013, 43(04): 856-862.
[27]杨欢欢,杨双锁,罗百胜.地铁盾构施工地表变形的神经网络预测及应用J].中国科技 论文, 2019, 14(06): 625-629.
[28]栾元重,翁丽媛,杜超.地铁隧道地表变形小波去噪及灰色-时序组合预测模型研究[J]. 大地测量与地球动力学, 2016, 36(08): 678-681.
[29]张慧慧,杨丹.城市隧道开挖引起地表变形的预测与分析[J].黑龙江科技信息, 2013(30): 126.
[30]左昌群,刘代国,丁少林,李林森.基于分形理论的隧道地表沉降分析及预测[J].长江 科学院院报, 2016, 33(04): 51-56.
[31]谢玖琪,杨平,郑杰明.灰色理论在水平冻结施工隧道盾构到达洞门时地表沉降预测 中的应用[J].铁道建筑,2013(03): 85-88.
[32]王金涛.基于相关性的组合预测模型在地铁盾构隧道地表沉降中的应用[A].中国建 筑学会工程勘察分会.第十五届全国工程物探与岩土工程测试学术大会论文集[C].中国 建筑学会工程勘察分会:中国建筑学会工程勘察分会, 2017: 6.
[33]李东阳,李保珠,孙伟超.基于因子分析的LM-BP网络的盾构施工地表沉降预测[J]. 地质灾害与环境保护, 2019, 30(01): 97-101.
[34]黄任宏,李程程.灰色系统理论在工程实践中应用研究[J].科学技术创新,2019(13):
4-6.
[35 ]谢桂娟.非等间距序列灰色模型在建筑物沉降预测中的应用[J].辽东学院学报(自然科 学版), 2020, 27(01): 53-56.
[36]刘鉴霆.基于灰色系统与时间序列理论的连续梁桥健康监测数据预测研究[D].沈阳 建筑大学, 2018.
[37]周丽.沉降预测与分析的灰色系统预测法[J].东北水利水电,2016, 34(12): 56-58.
[38]王涛,孙文龙,李磊.基于回归分析与灰色理论的围岩变形组合预测[J].地下空间与工 程学报, 2017, 13(S1): 48-51.
[39]郝德强,巨玉文.灰色系统理论在黄土高填方路堤沉降预测方面的应用[C]..《工业 建筑》2017年增刊I.:工业建筑杂志社,2017: 380-383+388.
[40]顾波,刘炫.试析灰色理论模型在地面沉降预测中的应用[C]. .2016年度浙江省测绘 与地理信息学会优秀论文集.:浙江省测绘与地理信息学会, 2016: 213-217.
[41]李小刚,张廷会.GM(1, 1)灰色预测模型在道路软基沉降预测中的应用[C].陕西天 地地质有限责任公司.加强科技创新 服务公司发展——陕西天地地质有限责任公司科学 技术创新成果论文集(2017).陕西天地地质有限责任公司:陕西天地地质有限责任公司, 2017: 88-93.
[42]卜璞,李朝奎,廖孟光.改进GM(1, 1)模型在建筑沉降变形观测中的应用[J].测绘通 报, 2016(12): 60-63.
[43]肖太平,汪福源.灰色预测模型GM(1,1)在沉降预测建模中的应用[J].江西科学,2017, 35(06): 933-936.
[44]郝德强.黄土高填方路堤沉降规律及预测研究[D].太原理工大学,2017.
[45]高至飞.改进灰色理论模型在海相深厚软土路基沉降预测评估中的应用[J].广东土木 与建筑, 2017, 24(02): 23-25.
[46]王珊.高速公路路基沉降监测与预测方法的研究[D].华北理工大学,2019.
[47]陈柚州,任涛,邓朋.基于人工蜂群优化小波神经网络的隧道沉降预测[J].现代隧道技 术, 2019, 56(04): 56-61.
[48]龚千钧,韩理想,夏晓明.神经网络与灰色理论联合模型在地铁沉降预测中的应用[J]. 现代测绘, 2017, 40(03): 14-16.
[49]杨益平,王威,陈丽波.基于BP神经网络算法的矩形顶管施工地表沉降预测研究[J]. 城市道桥与防洪, 2019(11): 204-207+23.
[50]马婧,刘婷婷,吕岩.基于灰色理论和BP神经网络的季冻区草炭土路基沉降预测模 型研究[C].中国地质学会.2019年全国工程地质学术年会论文集.中国地质学会:《工程 地质学报》编辑部, 2019: 83-92.
[51]谭梨,许锐.改进的APSOwM-BP网络模型在高铁沉降预测中的应用研究[J].测绘与 空间地理信息, 2019, 42(06): 210-213.
[52]王银岭.基于改进BP神经网络的路基沉降预测实例分析[J].中国市政工程,2019(04): 39-42+115.
【本文地址:https://www.xueshulunwenwang.com//shuoshilunwenzhuanti/anquanjishujigongcheng/5105.html

上一篇:基于BIM技术的大跨度连续刚构桥建造技术虚拟仿真及安全评定

下一篇:堤防多参量分布式光纤监测研究

相关标签: