陈 芃
(青海建筑职业技术学院,青海西宁 810000)
基于以往的经验可以了解到,基坑开挖引起的周边土体位移值大致可分为3个区间:高概率区间0~40 mm;低概率区间40~70 mm;极低概率区间≥70 mm。各区间水平位移及沉降位移累计百分比存在差异,如基坑开挖扰动位移(竖向及水平位移)小于40 mm的约占75%,40~70 mm约占10%,大于70 mm的约占14%~17%。从设计计算角度判断基坑开挖安全性存在较大的技术风险。实际工程中,必须在严格精确的设计计算前提下,加强施工过程位移(沉降及水平位移)监测,根据监测结果建立符合工程实际的管线位移、强度计算方法,科学评价基坑开挖扰动影响的管线安全性。
在基坑开挖过程中,土体物理力学参数带来的影响较大,在具体的分析过程中多采用建立力学试验的方式进行处理。在实际试验中利用建立的基本模型,搭配设置好的基准条件,对土体结构在不同弹性模量情况下结构出现的水平位移、垂直位移情况进行数据统计,对数据进行修正,得到可靠的计算结果。基于以往的试验数据可知,在实际应用中各类指标之间存在非线性变化关系,即土体物理力学参数越大,其带来的土体扰动性也越大,位移影响也越大。
在基坑开挖过程中,地下水波动情况会带来一定影响,在具体的分析过程中,多采用建立力学试验进行处理。在实际试验中,利用建立的基本模型,搭配基准条件,对土体结构在地下水位波动状态下土体结构的渗透性、位移变量数据进行整理,对数据进行修正,得到可靠的计算结果。基于以往的试验数据可知,在实际应用中,地下水位的波动会带来一定干扰性,但与土体位移之间的关联性较低,在后续系统优化完善时,可以忽略该内容带来的扰动性。
在基坑开挖过程中,周围土体会出现不同程度的位移趋势,具备一定的时效性。在具体的分析过程中,需要对土体流变性特点进行客观分析,在具体应用中多采用建立力学试验的方式进行处理。在实际试验中,利用建立的基本模型,搭配设置好的基准条件,对土体结构在开挖到不同深度,土体流动性的变化情况进行收集整理,并在分析过程中做好数据修正,得到可靠的计算结果。基于以往的试验数据可知,随着基坑开挖深度的增加,土体流变速率逐渐下降,但是累积形变量却处于逐渐增加的状态,具备明显的时效性特征。
在基坑开挖过程中,还需要做好尺度效应的分析工作,具体的分析内容可以分为基坑深宽比、基坑宽长比两部分内容。以基坑深宽比为例,在对其进行分析时,采用建立力学试验的方式进行处理。在实际试验中,利用基本模型展开试验数据的统计和计算工作。采集的数据内容是在不同基坑深宽比情况下超大基坑的水平位移和垂直位移量,对采集到的数据进行数据修正,得到可靠的计算结果。基于以往的试验数据可知,随着基坑深宽比的增加,土体位移量也处于增加的状态,但达到某一数值后,增长量逐渐趋于稳定,可为开挖参数的调整提供数据参考。
在基坑开挖过程中,还需要做好围护结构特性参数分析工作,具体的分析内容可以分为地连墙插入比、围护结构材料弹性模量、围护结构厚度等。以围护结构厚度为例,在对其进行分析时,采用建立力学试验的方式进行处理。采集的数据内容是在不同围护结构厚度情况下超大基坑的水平位移和垂直位移量,同时需要做好参数修正处理,提升数据分析结果可靠性。基于以往的试验数据可知,随着围护结构厚度的增加,土体位移趋势逐渐变缓,而最大的位移点在基坑底部,后续作业过程中应多加留意。
针对基坑开挖过程扰动位移时效展开分析,分层开挖扰动属于重要分析内容,在具体应用中多采用建立力学试验的方式进行处理。在实际试验中,利用建立的基本模型对土体结构在开分层开挖过程中土地结构水平和垂直位移参数进行分析,做好数据修正处理后,将其绘制成柱状图和曲线图,更直观地分析时效内容。基于以往的试验数据可知,随着分层开挖扰动层数的增多,基坑土体的位移量一直处于累积的状态,具备明显的时效性特征。
针对基坑开挖过程扰动位移时效展开分析,土体蠕变位移也属于重要分析内容,在具体应用中同样需要采用建立力学试验的方式进行处理。在实际试验中,利用建立的基本模型对不同土体蠕变位移情况下,土地结构水平和垂直位移参数进行分析,对采集数据进行修正处理后,绘制相应的直观图形,提升分析结果的可视化特征。基于以往的试验数据可知,随着土体蠕变位移量的增加,基坑土体的位移量也出现了相应变化,变化过程处于比较稳定的状态,满足时效分析规律,能够提升数据分析结果的使用价值。
针对基坑开挖过程扰动位移时效展开分析,台阶开挖土体位移也属于重要的分析内容,在具体应用中采用建立力学试验的方式进行处理。在实际试验中,对不同台阶开挖土体位移情况下土地结构水平和垂直位移参数进行分析,利用采集数据绘制相应的直观图形,提升分析结果的可视化特征。基于以往的试验数据可知,随着台阶开挖土体位移量的增加,基坑土体位移量增速逐渐变慢,最后趋向于一个比较稳定的状态,累积量处于增长状态,邻近所设置的安全值,过程满足时效分析规律,具备一定的时效性。
对基坑开挖过程扰动位移时效展开分析时,需要考虑到基坑开挖方式带来的影响,利用力学试验的方式进行处理。在实际试验中,对不同基坑开挖方式下土地结构水平和垂直位移参数进行分析,利用采集数据绘制相应的直观图形,提升分析结果的可视化特征。基于以往的试验数据可知,随着基坑开挖方式的不断变化,基坑土体位移量的变化情况也存在一定差异。
在对基坑开挖过程扰动位移时效展开分析时,需要考虑到系统长时位移带来的影响,利用力学试验的方式进行处理。在实际试验中,对不同系统长时位移量情况下土地结构水平和垂直位移参数进行分析,将完成修正处理的数据绘制成图,便于直观性分析工作的进行。
基于以往的试验数据可知,随着系统长时位移量的增加,基坑土体位移量也处于增长的状态,满足时效分析要求,增长量会逐渐趋于平稳,但是累积量较大,需要在后续分析中进行客观分析。
根据上述试验分析结果,在具体的应用过程中,需要做好三维FEM的预测工作,要求在实际处理中按要求完成有限元计算,计算内容包括基坑土体形变参数、围护结构参数、施工材料参数等。对这些数据信息的影响性进行分析,做好参数之间从属关系处理,提升分析结果的使用价值和可靠性[1]。利用到BP神经网络完成监测数据的整理,将参数信息带入有限元模型中,了解基坑具体的形变状态,得到可靠的分析数据。
根据上述得到的参数信息,可以着手进行三维FEM模型的建立工作,在实际应用中,需要按要求完成正交试验,并将围护桩结构的水平位移数值作为可靠的评价标准。在模型计算过程中,还需要对归属于不同模块的参数进行整理,做好权重分配工作,明确模型在实际应用阶段的应用情况,提升模型分析结果的可靠性和实用性。将前期的监测数据直接导入BP神经网络,汇总得到可靠的验证数值,为其他工作的顺利进行奠定基础[2]。
在具体的预测分析过程中,需要创建试验条件,进行多组预测试验,了解在不同应力值状态下基坑位移量的变化情况,讨论相互之间的线性关系,根据分析结果进行基坑位移预测,了解存在的潜在问题,及时对问题进行整理,提高分析结果的准确性[3-5]。
基坑变形的动态预测不借助于有限元模型,通过前期监测数据和变形数据训练神经网络,神经网络训练成功后借助时间窗动态预测技术。通过持续获得的变形数据预测后一阶段的沉降值,在施工过程中动态预测基坑变形情况,达到指导施工的目的[6]。
对基坑开挖前期数据进行整理,固定合适的时间窗格并训练BP神经网络。通过训练好的神经网络预测基坑变形数据,与实际监测数据进行对比,核实计算误差并调整时间窗格大小直至计算误差达到容许范围,得到最优神经网络[7]。通过前期监测数据对基坑变形进行实时动态预测,并将预测数据与最新数据进行对比,不断更新神经网络,得到更为准确的预测数据[8]。
综上所述,相比于其他作业区域的施工活动,在软土区域进行超大基坑开挖作业面临着较大的作业困难,在实际作业过程中,需要做好土体位移量分析工作,积累可靠的应用数据,为支护方案的优化提供必要支持。