汪 敏
(浩乔建设集团有限公司,江西 南昌 330077)
软土一般具有天然含水量高、孔隙比大、压缩性墙以及抗剪强度与承载力不足等诸多不良工程地质特性,通常位于滨海、湖泊等地区,给当地堤防等水利工程建设造成不利影响[1]。因此,在具体的工程施工中必须要对这种地基进行有效的加固处理,而水泥搅拌桩在此类地基处理方面具有显著的优势,并获得广泛的应用[2]。水泥搅拌桩处理技术最早源于20世纪60年代的美国,是一种施工扰动小、简单迅速、工程造价低、见效快的软弱地基加固处理方法,一经出现就受到工程建设领域的广泛关注并大量应用于相关工程施工。但是,在软土地基的施工过程中,地基的厚度、回填高度以及施工中的各种技术因素,都会对地基沉降造成较大的影响,进而造成实测沉降值和安全沉降值之间存在一定的差距[3]。因而,提高软土地基沉降预测的准确性,就成为该工程领域亟待解决的问题。另一方面,在地基沉降领域的预测方法较多,而不同方法的有不同的适用条件,对观测数据也有不同要求,这就需要选择合适的预测方法[4]。基于此,本文以围堤水泥搅拌桩加固工程为例,通过常用预测方法与实测值的对比研究,分析获取适合此类工程的地基沉降预测方法,力求为类似工程建设提供宝贵的资料。
某港口的新建码头工程计划布置1个10000t级杂货泊位和1个50000t级散货泊位,码头下游内档设置1个3000t级散货泊位,占用岸线长度450m。受场地条件限制本工程拟采用单引桥的布置形式,引桥布置于两个泊位中间。为尽量减少码头引桥桥基桩穿堤影响,采用短突堤连接码头引桥与围堤。针对拟建码头引桥桩基对堤防渗漏的影响,根据工程建设方案中引桥具体布置,设计考虑在引桥近堤处设置短突堤,与原有围堤衔接形成封闭。同时对原有围堤堤身采用水泥搅拌桩进行加固处理,以有效提高地基承载力和地基的均匀性,有效控制堤身加固区的土体变形[5]。水泥搅拌桩加固处理范围:宽度24m(引桥轴线上游12m、下游12m),长度12m(南起于旱闸口外侧2m)。结构形式:桩径50cm水泥搅拌桩,桩底高程-12.00m,外江侧第一排桩间咬合30cm,其余搅拌桩为正方形布置,桩距为1.2m×1.2m。
根据现场勘查,K11+509—K11+521段的地质特征比较典型。结合施工现场的实际情况以及本次研究的目的,确定该段为本次研究的地基沉降观测段,长度为12m。选择位于上述观测段中部的K11+515断面为典型观测断面。在该断面布置6块沉降板。其中沉降板1、2、3位于断面上部迎水面、中部和背水面,水平间距为12m[5]。在研究断面的水泥搅拌桩施工完毕之后,开始进行沉降量的观测,观测周期为300d,部分关键时间节点的观测数据见表1。从表中的数据可以看出,在水泥搅拌桩施工完毕之后,研究断面各观测点的沉降量随着时间推移而迅速增加,之后增加速率趋缓,最后趋于稳定。
表1 各观测点沉降量实测数据
一直以来,诸多学者在地基沉降预测方面进行了深入的研究和探索,提出了一系列行之有效的沉降预测方法[6]。这些方法根据预测原理的不同,大致可以分为曲线拟合法、系统分析法和参数反演法三大类[7]。同时,这些方法一般都是以实测数据为基础,综合考虑各种复杂因素的影响,实现对地基沉降的整体预测,具有较高的预测精度。本次研究中结合各种预测方法的适用性以及背景工程的实际情况,选择双曲线法、指数曲线法以及BP神经网模型法等3种方法对地基的沉降值进行预测,并与实测值进行对比,以获取最适合的沉降预测方法[8]。
利用选择的3种不同预测方法对典型断面测点1的沉降量进行预测计算,结果如表2所示。为了对比不同预测模型的预测计算精度,对各模型预测值与实测值的相对误差进行计算,结果如图1所示。由表2和图1可知,双曲线法、指数曲线法以及BP神经网模型法的相对误差均值分别为0.60%、11.32%、0.93%;其相对误差的最大值分别为1.07%、11.32%、1.29%。由此可见,预测误差最小的是双曲线法,其次是BP神经网络法,误差最大的是指数曲线法。另一方面,随着时间的推移,双曲线法和BP神经网络法的预测误差在逐渐减小,也就是预测的精度不断提高。综上所述,从测点1来看,双曲线法和BP神经网络法更适合于沉降量的预测计算。
表2 测点1沉降量预测结果
图1 测点1不同模型预测值的相对误差变化曲线
利用选择的3种不同预测方法对典型断面测点2的沉降量进行预测计算,结果如表3所示。为了对比不同预测模型的预测计算精度,对各模型预测值与实测值的相对误差进行计算,结果如图2所示。由表3和图2可知,双曲线法、指数曲线法以及BP神经网模型法的相对误差均值分别为1.52%、9.53%、2.61%;其相对误差的最大值分别为2.99%、13.42%、5.81%。由此可见,对于测点2三种预测方法中误差最小的是双曲线法,其次是BP神经网络法,误差最大的是指数曲线法。另一方面,随着时间的推移,双曲线法和BP神经网络法的预测误差在逐渐减小,也就是预测的精度不断提高。综上所述,从测点2来看,双曲线法和BP神经网络法的预测误差较小,预测的精度相对较高,更适合于沉降量的预测计算。
表3 测点2沉降量预测结果
图2 测点2不同模型预测值的相对误差变化曲线
利用选择的3种不同预测方法对典型断面测点3的沉降量进行预测计算,结果见表4。为了对比不同预测模型的预测计算精度,对各模型预测值与实测值的相对误差进行计算,结果如图3所示。由表4和图3可知,双曲线法、指数曲线法以及BP神经网模型法的相对误差均值分别为1.76%、9.49%、2.35%;其相对误差的最大值分别为3.51%、28.18%、5.29%。对于测点3,3种预测方法中误差最小的是双曲线法,其次是BP神经网络法,误差最大的是指数曲线法。另一方面,随着时间的推移,双曲线法和BP神经网络法的预测误差在逐渐减小,也就是预测的精度不断提高。综上所述,从测点3来看,双曲线法和BP神经网络法的预测误差较小,预测的精度相对较高,更适合于沉降量的预测计算。
表4 测点3沉降量预测结果
图3 测点3不同模型预测值的相对误差变化曲线
本文以实际工程为背景,对水泥搅拌桩加固软土地基工程领域的常用地基沉降预测方法进行对比研究,获得的主要结论如下:
(1)预测精度最高、误差最小的是双曲线法,其次是BP神经网络法,精度最低、误差最大的方法是指数曲线法。
(2)双曲线法和BP神经网络法的预测结果均比较准确,可以有效描绘研究断面的沉降变化,更适合于背景工程的沉降预测研究。
(3)不同的预测方法有不同的适应对象,同时会受到工程特点,特别是地质环境的较大影响,并在预测精度上可能存在显著差异,因此在实际应用中选择合适的预测方法十分重要。