刘思波
(广东质安建设工程技术有限公司 广州 510663)
随着我国基建工程的发展和现代化水平的提高,城市深基坑项目越来越多,且随着基坑开挖深度的增加,地下岩土体的工程性质、支护结构所受荷载与周边环境等亦越发复杂。因此,通过合理有效的监测手段对基坑及其周边环境进行合理监测,及早发现安全隐患是保证深基坑安全的重要一环。
传统的人工监测存在监测间隔时间长、数据反馈慢、受监测人员水平影响大等缺点[1-2]。何钦等人[3-5]探索了基坑工程项目中采用自动化监测的可行性,发现在基坑监测中采用自动化监测手段是可行的;李均等人[6-8]通过研究自动化监测系统在基坑工程中的应用,发现采用自动化监测系统能为基坑监测提供实时、精确、连续的数据,预测基坑变形趋势,为基坑的顺利进行提供保障。
因成本、技术等因素制约,目前基坑仍以人工监测为主,自动化监测主要应用于单一监测项目,采用全自动化监测的基坑项目非常少见。因依托项目基坑开挖深度达42.35 m,且其周边环境非常复杂,为保证该基坑工程的顺利完成,决定在该项目中采用全自动监测手段,并通过自主研发的基坑自动化监测监管云平台,及时、准确地反映基坑支护结构与周边建筑物变形情况。
某大厦位于深圳市南山区白石洲,白石四道与深湾三路交汇处东南侧,总占地面积10 376 m2。基坑北侧紧靠地铁11 号线和9 号线,在项目红线范围内,北侧地下室外墙距地铁11 号线右线隧道结构外边线约5.5 m,东侧、南侧、西侧地下室外墙距红线仅有3.0 m,场地可利用空间非常狭窄。
基坑北侧紧靠地铁11 号线和9 号线,其余三侧周边条件相对简单,但场地土质条件较复杂,地表下存在1.5~5.5 m 厚的淤泥层以及约10.0 m 厚的填石层。根据地层情况、开挖深度、周边环境等条件,采用地下连续墙作为围护结构,旋喷桩超前护槽。
基于项目开挖难度以及安全性考虑,项目组决定对墙顶竖向与水平位移、基坑墙体深层水平位移、锚索内力、地下水位等监测项目采用自动化监测。
本项目基坑开挖深度达42.35 m,是目前国内房建最深基坑项目,为保证基坑工程的安全进行,除采用自动化监测手段外,同时在该项目引入建设工程安全监测监管云平台,将互联网、物联网、云计算、区块链等先进技术应用到项目中,通过智能感知设备采集数据,由采用区块链技术的云平台进行统一集中管理,实时、智能化处理海量信息,如图1所示。
图1 基坑自动化监测系统运行机制Fig.1 Operation Mechanism of Automatic Monitoring System for Foundation Pit
2.2.1 水平位移、立柱竖向位移监测
基坑水平位移测量采用高精度测量机器人徕卡TS50 进行测量,配合自主研发的测量终端以及云平台,完成监测数据从测量、收集到传输、解算一系列流程。整套水平位移监测系统完全采用自动化运行手段,大大降低数据篡改及倒灌的可能性,能够有效保证数据的实时性以及真实性。
因工地现场进场单位较多,为保证测量机器人正常工作,测站采用专用的观测站房进行保护,如图2所示,测站所在位置需满足与测点通视良好、不影响施工等条件;同时,后视点应选择远离施工区且不受施工影响的稳定区域进行布置;而监测点需布置在旧地连墙顶部或者护栏内侧等易于保护的位置。
图2 全站仪观测站房Fig.2 Total Station Observation Station Room
2.2.2 深层水平位移自动化监测
采用CASZ-CX360A 阵列位移计对深层水平位移进行监测,通过测量加速度计在不同的轴向上的加速度变化量,反映出轴向与重力方向的角度变化量,从而推算出相应节点的位移变化量。为提高测量结果的准确性,CASZ-CX360A 阵列位移计通过先进的测控、传感器温度补偿、核心算法优化等技术,实现深层水平位移X、Y、Z三维变形量的实时在线监测。
为验证深层水平位移监测的准确性,在埋设S1测点时,同时将两条测斜管埋设于围护墙中,一条作为自动化监测,一条为人工监测,监测数据如图3所示。
图3 测斜人工监测与自动化监测对比Fig.3 Comparison of Manual Monitoring and Automatic Monitoring of Inclinometer
4 月1 日~6 月30 日S1 测点深层水平位移变化量如图3所示,可知,自动化监测数据与人工监测符合程度较好。
2.2.3 地下水位监测
水位监测采用项目组自主研发的CAYT-SWD01智能单点低功耗高精度液位计进行监测。通过NBIoT 技术[9]实现数据的无线采集与传输。NB-IoT 构建于蜂窝网络,具有覆盖广、连接多、速度快、成本低、功耗低等优点。依托该技术,该款水位计功耗极低,在无外接外接电源的条件下亦可持续工作两年时间。
该款水位计内置有自检报警系统,若测量结果超限报警,仪器会自动根据内置程序连续采集多次数据,通过设定好的算法对监测值进行二次判定,降低误报警的可能性。同时,仪器内置二层数据过滤算法,一分钟内采集10 组数据,通过平均值加3 倍标准差法首先剔除异常数据,剔除异常数据后取剩余数据均值作为该时间点有效水位值;在下一分钟完成数据的采集与处理后,与前一分钟有效水位值进行对比,并提前设定阈值,若结果在阈值内,则代替前一分钟数据成为新有效水位值,若超过阈值,则不保存数据,同时发送异常信息。
为验证地下水位自动化监测的准确性,在水位自动化监测W1测点1.0 m 处布设人工监测孔位,地下水位与人工监测在4 月1 日~5 月1 日监测数据对比如图4所示。因人工监测数据监测频率要远低于自动化监测,因此,人工监测数据采用3次样条插值法对中间数据进行取值。由图4可知人工与自动化监测数据符合程度较好。但若一天内水位有较大变化时,如在4 月6 日~4 月7 日间有较大程度变化,人工监测由于监测频率过低,难以反映出两次测量间隔之间数据变化趋势,容易漏掉某些关键数据,致使监测人员对基坑安全性产生误判。
图4 水位人工监测与自动化监测对比Fig.4 Comparison of Groundwater Level Automatic and Manual Monitoring Data
2.2.4 地连墙应力、支护桩应力监测
内力监测采用振弦式钢筋测力计进行测量,并结合多通道振弦采集仪实现监测数据的及时上传。采集仪使用Lora[10]四通道正弦采集仪,能够自动采集振弦式传感器频率值及其温度;模块为金属外壳,可有效防护电磁干扰。
在一根支撑内埋入两组传感器,一组用于自动化监测,一组用于人工监测,监测数据对比如图5 所示。可以看到自动化监测数据与人工监测数据符合程度较好。但在一天时间内,从自动化监测数据可以看出,轴力在一天内数据有较大的差距,但采用人工监测基本是一天一测,无法反映出在不同时间内轴力监测值的不同,仅能尽量在同一时间点采集监测数据。
图5 轴力人工监测与自动化监测对比Fig.5 Comparison of Manual Monitoring and Automatic Monitoring of Axial Force
对传统人工监测存在的监测间隔长、数据反馈慢、受天气影响大等问题,在本项目中采用多种自动化监测手段,将基坑工程监测与物联网结构体系、云计算、局域网、通讯网等多网无缝连接技术结合,建立一套科学完善的基坑监测与预警解决方案,保障了本项目的顺利进行。
为验证自动化监测数据的准确性,采用人工监测进行数据对比后发现自动化监测数据与人工监测数据符合程度较好,且自动化监测频率要远大于人工监测,能更好模拟出短时间内监测数据的变化,减少数据错漏等情况出现。