地铁隧道盾构施工监控量测与顶管沉降变形预测

钱蔚然

摘要：在明确具体项目工程概况、水文地质条件和既有1号线的调查情况的基础上，布置监测点，对监测点沉降值计算，完成对地铁盾构隧道施工监控量测。引入BP神经网络，确定输入层、输出层和隐藏层参数，通过训练后的BP神经网络实现对顶管沉降变形的预测。

关键词：地铁盾构；隧道下穿；矩形；顶管；神经网络

0   引言

随着各地城镇化建设工作的推进、海绵城市开发工作的逐步完善，各地的地铁、隧道等地下工程发展步入了黄金时期。在城市中，盾构隧道、顶管隧道能高效、合理地利用城市地下空间，是城市基础建设现代化的重要标志。城市轨道交通建设大多处于复杂环境中，因此项目施工通常具有较高的安全风险。

地铁隧道不可避免地要穿越地表和地下的建筑物，为规范地铁盾构隧道施工，有关学者开展了大量研究。叶庆[1]等在开展研究后，明确了预留出入口会对隧道结构造成影响，并从远期预留口着手进行了试验。张轩煜[2]等在开展研究后，引进了随机场理论，以某顶管隧道工程项目为例，对此类工程项目在施工时的地表变形特性进行了分析，为控制施工中的表面构筑物变形提供支持。程斌[3]从顶管隧道施工入手，以某超大断面矩形顶管工程为例，对其全断面渣土施工技术的优化与改良进行了分析，为完善、优化工程项目施工技术提供帮助。

在新建地铁盾构下穿顶管隧道时，矩形顶管隧道结构将呈现出许多特殊的受力和变形特征。一旦在施工中出现洞室设计、施工不合理，不仅会对工程带来过大的附加内力与变形，还会对洞室及地下各类管道的安全构成严重威胁。同时也会破坏洞室、岩层间的平衡，使洞室底部应力解除、支护条件减弱，从而引发洞室排水系统失效，进而引发连锁性的结构破坏。为解决此方面问题，需要规范地铁盾构隧道工程项目的施工。本文以博览中心站-燕庄站隧道工程项目为例，开展地铁盾构隧道施工监控量测与顶管沉降变形预测。

1   工程概况

1.1   工程基本情况

本次研究的工程項目为地铁隧道施工项目，该项目建设区间为博览中心站燕庄站，正线隧道采用盾构法施工。项目基本情况如表1所示。

博燕区间隧道左线，距1号线燕庄站车站主体围护结构地下连续墙平面最近距离为1.29m，距1号线燕庄站车站主体结构平面最近距离为2.36m。区间隧道左线，距燕庄站2号风亭围护结构地下连续墙平面最近距离为9.24m，距燕庄站2号风亭结构平面最近距离为10.24m。

1.2   水文地质条件

区间下穿1号线区间位置自上而下分为8个工程地质单元层，6号线隧道掘进地层主要为2-51细砂层，既有一号线隧道区间位于粉质黏土、细砂中。地质断面如图1所示。

1.3   既有1号线调查情况

郑州市轨道交通1号线一期工程于2013年12月28日开通运营，全日运营17h。对既有1号线进行现场调查，并对既有1号线的概况与运营时刻表进行分析。既有1号线概况见表1。既有1号线运营时刻表见表2。

通过对现场的勘查发现，车站上行线大里程端盾构井侧墙有1处渗漏水，整体情况较好。下行线道床以及底板侧墙交界处有多处渗漏水情况。车站结构无混凝土掉块、钢筋外露及锈蚀、孔洞、疏松等问题。车站道床为钢筋混凝土整体式，整体性较好，未发现道床脱空问题，但车站端头存在整体下沉情况。区间隧道左右线侧壁及管片接缝处有渗漏水。

为确保工程项目施工的规范性，施工前对下穿一号线隧道周边情况进行分析。下穿一号线隧道范围内，地面为金水路与未来路交叉口，地面为既有的市政道路。下穿范围内存在直径800mm的混凝土污水管线，沿着金水路东西方向敷设，埋深为3.9m。鉴于此，施工前应明确区间磨桩施工以及后期运营阶段，在地面增设现场标志，并加强对该区域现场巡查，以防止地面出现大量堆载等不良问题。

2   地铁盾构隧道施工监控量测

2.1   监测点布置

在车站结构侧墙处布设车站结构竖向位移监测点，主要影响区按5m间距布设，次要影响区按10m间距布设。监测点布设在区间车站结构上，埋设专用监测点位。点位埋设要牢固，利于长期保存，且不能影响列车运行。附属结构竖向位移监测点，在附属出入口通道结构拐角处地板上布设[4]。将监测点布设在整个车站结构上，将测点布设在与车站结构侧墙距离50cm的位置上[5]。监测点布置结构如图2所示。

2.2   主要观测技术指标即要求

根据地铁地下通道的位置特殊性，利用几何水准测量法，对车站结构的垂直位移和差异变形进行监控，对现场观测的数据进行记录[6]。对各个监测点的观测，需要以表4中记录的主要观测技术指标为标准。

2.3   监测原则

在使用封闭水准线的情况下，只能进行一条直线的观测。而在使用附和水准线的情况下，则需要做一次来回的监测，然后再使用两个观测高差的中间值来调整[7]。

监测要点如下：对所用的设备必须定期检查，如果观测结果出现异常，则要及时检查和纠正。在监测过程中，要确保监测环境和图像质量。在监测之前，必须对记录文件中的每一个控制偏差参数进行准确地设置，监测完毕后，必须在现场对其封闭或附加偏差情况进行检查，并在检查合格后才能进行测量。在进行高程测量时，必须符合各种有关的技术条件。采用严格的平差法，调整后的数据精度要达到0.1mm。根据变形观测站各阶段的高度，计算出各个阶段垂直位移量、各个阶段的变形率以及累积的垂直位移量。

2.4   监测站点稳定性分析

以稳定的参考站点为基础进行监测站点的稳定性分析。将相邻两个时间段的观测值的变化与最大观测值（中间误差的两倍）进行对比，如果观测值的变化低于最大观测值，则可视为该时间段的观测值没有变化，或者变化不明显。对于多个时期的形变数据，如果相邻时期的形变很小，但是在多个时期内表现出显著的变化，就应该被认为是发生了变化。

假设基点为已知高程，结合测得的各个测点的高差，经过严密平差后得到各个测点的高程，再将其与前次测量得到的高程作差得到该监测点的沉降值，其公式为：

△h=Hn-Hn-1               （1）

式中：△h代表测点沉降值；Hn代表某一测点n的高程；Hn-1表示迁移测点n-1的高程。

此外，还可以采用回归分析等数学计算的方法，来对监测点的变形规律进行预测。可以使用ANSYS等有限差分软件，来对重点部位进行模拟计算，并与地质情况、结构设计形式、施工进度等因素相结合，来对其进行对比。

3   顶管沉降变形预测

在对顶管沉降变形预测时，引入BP神经网络，根据研究目标确定输入层、隐藏层和输出层神经元的数量。BP神经网络的隐藏层使它具备了非线性映射的能力，加入隐藏层有利于改善模型的精度，降低误差，提高建模效率，但同时也会增大网络的复杂度[8]。

经过多次实验，得到了相同训练次数下，两个隐蔽层分别为1和2，两者之间的差异非常小。但如果隐藏层是1，则增加一个隐藏层并不会使网络性能得到有效改善，对此可以增加一个隐藏层。对于BP神经网络的隐藏层而言，其节点数量可以依据下述公式得出：

式中：n1代表隐藏层的节点数量。n代表输入层的节点数量。m代表输出层的节点数量。c代表常数，取值在0～10范围内。除此之外，n1还应当满足下式條件：

n13=log2 n                 （3）

当输入值不同，且不同值之间存在很大差异时，神经网络的收敛率就会降低，运算时间就会变长。为了提高效率，并进一步消除误差，可使用数据归一化来对输入数据进行处理，以使它们都在（0，1）之间，从而消除各个维度数据之间的巨大等级差距。在预测前，按照表5中记录的内容，对神经网络进行训练。按照表5中的内容完成对BP神经网络的训练后，可利用下述公式中的相关系数，实现对预测模型拟合程度的描述：

式中：r代表相关系数，xi代表实际测量值，yi代表预测结果，xa代表实际测量均值，ya代表预测均值。然后将相关系数最高结果对应的模型输出，作为最终的顶管沉降变形预测结果。

4   结束语

本文以博览中心站-燕庄站隧道工程项目为例，开展地铁盾构隧道施工监控量测与顶管沉降变形预测。通过对现场施工的监测布置、沉降变形预测研究，为工程项目的规范化施工提供技术支持。

为进一步实现对此类项目施工的规范化处理，应在现有工作的基础上，加强对待下穿1号线出入口的监测。如沉降（或隆起）值过大，应及时调整盾构参数。盾构下穿1号线出入口时，要提前与地铁公司运营分公司联系，将B出入口进行临时关闭。施工中要注意对盾构机姿态进行控制，保证同步注浆及二次注浆，减小盾构施工的扰动。在此基础上，根据工程项目施工的具体需求，提高浆液质量，确保浆液流动性和初凝强度等符合规范。

参考文献

[1] 叶庆. 远期预留出入口施工对浅埋顶管隧道影响研究[J].产业创新研究，2022（2）：139-141.

[2] 张轩煜，施成华，孙晓贺，等.基于随机场理论的顶管隧道施工地表变形特性分析[J].中南大学学报（自然科学版），2023，54（6）：2174-2189.

[3] 程斌，陈治.超大断面矩形顶管隧道全断面渣土改良施工技术[J].建材世界，2023，44（3）：147-150.

[4] 佘芳涛，吴征奇，周伟踪，等.考虑关键施工参数的矩形顶管隧道围岩变形控制分析[J].岩土工程学报，2022，44（S1）：247-253.

[5] 耿英宸，张昊然.土压平衡顶管隧道邻近房屋施工技术[J].国防交通工程与技术，2022，20（6）：61-64+51.

[6] 蒋凯，黄林冲，梁禹.长距离曲线顶管隧道施工过程中力学行为特征[J].铁道科学与工程学报，2021，18（11）：2963-2970.

[7] 杨朝帅，邹翀，潘岳.大断面矩形小净距顶管隧道群施工地层变形规律研究[J].水利与建筑工程学报，2021，19（5）：111-117.

[8] 卞荣，龙月，贺雷，等.桩基施工对邻近顶管隧道的扰动影响[J].科学技术与工程，2021，21（18）：7551-7557.