基于實測數據的沉降預測方法綜述★

張炳乾 李戰勝

(1.安陽市建筑工程質量監督站，河南 安陽 455000； 2.河南省城鄉規劃設計研究總院有限公司，河南 鄭州 450002)

基于實測數據的沉降預測方法綜述★

張炳乾1李戰勝2

(1.安陽市建筑工程質量監督站，河南 安陽 455000； 2.河南省城鄉規劃設計研究總院有限公司，河南 鄭州 450002)

介紹了靜態和動態兩種基于實測數據的沉降外推預測方法，闡述了各種方法的適用范圍和優缺點，指出基于實測數據的沉降預測法是針對建筑實測所得的離散沉降值，用數學模型預測地基的最終沉降量，具有較好的適用性。

實測數據，復合地基，沉降，預測方法

工程實際表明，復合地基能夠有效減小軟弱地基的變形量及沉降差。在工程實踐中，建筑物對地基沉降變形有不同限值要求和適應能力，這是由建筑物的功能要求決定的，在保證安全和使用功能的前提下允許出現一定的沉降變形。沉降控制設計方法的基本思想是：為達到參數合理，經濟效益最優的目的，需要將復合地基的沉降變形控制在一定范圍內[1]。

自1923年Terzaghi提出固結理論以來，地基的沉降變形計算方法已有非常大的發展，計算方法種類眾多，有簡單的半經驗的圖表法，也有數值模擬分析方法。目前，有很多種地基沉降的計算方法，究其原理，可分為基于固結原理、考慮土的性質的理論計算法[2]和基于實測沉降資料的沉降外推預測方法兩大類。這兩類方法都有其適用性和可操作性，本文對基于實測數據的沉降外推預測方法進行綜述，對工程實際地基問題有著重要意義。

1 靜態預測方法

1.1 指數公式法[3]

根據不同的排水條件，得到不同的固結度的理論解，由t時刻固結度與固結度的理論解的關系，可推導出下式：

(1)

其中，a，b為與地基土種類、性質、地基的排水條件等有關的參數；Sd為初始沉降量；St為t時刻的沉降量；S為最終沉降量。

1.2 星野法[4]

星野法地基變形計算公式為：

(2)

其中，S0為假定的瞬時沉降；St為隨時間變化的沉降量；S∞為總沉降值；a，b均為待定參數。將上式轉化為直線方程如下：

(3)

1.3 雙曲線法[5]

當實測數據足夠多時，可以利用雙曲線式進行沉降預測，下式可近似表示沉降隨時間的變化規律：

(4)

其中,S0為t0時刻的沉降值；St為t時刻的沉降值；a，b均為曲線擬合系數。

變換式(4)可得到：

(5)

1.4 三點法[6]

根據土力學中對固結度的定義和曾國熙推導的沉降變形固結度方程可得：

St=Sdae-bt+S∞(1-ae-bt)

(6)

具體預測時，根據沉降實測曲線，在滿足等時距原則條件下，從恒載段上選取三個點，即選取滿足Δt=t2-t1=t3-t2條件下的(S1，t1)(S2，t2)(S3，t3)三點，代入式(6)，并聯立求解可得：

(7)

(8)

(9)

1.5 對數曲線法[7]

假定沉降隨時間是緩慢增加的，可以把實測沉降曲線近似看成是對數曲線，即為對數曲線法，其方程為：

St=a+blnt

(10)

其中,St為t時刻的沉降量；a,b均為待定參數。

1.6 泊松曲線法[8]

為了表達沉降量隨時間發展的全過程，即“S”形曲線，宰金珉等提出利用泊松曲線來預測，得到較好的效果。

泊松曲線的表達式如下：

(11)

其中,St為t時刻對應的預測沉降值；a，b，k均為待定系數。

2 動態預測方法

動態預測方法與靜態預測方法的最大區別在于：沉降數據的變化能夠及時影響系統，隨著觀測變形量的變化趨勢不斷改變，原始數據處理系統也在不斷變化，由此能夠得到更為合理的沉降預測值。

2.1 神經網絡模型[9]

神經網絡是人工智能科學領域中的一個重要分支，為了模擬人腦的一些基本特性，如：自適應、自組織、容錯性等，神經網絡模型采用了物理可實現的系統來處理數據。神經網絡是對自然的神經網絡或人腦一些基本特性的概括和模擬，是非線性動力預測系統，它有很強的學習能力和自適應性、自組織性，具有并行處理和分布式信息存儲能力，以及容錯、聯想及抗干擾能力，在處理背景不清晰、信息繁雜、規則含糊的問題時，它具有自己獨特的優越性[10]。

目前人工神經網絡模型有很多種，常用的有：CPN網絡、BP網絡、Hopfield網絡等。

2.2 灰色系統模型(Grey Model)[11]

灰色系統屬于系統科學范疇，它提供了求解系統問題的新途徑，特別是在貧信息情況下,灰色系統模型能夠將一切隨機變量都看作灰色量，將隨機過程看作是與時間有關的灰色過程，灰色量和灰色過程均在一定區間內變化。用數據生成的方法對灰色量進行處理，將原本可能毫無規律的雜亂實測數據處理成具有一定規律的序列，進而利用生成序列建立模型進行預測。這樣站在較高的層次上對問題的分析能夠較全面地揭示系統的長期變化規律[12]，工程中常用的是GM(1,1)模型和Verhulst模型。

3 研究方向展望

基于實測數據的沉降預測法是針對建筑實測所得的離散沉降值，用一定的數學模型來構建某種關系，以此模型預測地基的最終沉降量，具有較好的適用性。但由于模型只是采用數學方法，沒有充分考慮地基土的類型、物理力學性質、地下水和地基的處理方法，這些計算方法得到的變形預測結果往往與實測值存在著較大的偏差。因而，當工程情況比較復雜時，就不能很好地預測建筑物沉降發展規律，既能反映實測沉降數據規律又能考慮到土和地基實際性狀的預測方法將是未來基坑沉降研究的方向。

[1] 熊 輝.基于沉降控制理論的水泥攪拌樁復合地基設計[J].巖土工程技術,2001(3)：169-172.

[2] 陳祥福.沉降計算理論及工程實例[M].北京:科學出版社,2005.

[3] 王錦山,孟德光.基于實測數據軟土地基沉降預測方法及工程實例分析[J].河南理工大學學報,2006(4):151-155.

[4] 王立忠.巖土工程現場監測技術及其應用[M].杭州:浙江大學出版社,2000.

[5] Sridharam A,Murthy N S & Prskask.Rectangula hyperbola method of consolidation analysis[J].Geotechnique,1987,37(3):355-368.

[6] 曾國熙,楊錫令.砂井地基沉陷分析[J].浙江大學學報,1959(3)：87-88.

[7] 李志斌,葉觀寶,徐 超.高速公路沉降預測方法的優化選擇[J].石家莊鐵道學院學報，2005，18(9):24-27.

[8] 宰金珉,梅國雄.全過程的沉降量預測方法研究[J].巖土力學,2000(4)：113-114.

[9] 焦李成.神經網絡系統理論[M].西安:西安電子科技大學出版社,1992.

[10] 王 偉.人工神經網絡原理(入門與應用)[M].北京:北京航空航天大學出版社,1995.

[11] 鄧聚龍.灰色系統基本方法[M].武漢:華中理工大學出版社,1987.

[12] 鄧聚龍.灰色系統(社會·經濟)[M].北京:國防工業出版社,1985.

Overview on subsidence detection methods based on practical measured data★

ZHANG Bing-qian1LI Zhan-sheng2

(1.AnyangBuildingEngineeringQualitySupervisionStation,Anyang455000,China;2.HenanUrban-RuralPlanning&DesignAcademyCo.,Ltd,Zhengzhou450002,China)

The paper introduces static and dynamic subsidence prediction methods based on practical measured data, describes their application scope and merits and defects, and points out that: subsidence prediction method is in light of discrete value， using mathematical model predicting foundation subsidence has better application.

practical measured data, composite foundation, subsidence, prediction methods

1009-6825(2014)22-0048-02

2014-05-09★:河南省教育廳科技攻關項目資助(項目編號：200510459073)

張炳乾(1986- )，男，助理工程師； 李戰勝(1981- )，男，碩士，工程師

TU433

A