隧道工程施工進度三維智能控制方法研究

韓慶全，賈紫涵，段曉晨，王煥麗，羅麗嬌

（1.石家莊市交建高速公路建設管理有限公司西阜分公司，河北 石家莊 050043；2.石家莊鐵道大學經濟管理學院）

1 引言

西阜高速石家莊段長度為34.338 km，西阜大道梁隧道于靈壽縣陳莊鄉大道梁村，所處地質有V級、IV級、III級、II級四種，其中II級圍巖居多，占總線長的一半以上，II級圍巖在爆破開挖時，極易發生巖爆，破壞巖體。初期支護采用錨、噴、網、鋼拱架結合的方式進行施工，二次襯砌選用鋼筋混凝土結構。大道梁隧道段為整個工程的重點控制項目，其施工特點為下:①隧道施工工作面較窄，各工種施工存在相互交叉、平行、協同等相互干擾的情況，管理難度增大。②隧道建設地區位于地層構造帶，當在可溶地段與斷層破碎帶施工時，易發生涌突水（泥）等事故。③隧道洞身長、通風性差，在瓦斯地段易發生安全事故。

針對以上問題，本論文在收集和整理大量類似工程進度控制數據的基礎上，集成BP神經網絡、灰色預測及BIM技術方法對大道梁隧道施工進度方案進行事先三維、非線性、智能預測和優化，同時進行動態智能進度預警和優化控制，適時、直觀、科學、準確地為管理者提供決策支持和輔助建議。

針對長大隧道建設環境復雜多變、進度管理難度大的現狀，國內外學者提出利用網絡計劃、S曲線、仿真技術、模糊理論等方法對隧道施工進度進行管理和控制[1，2]；Run Tao等學者[3]將進度、質量及成本綜合考慮，以期實現多目標綜合效益最大；郭士禮等人[4]利用3D+GIS技術對高速公路施工進度進行動態管理；胡蘭等人[5]利用蒙特卡洛構建了隧道施工進度及成本的函數關系模型，對隧道施工進度進行預測和控制。但本論文所提出的在類似已完工程進度大數據基礎上，集成BPNN、GM(Grey Model)、BIM等技術對隧道施工進度進行智能三維非線性預測和動態優化的方法，查無文獻報道，具有一定新意和應用價值。

2 建立隧道施工工期靜態目標優化模型

2.1 隧道工程分解

隧道施工主要包括開挖初級支護、襯砌、機電安裝以及其附屬項目等。結合大道梁隧道施工特點，運用WBS(Work Breakdown Structure)工作分解方法將其劃分為施工前期準備工作、洞口開挖及明洞施工、超前支護、開挖、初期支護、仰拱填充和襯砌施工7個階段，26個具體工序，給合工序間先后銜接關系繪制出網絡計劃圖，用以計算出隧道施工最優方案，如圖1所示。

圖1 大道梁隧道施工網絡圖

2.2 分析并計算各工序時間消耗

結合收集到已完類似工程數據的多少以及相應工程特征選擇不同的工序時間預測方法。本文主要從三個方面進行論述。

2.2.1 數據較多時，工序時間預測方法

當收集到的已完類似案例數據較多時，選用BP神經網絡對各個施工工序時間消耗進行預測。以下以工序風管安裝為例，對BP神經網絡預測過程進行說明。

第一步，選取影響時間消耗定額的主要工程特征，并對其進行量化。通過現場調研及施工經驗，選取了風管直徑、鋼板材質、風管壁厚、法蘭類型、法蘭壓力等級、電焊機類型等6個特征作為影響風管安裝時間消耗的重要因素，并對其進行量化，如表1所示。

第二步，構建神經網絡模型[6]。將選取的6個工程特征值：風管直徑、鋼板材質、風管壁厚、法蘭類型、法蘭壓力等級、電焊機類型，分別用I1～I6表示，作為預測模型輸入單元；模型輸出為每小時安裝面積，用T1表示；節點傳輸函數為Sigmoid函數；隱層單元取2×6+1=13個。在收集的案例中通過PSO粒子群優化法，篩選出了42個與大道梁隧道風管安裝工程相似度較高的案例，取前40個樣本數據作為BP神經的訓練樣本，41、42倆組數據作為測試樣本，見表2。

表1 風管安裝工時消耗類目量化表

表2 基礎數據表

圖2 網絡收斂過程

第三步，采用MATLABR2014a軟件建立預測模型，圖2為網絡收斂過程，最終訓練精度達到10－10，已接近10－12，達到模型精度要求。

用樣本41和42對收斂后的網絡進行檢測，由于BP神經網絡每次預測結果不唯一，為了減小誤差，將測試樣本運行20次，將20次的預測值求均值，并將其與樣本的實際值對比，如表3所示。

表3 結果分析

結果表明，第41組實際值與預測值之間的誤差為2.83%，42組實際值與預測值之間的誤差為2.67%，均小于5%，滿足工程實際需求。

第四步，對大道梁隧道每小時風管安裝面積進行預測。結合大道梁隧道實際情況及施工組織設計，對工程特征進行定量化描述，量化值為（3，2，1，3，2，2），用Matlab運行20次求均值后得到的結果為7.25㎡，即每小時風管安裝面積為7.25㎡。

2.2.2 數據較少時，工序時間預測方法

當收集的已完類似隧道案例數據量較少時，選用灰色 GM（1，1）方法對施工工序時間消耗進行預測[7，8]，下面以大道梁隧道V級圍巖開挖速度灰色預測為例，進行說明。

第一步，通過對案例的篩選，找出7個工程的施工工藝及結構與大道梁隧道工程相似的數據信息，從中選擇五個高速公路隧道V級圍巖開挖速度信息為96m/周、98m/周、101m/周、103m/周、105m/周。對本工程開挖速度預測如下：

①設原始數列為公式（1），構建GM（1，1）模型并檢驗。

其中，X（0）（k）為灰導數，（k取1,2,3,4,5）

②對X（0）作累加，得 X（1）?

③對 X（1）作緊鄰均值生成，得白化背景值 Z（1）（k）：

第二步，建立大道梁隧道V級圍巖開挖速度預測模型。

時間響應式公式：

第三步，檢測誤差。通過上述時間響應公式求出X（1）模擬值，從而還原出 X（0）的模擬值，計算其誤差值為0.9967>0.9，滿足精度要求，因此，可以預測大道梁隧道圍巖開挖速度：

則大道梁隧道V級圍巖開挖預測速度為108.62m/周。

2.2.3 無數據時，工序時間預測方法

若收集不到類似已完工程數據，可以通過專家意見、詢問現場施工人員經驗等方法，利用三時估計法對隧道各施工工序時間消耗進行預測。

2.3 確定工期管理的重點控制工序

通過上述預測出的工序時間消耗，結合施工網絡圖,計算出總工期為510d,并確定其關鍵線路為：進口左洞洞口開挖及明洞(B)→第1段V級圍巖超前支護、開挖及初級支護(E1)→第2段VI級圍巖超前支護、開挖及初級支護(F1)→第3段III級圍巖開挖及初級支護(G1)→第4段II級圍巖開挖及初級支護(H1)→第4段II級圍巖襯砌(H2)。

2.4 構建原因對策基礎數據庫及預警響應體系

分析已完類似工程施工過程中出現的進度問題，構建原因對策基礎數據庫，并結合原因對策數據庫構建預警響應體系[9]。當一周累計進度計劃與實際值間的偏差小于10%時，為一級預警，由項目部確定糾偏措施；當累計進度計劃與實際值間的偏差在10%～30%時，屬于二級預警；當累計進度計劃與實際值間的偏差在30%以上時，為三級預警，必須上報項目公司總經理，由總經理組織項目公司總工程師與項目部共同商議決定。

3 建立隧道施工工期動態優化控制系統

3.1 確定控制周期

大道梁隧道施工地質條件較為復雜，影響工程施工因素眾多，施工難度大，需要實時關注施工狀況，將隧道施工進度管理周期定為1周。

3.2 進度動態優化控制

下面以大道梁隧道V級圍巖開挖為例進行說明施工動態控制過程。選取2017年9月4日和2017年9月10日作為兩個循環控制周期，2017年9月4日隧道V級圍巖開挖數據統計如下：計劃開挖進度為15.5 m/d，實際開挖時度14.9 m/d，工程實際進度小于計劃目標，拖延0.4 m/d；進度偏差計算得2.6%<10%，屬于一級預警，按預警體系采取一級響應行動，由項目部自行解決。

結合問題原因，對其進行原因分析如下：①供應商不能及時供應機械設備。②圍巖施工過程中，沒有進行全過程實時監測，導致出現小范圍塌方，影響開挖進度。③施工現場臨時問題解決效率較低。

應對措施：①加強對供應商的溝通，確證機械設備投入能滿足工程需求。②安排專人對地質情況進行實時檢測，以降低施工對周邊環境及土層的影響。③加強施工現場管理人員的培訓，提高其解決現場問題能力。

利用PDCA進行循環控制，在下一周期執行本一周期確定的措施。統計并計算2017年9月10日相關內容，通過計算，實際進度小于計劃值，進度偏差為1.3%<2.6%，則表明上一周期確定的措施執行效果較好，但本周期仍存在其他問題，需要找到問題原因，并結合問題原因確定應采取的措施，按以上步驟不斷循環，直至工程完工。若是施工過程中發生新的進度問題，需要根據問題制定新的對策，并對數據庫進行補充，直到工程完成進度管理目標。

4 西阜大道梁隧道施工管理三維模型實施

4.1 構建大道梁隧道三維靜態模型

首先建立大道梁隧道的BIM技術模型，按照大道梁隧道設計圖紙，利用revit軟件構建隧道BIM三維技術模型[10]。模型主要包含隧道進口、隧道洞內、初級支護錨桿、鋼筋網和二次襯砌模型。利用Lumion軟件對所見模型進行渲染，部分渲染圖及三維漫游如圖3、圖4所示。

圖3 錨桿和鋼筋網初級支護三維模型

圖4 三維漫游

4.2 構建三維施工過程信息模型

將建好的revit大道梁隧道模型和編制的Project進度信息導入Navisworks軟件中，然后通過將3D模型附加施工任務名稱、類型和時間，創建大道梁隧道4D施工過程信息模型，為施工進度監控創造條件，如圖5所示。

圖5 將BIM模型和Project進度計劃導入Navisworks展示

4.3 利用BIM集成模型，輔助管理者進行施工進度監控

在Navisworks軟件“Timeline”窗口可以對隧道施工進度進行實時瀏覽[11]，主要包括各個工序的計劃與實際日期、橫道圖、各個工序任務完成情況、工序延期及提前情況等，如圖6所示；利用軟件動態模擬隧道進度情況，深黑色部分表示工程進度延后、淺灰色部分表示工程進度超時，實時跟蹤施工收集工程信息，運用BIM模型對工程信息進行分析，若發生進度偏差則需根據問題原因對策數據庫和預警體系，及時采取措施，保證工程順利完工。

圖6 任務超前或延遲不同狀態顯示

5 結語

通過對隧道工程施工進度BIM智能控制系統進行研究，將網絡計劃、灰色系統、BP神經網絡、PDCA循環及BIM技術等方法應用于隧道施工進度管理。本文通過大道梁隧道工程實例證明，所建模型能夠實現對其施工進度的動態、可視化管理，幫助管理人員監測施工出現的問題，及時找到原因并采取相應措施，提高管理水平及效率，該模型可以推廣到類似隧道工程施工進度管理中。