張瑞菊
【摘要】機場跑道是保障飛機地面安全和高效運行最重要的基礎設施,但跑道運營過程中常會產生地基不均勻沉降病害,嚴重影響跑道的結構安全。文章依托成都天府國際機場西一跑道形成智能跑道示范工程,通過布設先進的智能沉降儀、單點沉降計、分布式光纖等傳感器設備,全方位監測跑道原地基表面沉降、填筑體中間層沉降,自動獲取不同填筑高度下的沉降量及不均勻沉降變化情況;通過布設濕度計和基質吸力等設備,自動感知跑道地基濕度變化,為地基沉降誘因分析提供依據。
【關鍵詞】智能跑道;地基沉降;智能沉降儀;單點沉降計;分布式光纖;基質吸力;濕度計
【中圖分類號】 V351.11【文獻標志碼】 A
我國擁有超大規模的機場設施,航空運輸總周轉量位列世界第二,正逐步由民航大國向民航強國跨越。為此,全國民用機場正在加快推進以智慧為引領的"四型機場"建設。機場跑道是保障飛機地面安全和高效運行最重要的基礎設施,但跑道運營過程中常出現地基不均勻沉降、道面性能劣化、道面滑水風險等病害,嚴重影響跑道的結構安全及運營安全。傳統的人工巡檢、抽樣檢測、事后反饋等方法難以全時全方位保障跑道安全,因此具備主動感知、高效傳輸、精準解析、實時預警等功能的智能跑道技術已成為機場工程領域前沿科技與民航強國戰略重大需求的交匯點。
1工程概況
成都天府國際機場是我國"十三五"期間的重大基礎設施建設項目,也是"十三五"期間內開建的體量最大的機場工程之一。本次跑道地基沉降監測將西一跑道作為實施區域,通過先進的傳感技術進行地基沉降監測,實時掌控地基沉降及地基濕度的時空分布情況,為施工期的動態控制及安全預警提供數據支撐,消除安全隱患,保障機場場道施工質量。
西一跑道為4F級跑道,全長4000 m,寬75 m。該跑道修筑期間,土石方施工削平山丘70余座,處理沖溝百余條,完成填方總量約3600萬 m3。跑道填方區面積較大,原地基土層依次為沖洪積粉質黏土(厚度0.50~9.60 m)、黏土(厚度0.50~8.50 m),局部存在淤泥質黏土(厚度0.50~9.70 m),最大填方厚度約28.0 m,填土、原土變形相對較大;跑道跨越多個填挖方區,填挖方區變形差異容易產生不均勻沉降;填方區地基處理主要為軟弱土地基處理,綜合采用以碎石樁+塑料排水板、碎石樁、排水板等以排水固結為主的地基處理方法,結合采用強夯置換、CFG樁復合地基及換填方法,使處理后的地基滿足設計要求。
目前國內機場甚至全球機場的智慧建設,還處于摸索探究階段,沒有建設智慧機場的成熟經驗借鑒。本文從監測斷面選取、監測內容確定、傳感器選型及技術要求、傳感器方案布設、監測數據分析等方面,全方位展示跑道地基沉降監測技術,為新建機場的智慧建設提供了示范模板,為改擴建機場的智慧架構提供了借鑒參考,為智慧機場的推廣提供了寶貴經驗和建設思路。
2監測方案
2.1斷面選取
施工期地基沉降監測擬選取西一跑道范圍內易發生不均勻沉降的區域作為施工期間的重點監測區域。由于由北向南方向為飛機的主起降方向,因此重點關注跑道南側的地基不均勻沉降情況,綜合考慮因素包括:①填方高度以及異形斷面分布;②軟弱土分布;③地基及填方處理方式;④河塘沖溝分布。根據西一跑道工程地質剖面圖以及縱斷面設計圖,結合填挖交界位置、最大填方高度位置以及溝塘沖溝位置,選取了5個區域重點斷面進行監測,如圖1和表1所示。
2.2監測內容
2.2.1監測項目
根據智能跑道系統定義及結構安全中地基沉降內容[1],本期監測內容確定為地基沉降監測以及地基濕度監測。地基沉降監測主要包括原地基表面沉降監測,填筑體中間層沉降監測,旨在反映地基在不同填筑高度下的沉降量變化以及差異沉降情況,為施工期的沉降動態控制、地基處理評價、安全預警提供數據依據。
地基濕度監測主要包括土體濕度監測、基質吸力監測,感知降雨人滲過程中土體含水量、基質吸力的變化,確定地基濕度來源,考察地基土體固結程度,為地基沉降誘因分析提供數據依據。
2.2.2傳感器選型
布設的傳感器包括智能沉降儀、單點沉降計、光纖、濕度計、基質吸力計。其中,智能沉降儀用于獲取監測斷面沿縱向或橫向的相對沉降量,單點沉降計用于獲取監測斷面沿縱向或橫向的絕對沉降量,分布式光纖用于對智能沉降儀量程的補充,濕度計用于監測填筑體內部的體積含水量,基質吸力計用于監測填筑體內部的孔隙水壓力。
2.2.3傳感器技術要求
針對不同跑道地基填筑情況選擇不同功能的監測設備,以滿足監測指標的要求;要對選擇的設備測量精度、自身穩定性、測量范圍、耐久性進行篩選;要有較強的抗干擾能力,能適應過濕、高溫、嚴寒、酸堿等惡劣環境和荷載的重復作用;要考慮監測設備集成后數據采集自動傳輸功能;要考慮在跑道地基填筑體中埋設的可操作性以及后期維護保養的方便性;考慮經濟性,即性價比。
2.2.3.1分布式光纖及解調設備
光纖需要有足夠的抗拉與抗剪強度,以保證光纖的存活率,同時光纖出廠時應每隔1m做有標記以方便記錄光纖埋設長度。解調儀需要有較高的測量精度以及定位精度。具體技術要求如表2所示。
2.3.3.2智能沉降儀和單點沉降計
智能沉降儀和單點沉降計要求精度小于0.1%Fs,量程大于1000 mm,壽命大于3年。
2.3.3.3濕度計
濕度計要求精度小于3.0%Fs,量程為0~100%,靈敏度為0.1%Fs,壽命大于3年。
2.3.3.4基質吸力計
基質吸力計要求精度為生10% Fs,量程為-9~-100000 kPa,分辨率為0.1 kPa,壽命大于3年。
2.3傳感器布設
2.3.1斷面沉降監測
針對施工期間跑道重點監測斷面的沉降監測,擬在填筑體底面、填筑體中間進行沉降和濕度監測。填筑體底面的監測用于感知原地表沉降情況,為地基處理評價提供數據;填筑體中間層的監測用于獲取填筑體分層沉降情況,為施工的動態控制提供依據。選取典型區域五,詳細說明傳感器布設方案(圖2、圖3)。
2.3.2全跑道沉降監測
由于西一跑道南北長度較長,東西跨度較大,跑道地基軟弱土分布不均,地基填筑材料區域差異性大,地形地質條件復雜多變,導致跑道地基不均勻沉降的分布具有一定的隨機性。因此,將西一跑道全長作為監測區域,采用分布式光纖進行跑道全局監測。跑道全局分布式光纖布設平面如圖4所示。
針對跑道全范圍的沉降監測,沿跑道中線縱向布設1條水平直埋式分布式光纖監測帶,埋設傳感器包括5米定點應變傳感光纜和高強鋼絲鎧裝溫度補償光纜各1條,在整個跑道內形成回路,以監測飛機輪跡帶范圍內的縱向不均勻沉降。同時每隔300 m左右沿跑道橫向引出,方便后期維護維修。此外,還鉆孔布設26處豎向直埋式分布式光纖,以監測跑道全范圍的地基絕對沉降。
3數據分析
3.1智能沉降儀和單點沉降計數據分析
選取典型區域五作為分析,從圖5可看出:2層土體沉降歷時曲線均完整,沉降隨時間發展規律基本相同,即監測初期沉降隨地基填筑高度的增加而快速增大,隨著地基填筑完成后沉降隨時間逐漸趨于穩定。此外,該區域監測點在2018年3月進行了8 m堆載預壓,可以看出堆載階段沉降發展較快,堆載完成后沉降基本趨于穩定。第1層土體最大沉降量為22.01 cm,第2層土體最大沉降量為13.93 cm,2層沉降相差較大主要是因為填土高度相差較大以及第1層土體沉降時形成的"土拱效應"。
圖6中紅色虛線為區域五第1層(堆載區)的實際沉降擬合曲線,紅色點線為監測區域五第1層未采用堆載預壓的模擬沉降曲線,藍色曲線為未采用堆載預壓區域(對照區)的實際沉降擬合曲線。采用負指數模型對對照區和堆載區進行沉降趨勢擬合,結果如表3所示。
圖6和表3表明,對于固結速率較慢的軟土地基,堆載預壓可以明顯加速填筑體的固結。通過堆載預壓,可使軟土土體總沉降量增加約25%,土體沉降速率增加約30%,縮短沉降穩定期約250天。
圖7分別為監測區域五第1層和第2層縱斷面單點沉降計處土體沉降速率隨時間變化關系。監測初期沉降速率較大,其中第1層為1.73 mm/d,第2層為2.59 mm/d, 隨著時間推移,沉降速率不斷減小。在2018年6月和2019年6月左右沉降速率受降雨影響出現較大波動。根據設計沉降速率收斂標準,即連續2個月沉降速率不超過0.1 mm/d 即可判定為沉降收斂,2019年底2層土體的沉降速率基本穩定保持在0.01 mm/d 左右,可判定該區域的單點沉降計監測點位已滿足沉降穩定。
獲取區域五斷面第1層傳感器3個智能沉降儀的數據,繪制不同時間點沉降分布曲線,如圖8所示。從空間位置看,該斷面呈現中間大兩邊小的沉降發展規律,儲液罐位置處沉降最小,隨著與儲液罐距離的增大,沉降逐漸增大。此外,最大沉降量發生在智能沉降儀2監測點附近,2020年6月智能沉降儀2監測點位的沉降達到最大值為62.5 cm。同時,該點位與儲液罐處的沉降差值也達到最大值為58.8 cm, 該沉降差也是區域五第1層傳感器整個監測期間的最大沉
降差。從時間跨度看,各區域沉降主要發生在2018年12月底之前,從2018年12月--2021年12月,各智能沉降儀沉降量較小且沉降變化基本相同,不均勻沉降較小。
圖9為監測區域五第1層不均勻沉降系數歷時曲線,可以看出智能沉降儀1~智能沉降儀2之間的不均勻沉降相對較大,最大不均勻沉降系數17. 38 mm/m。結合該區域的工程地質和地基處理情況可知,出現較大不均勻沉降的原因是智能沉降儀1點位下方分布有較厚的軟塑狀黏土,而智能沉降儀2下方沒有若軟土分布。此外,該斷面各區域之間不均勻沉降系數均呈現先快速增大后逐漸趨于穩定的發展趨勢,表明該區域監測前期不均勻沉降較大,2019年之后,不均勻沉降趨于穩定。
獲取第2層區域內6個智能沉降儀的數據,繪制形成監測區域五第2層不同時間點沉降分布曲線,如圖10所示。從空間位置看,該斷面呈現中間大兩邊小的沉降發展規律,最大沉降量發生在智能沉降儀3監測點位附近,2019年12月智能沉降儀3監測點位沉降達到最大值為33.5 cm。整個監測期間,區域五第2層監測點的最大沉降差發生在智能沉降儀2~智能沉降儀5之間。從時間跨度看,各區域沉降主要發生在2018年6月一-2019年12月,之后各智能沉降儀監測點沉降量較小且沉降變化基本相同,不均勻沉降較小。
圖11為監測區域五第2層不均勻沉降系數歷時曲線,可以看出智能沉降儀2~智能沉降儀3和智能沉降儀4~智能沉降儀5之間的不均勻沉降相對較大,最大不均勻沉降系數為11.36mm/m。結合該區域工程地質和地基處理情況可知,智能沉降儀2~智能沉降儀3之間出現不均勻沉降較大的原因是智能沉降儀2監測點位下方分布有較厚的軟塑狀黏土,而智能沉降儀3監測點位下方基本沒有軟弱土分布。智能沉降儀4~智能沉降儀5之間出現不均勻沉降系數較大的主要原因是智能沉降儀4和智能沉降儀5監測點位的填士高度變化較大。此外,該斷面各區域之間不均勻沉降系數均呈現先快速增大后逐漸趨于穩定的發展趨勢,表明該區域監測前期不均勻沉降較大,2019年之后,不均勻沉降趨于穩定。
3.2分布式光纖數據分析
地基不均勻沉降帶動埋設的分布式光纖協同變形,即產生橫向拉伸,差異沉降處光纖軸向上產生的應變變化導致該段采樣點的布里淵散射頻譜產生頻率漂移。布里淵頻移信號經解調儀解析后,根據前期的標定試驗結果,即可推演反算出地基的差異沉降量。最終通過分布式光纖-單點沉降計-智能沉降儀數據的集成與分析,可得到整條跑道的沉降斷面(圖12)。2021 年6脂2020年6月,跑道全局沉降大小及形態非常相近,1年內跑道的最大沉降約為0.15cm,這說明全局沉降已收斂,滿足設計要求。
3.3濕度計、基質吸力計數據分析
濕度計和基質吸力計的數據分析以監測區域二和監測區域三為例,說明地基濕度和基質吸力的變化規律,如圖13、圖14所示。監測初期,含水率和基質吸力隨時間變化較大,隨著時間推移,地基含水率和基質吸力逐漸趨于穩定。同一監測點位,基質吸力與含水率變化成負相關關系,基于非飽和土理論可以解釋這一現象,當土體中含水率較高時,水分占據大部分孔隙體積,導致負孔隙水壓力降低,因此基質吸力較小。此外,圖中數據出現變化較大的時間均在每年7月左右,這是因為該地區進入雨季,降雨量急劇增加,使地基含水量得到補充,進而使基質吸力相應減小。
4總結及展望
依托成都天府國際機場西一跑道工程,選取了具有高精度、大量程、抗破壞、易存活等性能一流的傳感器,確定了全方位、全時段的監測布設方案,進行了多角度多維度的監測數據分析,可得到結論:
(1)監測斷面應綜合考慮跑道區域填土高度、軟弱土分布、地基處理方式、河塘沖溝分布、填挖交界等情況確定。
(2)監測內容應包括地基沉降監測和地基濕度監測。地基沉降監測主要是原地基表面沉降監測及填筑體中間層沉降監測,旨在反映地基在不同填筑高度下的沉降量變化以及差異沉降情況。地基濕度監測主要是土體濕度監測及基質吸力監測,主動感知降雨人滲過程中土體含水量、基質吸力的變化,為地基沉降誘因分析提供數據依據。
(3)布設的傳感器應涵蓋全方位和全時段的監測。本文選取了性能一流的智能沉降儀、單點沉降計、光纖、濕度計、基質吸力計。其中,智能沉降儀用于獲取監測斷面的相對沉降量,單點沉降計用于獲取監測斷面的絕對沉降量,分布式光纖用于對智能沉降儀量程的補充,濕度計用于監測填筑體內部的體積含水量,基質吸力計用于監測填筑體內部的孔隙水壓力。
(4)地基沉降初期隨地基填筑高度的增加而快速增大,隨著地基填筑完成后沉降隨時間逐漸趨于穩定。區域五的沉降主要發生在2019年底前,之后沉降歷時曲線逐漸穩定。
(5)對于軟土分布較厚區域,通過堆載預壓可有效加快地基沉降。通過堆載預壓可使區域五監測點位的軟土體總沉降量增加約25%,土體沉降速率增加約30%。
(6)監測初期,沉降速率較大,隨著時間推移逐漸減小。區域五的沉降速率于2019年底基本穩定在0.01 mm/d左右,該處沉降已收斂。
(7)區域五的最大沉降量達到了62.5 cm,不均勻沉降系數達到了17.38 mm/m。不同監測點位的軟土分布、填土厚度及地基處理方式等因素不同導致沉降變化差異較大。
(8)監測初期,含水率和基質吸力隨時間變化較大,隨著時間推移,地基含水率和基質吸力逐漸趨于穩定。同一監測點位,基質吸力與含水率變化成負相關關系。
本文從傳感器選型、布設方案、數據分析等方面,全方位展示了智能跑道地基沉降監測技術,形成了全國第一條功能完善的智能跑道地基沉降監測的示范工程,為我國智慧機場建設提供了寶貴的經驗和應用示范。
展望未來,智慧機場建設從通用向個性化發展。面向不同機場的運行環境及功能需求,通過智能技術的更新與迭代,實現從新建機場到在役機場的拓展,從通用需求到個性化制定的升級,從單業務主導到多業務協同管理的跨越。此外,技術感知手段逐漸多元化。針對機場的個性化需求,研發具備多重感知功能的傳感器件,實現對跑道不同層次和不同維度的感知,真正全時全方位掌握跑道的運行狀態,并實時作出預警。
參考文獻
[1]凌建明,方意心,張家科,等.機場智能跑道體系架構與關鍵技術[J].土木工工程學報,2022,55(2):120-128.