自動化監測預警技術在地鐵盾構工程中的應用*

魏會龍,劉川煒,勞麗燕,張 強

(1.深圳大學土木與交通工程學院,廣東 深圳 518060;2.深圳市地質局,廣東 深圳 518023;3.深圳地質建設工程公司,廣東 深圳 518023)

0 引言

盾構法因其具有掘進速度快、效率高、對圍巖擾動小等優點,被廣泛應用于地鐵盾構施工中。由于盾構過程中具有太多的偶然性和突發性,傳統監測手段單一且易干擾,預警預報通道不暢,很多工程事故來不及預警就發生了［1］。因此,全面推廣動態、連續、在線、少干擾、難失效的自動化監測勢在必行。

目前,關于地鐵盾構施工中自動化監測技術,國內外學者基于工程實例開展了大量研究［2-5］。徐玉健等［6］以天津地鐵下穿既有地鐵為例,融合兩種監測手段,對既有地鐵隧道進行變形監測,對比分析兩套監測系統的觀測精度和穩定性。徐燕等［7］利用數據自動采集技術、網絡無線通信技術及數據庫應用技術,實現了對軟弱破碎圍巖隧道支護體系受力的自動化監測。毛亞軍等［8］依托長沙地鐵5號線某區間隧道盾構工程,介紹了現場采用的變形云監測技術及變形控制措施,并通過分析建筑物沉降監測數據評估了工程的變形控制效果。趙偉等［9］結合深圳地鐵9號線大劇院站—鹿丹村區間盾構下穿建筑物,對變形數據進行分析,總結了針對盾構下穿建筑群時自動化監測技術實施要點。謝雄耀等［10］基于濟南軌道交通R3線某區間隧道下穿老舊建筑物群,開發了自動化監測預警平臺,保證了盾構下穿期間建筑物的安全。

本文針對深圳地鐵10號線隧道下穿建筑物的工程案例,分析了盾構下穿的風險,總結了施工過程中的變形自動化監測技術,對施工過程中的建筑物變形監測數據進行分析,可為類似工程提供借鑒。

1 工程概況

1.1 盾構隧道與建筑物位置關系

深圳市城市軌道交通10號線工程1011標段福田口岸站—福民站區間隧道下穿某小區2棟建筑物。其中,33棟下穿隧道里程為ZDK2+242.198—ZDK2+228.689,34棟下穿隧道里程為ZDK2+204.673—ZDK2+182.158。盾構區間下穿該小區段線路中心線距離為9.06～10.17m,隧道埋深為20～21.8m,其中33棟與區間結構凈距1.34m,34棟與區間結構凈距2.367m。隧道與建筑物剖面位置關系如圖1所示。

圖1 隧道與建筑物剖面位置Fig.1 Sectional position relationship between tunnel and building

盾構下穿建筑物為8層的混凝土框架結構,建筑高度約25m,長條形分布。兩棟建筑物基礎均采用D480錘擊沉管灌注樁,樁長16m,鋼筋籠長8m,樁底絕對標高-14.000m,無地下室及錨索類圍護結構。在盾構下穿期間,需對該建筑物進行全面、系統、實時自動化監測,防止地面及建筑物等出現變形破壞。

1.2 工程地質條件

根據勘察資料,區間隧道范圍的地層變化較大,從上至下主要為填土、淤泥質黏性土和含淤泥質砂、粉質黏土、砂土、圓礫土、卵石土、砂質黏性土及花崗巖。洞身范圍內地層主要有粗砂、卵石土、全風化花崗巖、砂土狀/塊狀強風化花崗巖、中風化花崗巖,局部為淤泥質黏性土、中砂、礫砂、圓礫土。

軟土層在圍護樁或地下連續墻成孔成槽過程中容易縮孔和坍塌,施工過程中地下水位下降過多會造成地面沉降。花崗巖殘積層遇水浸泡時易軟化變形,強度、承載力驟減,造成圍巖失穩。

1.3 盾構下穿風險分析

盾構下穿建(構)筑物時,建筑物地基土體原有的穩定狀態遭到破壞,會產生不均勻沉降、傾斜、開裂或倒塌等風險。綜合分析,為保證盾構過程中周邊環境的穩定性,需對地鐵下穿盾構隧道施工現場周邊建筑物沉降、傾斜進行自動化監測。

2 自動化監測預警

2.1 監測預警系統構建

2.1.1系統架構

系統架構主要分為硬件設施、軟件支撐、平臺層、應用層和呈現層5個部分,系統體系架構如圖2所示。

圖2 系統架構Fig.2 System architecture

1)硬件設施 作為整個系統最底層基礎資源,提供網絡、存儲、運行環境等保障。

2)軟件支撐 系統建設的軟件框架支撐,平臺應用基于這部分軟件構建上層高級應用服務。

3)平臺層 可利用Eureka,Zookeeper等服務治理框架,快速構建微服務架構,實現系統能力的彈性擴展,實現系統內基礎業務能力的輸出。

4)應用層 基于底層服務能力,實現各領域業務,深度思考設計的業務應用,也是底座支撐能力的體現。

5)呈現層 整個系統能力輸出的體現,主要包括外部能力輸出與內部應用。外部系統則為外部與系統實現數據對接,實現數據共享的系統;內部應用則是系統內部的終端體現,保證業務功能的完整性、操作使用的友好性、功能多元性等。

2.1.2服務框架

系統開發基于物聯網、3S、大數據與云計算及人工智能等前沿技術,設計中采用SOA架構,具體實現采用了Spring MVC框架。

SOA架構是一種粗線條、松耦合服務架構,可以實現對監測預警平臺各功能模塊及相關服務的管理,將平臺服務之間調用的復雜關系理順,最終提供一個統一標準,如圖3所示。SOA架構的使用使得平臺的各模塊和各項服務更加獨立,耦合度更松,更利于平臺的開發和維護。

圖3 SOA數據總線Fig.3 SOA data bus

MVC設計模式是把1個應用分為3個層：模型層(model)、視圖層(view)及控制層(controller)。模型層表示數據和業務邏輯,視圖層提供顯示和用戶輸入,控制層負責派遣用戶請求和控制流程。

MVC模式的使用提高了平臺的靈活性和復用性,實現了模型和視圖的分離。MVC設計模式可以提高開發效率,增強程序的可維護性和拓展性,模型與視圖分離降低了功能模塊之間的耦合度。在MVC的框架上采用Spring MVC,如圖4所示。

圖4 Spring MVC架構Fig.4 Spring MVC architecture

2.1.3監測數據采集、傳輸及應用

監測數據由部署在監測現場的傳感器采集獲得,經過MCU模塊進行基本的轉換處理與數據封裝后,由傳輸模塊通過TCP/IP,HTTP(HTTPS)等協議發送到指定服務端平臺,服務端通過前端接收程序對數據進行解析和預處理后,存入數據庫保存。

在系統運行中,業務邏輯層根據web端的應用服務請求,將數據庫中數據進行篩選、處理后返回給web端,從而實現基于監測數據的可視化及數據分析(見圖5)。

圖5 監測數據采集、傳輸及應用Fig.5 Monitoring data acquisition,transmission and application

2.2 監測點及傳感器布設

本項目在既有施工監測及第三方監測的基礎上,根據監測對象與隧道的關系、環境風險等級、場地巖土體情況及基礎形式,選取33棟、34棟建筑物作為重點監測對象開展自動化實時監測。

根據選取的監測對象及監測內容,選取風險較高處或具有代表性意義的監測點,結合現場設備安裝條件,合理布設監測設備。

1)沉降 布設于建筑物墻角、中間部位或其他有代表性的部位。

2)傾斜 布設于反映建筑物變形特征的關鍵部位和受施工影響的敏感部位。

項目共布設10套建筑物沉降監測點,2套傾斜監測點,1套地面沉降監測點,監測點平面布置如圖6所示。

圖6 監測點平面布置Fig.6 Layout plan of monitoring points

2.3 監測頻率及監測預警

2.3.1監測頻率

根據設計要求,監測頻率如下：現場數據采集頻率為30min/次。在特殊情況(如暴雨、臺風天氣等)或盾構下穿建筑物時,監測頻率可隨時調整,最快監測頻率為10min/次。

2.3.2監測預警值

根據GB 50911—2013《城市軌道交通工程監測技術規范》,結合工程安全等級、施工設計、監測及勘察相關資料,根據監測點的實際情況,采取三級預警機制,監測預警及報警值如表1所示。

表1 監測預警和報警值Table 1 Monitoring of early warning and alarm values

2.3.3預警方式

1)設備閾值預警 當監測設備的監測數據達到預設的預警和報警值時,觸發系統發送預警信息。

2)AI模型預警 利用深度神經網絡對歷史監測數據進行訓練,實現有監督機器學習;實時監測數據通過調用該訓練模型,對數據進行實時分類判斷,得出預警等級。

2.3.4預警響應

1)三級黃色預警 當測值達到三級預警值時,監測單位分析預警原因,關注數據變化趨勢,并通知施工單位加強巡查。

2)二級預警 當測值均達到二級預警值時,應進行二級預警,即向施工、監理等相關單位報告,并分析其原因,建議采取措施。

3)一級預警 當測值達到一級預警值時,且變化速率加快,應進行一級報警,即向業主、施工、監理等相關部門報告,提請相關單位做好應急措施,并組織專家及各單位現場核實和研判預警產生原因,制定預警處置方案。

3 建筑物變形分析

3.1 監測數據分析

1)傾角監測數據

由33棟傾角QX01監測數據(見圖7)、傾角QX02監測數據(見圖8)可知,7月13日盾構隧道左線開始下穿33棟后,x,y兩個方向上傾角累計變化均呈緩慢增加趨勢,傾角累計變化變化范圍為-0.05°～0.05°,均在允許變化范圍內。

圖7 傾角QX01監測曲線Fig.7 Monitoring curve of angle QX01

圖8 傾角QX02監測曲線Fig.8 Monitoring curve of angle QX02

由34棟傾角QX03監測數據(見圖9)、傾角QX04監測數據(見圖10)可知,7月17日盾構隧道左線開始下穿34棟后,7月18日x,y兩個方向上傾角累計變化均呈緩慢增加趨勢,傾角累計變化變化范圍為0.05°～0.06°,均在允許變化范圍內。

圖9 傾角QX03監測曲線Fig.9 Monitoring curve of angle QX03

圖10 傾角QX04監測曲線Fig.10 Monitoring curve of angle QX04

2)沉降監測數據

從33棟沉降累計變化監測曲線(見圖11)總體來看,33棟建筑物沉降大體上處于穩定變化狀態,累計沉降總體變化不大,累計變化最大值為0.24mm,均在允許變化范圍內。

圖11 33棟沉降監測曲線Fig.11 Settlement monitoring curve of No.33 building

7月17日盾構隧道左線開始下穿34棟,盾構下穿期間CJ06與CJ10測點沉降累計變化緩慢增加與7月20日CJ06、7月21日CJ10測點沉降累計變化超過報警值(30mm),觸發預警平臺一級報警,沉降累計變化監測數據如表2所示,監測曲線如圖12所示。同時,建筑物馬賽克瓷磚外墻存在脫落現象。

表2 沉降累計變化Table 2 Cumulative changes of settlement

圖12 34棟沉降監測曲線Fig.12 Settlement monitoring curve of No.34 building

3.2 變形控制措施

觸發警情后,預警平臺通過短信、網絡等方式自動給相關單位發送報警信息,收到報警短信后,立即通知業主及施工單位。施工單位立即開展監測,監測數據顯示,人工建筑物沉降監測JGC34-4,JGC34-5,JGC34-6,JGC34-13,JGC34-14,JGC34-15測點累計沉降值分別為-17.4,-21.1,-15.6,-16.5,-24.9,-27mm。自動化監測的數據與人工監測吻合,真實反映了建筑物變形情況,實現了快速、及時、多通道的信息發布和預警處置。

同時,施工單位組織專家現場研判,根據地層及出土渣樣查看,渣土含砂量大,且左線盾構穿越該小區時,由于地質條件發生變化,花崗巖巖面在隧道范圍內逐步升高,最終導致左線盾構穿越建筑物沉降量超預警值和控制值。

專家研判后,施工單位采取加強渣土改良、加大同步注漿和及時二次注漿、采用后退式注漿機鉆孔注漿加固地層及啟動注入盾殼膨潤土等措施。因處置及時,34棟沉降量已經穩定,房屋無明顯裂縫,處于安全可控狀態。后期將繼續對相關建筑物監測,根據監測情況采取進一步注漿措施控制沉降。

4 結語

1)利用SOA架構,建立自動化監測預警系統,實現了盾構期間建筑物動態、連續、在線的監測及管理,有效保障了盾構施工期間的安全性和建筑物的穩定性,顯著提高了工程建設應急處置能力。

2)盾構隧道左線下穿時,34棟累計沉降超過30mm(控制值)。自動化監測與第三方人工監測相輔相成,現場通過加強渣土改良、加大同步注漿和及時二次注漿加固地層,有效控制了施工期間建筑物變形。

3)項目采用多層級預警預報自動化監測管理體系并成功預警,有效控制了盾構下穿施工的風險,實現了快速、及時信息發布和預警處置。