王凱
中鐵十二局集團有限公司 陜西 商洛 726000
伴隨著交通基礎設施的快速發展,我國隧道的數量急劇增加,加之空洞隧道、襯砌材料裂縫、襯砌材料厚度不足等地質因素的影響,目前隧道施工中普遍存在的問題是襯砌混凝土剪切缺陷,這一缺陷容易被忽視,對隧道的結構安全和運營造成更大的威脅,國內學者在防水混凝土缺陷方面尤其是在鐵路隧道中的研究還不成熟。
對新建隧道開展襯砌質量檢測是隧道開通運營前的重要程序,在既有的檢測方法中,地質雷達法是常見可靠的無損檢測方法。地質雷達通過設備天線向襯砌混凝土發射信號,而電磁波信號經過不同類型的介質會產生一部分反射信號反饋在設備主機上,之后通過處理軟件對采集的信號進行分析,得到檢測結果,地質雷達系統示意。通過對累計隧道長度35.12km、累計測線長度206.16km的公路隧道襯砌檢測結果的總結,在檢測中共發現缺陷692處,其中,二襯厚度不足368處(其中含有脫空43處),二襯背后脫空287處,二襯背后不密實21處,仰拱填充不密實9處,仰拱厚度不足7處。可知二襯厚度不足和二襯背后脫空為主要缺陷[1]。
基于傳統機器學習模型的表面缺陷檢測方法依舊需要圖像預處理和人工提取特征,然后將提取的特征輸入機器學習模型,判斷缺陷是否存在或者進行缺陷分類,檢測與分類效果很大程度上取決于特征提取的效果。其整個運算過程中各部分的可解釋性較強,能夠觀測每一步的處理結果,根據處理結果能判斷每一步處理效果的優劣,方便調整算法。但過于煩瑣的處理和計算過程也帶來了很多問題,成像環境要求相對苛刻,要求缺陷與非缺陷區域之間的對比度高、噪聲少、適應性差及檢測準確率低等缺點導致其難以在實際工程應用中發揮效果[2]。此外,基于圖像處理的缺陷定位、缺陷分割問題的解決基本由預處理和特征提取完成,機器學習模型的引入無法有效改善這種情況。由此能自動提取特征且功能更豐富的深度學習是目前表面缺陷檢測的主要方法。基于傳統機器學習模型與基于深度學習的表面缺陷檢測方法的比較,其對比了基于深度學習的表面缺陷檢測方法與傳統基于圖像處理的表面缺陷檢測方法,兩者最大的區別在于特征提取的過程。傳統方法需要人工選擇用于區分缺陷區域和其他區域的特征,而深度學習方法可以通過模型中的網絡做自動特征提取,對原始圖像通過逐層特征變換,將原空間的特征映射到一個新特征空間,從而使分類或預測更加容易[3]。
紅外線高溫照相技術也被稱為紅外熱成像,由紅外熱像儀等設備組成,檢測人員啟動儀器向測量目標發射特定波段的紅外線信號,后續對所接收紅外線信號進行分析處理,通過測量隧道結構發出輻射熱量來記錄熱量流動狀態,并把信號轉換為圖像圖形,檢測人員可以肉眼觀察到隧道結構表面溫度分布狀況,如果局部或整體表面溫度異常,則表明隧道結構存在質量隱患[4]。在應用紅外線高溫照相技術時,檢測人員應提前檢查現場溫度,優先在冬季等溫差較大時間段內開展質量檢測作業,在檢測測量上搭載紅外線照相機等設備,駕駛車輛勻速穿過隧道結構,根據紅外線信號分析結果來判斷隧道結構是否存在孔洞、裂縫等質量缺陷。
①為確保高速公路的交通安全,已設置和拆除臨時支護塊;現已使用臨時支座“鋼拱+鋼板+錨具”拆除幕墻結構前,必須拆除現有的臨時鋼支架和鋼支架,臨時拆除支撐方案如下:①在第一輛車上放置鋼桿作為臨時鋼支架和鋼板支座。②每一范圍拆除2個鋼框架和鋼板圈(1.6m);從拱頂到側壁拆除順序;先拆除鋼結構,然后拆除鋼板,依次從一端向另一端按下拆卸,每次拆卸時均使用鋼框架作為臨時支撐物,以防止鋼框架或鋼板突然掉落,直到每個鋼框架或鋼板從二次襯砌材料上斷開,用50ti鏟子手動拆卸鋼框架和鋼板,并在拆前輕輕地在地面上②放置一根Φ42×4環形鋼管,其長度為4.5m, 距離1.0×1.0m(垂直環);混凝土材料采用水泥;灰漿比0.4~0.6mpa灌漿在靜態破碎后穩定巖石;拆除結構。③使用切割機器移除襯砌材料,移除段落兩側的混凝土襯砌,修剪2~3cm的防水板表面,然后使用挖掘機手動移除現有的兩部分結構的防水板表面,再使用刀切割防水板使用機械分解、乙炔切割和切割工具將現有的初始噴射混凝土移至所需位置,以拆除第一個鋼框架、鋼筋網和鋼框架,以確保第二個襯層設計中的截面輪廓厚度符合第二個襯層材料的拆除順序設計要求,并且拆除范圍是電纜橋架的頂部[5]。
嚴寒地區隧道凍害受到多種因素影響,凍害類型繁多,產生機理復雜。但歸根到底,圍巖地下水凍結是隧道凍害的最主要原因。若能將水有效排至凍結圈外,就能夠實現防治凍害的目標。所以,綜合治水是防治嚴寒地區隧道凍害的最基本和最關鍵手段。但綜合治水對設計、施工和維修有較多的要求,需要遵循“多道防護,綜合治理”的基本原則[6]。所以,針對該隧道工程存在的上述問題,項目組以徹底消除隱患為首要目標,以解決拱部滲漏水掛冰為重要目標,兼顧其他病害的原則進行整治。提出采用“主動消除凍害基本條件”和“被動接受凍脹影響措施”相結合的方式,進行合理的、有效的處理整治。襯砌脫空回填注漿密實與滲漏水堵排(注漿、開槽打泄水孔、邊墻及中心檢查井打設排水孔)結合,綜合采用非貫通裂縫及環向裂縫灌漿封縫、不穩定塊鑿除涂刷、保護層厚度不足及蜂窩麻面打磨涂刷、異物清理打磨等處理措施,嚴重病害處鑿除嵌補或混凝土套襯加固[7]。
為了實現對襯砌質量的綜合評價,可以采用回波強度校核等先進的無損檢測方法,以達到保證襯砌材料強度綜合測量項目質量的基本目標,為薄襯砌材料厚度等實際問題提供有效的補充,從而達到預期效果,通過高級檢測和測量跟蹤提高隧道監測質量對于新奧爾良隧道施工至關重要,同時也是確保質量安全和實現信息目標的重要基礎,通過對測量數據的深入分析,可以完成對圍巖的評價,從而調整施工方法、開挖程序和支護參數,從根本上實現隧道信息體系結構,確保施工安全,保證圍巖的穩定性[8]。
地理資料處理包括預先處理和篩選分析,包括加入標題、標記至資料檔案、檢查樁號資訊和校正等;篩選分析分為背景雜訊減少和根據900mhz天線波形篩選訊號,主要針對這五個位置之間不同的厚度和缺點,例如圓頂(線1)、左墻(線2)、右墻(線3)、左墻(線4), 右側(5號線)用于確定隧道中的缺陷、襯砌厚度和填充間隙,而低頻雷達則可讓您檢查具有破碎帶和隧道中沒有孔的區域。
二襯背后脫空發生于某隧道左拱腰處,此洞段為隧道深埋段,二襯設計厚度為40cm,據現場檢測結果,脫空寬度為4m。運用MIDASGTS有限元軟件,建立基于平面應變原理的二維“地層-結構”數值模型,隧道支護體系由初支、二襯與錨桿構成,選用理想線彈性本構,二襯背后脫空通過生死單元實現,襯砌物理力學參數,斷面尺寸依據設計資料。根據現場地勘資料,此段洞身處于Ⅳ級圍巖,模型中圍巖服從Mohr-Coulomb理想彈塑性本構,圍巖的物理力學參數。
根據每個卡扣輸入圖像、重構圖像以及潛在空間向量,采用余弦相似度方法計算對應的相似度分數。根據設定的相似度閾值,本文算法能夠判斷該輸入的卡扣圖像中是否存在缺陷。結構相似度和峰值信噪比作為衡量圖像重構效果的重要指標,也常被一些研究者用于GAN中作為缺陷判別的方法。在卡扣圖像的驗證集上,本文基于重構前后的卡扣圖像分布測試了結構相似度和峰值信噪比方法的缺陷檢測性能。
①按照交通部及鐵道部要求,參加營業線的安全管理人員及防護人員,每年參加建設部組織的培訓考試,合格后持證上崗,未經培訓合格及無證人員不準上崗。②參加施工作業人員必須統一穿著黃色帶有反光條的馬甲,施工負責人及防護人員穿著橙色帶有反光條的馬甲,嚴禁班前飲酒。高空作業人員必須佩戴安全帽、系好安全帶,登高作業前各組負責人必須確認地線接掛完畢、驗電合格后方可登高作業。進網前清點工作器具,所用工具要貼反光標志,并進行編號保管,做好記錄工作,經施工負責人及現場防護員簽認,并做好進出網前后登記和影像資料的管理,落實專人負責制度。進網前,現場防護員、施工負責人和駐站聯絡員執行“雙報告”制度,調度命令下達后,駐站聯絡員與現場施工防護人員、施工負責人執行“三方控”。
隨著各種新型技術和探測設備的進步,當前我國的公路橋梁隧道試驗檢測已經開始應用諸如雷達、紅外熱成像、無線傳感等技術和裝備,在實際工程建設和使用中發揮了重要作用,大大提升了檢測效率和精度,提高了我國公路橋梁隧道工程的安全性能。工程技術人員在使用新技術的同時,應當積極思考技術和設備的適用性和優缺點,通過不斷的工程實踐,提出新技術和設備的改進措施。雷達檢測技術利用電磁波反射原理,目前可以判斷出橋梁表面以下大約60cm深度內的問題,單次探測距離在5km左右,有操作簡單和效率高等優勢。紅外熱成像技術可以檢測工程內部的熱量分布和流向變化,繪制出熱傳導圖像,進而判斷出可能存在的裂隙和空鼓等現象。無線傳感和光纖傳感技術利用預先設置于橋梁隧道特殊位置的各類傳感器進行監測,可以極大地提升工程發生形變的探測精度,部分技術已能感知1cm左右的形變。這些技術都有各自的優勢和缺陷,如果工程技術人員在試驗檢測過程中對這些技術進行深入研究,并積極探索不同技術的綜合運用,不僅可以達到提升工程質量的目的,還可能研究出新型設備,從整體上提升試驗檢測的技術水平。
本研究通過對大量新建公路隧道二襯的無損檢測,總結了新建公路隧道的缺陷分布規律,通過建立有限元數值計算模型,對含缺陷狀態下的隧道二襯結構的安全性進行了分析,得出以下結論。二襯厚度不足和二襯背后脫空是新建公路隧道中最常見的缺陷。二襯厚度不足對二襯結構的安全性影響顯著,表現為缺陷部位的結構安全系數發生了明顯的降低。二襯背后脫空時二襯結構的安全系數最小值不一定只發生在缺陷部位,此時二襯的安全性由結構的受拉性質決定,易使二襯出現受拉損傷,二襯背后脫空會對隧道全斷面的安全性產生影響。