吴 敏 张 峰

（1.航天规划设计集团有限公司，北京 100162；2.浙江水利水电学院，浙江 杭州 310018）

0 引言

随着市政工程的快速发展，基坑工程数量也日益增加，为保障基坑施工安全，进行支护设计及变形控制效果分析具有重要意义[1-2]。目前，李世翠等[3]通过有限元分析进行了基坑支护设计；李福清等[4]进行了河流漫滩区的基坑支护研究；李广等[5]进行了复杂条件下的基坑内支撑设计。前述研究虽取得了相应成果，但均未对软土地区的基坑支护进行系统性设计，也没有进行设计实施后的变形控制效果研究。因此，该文以某软土深基坑为例，先进行其支护设计，再结合监测成果分析其变形控制效果，以期为类似工程积累经验。

1 工程概况

1.1 项目基本信息

某基坑属轨道交通车站基坑近似东西展布，设计起止里程DK51+762.5m~DK51+908.3m，长度为145.8m，标准段宽度为20.9m，开挖深度为18.25m。基坑平面近似长方形形态，其示意图如图1 所示。

图1 基坑平面示意图

该基坑周边近接既有建、构筑物相对较多，其中北侧主要近接广场，无特殊建筑物；南侧主要为2 栋大厦，高度87.6m，采用桩基础；东侧主要为城市交通主干道；西侧主要为住宿小区，属小高层，层数为8 层，采用天然独立基础。

1.2 工程地质条件

结合勘察成果，基坑开挖所涉范围共计有6 类土层，具体特征如下。

土层①：杂填土，岩性杂乱，主要为建筑垃圾，孔隙填充为黏性土，结构较松散，普遍分布于场区范围内，厚度变化差异较大。

土层②：淤泥质土，多为流塑状~软塑状，光泽较弱，强度较低，工程性质较差。

土层③：淤泥质粉砂，多为流塑状~软塑状，光泽较弱，强度较低，韧性较差，局部夹杂粉砂层。

土层④：中粗砂，稍湿~湿，松散~稍密状，渗透性较大，夹杂了少量黏粒。

土层⑤：全风化细砂岩，紫红色，细砂质及结构，块状构造，矿物成分主要为长石、石英，胶结物主要为硅质、泥质，岩芯完整性较差。

土层⑥：强风化细砂岩，紫红色，结构、构造及矿物成分特征与土层⑤一致，岩芯完整性相对较好，具短柱状、柱状特征。

2 基坑支护设计

为切实保证基坑施工安全，该节重点进行其支护设计研究。在其设计过程中，支护结构主体采用地下连续墙，中部设置4 道横撑，其结构示意图如图2 所示。

图2 基坑支护示意图

2.1 围护结构的设计

基坑周边支护结构为地下连续墙，其厚度为0.8m，顶部施做冠梁，冠梁尺寸为1.0m×0.8m，混凝土标号采用C35，钢筋采用HRB300。

结合施工特点，其施工要点具体如下：1）施工机械采用SG-40 成槽机，机械要求为起吊100t，配置泥浆系统、焊机等。在施工过程中，成槽过程应分部实施，避免局部塌方。成槽机的宽度不宜小于2.5m，可根据施工分幅宽度进行调整。2）在地连墙施工过程中，泥浆显得格外重要，结合工程实际，将其每立方材料配比设置为120kg 膨润土、4kg 重质纯碱、1kg 中黏CMC 以及自来水960kg。3）在成槽过程中，应严格控制垂直度，并严格利用经纬仪进行实时检测。槽宽允许误差界线为5cm，垂直度误差为3%，深度误差不大于设计深度10cm~20cm。

2.2 支撑体系的设计

由于基坑区地质条件相对较差，因此支撑体系的设计是必要的。在该工程基坑支护设计过程中，共计设计了4道支撑。其中第一道支撑为钢筋混凝土支撑，施做于冠梁处，尺寸为0.8m×1.0m，混凝土标号为C30，重度设计为25kN/m3，弹性模量设计为30GPa，泊松比设计为0.167，体积模量设计为15GPa，剪切模量设计为12.9GPa。第二道至第四道支撑均是钢支撑，钢支撑型号为Q235 的Φ609mm钢，厚度为16mm，重度设计为78.5kN/m3，弹性模量设计为200GPa，泊松比设计为0.3，体积模量设计为166.7GPa，剪切模量设计为76.9GPa。

根据各支撑所处位置不同，其支撑轴力设计如下。第一道支撑：轴力设计值为3471kN，报警值为2756kN。第二道支撑：轴力设计值为2036kN，报警值为1687kN。第三道支撑：轴力设计值为1927kN，报警值为1577kN。第四道支撑：轴力设计值为1728kN，报警值为1342kN。

2.3 基坑水的处理设计

2.3.1 地表水处理设计

为避免地表水及降雨影响施工，在基坑顶部周边设置截排水沟并且地连墙高度一般要高于地表，高出高度不少于20cm。

2.3.2 地下水处理设计

为降低地下水水位，将其类型设计为疏干井和降压井。

3 基坑变形控制效果分析

3.1 评价方法的构建

一般来说，基坑变形越大，说明其支护控制效果相对越差；反之，说明其控制效果越优。因此，一方面，可通过现有变形监测成果评价其是否在基坑预警值范围内；另一方面，可通过变形预测评价其后续发展特征。该文通过这2 个方面的综合评价，以期全面评价基坑变形控制效果。

根据上述内容，在基坑变形控制效果的评价方法的构建过程中，重点是构建变形预测模型。据姚凯等[6]的研究成果，广义回归神经网络（Generalized Regression Neural Network，GRNN）的预测能力较强，因此该文通过其构建基坑变形预测模型。

根据GRNN 模型的基本原理，其拓扑结构包括4 层，和传统神经网络相比具有一定差异，各层作用具体如下。

首先，输入层。该层是将基坑基础变形信息输入模型结构中，完成信息输入任务。

其次，隐含层。该层是利用激励函数保证隐层节点与输入节点间的连接关系，该关系具一一对应特点，不具混乱特征，并将激励函数设置为高斯函数，如公式（1）所示。

式中：hi为该层输出值；m为节点个数；S为光滑因子；wi为隐含层的训练向量。

再次，求和层。该层是在隐含层基础上增加一个维度，实现输入信息的进一步变换，该变换过程主要通过求和参数A和变化参数Gj实现，如公式（2）、公式（3）所示。

式中：q为求和层节点数；kij为求和层的训练向量

最后，输出层。该层主要是继承求和层信息，输出预测结果，如公式（4）所示。

式中：zj为预测结果。

但是，根据GRNN 模型的使用经验，其应用过程存在一定不足，主要表现为连接权值是由模型自动随机生成的，欠缺客观性。由于萤火虫算法（Firefly Algorithm，FA）的全局寻优能力较强，因此该文提出利用其实现GRNN 模型的参数寻优处理，并结合FA 算法的原理，将其对GRNN模型的寻优过程总结如图3 所示。

图3 FA-GRNN 算法的流程

FA-GRNN 模型虽具较优的预测效果，但基坑变形具显著的非线性特征，因此该文再提出Arima 模型进行补充预测，即利用Arima 模型进行FA-GRNN 模型预测误差的修正预测。在Arima 模型优化过程中，其优化函数如公式（5）所示。

式中：Rt为误差预测值；φm、θj为自回归、滑动参数；p、q为回归阶次；at为白噪声信息。

根据上述内容，将基坑变形预测模型最终确定为FAGRNN-Arima 模型。

3.2 变形特征及控制

3.2.1 基坑变形特征

在基坑施工过程中，变形监测是必要的，其中水平位移是必测项目。结合工程实际，该文共计布设了24 个水平位移监测点（布置如图1 所示）。

在变形监测过程中，共计监测了30 个周期，得到的各监测点的累计水平位移值见表1。

表1 各监测点的累计水平位移值

根据上述内容，各监测点水平位移值存在一定差异，变化范围介于24.46mm~38.19mm，平均值为31.52mm，充分说明基坑变形特征显著，分析其后续控制效果格外重要。该项目水平位移的预警值为40mm，现有各监测点的水平位移值均在预警范围内。

3.2.2 控制效果分析

该文以3.1 节思路进行基坑变形控制效果分析，限于篇幅原因，仅对3 个最大的水平位移监测点进行分析，即以SW-07、SW-09 及SW-20 监测点进行后续分析，预测结果见表2。据表2 可知，3 个监测点的预测效果存在一定差异，其中SW-07 监测点的相对误差介于2.02%~2.13%，平均相对误差为2.08%；SW-09 监测点的相对误差介于2.05%~2.20%，平均相对误差为2.12%；SW-20 监测点的相对误差介于2.06%~2.16%，平均相对误差为2.11%。因此可得出3 个监测点的预测效果相当，充分验证了FAGRNN-Arima 模型在变形预测过程中的稳定性。

表2 各监测点的预测结果

根据外推预测结果，得到SW-07 监测点在31~34 期的速率均值为0.51mm/d，SW-09 监测点在31~34 期的速率均值为0.70mm/d，SW-20 监测点在31~34 期的速率均值为0.55mm/d。因此可得出3 个监测点的后续变形仍会进一步增加，但增加速率较小，水平位移趋于稳定，说明基坑支护设计措施是有效的。

综上所述，基坑水平位移目前仍在预警值范围内并且后续变形趋于稳定，说明基坑支护设计是合理的，具有良好的变形控制效果。

4 结论

该文通过软土深基坑支护设计及变形控制效果分析，主要得出如下结论：1）基坑支护设计对保护其安全施工具有重要意义，该文实例的主体围护结构采用地下连续墙，内支撑共计设计4 道横撑，其中除第一道为钢筋混凝土支撑外，其余均是钢支撑。2）基坑水平位移特征显著，但现有变形值均在预警值范围内，并经过FA-GRNN-Arima 模型变形预测得出基坑水平位移将进一步增加，但增加速率较小，发展趋于稳定，说明基坑支护设计的变形控制效果较优。