何烈民, 崔春雨, 王思瑞, 张乾青, 郭慧强, 高鹏

(1. 山东省路桥集团有限公司, 济南 250014; 2. 山东大学,岩土与结构工程研究中心, 济南 250061)

随着城市空间日趋紧张,城市建设不断向高空和地下争取空间[1],基坑开挖规模、深度和复杂程度也不断增大[2]。近年来基坑事故频发,不仅带来了经济损失,也威胁到了作业人员的安全[3-5],对基坑稳定性分析提出了更高的要求。针对基坑稳定性分析现有主要方法包括以下三种:①理论分析法[6-7],该方法较为方便,但由于地下岩土体的复杂性,理论计算通常不能较好地反映基坑的实际受力与变形情况。②数值模拟法[8-9],现阶段已有许多研究人员通过数值模拟的方法进行基坑稳定性分析。数值模拟计算中存在因参数选取或本构关系选取不准确而导致计算结果与实际情况不相符的问题。③现场监测法[10-11],基坑现场监测是判断基坑稳定性和预测基坑变形发展趋势最直观、最有效的方法。通过对现场数据的分析,可为基坑开挖的合理性提供依据。

深基坑现场监测中传统人工监测方法易存在监测不及时、精度低、监测数据少、不能提供实时监测数据等问题。基坑自动化、智能化监测以其高精度、实时性等优点已成为基坑稳定性分析中高效的方法[12],基坑智能化监测已成为热点研究问题。曹权等[13]采用多组自动全站仪测站与计算机终端相联系,组成了高效率、高精度的地铁隧道监测系统;申文静[14]将建筑信息模型(building information modeling,BIM)与物联网(internet of things,IoT)技术相结合,提高了监测预警信息的完整性与交互性,并克服了监测数据滞后的缺点;梁玄等[15]采用TCA2003全站仪自由设站基坑水平监测系统实现了基坑水平位移的监测;吴振君等[16]利用地理信息系统(geographic information system,GIS)可视化技术实现了区域内多个基坑地质条件、监测数据、监测仪器等资料的采集;徐文杰等[17]提出了数字基坑系统理念,并开发出非线性预测功能;樊延祥等[18]通过开发Revit提出了基于条件信息熵的综合评价方法,对基坑某区域进行了综合风险评估。

现应用载有全球导航卫星系统的基坑位移监测仪器对基坑的坑外地表沉降进行监测,采用固定式测斜仪、钢筋计、表面应变计结合无线智能采集仪对桩体水平位移和支撑轴力进行监测,开发了基坑智能预警平台。相关研究成果可为基坑稳定性分析及预测提供新方法,对类似工程具有指导意义。

1 工程背景

本工程为湖北省武汉市江岸区谌家矶大道地下通道,地下通道整体均采用明挖方式施工,长度2.21 km,基坑深度0.9～24.6 m。由于该基坑工程因深度不同,采用了三种不同的支护形式。S2+200～S2+325区间为放坡开挖,挂网喷射混凝土,S2+325～S4+330.7区间为φ850型钢水泥土搅拌墙(SMW工法桩)+内支撑、钻孔灌注桩+三轴搅拌止水帷幕+内支撑和钻孔灌注桩+铣削深层搅拌技术(cutter soil mixing,CSM)落地式止水帷幕。支撑类型按深度不同设置2～4道支撑,其中第一、三道采用混凝土支撑,第二、四道采用钢支撑。基坑代表性支护剖面如图1所示。

地勘报告显示,基坑开挖深度范围内主要为黏土、粉质黏土,下伏基岩为泥质粉砂岩、白云岩、钙质粉砂岩和钙质砾岩。地下水类型主要为上层滞水、孔隙承压水、基岩裂隙水和岩溶水。上层滞水主要赋存于沿线填土层中,上层滞水水位在1.2～3.4 m,孔隙承压水水位随长江季节性水位变化而变化,基岩裂隙水与岩溶水埋藏较深对本工程影响不大。基坑土层物理力学参数如表1所示。

表1 基坑土层物理力学参数Table 1 Physical and mechanical parameters of foundation pit soil layer

2 自动化监测内容及方法

根据工程现场情况选取有代表性的三处断面开展监测工作,监测项目包括:桩体水平位移监测、坑外地表沉降监测和支撑轴力监测,监测断面信息如表2所示。

监测断面具体位置如图2所示,其中坑外地表沉降分别在距坑边5 m、10 m和15 m处设置监测点,对应图1中每个断面处的3个点位。

表2 监测断面信息Table 2 Monitoring section information

2.1 监测元件

2.1.1 桩体水平位移监测

采用JTM-U6000K型固定式垂直测斜仪与JTM-G7600A型高精度测斜管监测基坑围护结构桩体的水平位移(见图3)。JTM-U6000K型固定式垂直测斜仪的综合分辨率为0.001°工作温度为-25～+85 ℃,极限工作温度为-55～+125 ℃。

图2 监测断面示意图Fig.2 Diagram of monitoring plane

2.1.2 坑外地表沉降监测

坑外地表沉降监测仪器为司南-A300型全球导航卫星系统(global navigation satellite system,GNSS)接收机如图4(a)所示。该接收机基于GNSS高精度定位技术及低功耗高精度GNSS芯片,融合微机电系统(microelectro mechanical systems,MEMS)传感器技术、窄带通信技术等,可自动切换工作模式,减少监测站系统功耗和运维成本。为监测工作的正常运行,司南-A300型普适型GNSS接收机需与控制器、电池、太阳能板、混凝土底座、立柱、避雷针配合使用,如图4(b)所示。

2.1.3 支撑轴力监测

由于基坑内支撑采用两种材料形式,针对支撑材料的不同,混凝土支撑与钢支撑分别采用钢筋计与表面应变计进行支撑轴力的监测,如图5所示。

2.2 采集装置

采用无线智能采集仪进行数据的自动采集,如图6所示。该采集仪自带存储芯片,可将采集到的数据可方便和安全地存储在采集器的内存中。在固定式测斜仪、钢筋计等监测元件与采集仪进行连接之后,相关数据首先传输至采集仪中储存。

图5 支撑轴力监测元件Fig.5 Axial force monitoring equipment

图6 无线智能采集仪Fig.6 Wireless intelligent acquisition device

无线智能采集仪内部采用模块化设计,将不同监测元件接入不同的采集模块,综合采集各类传感器数据。考虑到采集仪自身的耗电功率较小,选择太阳能供电方式适用于现场复杂条件下的数据采集。数据采集之后,统一由内置4G/LTE传输终端传输到上位机并进行远程处理。

3 基坑智能预警平台

自动化监测可实时采集大量数据,对基坑未来发展趋势的做出判断。开发了基于动态变形预测的智能预警平台,智能预警平台将工程数据可视化,通过图表、图形、地图等视觉元素,将数据中所蕴含的信息展现出来;并通过动态预测模型推算未来变形状态,在潜在灾害出现苗头时提前知晓,及时调整施工方案。

3.1 基坑智能预警平台框架

平台的整体框架通过不同的信息感知模式,将获取的信息经过有效的信息传输与加工,接入智能预警平台的数据库中,如图7所示。

图7 智能预警平台整体框架Fig.7 Framework of intelligent early warning platform

3.2 智能预警平台的实现

智能预警平台的逻辑架构实现过程如图8所示。使用采集装置将测斜、水位、雨量以及钢筋应力、裂缝等数据,通过消息列队传输协议(message queuing telemetry transport, MQTT)或者远距离无线电组网(long range radio, LoRa)传输到云端服务器;同时GNSS表面位移设备经过解算软件计算后,也将数据通过超文本传输协议(http)传输给云端服务器。采用SpringCloud微服务架构对每个业务单独开发、分布式部署,并将数据传递给EMQ (Erlang/Enterprise/Elastic MQTT Broker,基于 Erlang/OTP 平台开发的开源物联网 MQTT 消息服务器)数据中心处理,数据中心会查询出平台上已经配置好的传感器计算公式,通过公式将原始数据计算成对应的物理量存储到Postgresql数据库中,通过图表、图形的形式在数据大屏展示出来。将基坑自身参数、支护结构、开挖方案等样本分类,载入MATLAB中对模型进行网格训练,得到输出结果,再结合实际监测值进行参数反算以获得更为准确的预测值,最终建立动态预测模型。

基坑智能预警平台操作系统为Windows 10 64位专业版,测试浏览器为Google Chrome。针对于编写现代Web和云应用的跨平台源代码编辑器,可在桌面上运行,并且可用于Windows, macOS和Linux。

图8 智能预警平台逻辑架构Fig.8 Logical structure of intelligent early warning platform

前端开发工具为Visual Studio Code,系统前端工程采用vue框架来实现,后端开发工具为IntelliJ IDEA 2017.3.6×64。

3.3 基坑智能预警平台的应用

本项目所采用智能化监测平台的设计层面监测内容包含桩体水平位移自动化监测,坑外地表沉降自动化监测,支撑轴力自动化监测等内容。通过日期区间的选择,对应的累计变化量与预测曲线等信息会展示在弹出的界面中,通过点击具体弹窗界面可查看详细信息。预测曲线与预警阈值可为施工方提供参考,可根据预测的走向对施工方案做出适当调整。

4 基坑监测数据分析

4.1 桩体水平位移监测结果分析

本项目基坑采用分层开挖模式,开挖完一层后会施加一道支撑直至坑底。K2+490N、K3+850N、K3+910N三个桩位处的桩体水平位移随基坑开挖变化情况如图9所示。

由图9可知,支护桩沿深度方向水平位移呈现出“两头小,中间大”的变形趋势,最大水平位移在0.4倍桩体位置处。支撑施作后,桩顶水平位移受到限制,随开挖进行最大位移出现位置不断下移。对比K2+490N与K3+850N桩体水平位移变化情况可知,开挖结束后K2+490N与K3+850N的最大位移分别为7.18 mm、24.89 mm,K3+850N开挖深度约为K2+480的2倍,最大位移为K2+480N的3.47倍。对比K3+850N与K3+910N桩体水平位移变化情况可知,开挖结束时K3+910N最大位移为17.72 mm,K3+850N基坑宽度为K3+910N的1.67倍,最大位移为K3+910N的1.4倍。综上,桩体水平位移随开挖深度、开挖宽度的增加而增大,随支撑道数增加而减少。

4.2 坑外地表沉降监测结果分析

各个断面坑外地表沉降监测结果如图10所示。

由图10可知,K2+490N断面在第一个开挖阶段三个监测点位的最大沉降量分别为1.39、2.33、3.63 mm,开挖结束后的最大沉降量分别为19.91、24.96、15.12 mm。K3+850N断面处在最后两个开挖步时,不同点处沉降量出现明显差异,距坑边5 m处在最后开挖阶段沉降变化不明显,最终沉降量为16.43 mm,距坑边10、15 m处地表沉降变化幅度较大,直至开挖结束最大沉降为28.7、27.03 mm。K3+910N断面变化趋势与K3+850N断面基本一致,最终三个点位达到的最大沉降为25.98、27.02、17.53 mm。综上,监测点位处地表沉降随基坑开挖深度增加而增大,地表最大沉降在距坑边10 m位置处。

图10 坑外地表沉降监测结果Fig.10 Monitoring results of ground settlement

4.3 支撑轴力监测结果分析

各个断面第一道混凝土支撑和第二道钢支撑轴力的监测数据如图11所示。

由图11可知,在第一道混凝土支撑施作完成后,K2+480N、K3+850N和K3+910N断面处混凝土支撑轴力随基坑开挖深度增加而线性增加,混凝土支撑最大轴力实测值分别为2 175、2 701和2 449 kN。施作钢支撑后混凝土支撑轴力随开挖深度的增加近似呈线性增加,但增加速率因受钢支撑影响有所降低,轴力最大值分别为2 709、3 314、2 978 kN,增长速率分别降低了45.7%、91.9%、78.1%。开挖结束第二道钢支撑实测最大轴力为611、892、725 kN。综上,支撑轴力随基坑开挖深度的增加而线性增大,支撑增加会降低其轴力增长速率。

图11 支撑轴力监测结果Fig.11 Monitoring results of axial force

5 结论

针对深基坑现场监测中人工监测不及时、精度低、数据少等问题,以武汉某深基坑工程为依托,利用自动化监测与采集设备获得了基坑变形、受力等监测数据,利用前端开发工具Visual Studio Code和后端开发工具IntelliJ构建了深基坑自动化监测与智能预警云平台。得到如下主要研究结论。

(1)自动化监测设备所采集的数据数值精确,可有效避免人工监测所产生的误差,并能根据监测需求自行设置监测频率,可实时采集监测数据。

(2)深大基坑自动化监测及智能预警平台实现了基坑施工全过程中自动化监测、智能动态预测与风险评估。该平台可用于指导基坑现场作业。

(3)支护桩最大水平位移在0.4倍支护桩长位置处,地表沉降随基坑开挖深度增加而增大,支撑轴力随基坑开挖深度增加而线性增大且轴力增长速率随支撑施加而降低。