自动化监测预警技术在地铁盾构工程中的应用*

魏会龙,刘川炜,劳丽燕,张 强

(1.深圳大学土木与交通工程学院,广东 深圳 518060;2.深圳市地质局,广东 深圳 518023;3.深圳地质建设工程公司,广东 深圳 518023)

0 引言

盾构法因其具有掘进速度快、效率高、对围岩扰动小等优点,被广泛应用于地铁盾构施工中。由于盾构过程中具有太多的偶然性和突发性,传统监测手段单一且易干扰,预警预报通道不畅,很多工程事故来不及预警就发生了［1］。因此,全面推广动态、连续、在线、少干扰、难失效的自动化监测势在必行。

目前,关于地铁盾构施工中自动化监测技术,国内外学者基于工程实例开展了大量研究［2-5］。徐玉健等［6］以天津地铁下穿既有地铁为例,融合两种监测手段,对既有地铁隧道进行变形监测,对比分析两套监测系统的观测精度和稳定性。徐燕等［7］利用数据自动采集技术、网络无线通信技术及数据库应用技术,实现了对软弱破碎围岩隧道支护体系受力的自动化监测。毛亚军等［8］依托长沙地铁5号线某区间隧道盾构工程,介绍了现场采用的变形云监测技术及变形控制措施,并通过分析建筑物沉降监测数据评估了工程的变形控制效果。赵伟等［9］结合深圳地铁9号线大剧院站—鹿丹村区间盾构下穿建筑物,对变形数据进行分析,总结了针对盾构下穿建筑群时自动化监测技术实施要点。谢雄耀等［10］基于济南轨道交通R3线某区间隧道下穿老旧建筑物群,开发了自动化监测预警平台,保证了盾构下穿期间建筑物的安全。

本文针对深圳地铁10号线隧道下穿建筑物的工程案例,分析了盾构下穿的风险,总结了施工过程中的变形自动化监测技术,对施工过程中的建筑物变形监测数据进行分析,可为类似工程提供借鉴。

1 工程概况

1.1 盾构隧道与建筑物位置关系

深圳市城市轨道交通10号线工程1011标段福田口岸站—福民站区间隧道下穿某小区2栋建筑物。其中,33栋下穿隧道里程为ZDK2+242.198—ZDK2+228.689,34栋下穿隧道里程为ZDK2+204.673—ZDK2+182.158。盾构区间下穿该小区段线路中心线距离为9.06～10.17m,隧道埋深为20～21.8m,其中33栋与区间结构净距1.34m,34栋与区间结构净距2.367m。隧道与建筑物剖面位置关系如图1所示。

图1 隧道与建筑物剖面位置Fig.1 Sectional position relationship between tunnel and building

盾构下穿建筑物为8层的混凝土框架结构,建筑高度约25m,长条形分布。两栋建筑物基础均采用D480锤击沉管灌注桩,桩长16m,钢筋笼长8m,桩底绝对标高-14.000m,无地下室及锚索类围护结构。在盾构下穿期间,需对该建筑物进行全面、系统、实时自动化监测,防止地面及建筑物等出现变形破坏。

1.2 工程地质条件

根据勘察资料,区间隧道范围的地层变化较大,从上至下主要为填土、淤泥质黏性土和含淤泥质砂、粉质黏土、砂土、圆砾土、卵石土、砂质黏性土及花岗岩。洞身范围内地层主要有粗砂、卵石土、全风化花岗岩、砂土状/块状强风化花岗岩、中风化花岗岩,局部为淤泥质黏性土、中砂、砾砂、圆砾土。

软土层在围护桩或地下连续墙成孔成槽过程中容易缩孔和坍塌,施工过程中地下水位下降过多会造成地面沉降。花岗岩残积层遇水浸泡时易软化变形,强度、承载力骤减,造成围岩失稳。

1.3 盾构下穿风险分析

盾构下穿建(构)筑物时,建筑物地基土体原有的稳定状态遭到破坏,会产生不均匀沉降、倾斜、开裂或倒塌等风险。综合分析,为保证盾构过程中周边环境的稳定性,需对地铁下穿盾构隧道施工现场周边建筑物沉降、倾斜进行自动化监测。

2 自动化监测预警

2.1 监测预警系统构建

2.1.1系统架构

系统架构主要分为硬件设施、软件支撑、平台层、应用层和呈现层5个部分,系统体系架构如图2所示。

图2 系统架构Fig.2 System architecture

1)硬件设施 作为整个系统最底层基础资源,提供网络、存储、运行环境等保障。

2)软件支撑 系统建设的软件框架支撑,平台应用基于这部分软件构建上层高级应用服务。

3)平台层 可利用Eureka,Zookeeper等服务治理框架,快速构建微服务架构,实现系统能力的弹性扩展,实现系统内基础业务能力的输出。

4)应用层 基于底层服务能力,实现各领域业务,深度思考设计的业务应用,也是底座支撑能力的体现。

5)呈现层 整个系统能力输出的体现,主要包括外部能力输出与内部应用。外部系统则为外部与系统实现数据对接,实现数据共享的系统;内部应用则是系统内部的终端体现,保证业务功能的完整性、操作使用的友好性、功能多元性等。

2.1.2服务框架

系统开发基于物联网、3S、大数据与云计算及人工智能等前沿技术,设计中采用SOA架构,具体实现采用了Spring MVC框架。

SOA架构是一种粗线条、松耦合服务架构,可以实现对监测预警平台各功能模块及相关服务的管理,将平台服务之间调用的复杂关系理顺,最终提供一个统一标准,如图3所示。SOA架构的使用使得平台的各模块和各项服务更加独立,耦合度更松,更利于平台的开发和维护。

图3 SOA数据总线Fig.3 SOA data bus

MVC设计模式是把1个应用分为3个层：模型层(model)、视图层(view)及控制层(controller)。模型层表示数据和业务逻辑,视图层提供显示和用户输入,控制层负责派遣用户请求和控制流程。

MVC模式的使用提高了平台的灵活性和复用性,实现了模型和视图的分离。MVC设计模式可以提高开发效率,增强程序的可维护性和拓展性,模型与视图分离降低了功能模块之间的耦合度。在MVC的框架上采用Spring MVC,如图4所示。

图4 Spring MVC架构Fig.4 Spring MVC architecture

2.1.3监测数据采集、传输及应用

监测数据由部署在监测现场的传感器采集获得,经过MCU模块进行基本的转换处理与数据封装后,由传输模块通过TCP/IP,HTTP(HTTPS)等协议发送到指定服务端平台,服务端通过前端接收程序对数据进行解析和预处理后,存入数据库保存。

在系统运行中,业务逻辑层根据web端的应用服务请求,将数据库中数据进行筛选、处理后返回给web端,从而实现基于监测数据的可视化及数据分析(见图5)。

图5 监测数据采集、传输及应用Fig.5 Monitoring data acquisition,transmission and application

2.2 监测点及传感器布设

本项目在既有施工监测及第三方监测的基础上,根据监测对象与隧道的关系、环境风险等级、场地岩土体情况及基础形式,选取33栋、34栋建筑物作为重点监测对象开展自动化实时监测。

根据选取的监测对象及监测内容,选取风险较高处或具有代表性意义的监测点,结合现场设备安装条件,合理布设监测设备。

1)沉降 布设于建筑物墙角、中间部位或其他有代表性的部位。

2)倾斜 布设于反映建筑物变形特征的关键部位和受施工影响的敏感部位。

项目共布设10套建筑物沉降监测点,2套倾斜监测点,1套地面沉降监测点,监测点平面布置如图6所示。

图6 监测点平面布置Fig.6 Layout plan of monitoring points

2.3 监测频率及监测预警

2.3.1监测频率

根据设计要求,监测频率如下：现场数据采集频率为30min/次。在特殊情况(如暴雨、台风天气等)或盾构下穿建筑物时,监测频率可随时调整,最快监测频率为10min/次。

2.3.2监测预警值

根据GB 50911—2013《城市轨道交通工程监测技术规范》,结合工程安全等级、施工设计、监测及勘察相关资料,根据监测点的实际情况,采取三级预警机制,监测预警及报警值如表1所示。

表1 监测预警和报警值Table 1 Monitoring of early warning and alarm values

2.3.3预警方式

1)设备阈值预警 当监测设备的监测数据达到预设的预警和报警值时,触发系统发送预警信息。

2)AI模型预警 利用深度神经网络对历史监测数据进行训练,实现有监督机器学习;实时监测数据通过调用该训练模型,对数据进行实时分类判断,得出预警等级。

2.3.4预警响应

1)三级黄色预警 当测值达到三级预警值时,监测单位分析预警原因,关注数据变化趋势,并通知施工单位加强巡查。

2)二级预警 当测值均达到二级预警值时,应进行二级预警,即向施工、监理等相关单位报告,并分析其原因,建议采取措施。

3)一级预警 当测值达到一级预警值时,且变化速率加快,应进行一级报警,即向业主、施工、监理等相关部门报告,提请相关单位做好应急措施,并组织专家及各单位现场核实和研判预警产生原因,制定预警处置方案。

3 建筑物变形分析

3.1 监测数据分析

1)倾角监测数据

由33栋倾角QX01监测数据(见图7)、倾角QX02监测数据(见图8)可知,7月13日盾构隧道左线开始下穿33栋后,x,y两个方向上倾角累计变化均呈缓慢增加趋势,倾角累计变化变化范围为-0.05°～0.05°,均在允许变化范围内。

图7 倾角QX01监测曲线Fig.7 Monitoring curve of angle QX01

图8 倾角QX02监测曲线Fig.8 Monitoring curve of angle QX02

由34栋倾角QX03监测数据(见图9)、倾角QX04监测数据(见图10)可知,7月17日盾构隧道左线开始下穿34栋后,7月18日x,y两个方向上倾角累计变化均呈缓慢增加趋势,倾角累计变化变化范围为0.05°～0.06°,均在允许变化范围内。

图9 倾角QX03监测曲线Fig.9 Monitoring curve of angle QX03

图10 倾角QX04监测曲线Fig.10 Monitoring curve of angle QX04

2)沉降监测数据

从33栋沉降累计变化监测曲线(见图11)总体来看,33栋建筑物沉降大体上处于稳定变化状态,累计沉降总体变化不大,累计变化最大值为0.24mm,均在允许变化范围内。

图11 33栋沉降监测曲线Fig.11 Settlement monitoring curve of No.33 building

7月17日盾构隧道左线开始下穿34栋,盾构下穿期间CJ06与CJ10测点沉降累计变化缓慢增加与7月20日CJ06、7月21日CJ10测点沉降累计变化超过报警值(30mm),触发预警平台一级报警,沉降累计变化监测数据如表2所示,监测曲线如图12所示。同时,建筑物马赛克瓷砖外墙存在脱落现象。

表2 沉降累计变化Table 2 Cumulative changes of settlement

图12 34栋沉降监测曲线Fig.12 Settlement monitoring curve of No.34 building

3.2 变形控制措施

触发警情后,预警平台通过短信、网络等方式自动给相关单位发送报警信息,收到报警短信后,立即通知业主及施工单位。施工单位立即开展监测,监测数据显示,人工建筑物沉降监测JGC34-4,JGC34-5,JGC34-6,JGC34-13,JGC34-14,JGC34-15测点累计沉降值分别为-17.4,-21.1,-15.6,-16.5,-24.9,-27mm。自动化监测的数据与人工监测吻合,真实反映了建筑物变形情况,实现了快速、及时、多通道的信息发布和预警处置。

同时,施工单位组织专家现场研判,根据地层及出土渣样查看,渣土含砂量大,且左线盾构穿越该小区时,由于地质条件发生变化,花岗岩岩面在隧道范围内逐步升高,最终导致左线盾构穿越建筑物沉降量超预警值和控制值。

专家研判后,施工单位采取加强渣土改良、加大同步注浆和及时二次注浆、采用后退式注浆机钻孔注浆加固地层及启动注入盾壳膨润土等措施。因处置及时,34栋沉降量已经稳定,房屋无明显裂缝,处于安全可控状态。后期将继续对相关建筑物监测,根据监测情况采取进一步注浆措施控制沉降。

4 结语

1)利用SOA架构,建立自动化监测预警系统,实现了盾构期间建筑物动态、连续、在线的监测及管理,有效保障了盾构施工期间的安全性和建筑物的稳定性,显著提高了工程建设应急处置能力。

2)盾构隧道左线下穿时,34栋累计沉降超过30mm(控制值)。自动化监测与第三方人工监测相辅相成,现场通过加强渣土改良、加大同步注浆和及时二次注浆加固地层,有效控制了施工期间建筑物变形。

3)项目采用多层级预警预报自动化监测管理体系并成功预警,有效控制了盾构下穿施工的风险,实现了快速、及时信息发布和预警处置。