位移反分析法（共5篇）
位移反分析法 篇1
近十几年发展起来的以量测位移为基础的位移反分析法,是解决数值方法与岩土工程协调发展的重要手段之一,它既依赖于工程地质和岩石力学理论,又依托于岩体工程的现场实际量测,是理论性和实践性都很强的一种实用技术。该方法能解决地下工程、隧道工程、边坡工程、地基工程、大坝等结构与非均质、非线性、不连续性岩体共同作用的岩土工程问题。
1 岩体初始地应力场
地下工程区别于地面工程一个很重要的方面就是存在初始地应力场,岩体赋存于这种应力场中处于平衡状态,施工开挖引起的对围岩的扰动使得围岩应力场发生重分布。
无论是二维地应力场分析还是三维地应力场分析,自重应力场数学计算模型都是侧面(或侧边)为水平向约束、垂直向自由,底部边界为水平向自由、垂直向约束,内部介质作用着铅垂向的体积力。
在二维地应力场分析中,地质构造应力场模拟为:在加载的侧面边界上施加梯形分布(即均匀分布和适量的三角形分布压力的叠加)水平向压力。
在三维地应力场分析中,地质构造应力场模拟采用两种形式:1)模拟构造应力场的主压应力和次压应力情况,即对两个水平主应力的模拟;2)模拟构造应力场的一般应力状态情况,即对两个正应力分量和一个剪应力分量的模拟。
2 地应力回归计算方法
在二维和三维地应力场分析中,回归元素都定为三个。把地应力回归计算值
其中,k为观测点的序号;
坐标轴规定:对二维地应力场分析,y轴为计算剖面走向;对三维地应力场分析,x轴和y轴为计算域水平边界方向,而z轴为铅垂向上方向。
对每一个应力状态σ
其中,k为观测点序号;n为观测点的个数,n=n1+n2,n1为三维地应力测点(套钻孔应力解除法测量)的个数,n2为二维地应力测点(水压致裂法测量)的个数,二维应力测点编列在三维应力测点后面;j为应力分量序号;m为应力分量的个数;σ*jk为第k观测点序号为j应力分量实测值,例如σ*1k=σ*xk。对二维地应力场分析,当k≤n1时,m =3,当k>n1时,m=1;对三维地应力场分析,当k≤n1时,m=6,当k>n1时,m=3。
采用数理统计的最小二乘法原理,使残差平方和为最小,即用式(2)对Li取偏导并令其为0,得到求解回归系数Li的正规方程组:
解得回归系数Li(i=1～3)后,就可根据回归方程和数值计算结果求得计算域内各处的应力回归计算值。应力回归的效果依照回归方程和回归元素的显著性检验值F和Fi进行检验:
其中,Rv和R分别为回归差平方和与残差平方和;N为回归差平方和的自由度;Vi为回归方程中各自变量的贡献,用变量的偏回归差平方和表示:
Vi=Li2/Cii (5)
其中,Cii为正规方程组(2)系数矩阵逆阵的主元素。
下面根据一个实际工程进行初始应力场的反演分析。
3 工程算例
3.1 计算模型与力学参数
勘测阶段进行了地应力实测,测试工作在位于地下厂房两侧的钻孔中进行,根据勘测结果,工程区在地下厂房部位(岩体埋深150 m左右)的地应力状态为:最大主应力σ1=9.0 MPa～11.0 MPa,方向N80°W～N87°W(即近E～W向),近水平应力;中间主应力σ2=5.0 MPa～7.0 MPa,近水平应力;最小主应力σ3=3.5 MPa～5.0 MPa,方向接近于铅直。
因厂房轴线方向为NW285°,最大水平主应力方向与厂房轴线夹角很小,可以认为一致,所以进行三维地应力回归分析时,可以考虑模拟自重应力场和构造应力场主压应力、次压应力情况,建立三维模型时,可以将坐标轴方向定为与主厂房轴线一致。
对于三维数值计算的模型,考虑安装间、主变室、交通洞等主要洞室,对较大断层进行实际模拟。计算时选择主厂房走向为z轴,铅垂向为y轴,厂房端墙方向为x轴,高程0.0 m为y坐标原点,其计算范围为-150.0≤x≤150.0;-150.0≤y≤地表;-303.0≤z≤208.0,三维模型共有34 108个节点,193 271个单元。计算时采用线弹性模型,各岩体力学参数采用实验室试验参数如表1所示。
3.2 地应力回归分析结果
根据前述地应力回归分析的方法,回归得到整个场区的地应力场,以两个水平向侧压系数的形式给出:
λ1=1.32,λ2=2.40。
其中,λ1为垂直厂房边墙方向即x向侧压系数;λ2为垂直厂房端墙方向即z向侧压系数。
后经两个钻孔采用水压致裂法和压磁套芯应力解除法共测得17个测点的地应力值,其测试结果与回归结果的比较显示:除个别点外,绝大多数测点的回归值与实测值吻合较好,误差基本在10%以内。另外,与实测值差别较大的多为水平地应力,这是因为实际岩体水平构造应力的产生原因较为复杂,影响因素较多,在计算中难以全面考虑,所以会形成较大误差,但从整体上看,回归结果还是令人满意的。
4 工程应用
位移反分析法在水电站地下厂房的建造和矿山开采中应用较多。20世纪80年代中期,同济大学岩土工程系开始涉足水电站地下厂房围岩初始地应力和地层岩体参数的位移反分析研究,先后承担了浙江天荒坪抽水蓄能电站试验洞、云南天生桥一级电站导流隧洞、广州抽水蓄能电站通风支洞试验段和青海拉西瓦水电站试验洞的反分析计算任务。其中天荒坪抽水蓄能电站取得的结果是均布初始地应力及围岩参数的弹性和粘弹性问题解,天生桥一级电站工程取得的是线性分布初始地应力和弹塑性问题围岩参数的优化反分析解,广州抽水蓄能电站取得的是线性分布初始地应力与岩体参数的弹性解,拉西瓦电站取得的是线性分布初始地应力和围岩参数的弹性和弹塑性问题解。
此外,位移反分析法还被应用于基坑工程、边坡、大坝等各个领域。自20世纪70年代以来,岩土工程问题位移反分析方法的研究已经取得了巨大进展,所获成果表明,迄今为止不仅已经建立有较为系统的计算理论,而且已将其用于实际工程问题的分析。
摘要：从分析岩体初始地应力场和进行地应力回归计算两方面探讨了位移反分析法的理论,通过工程算例说明了位移反分析法在工程中的应用,研究了位移反分析法的工程应用前景,以推广位移反分析法的应用。
关键词：位移反分析法,岩土工程,应力场,回归计算
参考文献
[1]刘巍,李福兴.高填方地基位移和应力分布的有限元分析[J].山西建筑,2004,30(6):44-46.
[2]胡立雄,傅琳.确定岩石地基承载力的方法[J].山西建筑,2004,30(12):27-28.
位移反分析法 篇2
几种水平位移监测方法的分析和比较
本文对几种常用的`水平住移监测方法进行了比较系统的分析和比较,列举出了几种方法的原理、精度分析、优点、不足以及它们适用的场合等,对于在生产实践中进行水平位移观测时进行方法的选取具有一定的指导价值.
作 者：王军晖 作者单位：宁波国土测绘院,浙江宁波,315012 刊 名：中国科技博览 英文刊名：CHINA SCIENCE AND TECHNOLOGY REVIEW 年，卷(期)：2009 “”(25) 分类号：P2 关键词：水平位移 监测方法 分析深基坑立柱位移监测与反分析 篇3
目前, 随着我国经济实力和科学技术实力的快速增长, 深基坑工程的应用不仅出现在地铁工程, 高层、超高层建筑工程, 而且已成功应用于某些大型桥梁工程。一般深基坑工程的监测项目和方案往往根据基坑的安全等级、结合施工或监测单位的能力和经验来确定, 一般包括基坑的整体稳定, 维护结构的水平变形, 围护墙的防渗止水等。监测数据的处理和反馈也是对观测数据做某些简单的处理, 然后结合工程经验对施工阶段工程的安全状况做出评价, 并据此调整施工方案。然而, 深基坑工程中的内支撑式围护结构中立柱的竖向位移控制往往经常被忽略, 从而导致围护结构水平变形和周边地层位移过大, 影响基坑整体稳定安全, 严重的甚至导致基坑安全事故。本文结合工程实例对深基坑立柱竖向位移进行监测, 并且通过合理选择材料本构、破坏准则以及裂缝模型, 建立立柱的有限元模型, 利用立柱的变形反演了其受力特征从而进行反分析, 在工程实践中得到了验证和应用。
1深基坑立柱位移
基坑隆起与竖向荷载是影响立柱竖向位移最主要的两个方面。基坑内土方开挖的直接作用引起了开挖面以下土层的隆起变形, 但即使在场地土层性质确定的情况下, 影响坑内土层隆起变形的因素仍很多, 如桩周围土的性质、桩的直径、桩间距、桩身强度、基坑的开挖深度、宽度、开挖历时、开挖时是否坑内预先降水以及降水深度、坑内基础工程桩的数量以及施工方法等等。
在开挖基坑过程中立柱产生的位移可以是上升的也可以是下降的。但是一般情况下, 不论基坑开挖深度是大是小, 是否利用工程桩, 采用顺作法施工还是逆作法施工, 都会使立柱出现上升现象, 也是正常的, 但是应该避免基坑立柱产生较大的上升位移, 以免对整个基坑的安全带来不利影响。特别的, 若立柱出现下沉现象, 则说明立柱的竖向荷载已偏大, 承载力已经不足, 应予以报警并采取措施。
2立柱位移监测
施工期间用水准仪监测立柱竖向位移, 切实整理好监测数据, 并对数据进行分析反馈, 对位移及位移速率进行分析计算, 分析沉降是由支护结构水平位移引起的, 还是由地下水位降低等原因引起的, 必要时及时提醒设计单位提出加固方案。开挖后仪器监测频率的确定可参照《建筑基坑工程监测技术规范》。
注:1.当基坑工程等级为三级时, 监测频率可视具体情况要求适当降低;2.基坑工程施工至开挖前的监测频率视具体情况确定;3.宜测、可测项目的仪器监测频率可视具体情况要求适当降低;4.有支撑的支护结构各道支撑开始拆除到拆除完成后3d内监测频率应为1次/1 d。
3工程实例
商业中心某工程, 基坑尺寸190m×110m×23m, 坑底沿基坑周边进行了水泥混凝土搅拌桩加固。采用ANSYS有限元软件模拟基坑的施工过程, 采用分离式建模方法, 并对模型进行网格划分, 分别定义土体和结构单元的材料性质, 考虑了桩、土两种材料接触面受力的影响, 采用位移边界条件定义基坑的边界及施加约束。模型支护结构见图1。
通过模拟某些立柱 (随机抽取7根) 竖向位移的数值对应实际工程监测的结果进行比较分析, 见图2。
由图2可知, 数值模拟的结果和实测数据比较接近。立柱竖向位移的规律为:在开挖二之前, 模拟值基本上比实测值偏大;在开挖三之后, 模拟值基本上比实测值偏小, 并且其差值程递增趋势, 说明在此期间竖向荷载和基坑隆起对基坑立柱位移影响较大。在开挖完成, 基坑达到稳定后, 最大差异竖向位移为3.12 mm, 这是由于模拟时所考虑的因素不能全面而产生的, 从整体趋势来看, 模拟值基本可以反映实际基坑开挖过程, 具有可行性。
4结语
深基坑工程是岩土工程研究的热点问题之一, 基于实测位移对立柱竖向位移模拟对比的方法证明深基坑立柱位移主要由于基坑隆起和竖向荷载所引起, 以便出现紧急情况采取相应措施对基坑进行加固, 从而为基坑开挖的信息化施工提供条件, 保证施工安全。
参考文献
[1]何公社.基于位移反分析和安全预报要求的深基坑工程施工监测[J].安徽地质, 2007, (9) .
[2]谢军, 孙旻, 徐伟, 张太科.嵌岩深基坑支护结构施工过程内力监测与反分析研究[J].建筑监督检测与造价, 2011, (4) .
[3]毛金平, 徐伟, 吕鹏.深基坑立柱竖向位移分析[J].建筑技术, 2004.
位移反分析法 篇4
地下工程中,通常采用位移反分析方法来确定围岩的力学参数,这对于分析和预测围岩的力学性态,进而评估围岩的稳定性,都具有十分重要的意义[1,2,3,4,5]。现有各种智能化位移反分析方法在实现过程中均只关注于增加收敛的速度、提高计算的精度[4,5,6,7,8],而对算法的结构、参数的设置、全局的最优等关键问题干预过多,无法实现真正意义上的智能化,从而限制了其推广应用。笔者针对现有的各种位移反分析方法的不足之处,建立了位移反分析的自适应神经模糊推理(ANFIS)方法[9],这种方法具有诸多特点,如收敛速度快、计算稳定性好,而且模型的训练结果具有唯一性,并已被证实可以应用于实际工程[10]。然而,ANFIS的建模过程受到了过多的人为干预,其建立过程烦琐、耗时较多、参数调节盲目、预测精度不高,且难以保证所得结果为全局最小。因此,有必要对其建模过程进行深入研究,对其训练参数和模型结构进行优化,减少人为干预,建立一种真正意义上的智能化位移反分析方法,这在当前地下工程围岩力学参数确定工作中具有重要意义[11]。
基于此,本文采用正交试验设计法、模式搜索算法(PSA)和ANFIS,建立了位移反分析的PSA-AN-FIS方法,并应用所设定的一个标准弹塑性问题对此方法进行了检验。结果表明,所建立的位移反分析的PSA-ANFIS方法除了具有ANFIS的各种特点外,还具有模型建立简捷、参数调节明确、推广预测精度更高且结果为全局最小等特点,可以在进行位移反分析时应用。
1 位移反分析的PSA-ANFIS方法
位移反分析法的数学描述如参考文献[9]中所述,此处不再赘述。
1.1 方法的建立过程简述
基于PSA和ANFIS的各自工作原理,在建立位移反分析的PSA-ANFIS方法时,需要首先确定围岩力学参数的取值范围及取值水平;然后建立数值计算模型,并计算其模拟位移向量{us}i(i=1,2,…,m);进而将所获得的计算数据组成训练数据对和检测数据对,用于ANFIS模型的训练和检测;再设置初始的ANFIS模型(采用减法聚类方法进行建模)的4个参数,从而建立输出分别为E、μ、c、Φ、LC(侧压力系数)、SC(剪应力系数)的六个初始ANFIS结构;对每个结构进行训练,并在有检测数据指导的情况下采用PSA对ANFIS的四个参数进行搜索,从而获得六个映射关系:E=G1({us})、μ=G2 ({us})、c=G3({us})、Φ=G4 ({us})、LC=G5({us})、SC=G6(us});最后将现场量测位移向量{um}通过六个映射关系进行计算,即可得到所需的各个围岩力学参数。
1.2 位移反分析的PSA-ANFIS方法的技术路线图
位移反分析的PSA-ANFIS方法的技术路线图如图1所示。
2 位移反分析的PSA-ANFIS方法的检验
同文献[9]所述,这里设定一标准弹塑性问题对所建位移反分析的PSA-ANFIS方法进行检验。
2.1 所设定的标准弹塑性问题
某圆形巷道,半径为1m,其围岩力学参数为E=6.78GPa,μ=0.21,c=3.45MPa,Φ=30°,σx=-3×107Pa,σy=-3×107Pa,τxy=0。对σy采用海姆假说,反分析参数即可减至六个(E、μ、c、φ、LC、SC)。以该圆形巷道中心为坐标原点建立坐标系,通过弹塑性理论求解,可得到位于该巷道边界与顶帮、底帮和各像限平分线交点处的六个测点的竖向位移的值(cm),即:
2.2 数据对的获取
围岩力学参数所取的水平确定为表1,在实际工程中,可以根据实验室测得的围岩力学参数来确定其取值范围和取值水平,再采用六因素五水平的正交表确定模拟计算方案所需的各组参数值,见表2。通过弹塑性理论求解,即可得到对应于各组参数值的模拟位移值,也见表2。
2.3 结构模型的建立及搜索情况
根据PSA-ANFIS的特点,相应于各力学参数分别建立六个ANFIS结构:E-PSA-ANFIS、μ-PSA-ANFIS、c-PSA-ANFIS、Φ-PSA-ANFIS、LC-PSA-ANFIS和SC-PSA-ANFIS。将模拟位移值输入该六个PSA-ANFIS结构,其目标输出为模型力学参数值,即可实现从位移到围岩力学参数的反分析。
1)数据对的构建
在构建训练、检测和预测数据对时,根据PSA-ANFIS的特性,需建立相应的目标函数,即将检测数据对的相对误差作为目标函数值。因此,随机取表2中的第2组和第16组共两组数据组成检测数据对,其余23组数据组成训练数据对,用于建立结构并训练学习。另将标准弹塑性问题测点处竖向位移的理论计算值作为输入,将标准弹塑性问题力学参数作为输出,组成预测数据对,用作方法的检验。
2)目标函数的建立
将最大检测误差确定为目标函数。即,将检测数据对输入前述建立的六个PSA-ANFIS模型,并计算输出结果与理论计算值的最大相对误差,以此作为目标函数值,如式(1)所示:
式中:x0为目标输出值,x为预测结果。
3)影响因素分析及设置
研究发现,网格的划分和调整方式(如网格搜索过程中扩展或收缩的幅度)对训练结果也有较大的影响[8]。因此,本研究将ANFIS中减法聚类算法的四个参数影响范围、压缩因子、接收率、拒绝率,以及控制网格调整的网格扩展因子和网格收缩因子两个参数作为影响训练和预测结果的六个主要因素。该六个因素的取值范围和默认取值如表3所示,同样按照表2所示的正交设计方法对该六个因素的取值进行正交设计,即得到25组参数,其水平取值方案见表4。
4)搜索过程及搜索结果
对于E、μ、c、Φ、LC、SC的每个PSA-ANFIS结构,经过对每一组参数组合进行搜索,其对应于搜索目标函数值最小的参数组合,即预测效果最好的一组,分别为第21、16、3、16、17、12组参数,搜索情况见表5所示。
5)所得六个PSA-ANFIS结构及训练过程
将表5中搜索得到的六组ANFIS的训练参数分别输入E-PSA-ANFIS、μ-PSA-ANFIS、cPSA-ANFIS、Φ-PSA-ANFIS、LC-PSA-ANFIS和SC-PSA-ANFIS中,并采用除第2组和第16组之外的23组训练数据对分别进行训练学习,所得模型结构如图2和图3所示,其中E、μ和c三个结构图均为六个规则,而Φ、LC和SC三个结构图均为五个规则。
2.4 位移反分析的PSA-ANFIS方法的检测结果
将第2组和第16组的位移理论计算值作为输入代入训练好的SC的PSA-ANFIS模型,其输出即为参数SC的检测结果,如表6所示。
由表6可知,围岩力学参数位移反分析的PSA-ANFIS方法的检测精度达96%以上,可应用于对围岩力学参数的反演。
2.5 位移反分析的PSA-ANFIS方法的反演情况
将圆形巷道周边上六个测点的竖向位移输入前述已训练好的六个PSA-ANFIS结构,其输出结果即为围岩力学参数的反演结果,列于表7。
分析表7可得,围岩力学参数位移反分析的PSA-ANFIS方法的预测精度达97%以上,能够满足工程应用的要求。此外,该方法的反演结果与文献[9]中的反演结果相比,其预测精度均有较大提高,因此是一种更加优异的位移反分析方法。
3 结论
1) PSA-ANFIS方法以检测数据的预测结果相对误差最大为目标,依靠正交试验设计的初始参数赋值表,有指导性地进行训练学习,既能达到足够的预测精度,又充分利用了正交设计的优化试验特性,因此是一种优异的预测方法。
2)实际工程中,可根据巷道断面形状布置测点,以及现场经验及实验室测试结果综合设定围岩力学参数值和计算水平,进而开展位移反分析。
参考文献
[1]杨志法,熊顺成,王存玉,等.关于位移反分析的某些考虑[J].岩石力学与工程学报,1995,14(1):11-16YANG Zhi-fa,XIONG Shun-cheng,WANG Chun-yu,et al.Some consideration of the back-analysis from displacements[J].Chinese Journal of Rock Mechanics and Engineering,1995,14(1):11-16
[2]Mohammad N and Reddish D J.The relation between in situ and laboratory rock properties used in numerical modelling[J].Int.J.Rock Mech.Min.Sci.,1997,34(2):289-297
[3]Yang Y W&Soh C K.Fuzzy logic integrated genetic programming for optimization and design[J].Journal of Computing in Civil Engineering,ASCE,2000,14(4):249-254
[4]张军,杨仁树,段绪华.深部软岩巷道变形机理及卸荷本构关系研究[J].中国安全生产科学技术,2011,7(12):32-37ZHANG Jun,YANG Ren-shu,DUAN Xu-hua.Study on deformation mechanism and unloading constitutive relation of deep rock roadway[J].Journal of Safety Science and Technology,2011,7(12):32-37
[5]王思敬.中国岩石力学与工程世纪成就[M].南京:河海大学出版社,2004
[6]苏国韶,张克实,吕海波.位移反分析的粒子群优化-高斯过程协同优化方法[J].岩土力学,2011,32(2):510-516,524SU Guo-shao,ZHANG Ke-shi,LV Hai-bo.A cooperative optimization method based on particle swarm optimization and Gaussian process for displacement back analysis[J].Rock and Soil Mechanics,2011,32(2):510-516,524
[7]张凌然,徐卫亚,聂卫平,等.基于AFSA-LSSVM的位移反分析方法研究[J].水电能源科学,2011,29(4):78-80ZHANG Ling-ran,XU Wei-ya,NIE Wei-ping,et al.Research on back analysis method of displacement based on AFSA-LSSVM[J].Water Resources and Power,2011,29(4):78-80
[8]关永平,宋建,王述红,等.基于GA-BP算法的隧道围岩力学参数反分析[J].东北大学学报(自然科学版),2012,33(2):276-278,283GUAN Yong-ping,SONG Jian,WANG Shu-hong,et al.Back analysis of mechanical parameters of surrounding rocks based on GA-BP algorithm[J].Journal of Northeastern University(Natural Science),2012,33(2):276-278,283
[9]丁德馨,张志军.位移反分析的自适应神经模糊推理方法[J].岩石力学与工程学报,2004,23(18):3087-3092DING De-xin,ZHANG Zhi-jun.Adaptive neuro-fuzzy inference approach for back analysis of displacements[J].Chinese Journal of Rock Mechanics and Engineering,2004,23(18):3087-3092
[10]丁德馨,张志军.位移反分析的自适应神经模糊推理方法在湘西金矿的应用[J].岩土工程学报。2005,27(10):1123-1128DING De-xin,ZHANG Zhi-jun.Application of the ANFIS-Based approach for back analysis of displacements in Xiangxi gold mine[J].Chinese Jounal of Geotechnical Engineering,2005,27(10):1123-1128
位移反分析法 篇5
随着TBM施工技术的快速发展, 工程技术人员越来越关心管片变形的问题, 而影响管片结构安全性的因素主要来自两个方面, 一是管片自身的质量问题, 包括材料配置、配筋和构造设计等;二是外在因素, 包括围岩压力、外水压力、灌浆压力和千斤顶推力等[1]。其中围岩压力和外水压力等难以控制的外荷载往往是威胁工程安全的重要因素, 它们常导致管片发生大变形和破损。
地下结构监测技术迅速发展使岩土工程反分析技术逐渐兴盛起来[2]。以现场位移量测为基础的位移反分析方法, 是解决隧洞安全评价这一难题的重要手段之一。反分析的目的不仅在于对工程岩体的初始参数进行估计, 更重要的是同现场监控测试相结合, 对工程的可靠度做出合理的评价和预测, 并对工程设计和施工提供有益的参考。所以在TBM掘进过程中, 施工单位常在一些重点断面上设置各种监测设备, 对管片的受力和变形等变化进行监控, 以随时对其安全性进行监视, 采取相应的措施保证工程的安全性。
本文结合地下结构变形监测技术和位移反分析技术, 对基于极限变形的TBM管片安全度评价问题进行探讨, 对适用于管片荷载预测的反分析技术进行研究。
1 管片极限变形量确定
TBM施工衬砌管片在深埋、高地应力条件下, 比较容易发生变形破坏, 严重影响隧洞施工期及运行期的安全, 但鉴于目前在管片变形控制方面尚无规范可查, 可通过理论计算确定一个管片变形的允许极限值, 作为管片安全预警的标准。《水工混凝土结构设计规范》明确给出了钢筋混凝土结构构件裂缝宽度极限值, 如表1所示。由于管片衬砌表面的裂缝不易观察, 而收敛位移的量测是十分方便、准确和简单的。因此本文建立受弯构件破坏产生的裂缝宽度与收敛位移之间的转换机制, 确定管片收敛位移的控制标准, 对管片安全状态进行评价。
受弯管片截面弯矩Ms和可能产生的最大裂缝宽度ωmax之间的关系式:
2 管片安全评价机制的建立
利用管片变形监测数据对其安全性进行评价的步骤可分为以下4步:
(1) 数据采集。地下工程的监测内容很多, 而对TBM施工管片安全性评价而言, 衬砌管片的收敛变形是首选的监测内容, 因为衬砌管片变形涵盖了各类荷载作用的综合效应, 是工程安全状态的最直接体现。衬砌管片的变形通常采用收敛计和多点位移计等设备进行量测。TBM施工隧洞往往很长, 因此只能选择有限个断面进行监测, 选择监测断面时应紧密结合工程地质资料和施工情况等, 选择最具有代表性的断面。一般而言, 应选择TBM施工容易发生重大事故的始发和到达处和围岩稳定性较差的地段进行监测, 如断层破碎带、节理密集带、挤压地层、膨胀地层和高外水压力地层等地段。
(2) 荷载反分析。TBM施工管片的变形和荷载之间存在一定的对应关系, 可利用一定的管片计算模型和反分析技术[4], 本文采用的基于数值模拟和神经网络相结合的管片作用荷载的反分析方法, 建立管片监测信息量和管片荷载之间的反分析模型, 利用该模型与量测数据等信息, 便可对管片的荷载分布形态及大小进行一定程度上的预测。
(3) 管片内力正分析。在得到了管片荷载的分布形态及大小等信息后, 就可利用管片计算梁-弹簧模型对其内力进行计算。本文采用的管片计算模型应该与反分析过程中采用的模型相一致。管片内力计算结果应主要包括管片和接头上的变形、弯矩、轴力、剪力和连接螺栓的轴力与剪力等[5]。
(4) 安全评价与预测。在对管片结构安全性进行评价时, 可根据构件的极限变形能力, 建立管片最大允许裂缝宽度值和管片收敛位移之间的转换关系, 检查其是否满足规范相应的要求。而当对其安全性进行预测时, 则可计算当管片变形发展到何种状态时管片的安全才能受到威胁, 确定管片收敛位移控制标准, 以此建立管片安全性的预警标准。
管片安全评价步骤简图见图1。
3 TBM管片安全评价算例
3.1 工程概况
某水工引水隧洞采用TBM施工[6], 采用预制钢筋混凝土管片衬砌, 管片外径D0=5 700 mm, 管片内径D1=5 000 mm, 管片重心处的半径R=2 675 mm, 管片宽度B=1 500 mm, 管片厚度H=350 mm, 受压、受拉主筋均为12ϕ22, As=A′s=4 561.2 mm2。
管片环结构采用“1+2+3”模式[7], 即1个封顶块、2个连接块和3个标准块。其中, 封顶块圆心角为12°, 连接块圆心角为66°, 标准块圆心角为72°, 如图2所示。采用错缝拼装, 错缝角度为36°, 如图3所示。管片与围岩之间的空隙用豆砾石充填并进行豆砾石回填灌浆。
3.2 管片安全判别指标的信息获取
管片的收敛位移监测数据丰富, 能直接反应管片上荷载的变化, 因此, 将其作为判定管片安全性的指标之一。按照设计单位的监测设计方案, 在TBM管片安装完成后不久便将收敛量测计布置在管片内表面上, 主要监测围岩变形对管片的挤压变形情况。测点的布置方式如图4所示。选择地质条件复杂, 具有代表性的典型环进行收敛位移量测, 本文中选取的主要监测断面有0826、4911、8002、12839、15292、18512环。
3.3 管片荷载模式的反分析
根据数值模拟和神经网络相结合的TBM管片荷载反分析方法 , 对该断面处的管片荷载进行了预测, 并按照上述提出的步骤进行。
(1) 工程信息收集。
选择地质条件复杂, 具有代表性的典型环进行收敛位移量测, 主要监测环有0826、4911、8002、12839、15292、18512环, 其收敛位移监测数据如表2所示。
(2) 神经网络样本数据生成及学习训练。
在以上目标参数的取值范围的基础上分别选取90个数据点进行正分析, 计算生成样本数据, 其中, 80个用于学习训练, 10个用于测试网络精度。选择3层BP神经网络模型进行学习和训练, 即1个输入层、1个隐含层和1个输出层, 其中隐含层的神经元数为20。经初步测试, 神经网络预测误差为小于30%。
(3) 初步预测。
将各管片环监测到的收敛位移数据输入到训练好的神经网络中, 进行荷载反分析, 得出各管片的预测荷载见表3。
3.4 管片收敛位移控制标准的提出
根据现场量测的0826、4911、8002、12839、15292、18512环各条测线的收敛位移值, 利用本文提出的数值模拟和神经网络相结合的管片荷载反分方法, 反算管片作用荷载, 再通过有限元计算, 得出管片拱腰处最大弯矩值Ms (见表2) , 利用式 (1) 得出受弯管片最大弯矩处裂缝宽度值ωmax, 与规范中裂缝宽度极限值进行对比, 拟合出收敛位移与裂缝宽度线性关系式:
管片收敛位移控制标准见图5。
结合工程的具体情况, 管片裂缝宽度y控制在0.4 mm内, 根据式 (2) 可得管片两拱腰间的收敛位移x控制标准为[4.8] mm, 从本文计算来看, 各选定监测管片环都处于安全状态, 详见表4。
4 结 语
用现场量测的收敛位移通过智能反演得出管片作用荷载, 再通过建立梁-弹簧模型进行有限元分析, 得出管片的内力状况。由于水工结构物所处环境复杂, 特别是水工引水隧洞对裂缝的控制极其严格, 规范明确给出了结构裂缝的极限值, 而由于管片衬砌表面的裂缝不易观察, 则收敛位移的量测是十分方便、准确和简单的, 本文正是建立受弯构件破坏产生的裂缝与收敛位移之间的转换机制, 拟合出收敛位移与裂缝宽度线性关系, 确定管片收敛位移的控制标准, 为管片的安全评价提出新的思路。
参考文献
[1]诸葛妃.岩石掘进机隧道管片衬砌的结构分析[D].南京:河海大学, 2003.
[2]杨志法, 刘竹毕.位移反分析法在地下工程设计中的初步应用[J].地下工程, 1981, (2) .
[3]SDJ20-78, 水工混凝土结构设计规范[S].
[4]朱合华.盾构衬砌管片设计模型与荷载分布研究[J].岩土工程学报, 2000.
[5]丁军霞, 冯卫星, 张保俭.盾构隧道管片衬砌内力计算[J].石家庄铁道学院学报, 2004.
[6]SL279-2002, 水工隧洞设计规范[S].
[7]蒋洪胜.盾构法隧道管片接头的理论研究及应用[D].上海:同济大学, 2000.