朔黃重載鐵路某路橋過渡段沉降監測及預測

涂仁盼，冷伍明，聶如松，范瑞祥

朔黃重載鐵路某路橋過渡段沉降監測及預測

涂仁盼1, 2，冷伍明1, 3，聶如松1, 3，范瑞祥1, 2

(1. 中南大學 土木工程學院，湖南 長沙 410075；2.中鐵第四勘察設計院集團有限公司，湖北 武漢 430063；3. 中南大學 重載鐵路工程結構教育部重點實驗室，湖南 長沙 410075)

隨著大軸重、長編組重載列車的大量運行，路基會發生較大累積變形，特別是路橋及路涵過渡段路基。對路基進行沉降監測和沉降趨勢預測可及時了解路基工作狀態，有效保障重載列車的運營安全。采用水平梁式傾斜儀對朔黃重載鐵路某路橋過渡段路基的差異沉降進行長期監測，探討差異沉降量隨列車累積荷載的變化規律，并對監測結果進行預測分析。研究結果表明：過渡段各斷面路基相對橋臺的差異沉降量隨著列車累積荷載的增加而逐漸增加，且沿線路縱向并遠離橋臺方向逐漸增大；指數曲線-GM(1,1)組合預測模型具有較高的預測精度及穩定可靠性，能夠用于過渡段差異沉降量預測；監測系統具有長期、實時、自動采集與自動傳輸數據的功能，測量精度高，可用于毫米級沉降及沿線路縱向的差異沉降監測。

重載鐵路路基；路橋過渡段；差異沉降；沉降監測；沉降預測

重載鐵路運輸因其運能大、效率高、運輸成本低而受到世界各國的廣泛重視。根據我國鐵路運輸基本國情，發展大軸重、長編組重載列車是重載鐵路發展的必然趨勢，也是有效提高煤碳運輸能力的重要舉措。隨著重載列車軸重的增大及編組的加長，路基所承受的列車荷載循環作用也會相應增大，導致路基更易發生永久變形且服役狀態更易惡化。因此，對重載鐵路路基進行沉降監測和控制十分必要。另外，開展路基長期沉降監測，可獲得路基沉降隨時間和列車通行噸位的發展規律，為既有重載鐵路路基沉降預測理論的發展提供第一手數據。近年來，國內外學者在沉降監測技術與預測方法方面的研究取得了豐碩的成果。杜彥良等[1]采用鐵環分層沉降儀法開展路基沉降監測試驗，并采用傳統GM(1,1)模型和修正GM(1,1)模型進行最終沉降量的對比預測，結果表明：修正GM(1,1)模型預測精度更高，適用范圍更廣。王光勇[2]采用先進的無測桿智能數碼監測元件進行路基變形監測，并利用曲線擬合法進行預測，發現Asaoka法的預測結果最為準確，三點法預測結果偏小，指數曲線法和雙曲線法預測結果偏大。趙明華等[3]引用最優加權組合建模理論，建立Logistic-Gompertz最優加權幾何平均組合沉降預測模型。通過工程實例表明，該組合預測模型的預測精度與可靠性均優于Logistic模型和Gompertz模型。本文選取我國朔黃鐵路某一路橋過渡段，開展過渡段路基的長期累積和差異沉降監測。課題組選用的水平梁式測斜儀既能滿足既有重載鐵路沉降量級小、精度要求高的特點，又能實現長期、實時、自動采集與傳輸數據的功能，且能有效避免干擾行車。經過歷時半年的監測，獲得了大量的路橋過渡段沉降數據，分析了路基過渡段沉降變化規律，在此基礎上，提出適用于既有重載鐵路路基沉降量隨列車累積荷載變化的預測模型，為既有重載鐵路路橋過渡段路基沉降監測技術，沉降規律和預測理論，以及維修養護提供參考。

1 監測原理與方法

基于水平梁式測斜原理的路基長期累積和差異沉降自動監測系統由JTM-U6000JB水平梁式傾斜儀、CR800數據采集箱、無線數據傳輸模塊(DTU649)、太陽能電板、蓄電池和遠程計算機組成。水平梁式傾斜儀測試沉降的原理是：將水平梁的一端固定在基準點，另一端固定在監測點，當路基發生差異沉降時改變了水平梁的傾角從而改變傾斜儀傳感器的電壓輸出值(V)，該電壓輸出值可按下式(1)轉換為傾斜讀數(mm/m)，將當前的傾斜讀數減去初始傾斜讀數再乘以梁的長度(2個錨頭之間的距離)，即可得到水平梁兩端的差異沉降值(m)。

式中：為水平梁傾斜讀數；為傾斜儀傳感器電壓讀數；為傳感器率定參數，代表傳感器自身 屬性。

監測過程中，將水平梁逐個首尾連接，則可得到該監測區段路基各監測點相對于基準點發生的差異沉降值。該水平梁式傾斜儀標稱精度為±0.01°，轉換為其對應的沉降量約0.17 mm，可用于監測路基面沿線路縱向的差異沉降量。

2 現場監測與結果分析

2.1 工程概況

選取朔黃重載鐵路K248+100~K248+270作為試驗工點，該工點位于河北省平山縣境內，屬于路橋過渡段。該工點原為路涵過渡段，涵洞為凈寬高均為5 m的蓋板涵，為滿足當地交通發展的需要，于2016年在蓋板涵位置采用頂推法施工了一座兩跨的框構橋，該框構橋及過渡段橫、縱斷面如圖1所示，該橋總長37.5 m，凈跨17 m，邊墩墻厚1.2 m，中間墩寬1.1 m。該橋施工完成后，橋兩端過渡段沉降較大，經現場工程師估算，沉降大約80 mm。橋上為雙線鐵路，包括上行重車與下行空車雙線。重車線采用75 kg/m型鋼軌，Ⅲ型混凝土軌枕。橋上道砟厚度約為1.45 m，過渡段道砟厚約0.5 m。過渡段路肩進行了加寬和強化處理，加寬后的路肩寬度為1.8 m。兩線的線間距為4 m。路基邊坡高為4 m，坡率為1:1.5，采用種草防護、拱形漿砌片石骨架護坡。路基填料為當地廣泛分布的低液限Q4al+pl粉質黏土，基本承載力為170 kPa，地下水位深4~5 m。

2.2 現場監測方法

基于水平梁式測斜原理的路基長期累積和差異沉降自動監測系統現場安裝方法如下。

單位：m

2.2.1 固定水平梁式測斜儀

水平梁式傾斜儀分別安裝在橋涵西側過渡段K248+160~170和橋涵東側過渡段K248+200~210重車線中心軌枕上，兩側監測區段各安裝5根水平梁，每根梁長2 m，每根梁上布置一個傾斜儀，如圖2所示。

2.2.2 連接傳感器與數據采集器

通過通訊電纜將傾斜儀傳感器連接到數據采集箱中的采集模塊上，每個傳感器對應采集模塊的不同通道，并將通訊電纜套上PVC管加以保護。

2.2.3 安裝無線傳輸模塊

將太陽能電板固定在剛支架上并置于陽光充足處，太陽能電板通過中介控制器與蓄電池和電源輸出端相連，將插入4G移動SIM卡的無線傳輸模塊連接4G天線和電源線并放入數據采集箱中 固定。

2.3 監測結果分析

現場對該路橋過渡段進行了為期125 d的實時監測，該監測系統采樣頻率設置為6 h/次，為避免列車通過時的震動對測試結果造成影響，選取每周天窗時間的數據進行分析。為研究監測期間內路橋過渡段路基產生的差異沉降量隨線路運行狀況的變化，本文將一定期間內通過過渡段的列車自重及列車裝載的貨運量的總和定為該期間內的列車累積荷載。通過收集整個監測期間通過監測區段的車輛列數、每列車廂節數以及貨運重量數據，繪制橋臺兩側過渡段路基沉降量隨列車累積荷載變化曲線圖，如圖3和圖4所示。

圖2 水平梁式傾斜儀現場布置圖

(a) K248+200~K248+210；(b) K248+135~K248+145

分析圖3~4可知：

1) 過渡段路基相對橋臺的差異沉降量隨列車累積荷載的增加而逐漸增加，且變化幅度表現為在前期增長較快，中期有所減慢，后期保持微小變化并趨于穩定，表明在列車累積荷載長期作用下路基發生了一定的累積塑性變形；

(a) K248+200~K248+210；(b) K248+135~K248+145

2) 過渡段路基相對橋臺的差異沉降量表現為沿線路縱向并遠離橋臺方向逐漸增大，并在橋臺最遠端沉降量達到最大；

3) 過渡段路基相對橋臺的差異沉降量在經過約1×109t列車累積荷載作用后均趨于穩定狀態，其中橋東、西2監測段最大沉降量分別穩定在0.4 mm和0.8 mm左右，分析原因主要是由于東西兩側路堤填料密實度差異導致的差異沉降，且沉降量級很小，表明該過渡段路基在運行25 t軸重列車時能夠滿足穩定性要求；

4) 基于水平梁式測斜原理的沉降自動監測系統測量精度高，可用于監測毫米級以上的路基沉降量及沿線路縱向的差異沉降量。

3 沉降預測分析

通過文獻調研發現，指數曲線模型適用于長期次固結沉降不明顯的情況，GM(1,1)模型適用于預測路基工后沉降，而對于運營多年的朔黃重載鐵路路基，現階段路基發生沉降主要是路堤填料的蠕變變形、地基次固結沉降及行車荷載作用下路基的永久變形耦合在一起的結果，這一階段總沉降增加極為緩慢，沉降量表現為量級小、數據相對波動較大的特點，因此用一種預測模型很難反映運營多年既有重載鐵路路基的沉降變化規律。本文選用反映不同沉降規律的單項預測模型，并按一定方式組合，使組合預測模型更好反映實際沉降規律，以改善預測模型的預測精度。

3.1 單項預測模型

3.1.1 指數曲線模型

指數曲線法是以土層平均固結度為時間的指數函數出發，根據固結度方程和固結度定義得出固結沉降表達式：

式中：為某時刻沉降量；∞為最終沉降量；和為地基的地質條件及排水條件確定的常數。

3.1.2 GM(1,1)模型

GM(1,1)模型的建模過程如下。

設原始數據序列為等時距序列：

將式(4)進行一次累加生成，得到新的序列為：

其中：

將式(5)對時間求導可得：

式中：為發展系數；為灰色作用量。

從而可得GM(1,1)預測模型為：

3.2 指數曲線-GM(1,1)組合預測模型的建立

假定某問題有種沉降預測模型，若用y表示第期的實際沉降觀測值，=1, 2, …,，y表示第種預測模型第期的預測值，y表示該種預測模型的加權幾何平均組合模型第期的預測值，w表示單項預測方法的權重系數則有：

設S，S分別表示y和y的對數誤差，則有：

則可得第期的組合預測值對數誤差平方 和為：

解上述最優化數學規劃方程，可得[4]：

特別地，對于2種單項預測方法進行組合形成的加權幾何組合預測模型，其最優加權系數為：

則指數曲線-GM(1,1)沉降組合預測模型為：

3.3 監測結果沉降預測分析

選取監測試驗段的K248+143斷面沉降監測結果進行預測分析，經過現場為期近4個月的監測，結果如表1所示。

根據指數曲線模型和GM(1,1)模型的建模原理，借助MATLAB軟件進行擬合，可得到指數曲線模型的預測公式為：

GM(1,1)模型的預測公式為：

根據權重系數求解原理可求得最優權系數為：

由此，可得到最優加權幾何平均GM(1,1)-指數曲線組合預測模型為：

根據該組合預測模型可得任意列車累積荷載作用下的預測沉降值(見表3)，同時可計算得到各預測模型的絕對誤差平方和，標準誤差，相對誤差平方和以及相對標準誤差(見表2)，并可繪出預測模型與實測值對比圖(見圖5)。

表1 K248+143斷面沉降觀測數據

表2 預測模型誤差檢驗指標比較

表3 不同預測模型預測列車累積荷載作用下沉降量結果對比

圖5 預測沉降值與實測值比較

分析以上模型預測結果可以發現：

1) 指數曲線-GM(1,1)組合預測模型的預測值與實測值之間絕對誤差范圍為0~0.018 mm，相對誤差范圍為0~1.53%，誤差主要集中在列車累積荷載作用前期，后期預測量與實際沉降量非常接近，且比指數曲線單項模型和GM(1,1)單項模型的后期預測量都要準確；

2) 從評價預測模型擬合值與實測值相關程度指標Y來看，在本工程實例中，指數曲線模型≈組合預測模型>GM(1,1)模型，且組合預測模型與指數曲線模型的相關系數非常接近，這表明組合預測模型和指數曲線模型的擬合值與實測值相關程度基本一致，均具有較高的相關性；

3) 從評價預測模型精度指標的和來看，在本工程實例中，GM(1,1)模型>指數曲線模型=組合預測模型，表明組合預測模型的預測精度與指數曲線模型基本一致，均有較高的預測精度；

4) 從評價預測模型穩定可靠性指標的和來看，在本工程實例中，指數曲線模型>GM(1,1)模型>組合預測模型，且組合預測模型的相對誤差平方和較指數曲線模型下降了99.42%，表明組合預測模型預測結果的穩定可靠性較指數曲線模型有很大程度的提高。

綜合上述分析可知，對于運營期重載鐵路路基在列車累積荷載作用下所發生的小量級沉降，指數曲線-GM(1,1)組合預測模型具有較高的預測精度及穩定可靠性，能夠滿足對路基工后沉降的預測要求，其次是指數曲線單項預測模型。

4 結論

1) 將基于水平梁式測斜原理的路基長期累積和差異沉降自動監測系統應用于朔黃鐵路現場試驗，實現了該監測系統長期、實時、自動采集與自動傳輸數據的功能，測量精度高，可用于監測沉降量級小的路基沉降量及沿線路縱向的差異沉降量。

2) 過渡段路基相對橋臺的差異沉降量隨列車累積荷載的增加而逐漸增加，且沿線路縱向并遠離橋臺方向也逐漸增大，并在橋臺最遠端沉降量達到最大。

3) 對于既有重載鐵路路基在列車累積荷載作用下所發生的小量級沉降，指數曲線-GM(1,1)組合預測模型具有較高的預測精度及穩定可靠性，能夠滿足對過渡段路基差異沉降量的預測要求。

[1] 杜彥良, 姬來, 劉新福. 高速鐵路路基施工期沉降量的灰色預測模型及應用[J]. 鐵道科學與工程學報, 2009, 6(1): 36?40. DU Yanliang, JI Lai, LIU Xinfu. Grey prediction mode for construction settlement forecast of embankment of high-speed railway and its application[J]. Journal of Railway Science and Engineering, 2009, 6(1): 36?40.

[2] 王光勇. 武廣客運專線路基沉降監測系統與沉降預測[J]. 鐵道工程學報, 2009, 26(5): 5?7. WANG Guangyong. Subsidence monitoring system and subsidence prediction for the subgrade of Wuhan- Guangzhou passenger dedicated line[J]. Journal of Railway Engineering Society, 2009, 26(5): 5?7.

[3] 趙明華, 龍照, 鄒新軍. 基于Logistic曲線和Gompertz曲線的最優組合沉降預測模型及其應用[J]. 公路交通科技, 2007, 24(12): 1?4. ZHAO Minghua, LONG Zhao, ZOU Xinjun. Optimal combinational predictive model of settlement based on Logistic curve and Gompertz and its application[J]. Journal of Highway and Transportation Research and Development, 2007, 24(12): 1?4.

[4] 唐小我. 最優組合預測方法及其應用[J]. 數理統計與管理, 1992(1): 31?35. TANG Xiaowo. Optimal combination forecasting method and its application[J]. Journal of Applied Statistics and Management, 1992(1): 31?35.

[5] WANG H, Markine V. Modelling of the long-term behaviour of transition zones: Prediction of track settlement[J]. Engineering Structures, 2018, 156: 294? 304.

[6] LI Dingqing, Davis D. Transition of railroad bridge approaches[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2005, 131(11): 1392? 1398.

[7] Mosleh A, Shamrani A I. Applicability of the rectangular hyperbolic method to settlement predictions of sabkha soils[J]. Geotechnical Geological Engineering, 2004, 22: 563?587.

[8] 徐勇. 高鐵路基沉降預測新方法的研究與探討[J]. 湖北工業大學學報, 2016, 31(5):95?97. XU Yong. New method of high speed railway subgrade settlement prediction[J]. Journal of Hubei University of Technology, 2016, 31(5): 95?97.

[9] 歐陽煉. GM(1,1)-Logistic路基沉降組合預測模型研究與應用[J]. 鐵道科學與工程學報, 2010, 7(4): 56?60. OUYANG Lian. Research and application of GM(1,1) and Logistic combination forecasting model for subgrade settlement[J]. Journal of Railway Science and Engineering, 2010, 7(4): 56?60.

[10] 喬世范, 方理剛, 劉寶琛. GM(1,1)模型與指數模型在基樁沉降預測中的應用[J]. 中國鐵道科學, 2005, 26(3): 53?55. QIAO Shifan, FANG Ligang, LIU Baochen. Application of GM(1,1) model and index model in settlement prediction of foundation piles[J]. China Railway Science, 2005, 26(3): 53?55.

[11] 冷伍明, 楊奇, 聶如松, 等. 高速鐵路橋梁樁基工后沉降組合預測研究[J]. 巖土力學, 2011, 32(11): 3341?3348. LENG Wuming, YANG Qi, NIE Rusong, et al. Study of post-construction settlement combination forecast method of high-speed railway bridge pile foundation[J]. Rock and Soil Mechanics, 2011, 32(11): 3341?3348.

[12] 陳善雄, 王星運, 許錫昌, 等. 鐵路客運專線路基沉降預測的新方法[J]. 巖土力學, 2010, 31(2): 478?482. CHEN Shanxiong, WANG Xingyun, XU Xichang, et al. New method for forecasting subgrade settlement of railway passenger dedicated line[J]. Rock and Soil Mechanics, 2010, 31(2): 478?482.

Monitoring and prediction for a bridge-subgrade transition zone settlement of Shuo-huang heavy haul railway

TU Renpan1, 2, LENG Wuming1, 3, NIE Rusong1, 3, FAN Ruixiang1, 2

(1. School of Civil Engineering, Central South University, Changsha 410075, China;2. China Railway Siyuan Survey and Design Group Co., Ltd, Wuhan 430063, China;3. MOE Key Laboratory of Engineering Structures of Heavy Haul Railway, Central South University, Changsha 410075, China)

With the large-scale operation of heavy load trains with large axle loads and long consists, greater accumulated deformation will happen to the subgrade, especially the subgrade-bridge and subgrade-culvert transition zone. Settlement monitoring and its trend prediction of subgrade can get its working status in time, and effectively guarantee operation safety of heavy load trains. In this paper, a horizontal beam slant instrument was applied to the differential settlement long-term monitoring of a subgrade-bridge transition zone in Shuo-huang heavy haul railway. The variation law of differential settlement with accumulated train load was discussed, and the prediction of the monitoring results was analyzed. The test results show that the differential settlement of each section between subgrade and bridge abutment gradually increased with the increase of accumulated train loads. The differential settlement along the subgrade lengthways and away from direction of the bridge abutment gradually increased. The combining predicting model of exponential curve-GM (1,1) is of high accuracy and stability reliability, and it can be used to predict the differential settlement of the transition zones. The monitoring system has the function of long-term, real-time, automatic collection and data transmission, and high measurement accuracy. The system can be used to monitor the millimeter-level settlement and the difference settlement along the subgrade lengthways.

heavy haul railway subgrade; subgrade-bridge transition zone; differential settlement; settlement monitoring; settlement prediction

TU411.8

A

1672 ? 7029(2019)06? 1412 ? 08

10.19713/j.cnki.43?1423/u.2019.06.008

2018?08?28

中國神華集團科研專項(SHGF-14-55)；國家自然科學基金面上資助項目(51878666)

聶如松(1980?)，男，湖南衡陽人，副教授，從事鐵路路基工程與橋梁樁基礎方面的教學與研究；E?mail：nierusong97@csu.edu.cn

(編輯 涂鵬)