楊益平,王 威,陳麗波
(1.寧波市市政公用工程安全質(zhì)量監(jiān)督站,浙江 寧波315000;2.上海城建市政工程(集團(tuán))有限公司,上海市200333)
矩形頂管是一種在圓形頂管基礎(chǔ)上改進(jìn)的地下工程非開挖施工技術(shù),具有大斷面、空間利用率高的優(yōu)點(diǎn),自問世以來,已在地下工程領(lǐng)域有了廣泛應(yīng)用。矩形頂管工程多位于城市人口密集地區(qū),周邊環(huán)境復(fù)雜,對施工引起的地表沉降十分敏感,是施工控制的重點(diǎn)。
國內(nèi)外對包括矩形頂管工程在內(nèi)的非開挖地下工程引起的地表沉降的研究,根據(jù)方法不同大致可分為三個方向:一是目前應(yīng)用最廣泛、最簡便的PECK 法,1969 年由學(xué)者PECK 根據(jù)實測資料提出經(jīng)驗公式,用來預(yù)估沉降槽曲線。二是以彈性力學(xué)為基礎(chǔ),根據(jù)事先假定的力學(xué)模型,利用軟件進(jìn)行地表變形的分析預(yù)測。包括有限元分析法、隨機(jī)介質(zhì)理論等。三是基于機(jī)器學(xué)習(xí)方法,建立數(shù)學(xué)模型,根據(jù)已知數(shù)據(jù)不斷修改完善模型,進(jìn)行預(yù)測,采用的模型包括神經(jīng)網(wǎng)絡(luò)、馬爾科夫模型、Logistic 時間函數(shù)、遺傳算法、灰色模型等。
PECK 公式在計算淺覆土非開挖地下工程地表沉降時與實測結(jié)果存在較大偏差,而應(yīng)用彈性力學(xué)方法計算地表沉降時需假定很多邊界條件,比如土體物理力學(xué)指標(biāo)、施工工藝等,很多邊界條件的取值依賴經(jīng)驗,一旦施工中發(fā)生變化或出現(xiàn)新的影響因素,將對計算結(jié)果產(chǎn)生很大影響。
BP 神經(jīng)網(wǎng)絡(luò)算法具有自學(xué)習(xí)和自適應(yīng)的特點(diǎn),經(jīng)研究應(yīng)用該方法預(yù)測地鐵盾構(gòu)施工引起的沉降,預(yù)測值和實測值擬合度較高,有很強(qiáng)的非線性映射能力,可以得到復(fù)雜的沉降規(guī)律。
本文基于BP 神經(jīng)網(wǎng)絡(luò)原理構(gòu)建數(shù)學(xué)模型,以寧波市某矩形頂管地道工程地表沉降數(shù)據(jù)為例,計算地表沉降的預(yù)測值,通過與實測值的對比,驗證該方法預(yù)測沉降的可行性,得出沉降規(guī)律,為矩形頂管施工地表沉降控制提供依據(jù)。
BP 神經(jīng)網(wǎng)絡(luò)(BackPropagation)1986 年由Rumelhart和McCelland 為首的科學(xué)家小組提出,是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò),是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP 神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成,每層之間通過權(quán)值連接,BP 神經(jīng)網(wǎng)絡(luò)預(yù)測模型結(jié)構(gòu)見圖1。

圖1 BP 神經(jīng)網(wǎng)絡(luò)預(yù)測模型結(jié)構(gòu)圖
首先初始確定輸入層與隱含層的權(quán)值Wmi隱含層和輸入層的權(quán)值Wij。然后對輸入層輸入樣本信息X;在輸入層向隱含層傳輸樣本信息過程中,對樣本信息進(jìn)行加權(quán)Wmi,即向隱含層輸入加權(quán)信號;當(dāng)隱含層神經(jīng)元K向輸出層傳輸信號時,對傳輸過程中的信號再次加權(quán)Wij,最后由輸出層輸出結(jié)果信息Y。當(dāng)輸出層輸出信息誤差無法滿足需求時,網(wǎng)絡(luò)會調(diào)整隱含層與輸出層之間的權(quán)值Wij,隱含層與輸入層之間的權(quán)值Wmi,計算誤差對權(quán)值的梯度,并沿著反方向傳播進(jìn)行調(diào)整,反復(fù)訓(xùn)練調(diào)整
網(wǎng)絡(luò)權(quán)值,直到誤差越來越小滿足需求為止[1]。
寧波市某人行地道工程暗埋段采用矩形頂管工藝,鋼筋混凝土頂管橫截面規(guī)格為6.9 m×4.2 m,頂管單節(jié)長度1.5 m,總長度69 m。頂管覆土厚度為4.7~5 m。穿越土層主要為2-2a 淤泥質(zhì)黏土層。主要施工設(shè)備為一臺土壓平衡頂管機(jī)。地道頂管上方為城市主干道,社會車流量較大。
為取得頂管施工期間地表沉降變形數(shù)據(jù),在始發(fā)洞口水平距離21 m 位置設(shè)置了一個監(jiān)測斷面,以7.5m 間隔布置共5 個監(jiān)測點(diǎn),與頂管軸線垂直(見圖2 中D17~D21)。

圖2 監(jiān)測布點(diǎn)平面圖
沉降觀測數(shù)據(jù)的采集周期為每日一次,從2018 年6 月22 日頂管機(jī)安裝就緒,洞門完成破除開始,至2018 年7 月25 日頂管機(jī)進(jìn)洞、地道貫通為止共34 期數(shù)據(jù)。
2.2.1 網(wǎng)絡(luò)結(jié)構(gòu)和樣本預(yù)處理
將該監(jiān)測斷面同一天的5 個監(jiān)測點(diǎn)的數(shù)據(jù)編為一組,作為輸入層的基礎(chǔ)樣本??紤]到BP 神經(jīng)網(wǎng)絡(luò)在樣本數(shù)據(jù)較少的情況下收斂速度慢的特點(diǎn),需要對樣本進(jìn)行預(yù)處理。采用時間序列法,以每2d數(shù)據(jù)為基礎(chǔ),將每組輸入樣本擴(kuò)充為10 個。為了預(yù)測結(jié)果與實際觀測值對比,輸出樣本的數(shù)量為5 個。根據(jù)朱偉剛等人的研究,隱藏層可以為單層也可以為多層,單層隱藏層可以在滿足要求的同時避免收斂速度慢的問題。因此本文建立了一個3 層BP 神經(jīng)網(wǎng)絡(luò)模型,隱藏層為單層,見圖3。

圖33 層BP 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖
2.2.2 樣本劃分
對34 組樣本數(shù)據(jù)按照8∶2 的比例,選取前27 組數(shù)據(jù)為訓(xùn)練數(shù)據(jù),后7 組數(shù)據(jù)為測試數(shù)據(jù),見表1。由于樣本數(shù)據(jù)范圍較大,為了加快神經(jīng)網(wǎng)絡(luò)收斂速度,采用MATLAB 軟件中的premnmx 函數(shù)對數(shù)據(jù)進(jìn)行歸一化處理,將其值域限定在(-1,1)之間。

表1 部分樣本數(shù)據(jù)
2.2.3 構(gòu)建網(wǎng)絡(luò)
利用MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱中的newff 函數(shù)(前饋反向傳播)構(gòu)建網(wǎng)絡(luò),通過多次訓(xùn)練、反復(fù)修改參數(shù),直到誤差穩(wěn)定收斂。本文設(shè)定的參數(shù)為:迭代次數(shù)2000 次;學(xué)習(xí)率0.01;目標(biāo)精度0.01;隱藏層節(jié)點(diǎn)個數(shù)根據(jù)經(jīng)驗公式M=(n+m)0.5+a 計算,m 和n 分別為輸入層和輸出層的節(jié)點(diǎn)個數(shù),a 為常數(shù)取1,隱藏層節(jié)點(diǎn)為4。得到的輸出數(shù)據(jù)采用tramnmx 函數(shù)進(jìn)行預(yù)處理,最后采用postmnmx 函數(shù)進(jìn)行反歸一化得到預(yù)測值。
利用以上數(shù)學(xué)模型,經(jīng)49 次學(xué)習(xí)訓(xùn)練后誤差收斂,趨于穩(wěn)定,訓(xùn)練結(jié)束,見圖4。

圖4 訓(xùn)練誤差收斂圖
由表2 數(shù)據(jù)可以看出,同一個監(jiān)測周期內(nèi),殘差值的特征是在頂管軸線上的D19 號觀測點(diǎn)最大,并向兩側(cè)逐漸收斂。D19 號觀測點(diǎn)的殘差值隨著時間逐漸增大,見圖5~圖7。

圖57 月20 日實測值與預(yù)測結(jié)果對比

圖67 月25 日實測值與預(yù)測結(jié)果對比

圖7 D19 號點(diǎn)殘差變化曲線

表2 實測值、預(yù)測值及殘差數(shù)據(jù)對比表 mm
經(jīng)過對現(xiàn)場施工記錄分析,頂管機(jī)6 月22 日出洞,第1 天處于試頂進(jìn)階段,千斤頂壓力、頂進(jìn)速度、刀盤的電流強(qiáng)度、出土量、觸變泥漿參數(shù)等都在不斷摸索調(diào)整,至6 月23 日,頂管機(jī)開始進(jìn)入穩(wěn)定推進(jìn)階段,各項參數(shù)只有小幅變化。頂管機(jī)施工對土體產(chǎn)生擾動,是地表沉降的直接因素,在試頂進(jìn)階段,頂管機(jī)施工參數(shù)的不穩(wěn)定造成了地表沉降變化的不規(guī)律。這一階段的樣本數(shù)據(jù)帶有很強(qiáng)的“噪音”,如果加入訓(xùn)練可能最終導(dǎo)致預(yù)測值與實際值偏差過大。
為驗證以上設(shè)想,將原來的34 組樣本數(shù)據(jù)去掉第1 組,再以前26 組數(shù)據(jù)作為訓(xùn)練樣本,后7組數(shù)據(jù)作為測試數(shù)據(jù),經(jīng)12 次訓(xùn)練后收斂穩(wěn)定,成果見表3。
濾除帶有“噪音”的樣本數(shù)據(jù)后,可以看到每組預(yù)測數(shù)據(jù)仍然符合地表沉降槽“中間大,兩邊小”的特征,并且殘差值明顯減小,頂管軸線兩側(cè)的D17、D18、D20、D21 監(jiān)測點(diǎn)的預(yù)測值基本圍繞實測值上下波動,偏差在2 mm 以內(nèi)。再次觀察D19 號監(jiān)測點(diǎn),訓(xùn)練樣本數(shù)據(jù)“降噪”前后的殘差值對比見圖8??梢娮詈笠黄跉埐钪迪啾葹V噪前下降了約47%,但隨著預(yù)測時點(diǎn)遠(yuǎn)離訓(xùn)練樣本數(shù)據(jù),殘差仍呈逐漸增加趨勢。

表3 濾除噪聲后的實測值、預(yù)測值及殘差數(shù)據(jù)對比表

圖8 D19 號點(diǎn)濾噪前后殘差對比圖
通過對以上數(shù)據(jù)的分析,可以看到采用BP 神經(jīng)網(wǎng)絡(luò)算法對淤泥質(zhì)淺覆土矩形頂管施工過程中的地表沉降數(shù)據(jù)進(jìn)行分析,能夠利用其自學(xué)習(xí)、自適應(yīng)的特點(diǎn)尋找地表沉降復(fù)雜規(guī)律,預(yù)測結(jié)果誤差在頂管施工可以接受的范圍內(nèi)。數(shù)據(jù)分析也顯示,訓(xùn)練樣本對預(yù)測結(jié)果有很大影響,剔除不良樣本、增加樣本數(shù)量可以減少訓(xùn)練次數(shù)、加快收斂速度、提高預(yù)測精度,而近期預(yù)測結(jié)果的精度要好于遠(yuǎn)期預(yù)測結(jié)果。