BP算法在公路軟土路基沉降監測中的應用

彭啟林

(廣東華路交通科技有限公司，廣州 510420)

0 引言

如何對軟土路基沉降進行實時監測，及時發現路基沉降存在的隱患，降低路面凹凸、跳車等問題的出現率，是公路監理部門關注的重點[1]。有學者提出綜合的評估方法，對軟土路基沉降觀測點的數據進行優化處理，以提高處理結果的準確性[2]。公路軟土路基沉降對公路的穩定性影響顯著，且需要進行持續的觀測，以便及時采取處理措施。如何對公路軟土路基沉降進行持續觀測，在海量數據中找到關鍵監測量，是公路施工、監理部門亟待解決的問題。目前通常采用傳統的算法進行數據處理與分析，但在實際工程中，由于監測數據量很大，這些海量的監測數據往往主要依靠人的經驗判斷，主觀性強，費時費力且容易出錯，因此有必要提出一種新的計算方法，減少傳統計算分析方法對經驗判斷的依賴，提高數據處理工作的效率及準確率。

基于上述原因，本文提出一種BP算法，對公路軟土路基沉降進行實時監測，通過設置條件函數的方式，提高軟土路基沉降觀測的準確度，有利于公路工程施工、監理、管理部門及時發現和監控路基沉降問題。

1 BP神經網絡分析方法與算法

1.1 客觀因素

BP神經網絡是利用輸入層、傳輸層和輸出層的數據分析方法，對已知問題進行綜合的定性、定量分析。其中，輸入層的分析與輸出層的結果之間，要進行多次的權重、閾值計算，以保證輸出結果的準確性。BP神經網絡的優勢在于模糊性、綜合性和學習性，可以對客觀世界中的少量數據進行綜合分析，并經過多次的學習和調整，得到與客觀現實接近的綜合計算結果。目前，BP神經網絡廣泛應用于社會各個領域，但在公路軟土路基方面的研究較少?；谏鲜鲈?，本文將軟土路基觀測內容分為三方面：(1)軟土路段所處的地質基礎差，設置為x1；(2)軟基路段土壤物理承受能力有限，設置為x2；(3)軟土路段受溫度、地下水影響，出現塑性變形，設置為x3。

1.2 主觀因素

主觀因素包括四個方面：(1)地下水位驟降，路段土壤下陷,設置為y1；(2)地質調查不充分,設置為y2；(3)路徑設置存在人為失誤，或計算失誤,設置為y3；(4)施工過程不規范，施工材料不達標，施工評估不合理,設置為y4。

通過客觀與主觀的兩個層面分析，不僅可以降低人為因素對于軟土路基沉降觀測的影響，而且可以對觀測結果進行定量的分析，為后期處治策略的制定提供數據性的保障。

1.3 公路軟土路基沉降觀測的BP算法

(1)

式中:xi為主觀影響因素，yj為客觀影響因素，bij為閥值，wij為權重。為了保證路基沉降的準確性，根據《公路路基設計規范》、《公路軟土地基路堤設計與施工技術規范》，對監測數據進行對比，得到數據的誤差值e，即監測數值與相關規定中的數值差異。公式(1)可轉化為以下公式：

(2)

式中：O為理論輸出值，D為實際輸出值。

1.4 公路軟土路基沉降觀測的誤差分析

軟土路基沉降觀測分為隨機誤差Em和系統誤差EC。Em是觀測過程中由于難以控制的因素所導致的誤差；EC是觀測過程中由于觀測工具、人為原因所導致的誤差，如式(3)所示。

(3)

通過上述分析，公路軟土路基沉降觀測的系統誤差和隨機誤差判斷，可以從部分和整體兩個方面進行誤差分析，以此降低誤差值。

2 BP算法與傳統算法的對比分析

2.1 工程概況

廣東興寧至汕尾高速公路海豐至紅海灣開發區項目是《廣東省高速公路網規劃(2004～2030年)》規劃布局方案中二縱的組成部分，也是溝通汕尾與粵東北地區的交通干線，線路起自汕尾，經陸河、揭西、平遠、興寧至粵贛省界，項目一期工程起止位置為塘尾至赤坑。本施工監理合同段起止樁號為：K0+000～K21+840，路線總長21.84km，設特大橋、大橋5 758.316m/11座；中、小橋294.8m/8座；隧道1 684.5m/2座(雙洞平均長)；涵洞33座，均為鋼筋砼蓋板涵；設塘尾、陸豐西、西湖、沙港互通立交共4處，可塘服務區1處。橋梁占路線總長的比例為27.7%，隧道比為7.7%，橋隧比為35.4%。

路線區域內幾乎均有軟土存在，軟土埋深約0～10.2m，處理深度約4.3～21.0m，主要為淤泥質細砂、淤泥質粉質粘土，具有含水量高、高孔隙性、低滲透性、高壓縮性、低抗剪強度、較顯著的觸變性和蠕變性等特點。軟土路基起訖里程為K11+483～K21+840, 其中袋裝砂井約355萬m，管樁約17萬m，A型素砼樁約22萬m。軟基預壓荷載設計為等載預壓，預壓土方39.58萬m3，預壓高度約為0.9m。橋頭段落前后30m超載預壓，預壓高度為1.2m。

2.2 常規軟基監測數據處理

首先必須弄清地質情況，了解施工要求，理解設計意圖后，制定詳細的監測工作方案(細則)，待審批后，按方案細則要求進行準備工作。儀器埋設就緒后，監測小組成員嚴格按照制訂的方案進行監測。

在監測儀器調試正常后，施工單位按“薄層輪加法”進行填土施工。填土后，監理工程師立即進行動態跟蹤觀測，經監控小組判別，反饋路堤穩定信息，若監控指標超標，則報監控領導小組，采取相應的停加載等措施。在取得強度增長規律后及時提出調整填土計劃，總結本階段監控成果，向業主匯報。

網板主要由絲網、網框和掩膜圖形等組成。具體參數設置包括網板開孔尺寸、厚度及開孔方向。網板開孔尺寸主要由印刷板對應焊盤的尺寸決定；網板的越厚則開孔越小，越不有利于焊膏釋放；焊膏釋放在焊盤的長度方向與印刷方向一致時，印刷效果較好。常見網板設計工藝見表1。

監測工作是指導路基安全穩定填筑到設計高度的基礎，監測設施的保護就顯得尤為重要。施工單位務必做好現場管理工作，發現儀器損壞及時通知監控單位，并協助其進行儀器的恢復和復測工作。

軟土路基沉降監測是公路地基穩定的保障。常規軟土路基沉降觀測的監測數據量較大，存在監測時間較長的問題，監控資料很難在當天整理及時分析并形成監測報告，將監測成果反饋給業主或監控領導小組，由監控領導小組通報給設計、監理和施工單位。

2.3 BP算法與傳統算法對比分析

以興寧至汕尾高速公路海豐至紅海灣開發區段一期工程的軟土地基為觀測對象，I期的軟土層為低液限粉土粘層，且地下水位在1.5m左右。觀測BP算法與傳統算法的指標，包括：地質基礎x1、土壤物理承受能力x2、塑性變形x3；路段土壤下陷程度y1、地質調查情況y2、計算失誤y3。具體內容見表1。

表1 觀測點設置情況

由表1可知，BP算法的觀測點少于傳統算法，即BP算法的冗余數據量更少，為后期計算準確性的提高奠定基礎。為了提高數據處理的效率，需確定數據的分類中心(分類中心即數據的聚類中心，便于提出非特征值)。通過上述分析，可以得到不同k值的分類中心(表2)。

表2 不同k值下的分類中心

由表2可見，聚類數目k=5時，di系數最大。兩種算法的結果顯示：Di和di分別為BP、傳統算法的分類中心，Di最小值為0.230、最大值為0.303；di最小值0.309，最大值為0.462，表明BP算法的結果更優。

2.4 工程監測結果對比分析

在路堤、涵洞、橋梁等結構物的布設觀測點，進行兩種算法的比較。通常軟土路段1 000m需平均布設5個斷面，橋梁兩端各3個,同一橫斷面布設3個沉降板。軟土路基沉降應低于1.5cm/d。每填1層均需進行1次測量記錄，因故停工時，3d觀測1次。將BP算法對公路軟土路基沉降觀測的結果進行比較(表3)。

表3 不同測試點的觀測結果比較

通過上述分析可知，各觀測點的預警結果符合興汕項目設計要求及軟土路基中誤差率<0.1的指標，整體的測試結果比較滿意。BP算法的實際與理論觀測誤差較小，處于0～1范圍內，其中觀測結果與實際需求相一致[4]。BP算法的水位沉降、土壤沉降的觀測頻率較高，優于傳統算法，存在顯著差異，與國內的相關研究結果相一致[5]。兩種算法測得的地質變形的觀測次數較少，主要是由于地質變形的發生概率較低?？傮w來說，兩種算法不同測試點的觀測結果比較平均，說明整體的觀測效果較好。

2.5 BP算法與傳統算法準確度對比

為了進一步驗證該公路軟土路基沉降的觀測結果，需對其觀測時間、觀測準確度進行判斷和分析。

通過圖1的觀測結果顯示，在多觀測頻率下，BP算法不同觀測點的觀測準確性較高，處于95%～98%之間，明顯高于傳統算法。出現上述現象的原因，是由于BP算法利用傳輸層的權重、閾值，大幅降低數據的處理量，提高數據中特征值的比例。因此，本文提出的公路軟土路基沉降監測方法，可以提高監測公路軟土路基的準確性。

圖1 觀測準確性

2.6 BP算法與傳統算法觀測的時效性對比

公路軟土路基觀測監理的另一個重要指標為觀測時效，該指標主要是在觀測準確性一定情況下的觀測效率，為相關處理措施的提出提供數據支持。

通過圖2分析可知，兩種算法的數據處理時間主要集中在23.2s，數據觀測準確性集中在96%，而BP算法的準確率較高。由此可知，本文提出的BP算法在公路原土路基沉降觀測方面，可以有效地對軟土路基沉降進行觀測。

圖2 觀測時間與準確性之間的對比

3 結論

公路軟土路基沉降觀測技術的關鍵，是要把握主觀和客觀因素，結合路段的地質、水文、土壤承載力等多方面因素，進行有效的觀測。同時，公路軟土路基沉降觀測點越多，監測的效果越好，但也存在測試數據過多，延長數據處理時間的問題。

(1)BP算法的理論值與實際觀測值相比誤差較小，處于0～1范圍內，其中觀測結果與實際需求相一致。

(2)BP算法的水位沉降、土壤沉降的觀測頻率較高，優于傳統算法，存在顯著差異，與國內的相關研究結果相一致?？傮w來說，BP算法與傳統算法的不同測試點的觀測結果比較平均，說明整體的觀測效果較好。

(3)本文采用的BP算法，在多觀測頻率下，不同觀測點的觀測準確性較高，處于95%～98%之間，并且數據處理時間主要集中在23.2s，數據觀測準確性集中在96%。由此說明，本文提出的公路軟土路基沉降監測BP算法，可以實現公路軟土路基的準確監測。

(4)本文提出的公路軟土路基沉降監測BP神經網絡計算分析方法與算法，可以實現對軟土路基沉降監測外業數據的智能分析和有效管理。