軟土深基坑支護設計及變形控制效果分析

吳 敏 張 峰

（1.航天規劃設計集團有限公司，北京 100162；2.浙江水利水電學院，浙江 杭州 310018）

0 引言

隨著市政工程的快速發展，基坑工程數量也日益增加，為保障基坑施工安全，進行支護設計及變形控制效果分析具有重要意義[1-2]。目前，李世翠等[3]通過有限元分析進行了基坑支護設計；李福清等[4]進行了河流漫灘區的基坑支護研究；李廣等[5]進行了復雜條件下的基坑內支撐設計。前述研究雖取得了相應成果，但均未對軟土地區的基坑支護進行系統性設計，也沒有進行設計實施后的變形控制效果研究。因此，該文以某軟土深基坑為例，先進行其支護設計，再結合監測成果分析其變形控制效果，以期為類似工程積累經驗。

1 工程概況

1.1 項目基本信息

某基坑屬軌道交通車站基坑近似東西展布，設計起止里程DK51+762.5m~DK51+908.3m，長度為145.8m，標準段寬度為20.9m，開挖深度為18.25m。基坑平面近似長方形形態，其示意圖如圖1 所示。

圖1 基坑平面示意圖

該基坑周邊近接既有建、構筑物相對較多，其中北側主要近接廣場，無特殊建筑物；南側主要為2 棟大廈，高度87.6m，采用樁基礎；東側主要為城市交通主干道；西側主要為住宿小區，屬小高層，層數為8 層，采用天然獨立基礎。

1.2 工程地質條件

結合勘察成果，基坑開挖所涉范圍共計有6 類土層，具體特征如下。

土層①：雜填土，巖性雜亂，主要為建筑垃圾，孔隙填充為黏性土，結構較松散，普遍分布于場區范圍內，厚度變化差異較大。

土層②：淤泥質土，多為流塑狀~軟塑狀，光澤較弱，強度較低，工程性質較差。

土層③：淤泥質粉砂，多為流塑狀~軟塑狀，光澤較弱，強度較低，韌性較差，局部夾雜粉砂層。

土層④：中粗砂，稍濕~濕，松散~稍密狀，滲透性較大，夾雜了少量黏粒。

土層⑤：全風化細砂巖，紫紅色，細砂質及結構，塊狀構造，礦物成分主要為長石、石英，膠結物主要為硅質、泥質，巖芯完整性較差。

土層⑥：強風化細砂巖，紫紅色，結構、構造及礦物成分特征與土層⑤一致，巖芯完整性相對較好，具短柱狀、柱狀特征。

2 基坑支護設計

為切實保證基坑施工安全，該節重點進行其支護設計研究。在其設計過程中，支護結構主體采用地下連續墻，中部設置4 道橫撐，其結構示意圖如圖2 所示。

圖2 基坑支護示意圖

2.1 圍護結構的設計

基坑周邊支護結構為地下連續墻，其厚度為0.8m，頂部施做冠梁，冠梁尺寸為1.0m×0.8m，混凝土標號采用C35，鋼筋采用HRB300。

結合施工特點，其施工要點具體如下：1）施工機械采用SG-40 成槽機，機械要求為起吊100t，配置泥漿系統、焊機等。在施工過程中，成槽過程應分部實施，避免局部塌方。成槽機的寬度不宜小于2.5m，可根據施工分幅寬度進行調整。2）在地連墻施工過程中，泥漿顯得格外重要，結合工程實際，將其每立方材料配比設置為120kg 膨潤土、4kg 重質純堿、1kg 中黏CMC 以及自來水960kg。3）在成槽過程中，應嚴格控制垂直度，并嚴格利用經緯儀進行實時檢測。槽寬允許誤差界線為5cm，垂直度誤差為3%，深度誤差不大于設計深度10cm~20cm。

2.2 支撐體系的設計

由于基坑區地質條件相對較差，因此支撐體系的設計是必要的。在該工程基坑支護設計過程中，共計設計了4道支撐。其中第一道支撐為鋼筋混凝土支撐，施做于冠梁處，尺寸為0.8m×1.0m，混凝土標號為C30，重度設計為25kN/m3，彈性模量設計為30GPa，泊松比設計為0.167，體積模量設計為15GPa，剪切模量設計為12.9GPa。第二道至第四道支撐均是鋼支撐，鋼支撐型號為Q235 的Φ609mm鋼，厚度為16mm，重度設計為78.5kN/m3，彈性模量設計為200GPa，泊松比設計為0.3，體積模量設計為166.7GPa，剪切模量設計為76.9GPa。

根據各支撐所處位置不同，其支撐軸力設計如下。第一道支撐：軸力設計值為3471kN，報警值為2756kN。第二道支撐：軸力設計值為2036kN，報警值為1687kN。第三道支撐：軸力設計值為1927kN，報警值為1577kN。第四道支撐：軸力設計值為1728kN，報警值為1342kN。

2.3 基坑水的處理設計

2.3.1 地表水處理設計

為避免地表水及降雨影響施工，在基坑頂部周邊設置截排水溝并且地連墻高度一般要高于地表，高出高度不少于20cm。

2.3.2 地下水處理設計

為降低地下水水位，將其類型設計為疏干井和降壓井。

3 基坑變形控制效果分析

3.1 評價方法的構建

一般來說，基坑變形越大，說明其支護控制效果相對越差；反之，說明其控制效果越優。因此，一方面，可通過現有變形監測成果評價其是否在基坑預警值范圍內；另一方面，可通過變形預測評價其后續發展特征。該文通過這2 個方面的綜合評價，以期全面評價基坑變形控制效果。

根據上述內容，在基坑變形控制效果的評價方法的構建過程中，重點是構建變形預測模型。據姚凱等[6]的研究成果，廣義回歸神經網絡（Generalized Regression Neural Network，GRNN）的預測能力較強，因此該文通過其構建基坑變形預測模型。

根據GRNN 模型的基本原理，其拓撲結構包括4 層，和傳統神經網絡相比具有一定差異，各層作用具體如下。

首先，輸入層。該層是將基坑基礎變形信息輸入模型結構中，完成信息輸入任務。

其次，隱含層。該層是利用激勵函數保證隱層節點與輸入節點間的連接關系，該關系具一一對應特點，不具混亂特征，并將激勵函數設置為高斯函數，如公式（1）所示。

式中：hi為該層輸出值；m為節點個數；S為光滑因子；wi為隱含層的訓練向量。

再次，求和層。該層是在隱含層基礎上增加一個維度，實現輸入信息的進一步變換，該變換過程主要通過求和參數A和變化參數Gj實現，如公式（2）、公式（3）所示。

式中：q為求和層節點數；kij為求和層的訓練向量

最后，輸出層。該層主要是繼承求和層信息，輸出預測結果，如公式（4）所示。

式中：zj為預測結果。

但是，根據GRNN 模型的使用經驗，其應用過程存在一定不足，主要表現為連接權值是由模型自動隨機生成的，欠缺客觀性。由于螢火蟲算法（Firefly Algorithm，FA）的全局尋優能力較強，因此該文提出利用其實現GRNN 模型的參數尋優處理，并結合FA 算法的原理，將其對GRNN模型的尋優過程總結如圖3 所示。

圖3 FA-GRNN 算法的流程

FA-GRNN 模型雖具較優的預測效果，但基坑變形具顯著的非線性特征，因此該文再提出Arima 模型進行補充預測，即利用Arima 模型進行FA-GRNN 模型預測誤差的修正預測。在Arima 模型優化過程中，其優化函數如公式（5）所示。

式中：Rt為誤差預測值；φm、θj為自回歸、滑動參數；p、q為回歸階次；at為白噪聲信息。

根據上述內容，將基坑變形預測模型最終確定為FAGRNN-Arima 模型。

3.2 變形特征及控制

3.2.1 基坑變形特征

在基坑施工過程中，變形監測是必要的，其中水平位移是必測項目。結合工程實際，該文共計布設了24 個水平位移監測點（布置如圖1 所示）。

在變形監測過程中，共計監測了30 個周期，得到的各監測點的累計水平位移值見表1。

表1 各監測點的累計水平位移值

根據上述內容，各監測點水平位移值存在一定差異，變化范圍介于24.46mm~38.19mm，平均值為31.52mm，充分說明基坑變形特征顯著，分析其后續控制效果格外重要。該項目水平位移的預警值為40mm，現有各監測點的水平位移值均在預警范圍內。

3.2.2 控制效果分析

該文以3.1 節思路進行基坑變形控制效果分析，限于篇幅原因，僅對3 個最大的水平位移監測點進行分析，即以SW-07、SW-09 及SW-20 監測點進行后續分析，預測結果見表2。據表2 可知，3 個監測點的預測效果存在一定差異，其中SW-07 監測點的相對誤差介于2.02%~2.13%，平均相對誤差為2.08%；SW-09 監測點的相對誤差介于2.05%~2.20%，平均相對誤差為2.12%；SW-20 監測點的相對誤差介于2.06%~2.16%，平均相對誤差為2.11%。因此可得出3 個監測點的預測效果相當，充分驗證了FAGRNN-Arima 模型在變形預測過程中的穩定性。

表2 各監測點的預測結果

根據外推預測結果，得到SW-07 監測點在31~34 期的速率均值為0.51mm/d，SW-09 監測點在31~34 期的速率均值為0.70mm/d，SW-20 監測點在31~34 期的速率均值為0.55mm/d。因此可得出3 個監測點的后續變形仍會進一步增加，但增加速率較小，水平位移趨于穩定，說明基坑支護設計措施是有效的。

綜上所述，基坑水平位移目前仍在預警值范圍內并且后續變形趨于穩定，說明基坑支護設計是合理的，具有良好的變形控制效果。

4 結論

該文通過軟土深基坑支護設計及變形控制效果分析，主要得出如下結論：1）基坑支護設計對保護其安全施工具有重要意義，該文實例的主體圍護結構采用地下連續墻，內支撐共計設計4 道橫撐，其中除第一道為鋼筋混凝土支撐外，其余均是鋼支撐。2）基坑水平位移特征顯著，但現有變形值均在預警值范圍內，并經過FA-GRNN-Arima 模型變形預測得出基坑水平位移將進一步增加，但增加速率較小，發展趨于穩定，說明基坑支護設計的變形控制效果較優。