顧及靈敏性利用變形速率判識高鐵沉降異常數據

梁 策,黃元庫,劉俊飛,王萬齊,朱 軍

(1. 中國鐵道科學研究院集團有限公司電子計算技術研究所,北京 100081; 2. 西南交通大學地球科學與環境工程學院,四川 成都 611756; 3. 陜西交控工程技術有限公司,陜西 西安 710117;4. 中國國家鐵路集團有限公司科技和信息化部,北京 100844)

對在建高速鐵路工程主體進行持續沉降觀測,用沉降變形數據分析和評估工程本體是否趨于穩定,可輔助決策鋪軌時機,以此為前提基礎保障高速鐵路線路平順性[1-5]。因此,沉降變形數據的客觀性和準確性是沉降觀測工作的根本。然而,實際的沉降觀測過程中,由于測量錯誤、測點或基準點被碰撞變形等原因,會出現“失真”的數據,這些數據通常表現為沉降-時間曲線上的突變(跳動)等狀態。當觀測數據所反映的沉降變形與工程本體正常的沉降變形規律不符,或者與設計階段對沉降變形的預期不一致時,稱這些觀測數據為異常數據[6]。如何利用已經采集并積累的大量沉降觀測數據,及時、快速判識出因測量錯誤引起、在沉降-時間曲線上呈突變特征的異常數據,是在建高速鐵路沉降觀測信息化管理中亟待解決的關鍵技術問題。

在建筑物的異常沉降數據辨識過程中,對于沉降觀測頻次密集的數據,小波分析法能較好地適配數據波動變化,具有應用優勢[7-8],但是面對高速鐵路沉降觀測時間間隔較長且隨工況多變的情況,則存在不適用的情況。設置誤差限閾值,并用最小二乘支持向量機的函數擬合預處理沉降觀測數據的方法[9-11],利用邊界值作為辨識的標準,值得參考,但當觀測數據量龐大時,擬合計算量逐級增加,且靈敏性不足。因此,有必要從適配觀測數據的波動、限值設置、計算便捷程度及靈敏性等方面進行研究。

本文基于沉降觀測歷史大數據與數理統計方法,擬制定路基、橋涵、隧道各主要工況對應的判識異常沉降數據的參考閾值,提出利用平均變形速率作為代表計算公式,在顧及計算結果靈敏性的優先條件下,辨識高速鐵路沉降異常數據。

1 變形速率判識沉降異常數據方法

1.1 主要步驟

首先,確定鐵路路基、橋涵、隧道各主要工況判識沉降異常數據的參考閾值;其次,識別并剔除無效觀測數據,僅選取最近1～5期的有效觀測數據參與計算;然后,應用沉降變形速率代表計算公式進行計算;最后,對照參考閾值進行判識,對應觸發異常數據處置選項,形成管理閉環。技術路線如圖1所示。

1.2 確定參考閾值

基于沉降觀測歷史大數據,采用數理統計方法,分別計算路橋隧各工況對應的沉降變形速率較大值,然后疊加測量誤差的影響,形成參考閾值[12-13]。主要公式為

(1)

以無砟軌道鐵路路基填筑完成后第1～3個月的工況為例(如圖2所示),經過統計,正常情況下路基沉降變形速率的較大值處于曲線1所在位置,這一時段對應的正常沉降變形速率較大值約為0.1～0.3 mm/d。此時觀測頻次為7 d,經過統計計算,測量誤差約為1 mm,3期測量的時間跨度內測量誤差帶來的沉降變形速率偏差約為0.1 mm/d。正常變形速率較大值與誤差疊加后為0.4 mm/d,可以作為判識異常數據的參考閾值,如圖2中的折線2。

1.3 剔除無效觀測數據

測點“重新布設”“接管”或“測點轉移”時,數據修正會消除本次測量與上次測量間實際發生的沉降,本測點的此次測量視為無效觀測數據;無效觀測數據被識別出來后將被剔除,不參與判識計算,剔除公式為

[Si]=R(S′1,S′2,…,S′j)

(2)

式中,從S′1到S′j為由近到遠各期次觀測值;[Si]為有效觀測數據序列;i最大取到5即止。

1.4 平均變形速率代表計算

相對而言,計算沉降變形速率時選擇的起止時間跨度越大,參與速率計算的有效數據越多,越能更好地平均掉隨機誤差,速率數據結果穩定性越好。然而,時間跨度過大,反映當前速率的及時性會變差,將會損害沉降變形速率對異常數據的靈敏性[14-15]。

為了平衡沉降變形速率計算的穩定性和靈敏性,本文提出靈敏性優先與計算結果輔助校驗穩定性的策略,即選用最近1～5期有效數據,優先保障靈敏性,以各期數據的計算結果輔助校驗計算值的波動量,并應用平均變形速率計算公式作為代表。

平均變形速率計算公式為

(3)

單次變形速率靈敏性提取公式為

Vs1=Max(V2-1,V3-2,V4-3,V5-4)

(4)

式中,V2-1、V3-2、V4-3、V5-4為相鄰兩期觀測值之間的變形速率。

平均變形速率靈敏性提取公式為

Vs2=Max(V3-1,V4-1,V5-1)

(5)

式中,V3-1、V4-1、V5-1分別為第3、4、5期觀測值的平均變形速率。

用最大平均變形速率做穩定性輔助校驗,得到變形速率代表計算公式為

(6)

式中,k=1.5為靈敏性調整系數。

同一里程中各測點的計算結果不同時,取各測點的最大計算值,作為該里程斷面的沉降變形速率,即

Vs=Max(Vsk)

(7)

1.5 異常數據判識過程及規則

(1)用式(6)計算測點Pi的變形速率Vsk。

(2)用式(7)計算同一里程斷面的沉降變形速率Vs。

(3)沉降異常數據的判斷規則為Vs≥[Vs]。其中,[Vs]為判識沉降異常數據的參考閾值,按表1—表4取值。

表1 異常數據的處置選項

2 工程應用

2.1 鐵路沉降變形觀測信息系統實現

結合實際工程應用需求,集成本文方法,設計并研發了鐵路沉降變形觀測信息系統(簡稱信息系統),具有沉降觀測數據采集、水準線路管理、測點沉降-時間曲線數據分析、觀測頻次提醒、數據異常識別與處置等功能。

2.2 異常沉降數據提醒

信息系統于每天晚上集中進行異常數據判識,如果存在異常數據,將在沉降觀測數據上傳到信息系統后的第2天開始提醒。以標段為單位,按照關注、加強關注、重點關注,共3個級別進行分類,分別統計橋涵、路基、隧道各專業每天出現的沉降異常斷面數量,界面如圖3所示。

圖3 近7日需關注的沉降異常斷面數量統計界面

2.3 異常數據處置選項設置

當發現沉降異常數據時,在測量數據核對、測點或基準點檢查、施工過程分析、周圍環境調查等方面進行操作,并結合異常數據的沉降-時間曲線特征變化進行綜合研判。信息系統設置了異常數據的處置選項(見表1),供觀測人員在完成現場調查、補測對比和初步的原因分析后選擇和填報。

2.4 部分觀測階段的參考閾值

根據1.2節的方法,對積累的數據進行數理統計,制定判識路基、橋涵、隧道沉降異常數據的參考閾值,并按照嚴重程度,由低到高依次設置成3級,即:關注、加強關注、重點關注。部分觀測階段的建議參數分別見表2—表4。

表2 判識路基沉降異常數據的參考閾值 mm/d

表3 判識橋涵沉降異常數據的參考閾值 mm/d

表4 判識隧道沉降異常數據的參考閾值 mm/d

2.5 隧道沉降提醒案例

西康高速鐵路白楊坪隧道DK141+020里程,工況為“仰拱(底板)施工完成后,3個月以后”,沉降變形時-程曲線如圖4所示,通過式(4)—式(6)計算,得Vs1=0.187 mm/d,Vs2=0.065 mm/d,最終Vs=0.187 mm/d。經過系統自動判識,在第1次隆起提醒的基礎上,觸發第2次沉降提醒,如圖5所示,對照表4,級別為重點關注。根據現場標樁狀態檢查、數據分析和外部因素調查等,基本確定原因后,對照表1,選擇處置選項1(關注),并繼續觀察。

圖4 隧道沉降變形時-程曲線

圖5 DK141+020里程斷面自動提醒記錄(部分)

2.6 變形速率代表計算公式靈敏性對比驗證

西延高速鐵路DK189+342里程的路基在2022年12月2日的異常數據如圖6所示,工況為堆載預壓第1～3個月。每組依次取連續5期的有效觀測數據,各組分別計算單次變形速率,前5、4、3期的平均變形速率。各組計算結果繪制時間-速率曲線如圖7所示。

圖6 路基DK189+342處沉降曲線

圖7 最近1—5期的平均速率取值對比

可以看出,前5、4、3期的平均變形速率(依次為V5-1、V4-1、V3-1)中,在12月2日前后,前3期的平均變形速率是最大值,為0.69 mm/d;單次變形速率(為Vs1)最大值為1.03 mm/d;此時,代入靈敏性調整系數k=1.5,得1.03

3 結 語

本文提出了利用平均變形速率判識沉降異常數據的方法。在沉降觀測積累的海量數據中,應用此方法能極大降低人工發現異常數據的工作量,為如實表征高速鐵路主體工程沉降變形情況,搭建了準確、客觀的數據基礎環境。

通過設置靈敏性調整系數k,可以抑制判識方法的誤判率,隨工程應用和數據積累,相應k的取值將進一步得到優化調整,判識路基沉降異常數據的參考閾值也同樣會得到修正,以此可進一步提高判識的準確率。

通過西康、西延等高速鐵路沉降觀測應用驗證,面向全國大規模的鐵路建設,以數據驅動沉降觀測的精細化管理,在自動、精準甄別數據異常、精準評估工程沉降穩定性方面,還將發揮出巨大的數據資源優勢。