隧道施工地表鐵路路基變形監(jiān)測與預(yù)測方法

張健，李振華，侯學(xué) （中鐵四局集團(tuán)有限公司設(shè)計研究院，安徽 合肥 230022）

1 引言

隨著城市地鐵的高速建設(shè)，新建地鐵隧道下穿營業(yè)鐵路線路和場站已成為一種較為常見的工況。為了保證地鐵隧道的施工安全和既有鐵路運(yùn)營不受影響，需要在隧道施工時對地表既有鐵路路基變形進(jìn)行持續(xù)監(jiān)測，獲取鐵路路基的變形規(guī)律和特征，為施工安全提供數(shù)據(jù)支撐[1]。此外，對鐵路路基變形趨勢預(yù)測可以及時發(fā)現(xiàn)地鐵隧道施工造成的鐵路運(yùn)營安全隱患，提前做好工程防治措施，保障鐵路的安全運(yùn)營。

利用傳統(tǒng)的人工測量方法進(jìn)行監(jiān)測數(shù)據(jù)采集時，只能在鐵路運(yùn)營的空檔期進(jìn)行，工作窗口時間較短，且人工觀測容易受天氣、觀測人員操作技能等因素的限制，不利于對既有鐵路實(shí)現(xiàn)長時間連續(xù)的監(jiān)測。基于智能全站儀的高精度智能監(jiān)測技術(shù)能夠?qū)崿F(xiàn)7×24h無人值守的監(jiān)測數(shù)據(jù)自動采集和處理，不僅能夠保證監(jiān)測數(shù)據(jù)采集頻率，而且能夠通過數(shù)據(jù)質(zhì)量控制策略保證數(shù)據(jù)采集的質(zhì)量。

智能全站儀用于地鐵隧道監(jiān)測的研究越來越多，研究表明智能全站儀監(jiān)測技術(shù)可以獲得百米范圍內(nèi)1mm 的測量精度[2]。隨著研究的深入，智能全站儀監(jiān)測技術(shù)在水利工程中也得到了應(yīng)用和發(fā)展[3-4]，相關(guān)學(xué)者還開展了智能全站儀自動監(jiān)測系統(tǒng)的設(shè)計與開發(fā)[5-6]，闡述了自動化監(jiān)測技術(shù)的應(yīng)用優(yōu)勢和前景。在開展自動化監(jiān)測技術(shù)研究的同時，變形預(yù)測也受到了重視和關(guān)注[7]。在人工智能背景下，BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于變形預(yù)測研究，并得到了改進(jìn)和發(fā)展[8]，相關(guān)學(xué)者聯(lián)合遺傳算法（Genetic Algorithm，GA）和BP 神經(jīng)網(wǎng)絡(luò)算法研究了GA 改進(jìn)的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測模型[9-10]。

盡管國內(nèi)外已有諸多學(xué)者開展了基于智能全站儀的監(jiān)測技術(shù)和變形預(yù)測模型的研究，但大多為獨(dú)立研究，且仍然存在較大的改進(jìn)空間。本文結(jié)合合肥市地鐵4 號線下穿合肥東編組站項目監(jiān)測需求，提出了基于智能全站儀的自動化監(jiān)測方法，并融合GA-BP神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型，對鐵路變形趨勢進(jìn)行預(yù)測，及早消除下穿隧道施工時存在的安全隱患，確保施工順利進(jìn)行和鐵路安全運(yùn)營。

2 智能全站儀自動監(jiān)測方法

智能全站儀能夠?qū)崿F(xiàn)目標(biāo)的自動搜索、識別、照準(zhǔn)和讀數(shù)等功能，但監(jiān)測需要根據(jù)國家規(guī)范要求按照特定的方法進(jìn)行。為此，需要開發(fā)智能監(jiān)測軟件來控制智能全站儀按照特定的監(jiān)測方案進(jìn)行數(shù)據(jù)采集，為了保證數(shù)據(jù)采集的質(zhì)量，規(guī)定角度和距離測量限差需要滿足表1 的要求。

表1 智能全站儀自動監(jiān)測系統(tǒng)數(shù)據(jù)采集限差

儀器選址、基準(zhǔn)點(diǎn)與監(jiān)測點(diǎn)布設(shè)是實(shí)現(xiàn)自動化監(jiān)測的重要內(nèi)容，為了保證監(jiān)測站儀器能夠觀測監(jiān)測區(qū)域的全貌，選取營業(yè)性50m 范圍外至高點(diǎn)或穩(wěn)定的建筑物上安置儀器，在遠(yuǎn)離鐵路影響區(qū)域選取穩(wěn)定點(diǎn)布設(shè)基準(zhǔn)點(diǎn)，確保監(jiān)測站與基準(zhǔn)點(diǎn)通視性滿足后視定向的要求。監(jiān)測點(diǎn)采用斷面形式布設(shè)，以沿著鐵路軌道方向10m 間隔布設(shè)監(jiān)測斷面，每個監(jiān)測斷面應(yīng)覆蓋地鐵下穿隧道施工影響區(qū)域30m 范圍內(nèi)。在開展監(jiān)測時，安置在監(jiān)測站上的智能全站儀通過自動目標(biāo)識別系統(tǒng)瞄準(zhǔn)多個已知基準(zhǔn)點(diǎn)，利用自由設(shè)站方法計算得到測站點(diǎn)監(jiān)測坐標(biāo)，然后利用極坐標(biāo)法觀測并解算各監(jiān)測點(diǎn)的三維空間直角坐標(biāo)，再通過數(shù)據(jù)處理獲得監(jiān)測點(diǎn)變形量。測站點(diǎn)、基準(zhǔn)點(diǎn)和監(jiān)測點(diǎn)布置見圖1所示。

圖1 監(jiān)測系統(tǒng)布置示意圖

3 GA-BP神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型

BP 神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層組成，一般只有一個隱含層。可以通過經(jīng)驗公式（1）確定隱含層節(jié)點(diǎn)數(shù)。

式中，i、j、k分別表示模型的輸入層、隱含層和輸出層節(jié)點(diǎn)數(shù)；a一般取1～10之間的整數(shù)。BP 神經(jīng)網(wǎng)絡(luò)包括前向傳播和反向傳播兩個主要步驟，兩個步驟循環(huán)進(jìn)行直到輸出結(jié)果滿足誤差要求，訓(xùn)練終止。

為了解決BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練效率低下和陷入局部極小點(diǎn)的缺點(diǎn)，可以通過GA 優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)算法，構(gòu)建GA-BP神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型，模型構(gòu)建步驟見圖2 所示。首先導(dǎo)入數(shù)據(jù)，確定GA 拓?fù)浣Y(jié)構(gòu)；然后對樣本進(jìn)行編碼，確定適應(yīng)度函數(shù)，通過遺傳進(jìn)化算法優(yōu)化，當(dāng)遺傳進(jìn)化達(dá)到設(shè)定的迭代次數(shù)時，GA 結(jié)束，確定最優(yōu)個體；再代入BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，構(gòu)建GA-BP神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型；最后利用該模型對變形趨勢進(jìn)行預(yù)測。

圖2 GA-BP神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型構(gòu)建步驟

4 監(jiān)測與預(yù)測結(jié)果分析

4.1 項目概況

合肥市地鐵4 號線區(qū)間隧道線路（天水路站至翠柏路站）從合肥東編組站下面穿越，合肥東編組站是樞紐內(nèi)唯一技術(shù)作業(yè)站，主要承擔(dān)寧西鐵路、淮南鐵路、合九鐵路和樞紐內(nèi)各站貨物列車到發(fā)、解編作業(yè)。在合肥市地鐵4 號線下穿隧道盾構(gòu)施工期間，合肥東編組站仍然保持正常運(yùn)營，每日通過列車較多。為了保證鐵路運(yùn)營安全和地鐵隧道施工安全，需要對合肥東編組站鐵路路基等關(guān)鍵鐵路設(shè)施進(jìn)行連續(xù)監(jiān)測。

4.2 鐵路路基監(jiān)測結(jié)果

在合肥市地鐵4 號線下穿合肥東編組站項目中，利用智能全站儀自動化監(jiān)測系統(tǒng)對鐵路路基進(jìn)行了監(jiān)測。自盾構(gòu)機(jī)進(jìn)入距離施工區(qū)域30m 范圍內(nèi)開始監(jiān)測，一直到盾構(gòu)機(jī)的盾尾遠(yuǎn)離鐵路股道群30m 后且不少于3 個月監(jiān)測結(jié)束。在盾構(gòu)施工期間，以每日1 期的觀測頻率對鐵路路基監(jiān)測進(jìn)行監(jiān)測。為了便于分析，選取了一個監(jiān)測斷面上的6 個監(jiān)測點(diǎn)（LJ1、LJ2、LJ3、LJ4、LJ5、LJ6）沉降數(shù)據(jù)進(jìn)行了分析，如圖3 為鐵路路基監(jiān)測點(diǎn)30期的沉降變形曲線。

圖3 鐵路路基監(jiān)測點(diǎn)變形曲線

從圖3可以看出，展示的6個監(jiān)測點(diǎn)中，LJ1的變形最大，LJ6整體變形最小。這是因為LJ1 距離下穿隧道中線最近，從LJ1 到LJ6 距離下穿隧道中線距離逐步減小。可見鐵路路基變形主要是由下穿隧道施工影響造成，因此加強(qiáng)下穿隧道施工時鐵路路基變形監(jiān)測對于保障鐵路運(yùn)營安全具有重要意義。

4.3 變形預(yù)測模型應(yīng)用

由于鐵路路基變形一般是不可逆的過程，如果一旦發(fā)生較大變形，可能會對鐵路運(yùn)營和地鐵隧道施工造成安全威脅。為了提前一步發(fā)現(xiàn)可能存在的安全隱患，可以通過建立變形預(yù)測模型對鐵路路基變形趨勢進(jìn)行預(yù)判。如果預(yù)測預(yù)測變形量過大時，可以提前采取工程防治措施，避免事故的發(fā)生。選取LJ1 和LJ2 點(diǎn)監(jiān)測數(shù)據(jù)作為基礎(chǔ)，以10 期數(shù)據(jù)為一期（前9 期為輸入?yún)?shù)，第10 期為輸出結(jié)果），以此類推，利用前25 期數(shù)據(jù)滾動式構(gòu)建訓(xùn)練和測試樣本。基于GA-BP 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建鐵路路基變形預(yù)測模型，并利用該模型預(yù)測后5 期的變形值，并通過后5 期實(shí)測變形數(shù)據(jù)對預(yù)測模型精度進(jìn)行評估。鐵路路基監(jiān)測點(diǎn)LJ1 和LJ2 的30 期監(jiān)測數(shù)據(jù)見表2和表3 所示。從監(jiān)測數(shù)據(jù)可以看出，鐵路路基監(jiān)測點(diǎn)LJ1和LJ2的30期累積最大沉降分別為5.3mm和4.5mm。

表2 鐵路路基監(jiān)測點(diǎn)LJ1變形數(shù)據(jù)

表3 鐵路路基監(jiān)測點(diǎn)LJ2變形數(shù)據(jù)

基于GA-BP 神經(jīng)網(wǎng)絡(luò)的鐵路路基變形預(yù)測模型終止迭代次數(shù)設(shè)置為85，種群規(guī)模設(shè)置為80，變異概率設(shè)置為0.01，交叉概率設(shè)置為0.45，并采用輪盤賭法開展預(yù)測訓(xùn)練，獲得了GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并利用該模型預(yù)測了后5 期（第26～30 期）的變形數(shù)據(jù)。為了更加直觀展示變形預(yù)測結(jié)果，圖4 展示了LJ1 和LJ2 兩個監(jiān)測點(diǎn)的預(yù)測值與實(shí)測值的對比結(jié)果，從圖4 可以看出LJ1 和LJ2 兩個監(jiān)測點(diǎn)的預(yù)測結(jié)果與實(shí)測數(shù)據(jù)的趨勢基本保持一致，但也可以看出LJ1點(diǎn)的第27期預(yù)測結(jié)果出現(xiàn)了明顯偏差，主要是因為第27 期的實(shí)測數(shù)據(jù)明顯偏離了原有變形曲線趨勢，有一個顯著凸起，這可能是測量誤差或外界環(huán)境干擾造成的監(jiān)測數(shù)據(jù)突變，導(dǎo)致預(yù)測模型沒有發(fā)現(xiàn)這一變化。預(yù)測結(jié)果與實(shí)測數(shù)據(jù)的對比說明提出的預(yù)測模型能夠客觀真實(shí)地描述監(jiān)測目標(biāo)的變形趨勢和規(guī)律，可以將其應(yīng)用于實(shí)際工程變形預(yù)測中，為運(yùn)營線路提供變形參考依據(jù)。

圖4 監(jiān)測點(diǎn)LJ1和LJ2變形預(yù)測結(jié)果與實(shí)測值對比

為了評估變形預(yù)測模型精度，利用絕對誤差和相對誤差指標(biāo)對結(jié)果進(jìn)行精度評定，以監(jiān)測點(diǎn)LJ1 和LJ2 第26～30期預(yù)測結(jié)果為基礎(chǔ)，計算了絕對誤差和相對誤差值。LJ1 和LJ2 兩個點(diǎn)的誤差精度指標(biāo)見圖5所示。

圖5 監(jiān)測點(diǎn)LJ1和LJ2變形預(yù)測誤差分析

從圖5 可以看出，GA-BP 神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型對監(jiān)測點(diǎn)LJ1 點(diǎn)變形預(yù)測的相對誤差最小值為0.35%，最大值為3.66%，平均相對誤差為1.836%；對監(jiān)測點(diǎn)LJ2 點(diǎn)變形預(yù)測的相對誤差最小值為-0.70%，最大值為-3.53%，平均相對誤差為-1.877%。監(jiān)測點(diǎn)LJ1 變形預(yù)測絕對誤差最小值為-0.018mm，最大值為-0.183mm，平均絕對誤差為-0.0942mm；監(jiān)測點(diǎn)LJ2 變形預(yù)測絕對誤差最小值為0.031mm，最大值為0.152mm，平均絕對誤差為0.0562mm。監(jiān)測點(diǎn)LJ1 和LJ2 的相對誤差絕對值均小于5%，絕對誤差絕對值不超過0.2mm。從預(yù)測結(jié)果來看，提出的變形預(yù)測模型的精度整體較高，與實(shí)測變形值非常接近，對兩個不同監(jiān)測點(diǎn)預(yù)測趨勢整體較為一致，驗證了該模型的適用性，該模型可應(yīng)用于后期同類工程項目的變形趨勢預(yù)測中，為施工安全提供數(shù)據(jù)支撐和決策服務(wù)。

5 結(jié)論與展望

地鐵下穿隧道盾構(gòu)施工易對地表鐵路路基造成影響，導(dǎo)致鐵路路基發(fā)生變形。為了保障地鐵隧道施工和地表鐵路場站、線路的運(yùn)營安全，本文提出了利用智能全站儀自動化監(jiān)測技術(shù)對鐵路路基進(jìn)行持續(xù)變形監(jiān)測，獲得鐵路路基變形規(guī)律和特點(diǎn)。為了提前一步發(fā)現(xiàn)施工過程中存在的安全隱患，融合GA-BP神經(jīng)網(wǎng)絡(luò)算法構(gòu)建了鐵路路基變形預(yù)測模型，并結(jié)合合肥市地鐵4 號線下穿合肥東編組站這一實(shí)際工程項目的監(jiān)測數(shù)據(jù)對模型進(jìn)行了測試和精度評估。結(jié)果表明，提出的監(jiān)測方法可以較好地完成自動化監(jiān)測任務(wù)，對監(jiān)測點(diǎn)實(shí)現(xiàn)無人值守的連續(xù)數(shù)據(jù)采集、數(shù)據(jù)傳輸和數(shù)據(jù)處理工作；變形預(yù)測模型預(yù)測精度較高，能夠滿足地鐵隧道下穿運(yùn)營鐵路和場站項目應(yīng)用的需要，為盡早消除工程中存在的安全隱患提供了新的手段，具有一定的可行性和參考價值。