地铁车站监测与数据预测分析.docVIP

地铁车站监测与数据预测分析 吴迎雷王志超胨超 机械工业勘察设计研宄院有限公司华东冶金地质勘 查研究院合肥工投工业科技发展有限公司 摘要： 安全监测在地铁建设和运营屮占据着举足轻重的作用，如何建立科学完备的地 铁安全监测方案和针对监测数据进行有效合理的分析是当前研宂的重点之一。棊 于合肥市某地铁车站建设工程，主耍介绍了该地铁车站工程的监测方案，并采 用灰色系统理论建立GM （1，1）沉降数据预测模型。结果显示，该模型取得了 良好的拟合和预测效果，为地铁监测数据分析提供有效的方法。 关键词： 地铁监测;灰色模型;数据预测; 作者简介：吴迎雷（1987-）,男，江西上饶人，硕士，机械工业勘察设计研究 院有限公司助理工程师. 收稿日期：2017-03-22 Received： 2017-03—22 0引言 随着国民经济的快速发展，城市交通容量与机动车数量之间的矛盾越来越突出， 建设地铁逐渐成为缓解城市空间资源紧缺困境的重要途径［1-3］。 由于地铁隧道通常建造在地质复杂、道路狭窄、地卜管线密集、交通繁忙的闹市 中心，其安全问题不容忽视。在城市地铁建设中，为确保主体结构和周边构筑物 的安全，变形监测始终贯穿地铁的整个施工期和营运期［4-5］。 通过监测及时掌握发牛.的变形，如隧道木身及其周围地面建筑物沉降、位移及地 下水变化等，进而采取相关措施防止变形加剧而危及结构和运营安全;通过监测 数据，分析变形规律，为以后的地铁设计和施工提供技术参考依据。 本文基于合肥市某地铁车站建设工程，主要介绍了该地铁车站工程的监测项目、 监测精度及监测控制指标，并利用灰色系统理论建立沉降预测模型，对沉降数 据进行预测分析。 1工程概况和水文地质条件 该地铁车站主体总长191.8 m，标准段总宽度22. 9m，标准段基坑平均深度 18.31m （大里程盾构井段19. 86m,小里程盾构井段18. 91 m）。基坑支护工程安 全等级为一级。基坑开挖范围内地层自上而下分别为素填土、黏土、强风化泥质 砂岩、屮风化泥质砂岩。 车站底板位于屮风化泥质砂岩。车站地下水主要为第四系孔隙水、承压水及棊岩 裂隙水。水位埋深O.r4.8m，含水微弱，地下水类型为包气带水，主要赋存在 粘性土的膨胀裂隙中，水量较乏，局部地段为上层滞水。 2车站监测项目及监测控制 2.1监测项目及精度 该工程施工监测对象主耍为自身结构和周边环境监测。 （1） 工程周边环境监测对象:施工影响范围内的地面、地下建（构）筑物、桥涵、 地下管线、道路、地表、地下水等。 （2） 工程自身结构监测对象:基坑工程屮的支护桩（墙）、立柱、支撑等结构。 该工程基坑监测项目及精度详见表1所列。 2.2监测预警指标控制 一般情况，基坑安全监测内容分为基坑支护体本身的安全监测（地连墙，内支 撑等）和基坑周围环境的监测（建筑物，管线等）。不论哪种监测，其监测预警 值均由累计允许变化量和单位时间内允许变化量（变化速率）共同控制。 该工程主要根据文献［6］及设计文件设定车站监测项A控制值，该车站监测项A 控制值见表2所列。 表1基坑监测项目及精度一览表 下载原表 3监测数据预测分析 地表沉降监测是地铁变形监测屮一项重要的监测内容，通过地表沉降监测可发 现沉降异常和安仝隐患，对沉降数据进行预测分析显得格外重耍。本文采用由我 国著名学者邓聚龙教授于20世纪80年代创立的灰色系统理论来建立沉降数据预 测模型。灰色系统理论是一种通过研究少量数据且不确定性问题的方法，其建立 的灰色模型GM (1，1)在各个领域得到广泛应用［7-11］。 3.1 GM (1, 1)模型在地铁地表沉降预测中的应用 以某地表沉降观测点在相同监测时间段内的累计沉降量为原始序列，即 其屮，x⑹彡0，k=l, 2，…，n。 累加生成新序列X，即 X的紧邻均值生成序列Z为 即可得到GM (1，1)模型 参数a，b可通过建立微分方程求解。记 (6)式中参数的最小二乘估计为 对应的微分方程的响应函数为 取X （0） =x （1），对上式进行如下还原生成 即可对原始数据序列进行拟合和预测。 3.2实例分析 以该工程地表沉降观测点ZQC-22在监测时间段2016年12月1日至10日内的地 表沉降量数据为例。依据4.1节容建立沉降数据预测模型GM （1，1）。经建 模计算得，a-0. 019 9, b=2. 190 7。即沉降数据预测模型公式为 依据建立的GM （1，1）沉降预测模型，对该测点2016年12月11日至13日的 沉降数据进行预测。拟合和预测结果如表3和表4所列。拟合平均相对误差为 3. 86%,预测平均相对误差为2. 82%o 表3观测点ZQC-22沉降观测数据拟合结果 下载原表 表4观测点ZQC-22沉降观测数据预测结果 下载原表 由拟合和预测结果可知，所建立