珠藏洞隧道施工安全监测与量测分析

，，，

(1.中交四航工程研究院有限公司,广州 510230； 2. 中交交通基础工程环保与安全重点实验室，广州 510230)

1 研究背景

新奥法作为隧道施工的主要方法，自20世纪60年代奥地利学者拉布西维茨(L.V. Rabcewice)等从长期从事的隧道施工实践中总结提出以来，得到了广泛的应用和发展。现场围岩变形监控量测作为其重要组成部分，在整个隧道的施工过程中起到了极其重要的作用，它是保证工程质量和隧道施工安全的重要措施，同时，也是判定围岩稳定性的重要依据。根据现场量测数据，绘制位移-时间变化关系曲线，可以直观判定围岩的稳定情况和获知其变形趋势，是处理原始量测数据的主要方法之一。但由于受偶然误差和岩土工程复杂性等因素影响，现场量测的原始数据往往具有一定的离散性，测试数据随时间变化的散点图波动性较大。因此，有必要对位移量测数据进行回归分析，获得围岩位移时态变化曲线的数学表达式[1-2]。

珠藏洞隧道位于湖北省保康县寺坪镇境内，地处青峰断裂带区域，其穿越区域围岩条件比较复杂，涵盖Ⅱ—Ⅴ类围岩，以白云岩、灰岩等为主，有3条规模不等的断层以大角度穿越，分别为F7-2，F8-2，F9-2，该系列断层破碎带宽度一般为30～200 m，延伸长度一般大于2 km，均穿越隧道洞身，使围岩局部较破碎，对隧道影响较大[3]。本文以珠藏洞隧道为例，介绍了隧道施工期监控量测的优化方案与安全预警方法，并采用指数函数回归分析模型，对典型监测断面位移量测数据进行了回归分析与精度判定，同时，根据隧道开挖后围岩的时态变化曲线对其稳定性进行了评价。

2 隧道施工安全监测方案

2.1 监测方案

隧道开挖后，围岩力学变形形态的变化很大程度上反映为隧道净空的变化，因此，位移量测可以直接反映隧道施工开挖过程中围岩变形演化情况，这是隧道监控量测的主要工作内容之一[4]。为了掌握珠藏洞隧道开挖过程中围岩变形的动态变化，在洞内左幅和右幅掌子面附近分别设置105和98个监测断面，主要对拱顶沉降位移与周边收敛位移进行监测。具体监测方案[5]如下：

图1 周边收敛和拱顶沉降测点布置示意图

(1) 各监测断面应在避免爆破作业对监测点引起破坏的前提下，尽可能接近工作面埋设，一般距离掌子面1～2 m，在爆破完成后24 h内和下一循环爆破前布置，并测取初始读数。拱顶测点、周边测点分别采用平圆头钢筋和膨胀螺栓制成，将反射片固定于钢筋上。测点布置如图1所示。

(2) 根据现场工程地质条件和环境情况，分别采用徕卡TS06高精度全站仪和JSS30A型数显收敛计读取拱顶沉降监测点坐标和周边收敛位移。将各点的相对值减去上一次的相对值，得到各监测点的变化值，从而可得到变化速度。将每次量测后的相对值减去第一次的相对值即可得各监测点的绝对变化值。根据每次监测的拱顶沉降位移和周边收敛位移值，绘制各测点平面位置曲线图，预测隧道开挖后围岩的变形趋势。

(3) 监测断面的布设间距按围岩级别进行确定，并根据现场实际情况进行调整。Ⅱ，Ⅲ，Ⅳ和Ⅴ类围岩中洞内监测断面的间距分别为大于20 m，15～20 m，10～15 m和5～10 m。

2.2 监测频率及预警值

变形监测频率和变形速率及监测目的是密切相关的，其大小应能准确反映岩体的变形规律。一般而言，变形量较大时，应增大监测频率；反之，应减小监测频率。为了保证数据分析的准确性，根据《公路隧道施工技术规范》(JTG F60—2009)[6]和设计要求，数据监测频率为：监测初期2次/d，正常施工阶段1次/d，监测值发生突变时加大监测频率。

根据量测数据分析和对施工过程中的潜在危险进行预警是监控量测工作的重要组成部分[7]。在隧道施工监测中，一般采用Ⅲ级管理模式，即将允许值的1/3作为基准值，允许值的2/3作为警戒值。警戒值和容许值之间称为警戒范围，当实测值位于警戒范围时，及时提出预警，并调整施工支护方案，预防最终位移值超限；警戒值和基准值之间称为注意范围，当实测值位于注意范围时，应及时加强支护；当实测值小于基准值时，隧道围岩整体稳定性较好，可正常施工。

根据隧道埋深和围岩类别的不同，珠藏洞隧道位移警戒值的范围如表1所示。

表1 位移警戒值范围

图2 JSS30A数显收敛计

2.3 数据采集

拱顶沉降监测和周边收敛位移监测应在同一断面上进行。采用徕卡TS06高精度全站仪测定沉降点坐标，后视点的布设应保证不受隧道施工的影响，与测站点的连线近似平行于隧道轴线。徕卡TS06全站仪精度为2″，免棱镜测试距离为400 m。JSS30A系列数显收敛计(见图2)外壳采用防锈铝材合金材料，具有耐腐蚀、强度高、密封性好等特点，适用于恶劣环境。仪器总质量为0.9 kg，测量精度为0.06 mm，相邻钻孔间距为2.5 cm。

由于受洞内温度变化影响，钢尺会产生热胀冷缩效应，因此，为了消除温度变化对量测结果的影响，必须对测量值进行温度修正。

根据相关规范要求，一般以20 ℃为标准温度，则收敛计相应的温度修正值Rt为

Rt=Lα(T-20)。

(1)

式中：L为量测时钢尺的挂孔长度；T为量测时温度；α为钢尺的线膨胀系数，为1.26×10-5/℃。

量测真实值应为温度修正值和测量值之和，其计算公式为

R=R′+Rt。

(2)

式中：R为量测真实值；R′为测量值。

3 回归分析与精度检验

3.1 回归分析的基本原理

目前，对隧道围岩变形量测数据的处理，一般是通过Excel和Origin软件进行拟合回归分析完成的，这些方法具有运算方便、易于检验和计算机处理方便等优点，是处理量测数据的重要方法之一[8]。

y=-Bx+lnA=A′x+B′。

(3)

式中：A，B，A′，B′均为回归系数。

由最小二乘法原理可知，使得目标函数

(4)

所需满足的条件为

(5)

(6)

由式(5)和式(6)可知，回归系数A′和B′分别为

(7)

其中:

(8)

由式(7)可知，最终回归系数A和B分别为

(9)

3.2 精度检验

回归分析模型对系统未来状态的定量预测是否合乎要求，能否作为定性分析的依据，必须经过多方面的检验和判断，只有通过检验才能将其用于预测[4]。常用的检验方法主要有关联度检验和后验法检验。

目前，常用的检验模型有如下3种：

(2) 若取C=S2/S1为均方差比值，对于给定的C0>0，当C

表2 精度检验等级参照表

4 位移量测数据分析

4.1 位移量测数据的回归分析

为掌握珠藏洞隧道开挖后围岩的稳定情况，基于位移量测数据，利用指数函数回归分析模型，对监测断面ZK62+360的拱顶沉降和周边收敛位移量测数据进行分析，以获得隧道开挖后围岩位移变化趋势。

由最小二乘法原理可知，断面ZK62+360的拱顶沉降和周边收敛位移的回归方程分别为

u拱=2.639 5e-1.311 2/t,

(10)

u周=4.948 6e-0.678 4/t。

(11)

断面ZK62+360的误差检验如表3所示。

4.2 精度分析

指数函数回归分析模型能否作为珠藏洞隧道围岩稳定情况定性分析的依据，必须经过检验和判断。分别采用关联度检验和后验法检验对回归模型进行精度评定。断面ZK62+360的拱顶沉降模型和周边收敛模型的精度评定结果如表4所示。

综上所述，断面ZK62+360的拱顶沉降回归模型和周边收敛回归模型均能较好反映隧道开挖后围岩位移随时间变化关系。

4.3 位移量测结果分析

图3为断面ZK62+360的拱顶沉降拟合值和周边收敛拟合值随时间变化关系曲线。由于断面ZK62+360区域附近地质条件较好，施工单位采用钻爆法进行全断面开挖，每循环进尺3 m左右，其拱顶沉降速率和周边收敛速率与掌子面变化曲线如图4所示。

表3 ZK62+360误差检验

表4 精度评定结果

图3 位移随时间变化关系曲线

图4 变形速率随掘进距离变化关系曲线

由图4可知，在开挖过程中，随着掘进距离的逐渐增加，爆破开挖对断面的影响逐渐减小，拱顶沉降和周边收敛变形速率则越来越小，围岩变化趋于稳定。当监测断面距离掌子面约12 m时，拱顶沉降和周边收敛释放率分别约为82%和90%，可认为围岩变形已基本稳定，周边收敛位移的变化趋势与拱顶沉降基本一致，均随着掘进距离的增加，变形速率逐渐减小，最后趋于0。

总体而言，隧道围岩变形发展呈3个阶段：

(1) 急剧变形阶段。隧道开挖后围岩初始变形速率最大，之后逐渐降低，位移与时间关系呈下弯型。

(2) 缓慢变形阶段。随着变形速率的逐渐减小，围岩变形越来越小，时态曲线趋于平缓。

(3) 变形稳定阶段。围岩变形速率逐渐趋近于0，变形不再增加。

5 结 论

(1) 指数函数能够较好拟合实测值，表明这种函数模型能够很好地反映隧道开挖后围岩的时态变化情况，可以作为围岩稳定性判定和确定二次衬砌施作时间的依据。

(2) 对现场量测数据进行回归分析，围岩变形速率随着时间的增加而逐渐减小，二者近似呈指数关系。

(3) 隧道爆破开挖后，位移曲线呈“厂”字形分布，未出现“反弯点”，围岩变形过程为从急剧变形到缓慢稳定，隧道围岩稳定性较好，支护结构合理。

(4) 监测断面的拱顶沉降和周边收敛位移累计值均远小于警戒值，围岩稳定性好，说明支护方案合理，可正常施工。

参考文献：

[1] 黄声享, 尹 晖, 蒋 征, 等. 变形监测数据处理[M]. 武汉:武汉大学出版社，2002. (HUANG Sheng-xiang, YIN Hui, JIANG Zheng，etal. Deformation Monitoring Data Processing[M]. Wuhan: Wuhan University Press, 2002.(in Chinese))

[2] 文辉辉, 尹健民，秦志光, 等. BP神经网络在隧道围岩力学参数反演中的应用[J]. 长江科学院院报, 2013, 30(2): 47-51.(WEN Hui-hui, YIN Jian-min, QIN Zhi-guang,etal. Application of BP Neural Network to the Back Analysis of Mechanical Parameters of Tunnel Surrounding Rock[J]. Journal of Yangtze River Scientific Research Institute, 2013, 30(2): 47-51.(in Chinese))

[3] 湖北省交通规划设计院. 谷竹高速公路珠藏洞隧道工程勘察报告[R]. 武汉: 湖北省交通规划设计院，2010. (Hubei Provincial Communication Planning and Design Institute. Investigation Report of Zhuzangdong tunnel in Gucheng-Zhuxi Expressway[R]. Wuhan：Hubei Provincial Communication Planning and Design Institute，2010.(in Chinese))

[4] 杨 平, 覃卫民, 杨 育, 等. 密集建筑群下大断面隧道施工反馈分析及安全性控制研究[J]. 岩石力学与工程学报, 2010, 29(4): 795-803. (YANG Ping, QIN Wei-min, YANG Yu,etal. Study of Feedback Analysis and Safety Control of Large-Section Tunnel Excavation under Intensive Buildings[J]. Chinese Journal of Rock Mechanics and Engineering, 2010, 29(4): 795-803.(in Chinese))

[5] 李长武, 文辉辉, 尹键民. 珠藏洞隧道施工安全监测与评价[J]. 水力发电, 2012, 38(6): 51-53. (LI Chang-wu, WEN Hui-hui, YIN Jian-min. Safety Monitoring and Evaluation for Zhuzangdong Tunnel[J]. Water Power, 2012, 38(6): 51-53.(in Chinese))

[6] JTG F60—2009, 公路隧道施工技术规范[S]. 北京: 人民交通出版社, 2009. (JTG F60—2009, Technical Specifications for Construction of Highway Tunnel[S]. Beijing: China Communications Press, 2009.(in Chinese))

[7] 李晓红. 隧道新奥法及其量测技术[M]. 北京: 科学出版社, 2002. (LI Xiao-hong. New Austrian Tunneling Method [M]. Beijing: Science Press, 2002.(in Chinese))

[8] 崔东文, 郭 荣. 基于概率神经网络的文山州水资源配置合理性评价分析[J]. 长江科学院院报, 2012, 29(10): 57-62.(CUI Dong-wen, GUO Rong. Evaluation of Rational Water Allocation Based on Probabilistic Neural Network：Case of Wenshan Prefecture[J]. Journal of Yangtze River Scientific Research Institute, 2012, 29(10): 57-62.(in Chinese))