基于地质BIM模型与有限元分析的铁路高边坡多源融合健康监测

孙凯强，刘惊灏，苏 谦，程李娜，牛云彬，李艳东

(1.中铁第四勘察设计院集团有限公司,武汉 430063; 2.西南交通大学土木工程学院,成都 610031)

引言

随着交通基础设施领域重大工程的不断推进,建设难度极大的高边坡工程也随之增多。为保证施工和运营安全,对高边坡进行自动化健康监测已经成为趋势,并已在铁路、公路、水电等领域的边坡工程中有大量应用[1-5]。针对高边坡的自动化健康监测,通常需要布设大量传感器以采集数据。当前对传感器的布设一般采用基于规范要求与现场实际情况的主观布置[6-7]。然而,这种布置方式一方面极易忽视边坡实际最不利区域;另一方面,却又可能将传感器集中在边坡稳定区域,致使耗费大量的人力、物力。为解决上述问题,学者们常以有限元计算作为主要手段,来分析监测对象的最不利位置,为监测系统的精细化布置提供理论依据。程爱平等对成兰铁路路堑边坡在支护后的安全性进行二维有限元分析,分析了特定断面处的稳定性,并与监测数据进行对比[8]。同样有更多学者基于二维有限元分析进行了类似工作[9-10],但采用二维计算往往只能对特殊断面进行验算,获取相应断面处的计算结果,指导同一断面处的监测传感器布置,却无法保证三维计算结果连续性,从而无法找到最危险断面的确切位置;一般地,准三维检算是在二维截面基础上完成拉伸,以实现三维分析模型的创建,其模型在线路纵向并无实质变化,故计算结果无法体现沿线路方向地质变化所导致的稳定性差异,无法体现出研究区段内的不利情况分布[11-13]。综上所述,由于边坡失稳为三维空间问题,常用的二维和准三维分析不一定能够准确获取其最不利位置,因而考虑从有限元模型创建的角度来进一步优化三维分析模型,以更有效地指导监测体系的布置。

BIM技术凭借强大的几何造型能力描述结构物几何形状,以系统集成化的信息管理手段实现全生命周期的数据流管理,成为了新基建中的数据资产载体[14-15]。但其在三维地质建模方面功能还并不成熟,导致其在边坡、隧道等同地质情况密切关联的结构物的稳定性分析应用时存在困难。随着复杂地质条件下设计、施工的深入推进,传统二维地质成果已经不能满足应用需求。GMS、Vulcan、Minexprorer等商业化三维建模软件虽具有强大的建模功能,且融合了地质专业分析模块,但它们同BIM模型之间存在几何模型转换不精确、非几何信息无法互通等壁垒,致使高质量的地质模型无法进入BIM工作流程,并造成了数据孤岛的出现。因此,部分学者[16-17]基于钻孔、剖面图、物探结果等单一数据在BIM环境中尝试进行建模研究,但其所构建地质模型精确性仍尚有提升空间。

对此,提出一种基于BIM技术集成地质数据融合、Kriging算法数据加密和地质模型实体创建全过程的方法,充分扩展BIM模型对地质信息的表达能力。基于“一模多用”理念,将高精度边坡模型导入有限元软件进行真三维有限元稳定性分析,以指导精细化的健康监测方案布置,提升智能监测的可靠程度与效率。

1 方法概述

针对上述分析,提出基于BIM环境创建精细化三维地质模型,并应用于边坡稳定性分析中,以更加符合边坡真实稳定性的计算结果指导健康监测布点。其总体流程如图1所示,主要包含以下3个步骤。

图1 基于三维地质BIM模型优化边坡健康监测流程

(1)多元数据解析与融合

通过开发Python算法及优化Revit软件,实现钻孔数据与剖面数据解析,基于空间三维坐标进行数据匹配融合,使用Kriging算法完成数据加密与栅格化处理。

(2)BIM环境内的三维地质模型构建

基于Dynamo可视化编程开发算法,实现“点、线、面、体”渐进式的地质实体模型创建。

(3)边坡稳定性分析与健康监测优化

基于精细化的BIM边坡地质实体,进一步优化模型细节;将BIM模型转换为边坡稳定性分析模型,快速实现有限元前处理,并通过强度折减法计算边坡稳定性。

2 基于BIM的多元地质数据解析与融合

2.1 BIM环境下地质数据解析融合流程

经地质勘察,形成怀化西编组站高边坡工程地质资料,包括但不限于:钻孔数据库、地质横断面、平纵断面图、岩土性能测试等,并基于勘察资料形成了一系列设计资料。本文研究基于Revit提取路基横断面设计图资料中的地层分界线信息,融合地质钻孔数据进行BIM环境中的三维地质模型创建。

本项目于勘察范围内钻孔467处,孔深总计19 191.87 m。钻孔数据描述了钻孔编号、钻孔点位的空间坐标、钻孔中各地层性质及揭露厚度等信息,由地质钻孔施工直接采集而来,对采样钻孔处的地质情况给予最准确的描述。但是,限于其采样密度,用于三维地质建模时,钻孔点之间的地质情况存在不确定性;不同里程处路基横断面设计图中的地层分界线,即剖面数据,是人为对基础地质数据进行处理,在钻孔离散数据基础上实现了各个断面处的数据拟合。但剖面数据无法表达各断面之间的地质情况。

两者数据表现为异构形式数据,但其在空间坐标层面存在明确的关联性,即剖面数据虽然以图片形式呈现,其本质上是专业人员在不同断面上绘制了地层线信息,这些几何信息在断面图内存在相互制约关系。通过确定断面在三维空间内的位置,即可进一步推算出各地层分界线控制点在三维空间内的具体坐标表达,将图像信息解析转换为点云数据,其流程如图2所示。

图2 数据融合整体流程

2.2 数据解析与融合实现

Revit作为使用率极高的BIM软件,其通过项目基点、项目观测点及草图局部空间坐标系进行复杂BIM模型的综合坐标体系搭建,能够为剖面数据与钻孔数据解析融合提供统一空间坐标体系。Dynamo是一款用于扩展Revit软件功能的可视化编程工具,其对Revit API所提供的接口进行了二次封装,通过可视化代码块将不同函数、方法进行自由组合,以实现程序化功能。将原本需要用户采用人机交互进行模型构建的方式转化为了使用可视化代码自动建模,真正实现BIM模型生成的参数化、自动化。

采用“点、线、面、体”逐层构建的模式生成三维地质模型,将剖面数据统一转换为空间点数据,可为后续建模工作打下基础,以实例数据分析剖面解析与融合的步骤如下。

(1)剖面空间配准

将地质建模区域附近某一点的空间坐标设置为Revit观测点坐标,根据实际线路中线控制点三维坐标在Revit中绘制线路中线。路基边坡横断面设计图中包含了地质分层线,同时其标注了线路中线位置,将其导入Revit中,使其与Revit中的线路中线位置对齐,并垂直于对应中线处的法线方向,即可实现剖面上各个位置与实际三维空间定位坐标相匹配,如图3所示,在Revit中基于线路中线导入了怀化西编组站高边坡GDK1+810～GDK1+890间5个断面的路基断面设计CAD图,其比例尺均为1∶1。

图3 基于线路中心线的图层配准

(2)CAD图纸解析为BIM内线条对象

使用Dynamo中CurvesFromCADLayers节点,此节点可通过输入一个已导入Revit中的CAD图纸的图层名进行图纸线段筛选,进而将CAD图纸中的地层分界线转换为Dynamo中可以操作的Curve线。

(3)剖面线关键控制点数据提取并导出

使用Curve.PointAtParameter(t)节点,其中t为起点到所获取点的距离占曲线总长度的百分比,每间隔一定数值输入t,间隔值越小则控制点越密集。获取剖面上各控制点的三维空间坐标及其包含的地质信息,即完成剖面数据解析,可将解析结果以.csv格式进行存储。线型解析及控制点解析过程与解析效果如图4所示。

图4 剖面线与控制点提取

剖面数据经上述处理后,即完成了图片信息向空间三维控制点信息的转换。为实现空间三维控制点数据与地质钻孔csv数据的格式统一,将其导出为包含经距X、纬距Y、高程Z及控制点所在地层名信息的csv文件。上述两csv文件进行合并,形成由剖面数据及钻孔数据联合控制的地质建模混合数据,部分数据如表1所示。其中,地质钻孔数据为地质勘察钻孔采样后,按照建模需要进行整理所得。

表1 融合剖面及钻孔数据的部分控制点

3 BIM环境中三维地质模型创建

3.1 地质融合数据增强

剖面与地质钻孔数据融合之后,已经在数据源的层次上实现了地质建模数据的增强,但是上述数据在各剖面之间的控制点仍较稀疏,具有进一步优化空间。因此,需要使用空间插值算法对既有数据进行插值补充,以提升数据点密度。

克里金插值法基于变异函数和结构分析,可以实现对一定空间范围内未采样点的取值进行无偏最优估计,其关键公式如下[18]

(1)

其中,通过变异函数在无偏性和最小方差等条件约束下计算得到权重系数λi,使得计算结果更加符合真实环境。

研究者们基于各种假设条件发展了不同的克里金算法[19]。在地质统计学中,认为区域化变量随机二阶平稳,即变量的均值是常量,且变量间的协方差仅与距离有关。因此,基于Python语言,使用Pykrige库的OrdinaryKriging模块搭建普通Kriging插值增强算法,将前文生成的地质混合数据导入算法之中,以估计出建模范围内各个栅格点处高程值,实现建模数据加密与栅格化处理。

3.2 地质模型创建

基于Dynamo的地质实体创建,总体流程如图5所示。

图5 基于Dynamo的地质实体创建流程

地质融合数据经前文Kriging算法处理后,形成栅格化的空间点阵,采用“点、线、面、体”逐步处理建模数据,使用Dynamo可视化编程生成地质模型实体,主要有以下几个步骤:(1)NurbsCurve对每一列点进行拟合生成曲线;(2)将同一层面所有曲线输入Surface.Byloft节点中,生成地质层面,将表层地层面与某一高程处的投影面进行Solid.Byloft处理,即可生成符合地质表面形状但不包含地质内部分层信息的地质实体;(3)最后使用地质体内部每一层地质层面对地质实体进行切割,实现地质实体的划分。

3.3 精细化边坡模型创建与分析模型传递

在生成地质模型基础上,完成边坡开挖,并根据设计方案在Revit中利用预置族库创建边坡支护设施等模型,具体建模过程不再赘述,如图6所示。

图6 精细化三维地质边坡BIM模型

基于“一模多用”理念,可将BIM模型直接用于边坡有限元分析[20]。边坡本体、框架梁、桩板墙等结构可导出为*.sat格式文件,锚杆等受力特性在有限元分析模型可作简化的模型可提取为起终点坐标,进而在Abaqus中快速实现模型重建与前处理工作,快速转换为有限元分析模型,模型转换流程如图7所示。在Revit中,选中实体单元后,可直接导出相关模型为*.sat文件;基于Revit API中的模型操作接口,开发特征点提取算法,提取所选中模型的两端点截面中心坐标,并通过代码操作Excel表,按格式生成*.csv文件。

图7 BIM模型与有限元分析模型转换流程

生成中间文件后,在ABAQUS中通过导入实体部件方式,导入*.sat文件;编写python script脚本,读取起、终点坐标方式创建杆单元,实现批量生成。模型导入后,可按照有限元分析步骤进行部件装配、材质赋予、网格划分等操作,形成与BIM模型相对应的有限元分析模型,如图8所示。

校长凭借什么领导学校？对这个问题，很多校长包括我自己在内，都很难准确回答出来，我们虽然每天都在管理学校，但很少去认真思考，具备哪些能力，校长才是合格的。

图8 ABAQUS处理的边坡有限元分析模型

区别于传统准三维有限元模型,上述模型可真实体现实际地质情况,为计算出符合工程实际稳定性分布状态的结果与指导健康监测方案布置打下基础。

4 精细化模型在高边坡监测中的应用

4.1 工程背景

渝怀铁路梅江至怀化段增建第二线引入怀化枢纽工程,其中超高边坡里程为GDK1+125～GDK2+362,边坡共14级,垂直最大高度124 m,此边坡因其建设在地质条件复杂地区,存在高度大、级数多、支护措施复杂等特点,建设区段于2020年12月建成投入运营。为保障边坡运营期整体稳定性,并验证其支护效果,需对其进行系统性的健康监测,以掌控其稳定性变化情况。

4.2 监测方案优化

高边坡区段岩土性质本身较为稳定,边坡坡面以粉质黏土为主,下卧砂岩和灰岩,表层的硬塑状粉质黏土相对软弱,但承载力较高。根据设计资料可知,为了保证岩土体开挖的施工安全,高边坡全段采用坡面框架梁锚杆、分级设置宽平台、重点区域设抗滑桩、坡脚桩板墙等多种防护措施相结合的方案进行加固,经二维传统极限平衡法和有限元极限平衡法检算,建设完成后所有断面边坡稳定性系数为1.422～5.813,整体稳定性较佳。

然而,二维断面的检算结果沿线路纵向不具备连续性,并不能准确判断出整体最危险断面,为保证自动化监测系统可采集最不利位置信息,同时保证方案经济性,需针对不利工点建立精细化BIM模型,进行三维有限元计算,为监测方案优化提供初步指导。区段内主要包括如下2种不利工况。

(1)超高边坡

GDK1+810～GDK1+890区段高边坡达到14级,总高度达124 m,需重点监测其运营期状态。

(2)断层复杂地质

在GDK2+150附近受盈口断层影响,区段内地层岩性局部发生倒转,灰岩地层在上,砂岩地层在下部,岩体较破碎,地质条件极为复杂,故是高边坡中需重点监测的区段。

4.3 有限元分析与监测方案布置

按照前文所述精细化BIM模型构建流程,分别构建2个重点区段BIM模型,并转为有限元分析模型,超高边坡段模型见图6、图8,断层复杂地质段BIM模型及有限元转换后模型如图9所示。

图9 断层复杂地质BIM模型与有限元分析模型

三维有限元分析可得到边坡整体安全系数和潜在滑动面。为判断出最危险的断面,将位移云图进行切片,如图10所示。14级高边坡区段稳定性系数为1.604,由于区段内的岩层较平整,各断面的边坡破坏形式相近,故可在最高处即GDK1+850处断面附近增加监测点;断层区间边坡失稳主体为开挖揭露的泥质砂岩,稳定性较高(安全系数为2.048),但弱风化的泥质砂岩与灰岩的接触面很不规则,边坡易沿着砂岩与灰岩的交界面发生滑动,可在砂岩较厚的GDK2+110和GDK2+200断面处加强监测。

对高边坡全段进行自动化监测系统布置,其典型监测设备布置断面如图11所示。高边坡段(6级)里程编号为GDK1+325～GDK2+225,里程长度总计900 m,边坡共14级,垂直最大高度124 m,普通区段每80 m布置1个断面,重点关注区域断面设置在有限元分析结果所确定的最不利断面处,即GDK1+850、GDK2+110和GDK2+200。

图11 监测方案布设典型断面(单位:m)

4.4 监测数据分析

上述高边坡于2020年12月竣工投入运营使用,同时按照前文所提出的自动化健康监测方案进行监测实施。监测至2022年2月,边坡累计位移及位移速率均未超过预警阀值,边坡安全状况良好。下文选取超高边坡区段及复杂断层地质区段,重点分析区段内各最不利断面监测最大累计位移数据,如图12所示。

图12 最不利区段现场监测数据

从整体上看,最不利区段在X方向及Y方向的位移均在±5 mm以内,最大位移一般发生在土体浅层位置。边坡绝大多数监测点处于稳定蠕变、减速蠕变甚至是稳定波动阶段,截止至数据分析日期,最不利区段边坡处于稳定状态。重点区域以外监测点位,表现形式均与此区段类似。

其中,GDK2+110断面一级边坡深度0 m处的Y方向累计位移从监测开始至今一直处于增加状况,X方向累计位移处于波动上升阶段,其位移增加缓慢,但暂未呈现出稳定状态,需在后期持续进行监测,确保结构物安全。综合全部监测数据,边坡累计位移及单日位移速率均未超过GB50330—2013《建筑边坡工程技术规范》中所设限值,边坡处于稳定状态。经有限元计算确定的最不利监测断面累计位移数据,大于同区段内其他监测断面。基于精细化地质BIM模型及强度折减法的真三维稳定性分析,可以有效地对边坡监测布置进行优化。

4.5 基于BIM模型的监测可视化管理

通过重点区段监测数据图表达方式可以看出,图表模式对海量监测数据进行可视化表达效果不佳,难以展示监测体系整体状态。因此,基于Cesium引擎,开发可供监测预警信息可视化的云平台。将各监测设备的BIM模型放置在边坡中对应位置,并实现监测传感器模型与监测数据库之间的数据连接,以数据驱动模型色彩属性发生变化。展示监测情况,如图13所示,所有传感器均处于绿色(稳定)状态。若监测指标超过预警值,则表现为黄色与红色。在平台中对众多监测传感器数据进行可视化管理,提升了监测数据的使用效率。

图13 监测BIM模型在云平台中可视化效果

5 结语

(1)提出一套在BIM环境中实现地质钻孔数据与剖面数据的融合方法,在Revit内完成剖面数据向三维空间控制点数据的解析,并基于三维空间坐标系配准实现剖面与钻孔数据的融合,为多元地质数据融合提供了新思路。在BIM环境中引入多元地质数据,为基于BIM技术的三维地质建模提供数据基础。

(2)基于Nurbs曲线及曲面建模方法,运用“点、线、面、体”模式,渐进式流程,实现在BIM环境内创建三维地质模型,所创建的模型分层准确、过渡均匀。将精细化的BIM地质模型转换为相关有限元分析模型,有效提高分析模型精度,为边坡健康监测中最不利位置的判释提供新方法。

(3)基于精细化BIM地质模型,采用强度折减法对怀化西编组站高边坡2处特殊工况的稳定性进行分析,成功提取出边坡最不利位置,并指导健康监测点位布置。经现场监测验证,该边坡总体处于稳定状态,且其最不利位置的累积位移普遍大于同区段一般测点,该优化监测方案布设合理,拓宽了BIM技术在指导边坡健康监测方面的应用。