基于复杂网络的邻近既有隧道深基坑施工风险演化研究

2024-04-01韦成

工程建设与设计 2024年5期

韦成

（广西工业设计集团有限公司，南宁 530000）

1 引言

深基坑开挖不仅会引起周围既有建（构）筑物变形或差异沉降，还将与既有地铁隧道周围岩土体相互影响，造成隧道结构发生纵向沉降和横向变形，最终影响隧道的受力条件和服务功能。越来越多的优秀学者对既有地下结构周围岩土体安全进行研究。Li[1]等通过建立两个微震监测系统，分析了微震b-value 及其随时间变化，为地下厂房洞室岩体大变形早期预警提供了参考。Zheng[2]等采用有限元方法对坑外既有地铁隧道变形影响规律进行参数分析，划分了不同围护结构变形模式和最大水平位移条件下既有隧道变形区。说明对既有地下结构周围岩土体的安全评估已经成为当今研究的热点，而邻近既有隧道的深基坑开挖更是其中的典型。本文以复杂网络理论为基础，以邻近既有隧道深基坑位移系统为对象，建立邻近既有隧道深基坑系统时空复杂网络模型。并从时间的角度定量和动态评价邻近既有隧道深基坑系统风险及其演化，为邻近既有地铁深基坑系统风险评价和施工指导提供一种新的方法。

2 方法

2.1 Pearson 相关性分析

Pearson 相关性分析是一种简单的衡量反映特征和响应之间关系的方法，二者线性相关的方向与程度用Pearson 相关系数[3]的正负与绝对值大小表示。

式中，rp为Pearson 相关系数，取值区间为[-1，1]，绝对值越大表明相关性越强；xi和yi分别为两个变量的样本观测值，二者对应的平均值则由x¯和y¯表示；n 为样本观测量。

2.2 复杂网络的风险评估

在对复杂网络进行研究的过程中，许多经典的拓扑结构参数被构造用以描述不同复杂网络模型的结构特征，以此建立系统模型风险评价指标。本文从邻近既有隧道深基坑系统风险的时间视角，对其施工风险的演化进行研究。

网络结构熵基于节点度数产生，作为复杂系统无序程度的度量，是反映网络模型风险特征及演化的重要指标，本研究基于对网络模型结构熵的量化建立邻近既有隧道深基坑系统整体风险指标，通过计算熵观察风险的动态特征[4]。

式中，E 为网络熵；ki为节点i 的总边数。

为了排除不同节点数目N 对E 的影响，将网络结构熵的归一化值作为系统网络模型的绝对风险值，也为该网络模型代表的邻近既有隧道深基坑系统的绝对风险值R。

3 邻近既有地深基坑施工风险演化的评价框架

3.1 数据收集和相关性分析

收集基坑和既有隧道中不同测点的位移监测数据，通过动态时间观察窗口划分各测点的时序数据，并基于此生成各时间窗口的深基坑沉降系统复杂网络模型。

3.2 复杂网络的构建与优化

基于每个窗口不同监测点位移数据之间的非线性交叉相关性来构建原始相关矩阵，再求解每个窗口的最优阈值，利用边相关系数阈值法构建复杂网络，最后得到一系列具有独特拓扑特征的网络模型。

3.3 风险演化评价

通过研究不同时间窗口的复杂网络模型，分析结构熵值E 进而模拟、量化邻近既有隧道深基坑位移系统风险随施工进程的演化，找出高风险的时间窗口。

4 案例分析

4.1 工程概况

本文以南宁轨道交通5 号线广西大学站—广西财经学院地下空间利用工程为研究对象，该项目主体结构总长811.2 m，主体基坑标准宽度为28.8 m，基坑深8.6～10.5 m，项目主体基坑围护结构采用φ800 mm 钻孔灌注桩加内支撑的支护形式，桩间采用双管旋喷桩止水。另外，该项目位于5 号线广西大西站—秀灵路站区间上方，竖向净距5～8.7 m。开挖前需对基坑及隧道内监测。场地内上覆第四系土层由上到下分别为：素填土、硬塑粉质黏土、可塑粉质黏土、软塑粉质黏土、细砂、圆砾及古近系泥岩。

4.2 数据收集

选取该深基坑及周边的地表沉降监测点（408 个），建筑物沉降监测点（62 个），立柱沉降监测点（85 个）；而对于既有隧道，选取隧道竖向位移测点（102 个），轨道竖向位移测点（102 个）和拱顶沉降测点（102 个）。

4.3 时间窗口划分

本文在时间轴上共设立了20 个有7 d 重合的时间窗口，通过时间观察窗口内的时序数据可形成各自的深基坑沉降系统复杂网络模型。表1 中显示了部分位移监测点该时段时间序列的描述性统计指标，该站点监测时序数据起始日期为2021 年9 月22 日，对应施工阶段为冠梁开始浇筑，正在制作79～81 轴混凝土支撑。监测结束日期为2022 年3 月4 日，对应施工阶段为58～59 轴北侧放坡；59～61 轴开挖第二层土方；61～97 轴顶板已浇筑，正在回填。

表1 部分监测点时间序列的描述性统计 mm

4.4 邻近既有隧道深基坑位移系统模型构建

根据前文中的式（1）求出各测点间的Pearson 相关系数，获得测点之间的邻接矩阵图，进而建立复杂网络模型。复杂网络实现了该时间窗口中的深基坑测点间相互联系及相互影响状态的可视化，也反映了邻近既有地铁深基坑位移系统的时间演化过程。本文只展示部分窗口的邻接矩阵图和复杂网络模型图，不同颜色代表不同聚类，部分节点因度数小而分布在复杂网路图边缘，但并非孤立节点，如图1 所示。

图1 地铁深基坑施工局部时间窗复杂网络模型

然而，仅仅从模型可视的角度无法定量评价邻近既有隧道深基坑系统整体风险的大小，还需分别从时间角度进行深基坑系统风险演化的定量评价。

4.5 网络熵与结构演化

在深基坑系统时间宏观视角下，基于式（2）和式（3）计算结构熵值E 及风险值，将深基坑系统风险值作为衡量网络模型在不同时刻的风险演化评价指标。依据专家经验设定每个风险时段的风险阈值，结果显示该基坑施工全过程中存在4 个高风险时间段，如图2 所示。

图2 邻近既有地铁的深基坑施工全过程沉降系统风险演化图

5 验证和讨论

4 次高风险窗口分别为窗口6（2021 年10 月12 日—2021年11 月26 日）窗口12（2021 年12 月08 日—2022 年01 月07日）、窗口13（2021 年12 月15 日—2022 年01 月14 日）和窗口18（2022 年01 月19 日—2022 年02 月18 日）。通过《安全事故专项汇报》和《安全巡查周报》发现，该项目从开始施工到现在施工过程中共记录有3 次现场险情事件发生。分为对应窗口12、窗口13、和窗口18，说明本研究方法在时间上能做到有效预警，具体如表2 所示。

表2 邻近既有隧道的深基坑施工全过程危险事件及预警结果

而基于单个监测点数据的阈值法进行预警的传统方法，仅有1 次有效预警（险情2），传统的方法对于在经验上及单个监测点数据观测上的判断，出现了对风险的漏判和误判，导致未预见第一次和第三次险情的发生。以第一次险情为例，渗漏险情发生时，施工方立马进行喷锚，但仍有少量上层滞水从喷锚混凝土表面渗出。从单个监测点的数据上看D73-2（-5.35 mm）、D73-1（-3.05 mm）、Z73（3.47 mm），z73（4.08 mm）、L73（3.98 mm）等监测点无论是在累计沉降量上还是单日增幅上都远未达到风险域值，这也是预警失误的重要原因，且该类易被漏判误判的风险事件原因不易查明和预见。而本研究的新方法有一次预警（窗口6）未在实际中发现风险事件，推测原因为79～81 轴施工时底板封底速度较快，避免了土体扰动，一定程度上避免了险情的发生。