沉降变形监测数据分析与风险评估

摘 要：本研究以某建筑项目为案例，采用试验测定方法和案例研究方法，对沉降变形监测数据进行分析与风险评估。试验部分采用单桩基竖向压力静载试验验证混凝土灌注桩的承载能力，案例部分采用传感器数据监测地基沉降情况，并进行数据分析与风险评估。结果显示，试验方法可验证混凝土灌注桩的承载能力，荷载与沉降位移呈正相关，荷载为32kN时的沉降相对稳定。荷载为64kN和96kN时的沉降波动明显。案例研究方法结合传感器数据可准确监测地基沉降情况，利用SVM模型进行风险预测和评估，发现环境湿度的预测价值较高，风险评估的准确性为94%，此类方法和结果可以为建筑工程提供风险评估参考。

关键词：沉降变形监测；案例研究；混凝土灌注桩；风险评估

中图分类号：TU 19 " 文献标志码：A

在建筑工程中，沉降变形监测是一项至关重要的工作，它能够帮助工程师和设计师了解地基承载能力的情况，及时发现地基沉降变形问题，并采取相应的措施进行修复和加固。刘晓鹏等[1]探讨了对深厚吹填软土进行地基处理的方法以及后续评价。余仕江等[2]研究了静荷载下螺杆桩复合地基桩的侧摩阻力试验。吴术高等[3]关注静荷载下铁路长短桩复合地基的承载特性试验研究。王蕾等[4]基于分布式光纤传感器对地下原水管道沉降监测方面进行了研究。何杰等[5]对循环荷载下楔形劲芯水泥土复合桩的工作特性进行了研究。蒋进波[6]提出一种基于计算机视觉的深基坑周边密集建筑群沉降监测方法。本文将以某建筑项目为案例，通过试验测定方法和案例研究方法，对沉降变形监测数据进行分析与风险评估。

1 案例项目概述

在建筑项目中，地基沉降是一个常见且普遍存在的问题。不同类型的地基在承受荷载后会发生不同程度的沉降变形，而这种变形可能会对建筑物结构稳定性和安全性造成影响。因此，对地基沉降进行监测并及时评估其风险是非常必要的。

本研究选取某建筑项目作为案例对象，该建筑项目包括审判法庭业务用房，总建筑面积达到17394.79㎡，其中包括地上和地下部分。根据设计方案，建筑物采用框架结构，基础形式为桩基础，平均桩深在35m以上。按照设计要求计算每层的荷载值，同时考虑地基允许变形值和基础埋置深度等因素。根据岩土工程勘察报告书，该项目处于复杂的场地环境中，地势起伏变化大且存在各种岩土种类。场地属于中等复杂场地和中等复杂地基，在国家标准下被判定为不利地段。

2 沉降变形试验分析

2.1 单桩基竖向压力静载试验

单桩基竖向压力静载试验是一种常用的原位测试方法，旨在评估建筑物桩基承受垂直荷载时的变形特性和受力性能。试验的基本原理是通过在单根桩上施加不同大小的竖向荷载，并监测记录下桩顶沉降数据。根据这些数据绘制Q-s曲线以及辅助曲线s-lgt，从而推导单桩竖向抗压承载力特征值等重要参数。

试验需要计算混凝土灌注桩的破坏荷载，对摩擦型桩来说，例如混凝土灌注桩在计算破坏荷载的过程中，关键是考虑桩身与周围土体之间的摩擦力。当研究桩间土体的剪切破坏时，主要侧重于周围土体提供的侧向摩阻力是否可以承受外部施加的荷载。当计算剪切破坏时，需要考虑桩身表面积、侧向摩阻力系数以及外部荷载大小等因素。其计算过程如公式（1）所示。

（1）

式中：Q为土体侧摩擦阻力，kN；UP为混凝土灌注桩的周长，m；τs为第i层土层的侧摩擦力；li 为第i层土层的厚度，m。地质勘探显示，地表除填土外，还有种植土、淤泥土及其底层淤泥质粉土，一起构成需要分析的主要土层结构；a为阻力发挥系数；AP为截面积；QP 为土体抗压强度，由于混凝土灌注桩为摩擦型桩，该部分可忽略不计。

需要考虑混凝土灌注桩受到竖向荷载的自身破坏，其计算过程如公式（2）所示。

Q=ηAPfcu （2）

式中：Q为抗压承载力；η为折减系数，取值为0.33；fcu为竖向抗压强度，根据水泥块抗压强度试验获得，取值1.2×103kPa。

通常使用百分表测量沉降。对大直径桩来说，需要在两个正交直径方向对称安装4个百分表；而小径桩则可安装2个或3个百分表。测定点距离桩顶不应小于0.5倍桩径，保证测点固定和支撑结构不受外界因素影响而发生变形。

在整个试验过程中，须注意反力梁支点重心与友座中心重合，并监测记录每级荷载下相应的沉降数据。这些数据将有助于绘制Q-s曲线和s-lgt曲线，并最终推导关键参数，用于评估混凝土灌注桩在静态荷载条件下的受力性能。

2.2 Q-s曲线

绘制Q-s曲线如图1所示。

在单桩荷载下的Q-s曲线数据中，荷载（kN）和沉降位移（mm）之间存在明显的正相关关系。随着荷载增加，沉降位移呈现逐渐增加的趋势。在初始阶段，荷载从0kN开始增加，沉降位移也开始逐渐增加，但增幅较小，在一定范围内，随着荷载进一步增加，沉降位移的增长速度明显加快。然而，在一定阶段后，尽管荷载继续增加，沉降位移的变化幅度开始变小。

这种现象可能源于土体受到初期荷载作用时发生初始变形，并逐渐适应外部荷载而产生相对较小的沉降。随着荷载继续增加，土体逐渐达到极限承载能力，在这个阶段内，土体会发生更大幅度变形和沉降。在实际工程中，混凝土灌注桩通常会设计为承受垂直荷载并传递这些荷载到较深的持力层，保证结构的稳定性和保障安全性。持力层通常是指能够提供足够支撑力以承受混凝土灌注桩施加的荷载并减少沉降的土层。然而，在某些情况下，例如存在淤泥夹层或其他不利因素时，这些条件可能会影响混凝土灌注桩的承载性能和沉降情况。淤泥夹层可能会导致混凝土灌注桩底部支撑条件不佳，进而影响其在荷载作用下的变形行为。因此，在实际工程中，对混凝土灌注桩设计和施工过程中需要充分考虑地质条件、支撑层情况以及可能存在的不利因素来说，保证混凝土灌注桩能够有效地承受荷载并减少沉降。单桩荷载下的Q-s曲线数据特征反映了土体在不同承载能力范围内对外部荷载作用产生的不同响应。

2.3 s-lgt曲线

绘制s-lgt曲线如图2所示。

在软土地基中，在施加荷载后，土体会发生压实和变形，导致沉降位移变化。在32kN荷载下，沉降位移保持相对稳定，在0.72mm左右波动。这可能表明在较低荷载作用下，土体受力较小，变形相对较小，因此沉降位移相对稳定。在64kN和96kN荷载下，沉降位移随时间呈现出更为显著的波动和变化。特别是在64kN荷载下，80min时达到最大值0.84mm。这种情况反映了软土地基承受较高荷载时发生更明显的压实和变形过程。软土环境中的土体通常具有较高含水量和较低密度，因此受到外部荷载作用时更容易发生挤压和流动，导致不同承载能力范围内的土体对外部荷载作用有不同响应。64kN和96kN荷载下出现较大沉降说明软土地基受到更高荷载时发生了挤压和流动变形，这与该建筑项目自身的土壤环境问题密切相关。

随着时间延长，沉降位移会发生变化。当外部荷载作用于软土地基时，会导致地基内部应力分布发生变化。这种应力分布改变可能使土体内部结构调整，包括颗粒重新排列、微观结构调整等，从而导致沉降位移增加或减少。土壤中的水分含量对土体的力学性质具有重要影响。随着时间推移，软土地基可能会经历固结过程，固结是指软土在受到应力作用下逐渐排水和压实的过程，导致沉降位移逐渐增加。固结过程中还可能随着孔隙水压力释放和孔隙率变小，进一步影响沉降行为。当土壤含水量发生变化时，土体内部颗粒间的摩擦力和颗粒之间的相互作用会发生改变，进而影响土体的承载能力和稳定性。这种含水量变化可能源自降雨、地下水位变化或其他因素，在长时间尺度上会对沉降位移产生显著影响。

3 沉降变形风险评估

3.1 数据采集与处理

在施工过程中，施工团队始终对该建筑项目的沉降情况进行持续监测，在项目现场布置了大量传感器，用来监测多种环境因素，包括温度、湿度、压力和位移等。

3.2 模糊SVM分类结果

本文利用高维数据进行模糊支持向量机（SVM）分类是一种有效的方法，可以帮助识别湿度变化与沉降位移之间的联系。将传感器记录的多维数据输入模糊SVM分类器中，可以进行复杂的数据分析和模式识别，从而揭示隐藏在数据背后的潜在关联。

具体来说，模糊SVM分类器可以处理具有一定程度不确定性或模糊性的数据，这对涉及多个环境因素监测数据的建筑工程非常重要。通过训练模糊SVM分类器并利用传感器收集到的高维数据，可以对不同环境因素（例如湿度变化）与地基沉降位移之间复杂关系进行建模和预测。其分类结果如图3所示。

结果显示湿度变化与沉降位移之间联系密切，仅有3个点位未表现出显著沉降，即沉降距离小于7mm，而其湿度普遍下降。在出现显著沉降的大多数点位均检测到了较高的湿度，表明含水量过高可能是导致地基沉降变化的重要因素。

3.3 预测结果分析

利用SVM模型对更多传感器数据中的环境测试结果进行分析，其ROC曲线如图4所示。

ROC显示SVM分类器能够稳定、有效利用环境湿度预测沉降位移，既能够提示水分因素在该建筑项目沉降中的重要作用，也能构成沉降预测和风险评估的重要手段。混淆矩阵如图5所示。

基于湿度的沉降风险预测有效性高达94%，表明传感器测量和SVM分类器在该建筑项目的沉降变形风险评估中具有重要价值。准确性高说明模糊SVM分类器能够准确地识别湿度变化与地基沉降之间的关联，为沉降风险评估提供了可靠的依据。传感器测量数据可以提供实时、精确的环境因素监测，包括湿度等参数，为建筑工程项目提供了关键信息。采用模糊SVM分类器对高维数据进行分析和挖掘，揭示了湿度变化与地基沉降之间密切的联系，为风险评估和管理提供了有力支持。将传感器测量和模糊SVM分类器结合起来，可以帮助工程团队实时监测建筑物或结构体的沉降情况，并及时识别潜在的风险。对湿度等因素进行监测和分析，可以更好地理解地基稳定性受环境因素影响的模式，从而改善风险评估和预防措施。

4 结论

Q-s曲线数据显示荷载与沉降位移呈正相关，随着荷载增加，沉降位移逐渐增加。在32kN荷载下，沉降位移相对稳定，约为0.72mm；而荷载为64kN和96kN时，呈现更明显波动，尤其64kN时达到最大值0.84mm。施工团队采用传感器监测环境因素（例如湿度等）发现，在较高湿度下会出现明显沉降，而湿度较低处仅小幅沉降或未见明显变化。基于湿度的沉降风险预测有效性高达94%，证明传感器测量和SVM分类器对该建筑项目中的沉降变形风险评估至关重要，为工程安全提供了有力支持。

参考文献

[1] 刘晓鹏，孙新鹏，任增金，等.大荷载矿石堆场中深厚吹填软土的地基处理及后评价[J].水运工程，2024（3）：178-183.

[2] 余仕江，吕小强，吴红刚，等.静荷载下螺杆桩复合地基桩侧摩阻力试验[J].工业建筑，2023，53（增刊2）：503-506.

[3] 吴术高，刘旭，吴红刚，等.静荷载下铁路长短桩复合地基承载特性试验研究[J].工业建筑，2023，53（增刊2）：611-616.

[4] 王蕾，徐云涛，毛哲凯.基于分布式光纤传感器的地下原水管道（廊）沉降监测研究[J].传感技术学报，2023，36（5）：833-838.

[5] 何杰，郭端伟，宋德新，等.循环荷载下楔形劲芯水泥土复合桩工作特性试验研究[J].岩土力学，2023，44（5）：1353-1362，1374.

[6] 蒋进波.基于计算机视觉的深基坑周边密集建筑群沉降监测方法[J].建筑结构，2022，52（增刊2）：2451-2458.