发明内容
针对现有技术之不足,本发明提供了一种用于隧道开挖过程中的变形分析方法,本发明能够利用隧道施工过程中的第一监测变形量集和第一变形影响因素集来绘制关系图,并基于对关系图的定量分析来构建预测模型,使得预测模型能够基于实际施工数据不断地改进和调整,使得对开挖隧道的变形分析更为准确,以便为施工人员和设计人员提供更精准的数据支持,此外,还降低了道路作业安全风险,减少了人员投入,解决了施工过程中监测点占压无法及时监测问题,有效避免了人为操作误差及人为数据操作误差,信息化指导施工更加及时有效,数据及时性加强,为安全风险管理提供更及时的决策时间。
根据一个优选实施方式,一种用于隧道开挖过程中的变形分析方法,包括:通过云平台获取在至少一条隧道施工过程中的在时间和空间上彼此关联的第一监测变形量集和第一变形影响因素集;通过云平台基于所述第一监测变形量集和所述第一变形影响因素集按照预设条件绘制能表明第一监测变形量集中的至少一部分变形量和第一变形影响因素集中的至少一部分影响因素之间的规律关系的至少一张关系图;通过云平台对所述至少一张关系图进行定量分析并根据所述定量分析的结果构建预测模型;通过所述预测模型根据当前开挖的隧道的第二监测变形量集和/或第二变形影响因素集对当前开挖的隧道的变形进行预测性分析。
根据一个优选实施方式,所述通过所述预测模型根据当前开挖的隧道的第二监测变形量集和/或第二变形影响因素集对当前开挖的隧道的变形进行预测性分析的处理包括:收集第二变形影响因素集,第二变形影响因素集包括隧道侧壁的收敛、洞顶下沉、基底隆起和地面沉降的程度;通过分析收敛、洞顶下沉以及基底隆起的程度来确定该隧道本体的横向和纵向形变,从而确定该隧道的净空位移;通过分析地面沉降的程度来确定隧道的断面沉降曲线和纵向沉降曲线;根据对隧道的净空位移、断面沉降曲线和纵向沉降曲线的定量分析,由此预测性地分析相应洞体所处地层的断面沉降槽和纵向沉降坑。
根据一个优选实施方式,所述通过云平台对所述至少一张关系图进行定量分析并根据所述定量分析的结果构建预测模型的处理包括:所述云平台选择与若干类似隧道断面相关联的关系图进行聚类分析;在聚类分析的过程中基于选择的关系图对第一监测变形量集中的至少一部分变形量和第一变形影响因素集中的至少一部分影响因素进行定量分析以确定第一变形影响因素集中的相应影响因素对隧道变形的影响作为定量分析的结果;通过确定的相应影响因素对隧道变形的影响来构建预测模型。
根据一个优选实施方式,在所述云平台执行每次聚类分析之前,所述云平台授予至少两个可信用户对云平台选择的与若干类似隧道断面相关联的关系图执行删除处理的权限,并在所述至少两个可信用户均删除了同一关系图的情况下,云平台将被删除的同一关系图从聚类分析选择的与若干类似隧道断面相关联的关系图中删除后才进行聚类分析。
根据一个优选实施方式,所述方法还包括:通过所述云平台从第一变形影响因素集中随机地选取至少一种量化因素并结合与所述至少一种量化因素在时间和空间上彼此关联的第一监测变形量集绘制若干随机图;通过对所述若干随机图进行比较分析以选定展现出特定规律的随机图作为候选关系图;所述云平台将所述候选关系图发送给管理端确认特定规律并在管理端确认特定规律存在的情况下将所述候选关系图添加到所述至少一张关系图的制作列表中。
根据一个优选实施方式,在将所述候选关系图发送给管理端之前,云平台从历史数据库中随机另选至少两条隧道并利用所选的至少两条隧道的监测变形量集和变形影响因素集绘制同类型的验证随机图进行验证,并且仅在每个验证随机图均展现出与候选关系图同样的特定规律的情况下,才将所述候选关系图发送给管理端确认。
根据一个优选实施方式,所述云平台从第一变形影响因素集中随机地选取至少一种量化因素并结合与所述至少一种量化因素在时间和空间上彼此关联的第一监测变形量集绘制若干随机图的处理包括:所述云平台随机地选取第一变形影响因素集中的至少一种量化因素作为标定横坐标的第一基础数据集;云平台随机地选取与所述至少一种量化因素在时间和空间上彼此关联的第一监测变形量集中的至少一种作为标定纵坐标的第二基础数据集;所述云平台利用所述第一基础数据集和所述第二基础数据集绘制若干随机图。
根据一个优选实施方式,所述云平台利用所述第一基础数据集和所述第二基础数据集绘制若干随机图的处理包括:所述云平台识别第一基础数据集中的数据种类的第一数量和第二基础数据集中的数据种类的第二数量;所述云平台根据所述第一数量从云平台的公式数据库和/或第三方提供的网络数据库中的能适于处理第一基础数据集的现有计算公式中选取若干公式对第一基础数据集进行处理以得到第一处理数据集;所述云平台根据所述第二数量从云平台的公式数据库和/或第三方提供的网络数据库中的能适于处理第二基础数据集的现有计算公式中选取若干公式对第二基础数据集进行处理以得到第二处理数据集;所述云平台使用所述第一处理数据集和所述第二处理数据集绘制若干随机图。
根据一个优选实施方式,在通过云平台对所述至少一张关系图进行定量分析之后且在根据所述定量分析的结果构建预测模型之前,所述云平台还通过在建筑信息模型上进行的仿真模拟对定量分析的结果进行验证,其中,云平台上设立了所述至少一条隧道中每条隧道的第一建筑信息模型,并在对应的第一建筑信息模型上按照与时间和空间相关联的方式录入第一监测变形量集和第一变形影响因素集;选取第一监测变形量集和第一变形影响因素集中与定量分析的结果关联的变形量和影响因素在第一建筑信息模型上通过仿真模拟的方式进行验证;仅在验证通过的情况下才根据所述定量分析的结果构建预测模型。
根据一个优选实施方式,所述云平台上设立了当前开挖的隧道的第二建筑信息模型,所述云平台将预测性分析的预测结果按照与空间相关联的方式表示在所述第二建筑信息模型上。
具体实施方式
下面结合附图进行详细说明。
在本发明的描述中,需要理解的是,若出现“第一”、“第二”等术语,其仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,若出现术语“多个”,其含义是两个或两个以上,除非另有明确具体的限定。
实施例1
本实施例公开了一种用于隧道开挖过程中的变形分析方法,在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
根据一个优选实施方式,一种用于隧道开挖过程中的变形分析方法,包括:通过云平台100获取在至少一条隧道施工过程中的在时间和空间上彼此关联的第一监测变形量集和第一变形影响因素集;通过云平台100基于第一监测变形量集和第一变形影响因素集按照预设条件绘制能表明第一监测变形量集中的至少一部分变形量和第一变形影响因素集中的至少一部分影响因素之间的规律关系的至少一张关系图;通过云平台100对至少一张关系图进行定量分析并根据定量分析的结果构建预测模型;通过预测模型根据当前开挖的隧道的第二监测变形量集和/或第二变形影响因素集对当前开挖的隧道的变形进行预测性分析。优选地,云平台100可以包括实时数据库110、历史数据库120、关系图数据库130和公式数据库140中的至少一个。绘制的关系图可以保存到关系图数据库130中。本发明采用此方式至少能够实现以下有益技术效果:能够利用隧道施工过程中的第一监测变形量集和第一变形影响因素集来绘制关系图,并基于对关系图的定量分析来构建预测模型,使得预测模型能够不断地改进,使得对开挖隧道的变形分析更为准确,以便为施工人员和设计人员提供更精准的数据支持。优选地,对于已构建的预测模型,通过云平台100对至少一张关系图进行定量分析并根据定量分析的结果来调整已构建的预测模型。由此本发明的预测模型可以不断地改进,对开挖隧道的变形分析进行更精准的预测。优选地,定量分析可以是依据统计数据建立数学模型,并用数学模型计算出分析对象的各项指标及其数值的一种方法。优选地,当监测的第二监测变形量集和/或第二变形影响因素集中的部分分析因素缺失时,云平台可以根据当前采集的信息进行数据匹配,以填入适配的缺省分析因素进行预测。比如,假设预测断面沉降槽需要当前断面的净空位移的相关数据,但是用户仅输入了埋深、跨度和支护模式,则云平台根据对历史数据的分析来自动填入的缺省的净空位移,以此预测断面沉降槽。但是,可以预知的是,用于预测的因素是隧道实际的因素所预测的结果更接近实际结果。
根据一个优选实施方式,通过所述预测模型根据当前开挖的隧道的第二监测变形量集和/或第二变形影响因素集对当前开挖的隧道的变形进行预测性分析的处理可以包括:收集第二变形影响因素集,第二变形影响因素集包括隧道侧壁的收敛、洞顶下沉、基底隆起和地面沉降的程度;通过分析收敛、洞顶下沉以及基底隆起的程度来确定该隧道本体的横向和纵向形变,从而确定该隧道的净空位移;通过分析地面沉降的程度来确定隧道的断面沉降曲线和纵向沉降曲线;根据对隧道的净空位移、断面沉降槽曲线和纵向沉降坑曲线的定量分析,由此预测性地分析相应洞体所处地层的断面沉降槽和纵向沉降坑。比如,定量分析相应位置的隧道的净空位移的变化,并关联地对在该净空位移下相应位置的断面沉降槽曲线和纵向沉降坑曲线进行定量分析,以确定净空位移与断面沉降槽曲线和纵向沉降坑曲线之间的变化规律,由此预测性地分析相应洞体所处地层的断面沉降槽和纵向沉降坑。
根据一个优选实施方式,通过预测模型根据当前开挖的隧道的第二监测变形量集和/或第二变形影响因素集对当前开挖的隧道的变形进行预测性分析的处理包括:预测模型通过数值模拟方式根据当前开挖的隧道的第二变形影响因素集对当前开挖的隧道的变形进行预测性分析以确定当前开挖隧道的隧道断面所处地层的断面沉降槽410和纵向沉降坑420。例如,收集第二监测变形量集,第二监测变形量集可以包括隧道侧壁的收敛、洞顶下沉以及基底隆起的程度;通过确定收敛、洞顶下沉以及基底隆起的程度来确定该隧道本体的横向和纵向形变,从而确定该隧道的净空位移;由此形成所述净空位移的频率分布图,在所述净空位移的频率分布图中,横轴为初始位移速度,纵轴为断面的净空位移值;根据所述净空位移的频率分布图的定量分析,由此预测性地确定洞体所处地层的断面沉降槽410和纵向沉降坑420。
优选地,断面沉降槽410可以是指在隧道断面上形成的沉降槽,参见图2。纵向沉降坑420可以是指在隧道掘进方向上形成的沉降坑,参见图3,下方管道为隧道,箭头指示方向为隧道掘进方向。优选地,根据peck公式,参见图2,断面沉降槽410呈拟正态分部,且横向地面沉降估算公式为:S(x)=Smaxexp[-x2/(2i2)],式中S(x)为距离隧道轴线横向水平距离x处的地面沉降量;Smax为隧道轴线上方最大的地面沉降量,x为距离隧道轴线横向水平距离,i为断面沉降槽410宽度系数,即沉降槽曲线拐点离隧道轴线的水平距离。
根据一个优选实施方式,通过云平台100对至少一张关系图进行定量分析并根据定量分析的结果构建预测模型的处理包括:云平台100选择与若干类似隧道断面相关联的关系图进行聚类分析;在聚类分析的过程中基于选择的关系图对第一监测变形量集中的至少一部分变形量和第一变形影响因素集中的至少一部分影响因素进行定量分析以确定第一变形影响因素集中的相应影响因素对隧道变形的影响作为定量分析的结果;通过确定的相应影响因素对隧道变形的影响来构建预测模型。优选地,聚类分析是指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。在聚类分析的过程中,用户在云平台上设置第一变形影响因素中相应的影响因素的权重,云平台根据所述相应的影响因素的权重计算的各隧道断面的相似度并将相似度超过预设相似度阈值的若干隧道断面作为类似隧道断面进行聚类分析。
根据一个优选实施方式,在云平台100执行每次聚类分析之前,云平台100授予至少两个可信用户对云平台100选择的与若干类似隧道断面相关联的关系图执行删除处理的权限,并在至少两个可信用户均删除了同一关系图的情况下,云平台100将被删除的同一关系图从聚类分析选择的与若干类似隧道断面相关联的关系图中删除后才进行聚类分析。优选地,可信用户是由云平台100根据用户职责从若干用户中随机选择的用户。比如,从用户职责为施工设计主管和施工项目经理的若干用户中随机选择至少两个可信用户。
根据一个优选实施方式,方法还包括:通过云平台100从第一变形影响因素集中随机地选取至少一种量化因素并结合与至少一种量化因素在时间和空间上彼此关联的第一监测变形量集绘制若干随机图;通过对若干随机图进行比较分析以选定展现出特定规律的随机图作为候选关系图;云平台100将候选关系图发送给管理端确认特定规律并在管理端确认特定规律存在的情况下将候选关系图添加到至少一张关系图的制作列表中。
根据一个优选实施方式,在将候选关系图发送给管理端之前,云平台100从历史数据库120中随机另选至少两条隧道并利用所选的至少两条隧道的监测变形量集和变形影响因素集绘制同类型的验证随机图进行验证,并且仅在每个验证随机图均展现出与候选关系图同样的特定规律的情况下,才将候选关系图发送给管理端确认。
根据一个优选实施方式,云平台100从第一变形影响因素集中随机地选取至少一种量化因素并结合与至少一种量化因素在时间和空间上彼此关联的第一监测变形量集绘制若干随机图的处理包括:云平台100随机地选取第一变形影响因素集中的至少一种量化因素作为标定横坐标的第一基础数据集;云平台100随机地选取与至少一种量化因素在时间和空间上彼此关联的第一监测变形量集中的至少一种作为标定纵坐标的第二基础数据集;云平台100利用第一基础数据集和第二基础数据集绘制若干随机图。
根据一个优选实施方式,云平台100利用第一基础数据集和第二基础数据集绘制若干随机图的处理包括:云平台100识别第一基础数据集中的数据种类的第一数量和第二基础数据集中的数据种类的第二数量;云平台100根据第一数量从云平台100的公式数据库140和/或第三方提供的网络数据库300中的能适于处理第一基础数据集的现有计算公式中选取若干公式对第一基础数据集进行处理以得到第一处理数据集;云平台100根据第二数量从云平台100的公式数据库140和/或第三方提供的网络数据库300中的能适于处理第二基础数据集的现有计算公式中选取若干公式对第二基础数据集进行处理以得到第二处理数据集;云平台100使用第一处理数据集和第二处理数据集绘制若干随机图。
根据一个优选实施方式,在通过云平台100对至少一张关系图进行定量分析之后且在根据定量分析的结果构建预测模型之前,云平台100还通过在建筑信息模型上进行的仿真模拟对定量分析的结果进行验证,其中,云平台100上设立了至少一条隧道中每条隧道的第一建筑信息模型,并在对应的第一建筑信息模型上按照与时间和空间相关联的方式录入第一监测变形量集和第一变形影响因素集;选取第一监测变形量集和第一变形影响因素集中与定量分析的结果关联的变形量和影响因素在第一建筑信息模型上通过仿真模拟的方式进行验证;仅在验证通过的情况下才根据定量分析的结果构建预测模型。
根据一个优选实施方式,云平台100上设立了当前开挖的隧道的第二建筑信息模型,云平台100将预测性分析的预测结果按照与空间相关联的方式表示在第二建筑信息模型上。
实施例2
本实施例可以是对实施例1的进一步改进和/或补充,重复的内容不再赘述。本实施例公开了一种用于隧道开挖过程中的变形分析系统,该系统适于执行本发明记载的各个方法步骤,以达到预期的技术效果。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
根据一个优选实施方式,一种用于隧道开挖过程中的变形分析系统,可以包括:云平台100和/或数据采集模块200。优选地,云平台100可以获取在至少一条隧道施工过程中的在时间和空间上彼此关联的第一监测变形量集和第一变形影响因素集。云平台100可以基于第一监测变形量集和第一变形影响因素集按照预设条件绘制能表明至少一部分第一监测变形量集和至少一部分第一变形影响因素集之间的规律关系的至少一张关系图。云平台100可以获取当前开挖的隧道的第二变形影响因素集并结合对至少一张关系图的定量分析以得到当前开挖的隧道的变形分析的预测结果。优选地,至少一张关系图例如可以包括断面沉降槽曲线图、纵向沉降坑曲线图、位移-时间散点图、初始位移速度和最终上部断面水平净空位移值的关系图和变形回归分析曲线图。断面沉降槽曲线图可以参考图2,其中圆形截面为隧道截面,上部呈正态分布的曲线为断面沉降槽曲线。纵向沉降坑曲线图可以参考图3,其中下方细长管道为隧道截面,其上曲线为纵向沉降坑曲线。位移-时间散点图可以参考图4,横轴为时间,纵轴为位移。这里仅是示意性的例举了部分关系图,但本发明的关系图并不限于这里提到的这些经验曲线图,本领域的现有其他的经验曲线图也可以用于本发明。
优选地,云平台100可以通过远程数据传输方式从现场的数据采集模块200获取第一和/或第二监测变形量集。例如,数据采集模块200通过4G通信模块、5G通信模块和/或光线将第一监测变形量集发送给云平台100。优选地,第一监测变形量集和/或第二监测变形量集所采集的监测变形量中的至少部分或者全部是由预埋在隧道的洞体周边的传感器测量的。优选地,数据采集模块200可以通过现场局域网连接收敛计、压差式变形测量传感器、经纬仪、全站仪、水准仪、多点位移计、内埋式应变计、钢筋计、孔隙水压力计、土压力盒、锚杆应力计、锚索计、轴力计、反力计和盒式固定测斜仪中的至少一种传感器以获取至少一种第一和/或第二监测变形量集。优选地,第一监测变形量集例如可以包括侧壁收敛、拱顶下沉、基底隆起、地表沉降量、围岩内位移、土体水平位移、土体垂直位移、混凝土应变、钢筋应力、孔隙水压力、支护土压力、锚杆抗拔力、锚杆轴力、钢支撑受力和周边结构物的倾斜角度中的至少一种。优选地,第一变形影响因素集和/或第二变形影响因素集例如可以包括隧道施工过程中的各种影响因素,既有量化因素,也有非量化因素,具体地,例如可以包括埋深、跨度、开挖方式和支护方式中的至少一个,这里提及的开挖方式和支护方式就是非量化因素,其余的是量化因素。量化因素可以用于定量分析,比如数值模拟,而非量化因素可以用于作为分类分析的依据,例如两个类似断面,其变形影响因素中开挖方式不同,一个采用浅埋暗挖法而另一个采用全断面法,则可以将这两个断面分到不同的类别进行定量分析,以为具体的开挖方式提供更为匹配的分析依据。优选地,开挖方式例如可以包括浅埋暗挖法、PBA法、CRD法、台阶法、全断面法和CD法中的至少一个。
根据一个优选实施方式,在云平台100上可以建立至少一个预测模型;通过云平台100彼此关联地获取至少一条隧道施工过程中的变形影响因素以及与时间和空间相关的第一监测变形量集;云平台100基于第一监测变形量集和变形影响因素构建预测模型;输入待分析的变形影响因素并由云平台100通过至少一个预测模型对待分析的变形影响因素对应的隧道进行变形分析并给出预测结果。
根据一个优选实施方式,云平台100可以彼此关联地获取至少一条隧道施工过程中的变形影响因素以及与时间和空间相关的第一监测变形量集。云平台100可以基于第一监测变形量集和第一变形影响因素集按照预设方式制作能表明至少一部分第一监测变形量集和至少一部分变形影响因素之间的规律关系的至少一张关系图。云平台100可以获取当前开挖的隧道的第二变形影响因素集并结合对至少一张关系图的定量分析以得到当前开挖的隧道的变形分析的预测结果。
根据一个优选实施方式,云平台100可以将变形分析的预测结果处理为数据图表的形式并传输给上传第二变形影响因素集的客户端。
根据一个优选实施方式,云平台100可以彼此关联地获取至少一条隧道施工过程中的变形影响因素以及与时间和空间相关的第一监测变形量集的处理包括获取侧壁收敛值、洞顶下沉值和基底隆起值;至少一张关系图包括利用侧壁收敛值、洞顶下沉值和基底隆起值绘制的净空位移的频率分布图,在净空位移的频率分布图中,横轴为初始位移速度,纵轴为断面最终水平净空位移值。云平台100可以获取当前开挖的隧道的第二变形影响因素集并结合对至少一张关系图的定量分析以得到当前开挖的隧道的变形分析的预测结果可以包括:根据对净空位移的频率分布图的定量分析,由此确定隧道断面所处地层的断面沉降槽410和纵向沉降坑420。优选地,确定隧道断面所处地层的断面沉降槽410和纵向沉降坑420的处理包括:通过大数据方法选定多个类似断面的数据进行聚类分析,通过聚类分析确定隧道断面所处地层的断面沉降槽410和纵向沉降坑420。优选地,在聚类分析的过程中云平台100授予可信用户删除偏离值超过预设程度的数据的权限,以此提高确定隧道断面所处地层的断面沉降槽410和纵向沉降坑420的精度。优选地,云平台还可以对所述净空位移的频率分布图进行定性分析,并将定性分析的结果作为以后类似工程选定支护模式的标准。
根据一个优选实施方式,云平台100可以从第一变形影响因素集中随机地选取至少一种量化因素并结合与至少一种量化因素在时间和空间上彼此关联的第一监测变形量集绘制若干随机图。云平台可以通过对若干随机图进行比较分析以选定展现出特定的规律性的随机图作为候选关系图。云平台100可以将候选关系图发送给管理端确认规律性并在管理端确认规律存在的情况下将候选关系图添加到至少一张关系图的制作列表中。本发明采用此方式至少能够实现以下有益技术效果:第一,由于隧道施工变形除了既有的规律关系外,还存在一些未知的潜在规律关系,其尚未被人们所发现,因此,本发明通过绘制随机图,找出潜在的规律,由此不断地完善施工人员或设计人员的施工或者设计的参考依据;第二,云平台100将候选关系图添加到关系图的制作列表前,由管理端的管理人员确认,比如管理人员还可能召集相应的人员参加评估会议的方式确认规律的可信情况,以此防止未经管理人员手动确认的关系图传递给相应的施工人员或者设计人员,造成误导而引发事故。优选地,规律性例如是成正比、成反比或者存在特定的拟合曲线公式,比如正态分布曲线。优选地,云平台100被配置为:在将候选关系图发送给管理端之前,需要另选至少两条隧道的第一监测变形量集绘制同类型的随机图进行验证,并在验证规律性存在的情况下,才将候选关系图发送给管理端确认。
根据一个优选实施方式,云平台100从第一变形影响因素集中随机地选取至少一种量化因素并结合与至少一种量化因素在时间和空间上彼此关联的第一监测变形量集绘制若干随机图的处理可以包括:云平台100随机地选取第一变形影响因素集中的至少一种量化因素作为标定横坐标的第一基础数据集,并且云平台100随机地选取与至少一种量化因素在时间和空间上彼此关联的至少一种第一监测变形量集作为标定纵坐标的第二基础数据集,云平台100利用第一基础数据集和第二基础数据集绘制若干随机图。优选地,当云平台100仅从第一变形影响因素集中选取了一种量化因素时或当云平台100仅选取了一种第一监测变形量集时,除了直接将两者作为标定纵坐标或者横坐标的数据外,云平台100还可以采用现有计算公式进行处理后再将处理后的数据作为标定纵坐标或者横坐标的数据。优选地,当云平台100从第一变形影响因素集中选取了至少两种量化因素时,云平台100采用若干现有计算公式将至少两种量化因素处理为单一数据,当云平台100选取了至少两种第一监测变形量集时,云平台100采用若干现有计算公式将至少两种第一监测变形量集处理为单一数据。例如,以两个基础数据a、b为例,可以采用现有计算公式y=a+b、y=a-b、y=ab、y=a/b、y=a
2+b
2或
对其进行处理,以处理为单一数据。比如,除y=a外,还可以通过y=a
2、y=a
3或
等现有计算公式对其进行处理。例如,云平台100选取了第一变形影响因素集中的埋深和跨度这两种量化因素,选取了拱顶沉降这一种第一监测变形量集。假设拱顶沉降是a,埋深是b,跨度是c;假设云平台100对纵坐标进行处理,得到了四组纵坐标,分别是y=a、y=a
2、y=a
3和
得到了六组横坐标分别是x=b+c、x=b-c、x=bc、x=b/c、x=b
2+c
2和
则本次一共绘制24张随机图,在对应y=a和x=b/c的随机图中,云平台100会发现y和x有成正比的规律,则将其作为候选关系图。本发明采用此方式至少能够实现以下有益技术效果:由于现有计算公式的种类很多,并不限于以上例举的部分,因此云平台100实际绘制的随机图的数量庞大,能够找出更多地尚未被发现的潜在规律,从而推动技术的进步,也为隧道现场施工提供更多的技术参考。优选地,云平台100被配置为仅在用户设定的时间段内利用闲置计算资源绘制随机图,由此降低对正常计算任务的影响。优选地,现有计算公式可以是系统预设的若干计算公式,可以由人工输入,也可以是云平台100从云平台100的公式数据库140和/或第三方提供的网络数据库300中自行下载的计算公式。
根据一个优选实施方式,云平台100上设立了至少一条隧道中每条隧道的第一建筑信息模型,并在对应的第一建筑信息模型上按照与时间和空间相关联的方式录入第一监测变形量集和第一变形影响因素集。由此,能在三维的建筑信息模型上构造动态的隧道变形情景。由此,当技术人员在调用三维的建筑信息模型作为技术参考时,通过虚拟建造的情景再现,可以直观地对数据进行信息解读,极大地提高工作效率和效果。优选地,云平台100还利用至少两条隧道的第一建筑信息模型以及在对应的第一建筑信息模型上按照与时间和空间相关联的方式录入第一监测变形量集和第一变形影响因素集进行仿真模拟,以确定各个变形影响因素对第一监测变形量集的影响,以作为对当前开挖的隧道的变形分析的参考。优选地,云平台100上设立了当前开挖的隧道的第二建筑信息模型,云平台100以第二建筑信息模型为基础对当前开挖的隧道进行变形分析,并将变形分析的预测结果按照与空间相关联的方式表示在第二建筑信息模型上。
根据一个优选实施方式,云平台100采集当前开挖的隧道的第一监测变形量集并选择其中与变形分析的预测结果相对应的实测结果,将实测结果与预测结果进行比较分析以用于调整后续的预测结果。由此,本发明的云平台100可以不断地自我完善,提高预测结果的准确性。
根据一个优选实施方式,云平台100根据变形分析的预测结果,找出预测结果中变形速率将超过安全阈值的监测断面并指示用户在隧道开挖现场通过目检方式逐个排查安全隐患,并根据用户反馈的目检安全等级调整同类监测断面的安全阈值。比如,将安全等级设为高、中和低三级。在一类监测断面的预测结果中,其变形速率将超过设定的安全阈值,有可能出现坍塌的安全隐患,云平台100指示用户在开挖现场通过目检方式进行排查,但是用户通过目检,根据经验认为其坍塌的可能性很小,于是用户通过客户端向云平台100反馈安全等级为高,则云平台100后期将上调同类监测端面的安全阈值,以在满足安全生产条件的情况下降低用户的劳动强度,提高用户体验。
根据一个优选实施方式,云平台100至少包括用于存储当前开挖的隧道的对应数据的实时数据库110、用于存储已经建成的隧道的对应数据的历史数据库120和用于存储基于对历史数据库120的数据进行分析计算得到的关系图的关系图数据库130,云平台100基于实时数据库110的数据绘制实时图且将实时图与关系图数据库130中对应的关系图进行对比,找出违背对应的关系图所展现规律的异常实时图并向客户端和/或管理端发送监测数据异常警报。本发明采用此方式至少能够实现以下有益技术效果:本发明能够通过利用实时数据库110的数据绘制的实时图与关系图数据库130中代表特定经验和规律的关系图进行对比,通过发现偏离特定经验和规律的异常实时图来预警危险,便于现场人员加强支护或者逃离,提高了安全性。优选地,云平台100将异常实时图和对应的关系图以肉眼能够区别的方式绘制到同一张对比图上,并将对比图随监测数据异常警报一同发送给客户端和/或管理端。
根据一个优选实施方式,云平台100被配置为:使用历史数据库120中的至少一部分数据绘制若干实测断面沉降槽曲线,利用若干实测断面沉降槽曲线与peck公式计算出的沉降槽曲线进行数值模拟以确定开挖跨度、地层参数和/或埋深对断面沉降槽410的影响,由此在用户通过客户端输入相应的跨度、地层和埋深数据后输出预测断面沉降槽曲线。本发明采用此方式至少能够实现以下有益技术效果:本发明能够根据实测断面沉降槽曲线与peck公式计算出的沉降槽曲线的对比分析,输出不同开挖跨度、不同地层和/或不同埋深下的预测断面沉降槽曲线,以此为隧道开挖提供经验支持。优选地,数值模拟的过程可以使用有限差分软件完成,例如使用FLAC3D有限差分软件。
根据一个优选实施方式,云平台100被配置为:使用历史数据库120中的至少一部分数据绘制隧道开挖至拱顶下沉值稳定后的若干位移-时间散点图和对应的若干第一回归分析时态曲线,利用若干位移-时间散点图和若干第一回归分析时态曲线进行数值模拟以确定开挖跨度、地层参数和/或埋深对拱顶下沉值的影响,由此在用户通过客户端输入相应的跨度、地层和埋深数据后输出预测拱顶下沉值。比如,预测拱顶下沉值是18mm。
根据一个优选实施方式,云平台100被配置为:使用历史数据库120中的至少一部分数据绘制隧道开挖至净空收敛值稳定后的若干收敛值-时间散点图和对应的若干第二回归分析时态曲线,利用若干收敛值-时间散点图和对应的若干第二回归分析时态曲线进行数值模拟以确定开挖跨度、地层参数和/或埋深对净空收敛值的影响,由此在用户通过客户端输入相应的跨度、地层和埋深数据后输出预测净空收敛值。比如,预测净空收敛值是12mm。
根据一个优选实施方式,云平台100还随机地选取第一监测变形量集中的至少一部分和随机地选取第一变形影响因素集中的至少一种量化因素绘制若干随机图,通过对若干随机图进行比较分析以选定展现出特定规律的随机图作为候选关系图,云平台100将候选关系图发送给管理端确认规律性并在管理端确认规律存在的情况下将候选关系图添加到至少一张关系图的制作列表中。
实施例3
本实施例可以是对实施例1、2或者其结合的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
根据一个优选实施方式,地铁工程浅埋暗挖法支护结构特点及施工开挖方法,需要掌握隧道开挖与支护的平衡关系,通过对隧道支护结构体系中的初支结构拱顶、结构底板、拱脚、结构净空、中柱结构以及隧道外部的地表、深层土体、地下水等对象及这些对象间的相互作用关系进行监测,掌握监测数据时间与空间上的变化,来动态调整支护参数信息化施工。
根据一个优选实施方式,本发明的方法可以包括以下S1~S4步骤中的至少一个。
S1)监测数据收集
1、监测范围
(1)规范和设计文件要求工程自身支护结构;
(2)支护结构临近范围重要附属物;
(3)车站及隧道施工影响范围内的周边环境;
(4)车站或隧道穿越的桥梁
2、监测项目及对象
(1)地质和支护状况观察
(2)道路及地表沉降
(3)建筑物沉降及倾斜
(4)地下管线沉降
(5)拱顶沉降、净空收敛
(6)桥梁、挡墙沉降、倾斜
(7)边桩、钢管柱沉降及水平位移
3、监测精度
地下水位及净空收敛量测精度
量测项目 |
监测精度(mm) |
地下水位 |
5 |
净空收敛 |
0.06 |
地表沉降、地下管线及初衬拱顶沉降监测精度
注:n为测站数。
临近建筑物监测精度
临近桥梁、挡墙精度
测量项目 |
监测精度 |
备注 |
沉降监测 |
|
同地表沉降 |
倾斜监测 |
±2〃(2mm+2ppm) |
|
裂缝监测 |
0.1mm |
|
监控量测值控制标准
监测预警等级及标准
4、监测方法
收集隧道上方道路及地表沉降、拱顶下沉、净空收敛及基底隆起;
5、数据存储与提取
根据监测方案配置参数。具有独立地址的仪器都做为独立设备。多个测斜仪组成的一串采集系统,采用数据传输模块上传数据,但是每个测斜仪具有独立的地址,应作为独立的采集设备进行设置。在采集设备列表的右上角点击“创建采集设备”,可添加采集设备,在弹出的对话框中填入和选择对应信息。测点根据监测内容配置相应参数,包括监测内容、挂接的采集仪和通道号、计算方法、累积控制值、增幅控制值等采集设备共有参数;
S2)隧道变形分析
通过确定隧道上方道路及地表沉降、拱顶下沉、净空收敛及基底隆起来确定该隧道本体的横向和纵向形变,从而确定该隧道的净空位移变化;断面沉降槽曲线,位移-时间散点图及回归分析时态曲线。
分析数据包括:
初始位移速度:指测点设置后第一天量测的位移值,其值与测点设置的时间或距掌子面的距离有关。
距掌子面一定距离(0.5D、1.0D、2.0D)的位移值。
最终收敛值:隧道开挖后可能发生的总位移值
掌子面通过前的位移值;
S3)根据监测所得数据,形成所述隧道结构变形及地表沉降变化的频率分布图,在所述频率分布图中,横轴为初始位移速度,纵轴为断面水平净空位移值;
1、水平净空位移的频率分布
2、初始位移速度和最终位移值的关系
3、埋深与最终水平位移的关系
4、最终位移值与围岩强度应力比的关系
5、与掌子面评价点的关系
6、与支护变异的关系;
S4)根据所述频率分布图的定量分析,建立为信息化施工服务的数据库,由此确定洞体所处地层的断面沉降槽410和纵向沉降阈值,分析施工中观察获得的信息,预测施工过程中的风险,确定影响因素,为相似工程的施工变形控制提供依据。
优选地,隧道施工监测对象及监测方法如下:
根据一个优选实施方式,本发明应用场景可以包括:
应用场景一:轨道交通、水务、高速公路,以传感器代替人工,采集误差,分析误差;找出异常点。
应用场景二:敏感性因素分析,综合分析应力与应变。
应用场景三:报警,分析报表;设备、传输、分析——三方面误差的综合考虑。
应用场景四:关系图数据库与实时数据库进行对比,找出偏离量;用以判断差异,进而确定风险和解决方案。
应用场景五:回溯分析,用以指导工程设计。
根据一个优选实施方式,一种用于隧道的变形分析方法,包括:
收集隧道侧壁的收敛、洞顶下沉以及基地隆起的程度;
通过确定收敛、洞顶下沉以及基地隆起的程度来确定该隧道本体的横向和纵向形变,从而确定该隧道的净空位移;
由此形成所述净空位移的频率分布图,在所述净空位移的频率分布图中,横轴为初始位移速度,纵轴为断面水平净空位移值;和/或
根据所述频率分布图的定量分析,由此确定洞体所处地层的断面沉降槽410和纵向沉降坑420。
如本文所用的词语“模块”描述任一种硬件、软件或软硬件组合,其能够执行与“模块”相关联的功能。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。