曾 暉，胡 俊，鮑俊安

(1.五邑大學(xué) 土木建筑學(xué)院，廣東 江門 529020;2.南京林業(yè)大學(xué) 土木工程學(xué)院，南京 210037)

深基坑工程不僅要保證基坑本身的安全和穩(wěn)定，而且還要控制基坑周圍地層移動(dòng)和保護(hù)周圍環(huán)境。特別是城市軟土地區(qū)，由于地層軟弱復(fù)雜，進(jìn)行基坑開(kāi)挖會(huì)產(chǎn)生比較大的變形，嚴(yán)重影響周圍建筑物的正常使用和結(jié)構(gòu)安全。在城市基坑工程的設(shè)計(jì)中，基坑變形控制的要求越來(lái)越嚴(yán)格，以前以強(qiáng)度控制設(shè)計(jì)為主的方式逐漸被以變形控制設(shè)計(jì)為主的方式所取代，因此，基坑的變形分析成為基坑工程設(shè)計(jì)中的一個(gè)重要的組成部分。目前，國(guó)內(nèi)外有多種預(yù)測(cè)深基坑穩(wěn)定性的計(jì)算理論，但對(duì)基坑圍護(hù)結(jié)構(gòu)變形的預(yù)測(cè)方法還不多?；幼冃晤A(yù)測(cè)的主要方法包括有限單元法、地層損失法、估算法，以及人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法［1］。

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，簡(jiǎn)稱ANN)是在研究生物神經(jīng)系統(tǒng)的啟示下發(fā)展起來(lái)的一種信息處理方法。該法可以通過(guò)大量樣本的學(xué)習(xí)來(lái)抽取出隱含在樣本中的因果關(guān)系，具有自適應(yīng)性、非線性和容錯(cuò)性強(qiáng)等特點(diǎn)，特別適合于處理各種非線性問(wèn)題，并且，在大多數(shù)情況下，應(yīng)用效果大大優(yōu)于傳統(tǒng)的數(shù)據(jù)處理方法［2］。因此，在巖土工程領(lǐng)域得到廣泛的應(yīng)用［3］，也為解決基坑圍護(hù)結(jié)構(gòu)變形預(yù)測(cè)問(wèn)題提供了新的途徑。

1 工程概況

南京地鐵二號(hào)線逸仙橋車站建設(shè)場(chǎng)地屬古秦淮河漫灘地貌單元，地貌形態(tài)單一。車站范圍內(nèi)地層主要有:雜填土、淤泥質(zhì)填土、素填土、粉質(zhì)黏土、粉土、淤泥質(zhì)粉質(zhì)黏土、粉質(zhì)黏土、卵礫石混砂粉質(zhì)黏土，下臥有強(qiáng)風(fēng)化泥質(zhì)粉砂巖、中風(fēng)化泥質(zhì)粉砂巖，以及中風(fēng)化泥巖。地下水類型為孔隙潛水和孔隙微承壓水?？紫稘撍环€(wěn)定埋深1.35～1.80 m，設(shè)計(jì)地下水埋深1.00 m?？紫段⒊袎核慌c孔隙潛水水位一致。

車站總長(zhǎng)161.6 m，標(biāo)準(zhǔn)段寬21 m，車站地底板埋深約22 m?；又黧w部分由三部分組成:西端頭井約為23.32 m×23.40 m的矩形基坑，開(kāi)挖深度為24 m;標(biāo)準(zhǔn)段(分為七段)約為123.88 m×21.00 m的矩形基坑，開(kāi)挖深度為22 m;東端頭井約為14.4 m×23.7 m的矩形基坑，開(kāi)挖深度為23 m。圍護(hù)結(jié)構(gòu)采用800 mm地下連續(xù)墻，嵌入深度約19.5 m。采用內(nèi)支撐支護(hù)結(jié)構(gòu)方式，選用直徑為 φ609 mm鋼管支撐，支撐壁厚t=12 mm(第一道支撐)和t=6 mm(其它幾道支撐)。第一道支撐水平間距6 m，其余支撐水平間距為3 m左右?；迂Q向設(shè)置六道鋼支撐加一道倒換支撐保持穩(wěn)定。車站施工采用明挖順筑法施工［4-5］。

對(duì)本工程的監(jiān)測(cè)從2007年1月28日開(kāi)始，工程在開(kāi)始監(jiān)測(cè)的同時(shí)開(kāi)始施工。深基坑開(kāi)挖引起地下連續(xù)墻兩側(cè)的壓力差將會(huì)導(dǎo)致墻體發(fā)生變形［1］?，F(xiàn)場(chǎng)在西端頭井、標(biāo)準(zhǔn)段和東端頭井均進(jìn)行了圍護(hù)結(jié)構(gòu)墻體變形測(cè)試，安裝了CX01～CX16測(cè)點(diǎn)共計(jì)16個(gè)監(jiān)測(cè)點(diǎn)。CX15測(cè)點(diǎn)位于西端頭井北側(cè)，其在各施工階段水平位移如圖1所示。

圖1 CX15測(cè)點(diǎn)墻體在各施工階段的水平位移

2 建立ANN模型

2.1 BP神經(jīng)網(wǎng)絡(luò)模型

為了準(zhǔn)確建立基坑圍護(hù)結(jié)構(gòu)變形預(yù)測(cè)模型，采用目前土木工程中應(yīng)用最廣泛的BP神經(jīng)網(wǎng)絡(luò)。它是一種前饋式多層神經(jīng)網(wǎng)絡(luò)模型，誤差反向傳播。模型由輸入層、輸出層及隱層組成，每一個(gè)節(jié)點(diǎn)層都包括一定數(shù)量的神經(jīng)元節(jié)點(diǎn)，同一節(jié)點(diǎn)層各節(jié)點(diǎn)之間互不連接，如圖2所示。

圖2 最基本BP網(wǎng)絡(luò)結(jié)構(gòu)

2.2 影響基坑圍護(hù)結(jié)構(gòu)變形的因素

影響圍護(hù)結(jié)構(gòu)變形的主要因素包括:基坑的工程地質(zhì)與水文地質(zhì)條件;支護(hù)類型及結(jié)構(gòu)設(shè)計(jì)參數(shù);基坑平面尺寸及開(kāi)挖深度;施工過(guò)程和場(chǎng)地周邊環(huán)境;施工工期的影響;地面超載和震動(dòng)荷載;支撐條件;圍護(hù)結(jié)構(gòu)的剛度;圍護(hù)結(jié)構(gòu)在坑底以下的入土深度;土層強(qiáng)度(包括土體的黏聚力c、內(nèi)摩擦角φ值等);地下水的影響等。

2.3 網(wǎng)絡(luò)結(jié)構(gòu)的確定

基坑圍護(hù)結(jié)構(gòu)的變形是各影響因素綜合作用的結(jié)果。結(jié)合實(shí)際情況，從各因素中選取施工工期(T)、開(kāi)挖深度(D)、地下水位高度(W)、當(dāng)天氣溫(C)共4個(gè)具有代表性的指標(biāo)作為網(wǎng)絡(luò)的輸入。選用CX15測(cè)點(diǎn)某一高度處的變形量S為網(wǎng)絡(luò)的輸出。取一個(gè)隱含層，節(jié)點(diǎn)數(shù)取10個(gè)(為輸入層神經(jīng)元數(shù) n的(2n+2)個(gè)，見(jiàn)圖3)。在影響圍護(hù)結(jié)構(gòu)變形的各個(gè)因素中，基坑的工程地質(zhì)與水文地質(zhì)條件、支護(hù)類型及結(jié)構(gòu)設(shè)計(jì)參數(shù)、地面超載和震動(dòng)荷載、土層強(qiáng)度(包括土體的c、φ值等)對(duì)各樣本變形觀測(cè)值的影響是均等的，故在影響因素的選取時(shí)不考慮其對(duì)變形結(jié)果的影響［6］。

圖3 確定CX15某一高度處的變形量S的神經(jīng)元模型

為確定CX15測(cè)點(diǎn)17.5 m高度處的變形量(S)是否與施工工期(T)、開(kāi)挖深度(D)、地下水位高度(W)、當(dāng)天氣溫(C)存在客觀的相關(guān)性，分別對(duì)它們進(jìn)行了相關(guān)性分析，如圖4所示。相關(guān)系數(shù) R2越大，說(shuō)明兩組統(tǒng)計(jì)數(shù)據(jù)之間的相關(guān)性越大?？梢钥闯觯?dāng)天氣溫(C)對(duì)CX15測(cè)點(diǎn)17.5 m高度處的變形量(S)的影響較大，而施工工期(T)、開(kāi)挖深度(D)、地下水位高度(W)對(duì)其影響很明顯。

2.4 網(wǎng)絡(luò)訓(xùn)練和檢驗(yàn)

以收集到的15個(gè)不同工況下CX15測(cè)點(diǎn)的墻體變形監(jiān)測(cè)值為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練樣本，采用Visual C++來(lái)開(kāi)發(fā)的NNBP1.0程序進(jìn)行學(xué)習(xí)和檢驗(yàn)。當(dāng)網(wǎng)絡(luò)迭代運(yùn)算至10 000次或者目標(biāo)函數(shù) εAV小于預(yù)先給定的ε=1.0×10-6時(shí)，跳出循環(huán)，訓(xùn)練結(jié)束。

從學(xué)習(xí)訓(xùn)練樣本的實(shí)際輸出與希望輸出對(duì)比可知，最大誤差為0.93%，平均誤差為0.17%。從表1可看出，各值十分逼近，表明模型的擬合精度是較高的。BP網(wǎng)絡(luò)實(shí)現(xiàn)了從輸入的p維歐氏空間到輸出的q維歐氏空間的降維映射，因此，可用于非線性分類、預(yù)測(cè)等領(lǐng)域，并且作為一個(gè)函數(shù)計(jì)算器，能以任意精度逼近任何非線性函數(shù)。

圖4 施工工期、開(kāi)挖深度、地下水位高度和當(dāng)天氣溫與CX15測(cè)點(diǎn)17.5 m處變形量的關(guān)系

表1 學(xué)習(xí)訓(xùn)練樣本的實(shí)際輸出與希望輸出對(duì)比

3 圍護(hù)結(jié)構(gòu)變形預(yù)測(cè)分析

首先，從最簡(jiǎn)單的預(yù)測(cè)開(kāi)始，分析預(yù)測(cè)CX15測(cè)點(diǎn)17.5 m深處的水平位移。選取15組數(shù)據(jù)中的前12組數(shù)據(jù)為學(xué)習(xí)訓(xùn)練樣本，后3組數(shù)據(jù)作為測(cè)試樣本。學(xué)習(xí)訓(xùn)練樣本數(shù)據(jù)見(jiàn)表2。

使用 Visual C++來(lái)開(kāi)發(fā)的 NNBP1.0程序，需將訓(xùn)練樣本作歸一化處理。將需訓(xùn)練的前12組數(shù)據(jù)輸入NNBP1.0程序后，便可進(jìn)行訓(xùn)練。學(xué)習(xí)訓(xùn)練完畢后，就形成了一個(gè)對(duì)應(yīng)于該學(xué)習(xí)訓(xùn)練樣本的神經(jīng)網(wǎng)絡(luò)。接著，讓訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)后3組數(shù)據(jù)，預(yù)測(cè)的圍護(hù)結(jié)構(gòu)水平位移歸一化結(jié)果為0.788 279 884，0.863 980 662，0.968 068 530，再反歸一化得到最后結(jié)果:3月21日為20.4 mm;3月25日為22.0 mm;3月28日為24.2 mm。而實(shí)測(cè)值是:3月21日為20.4 mm;3月25日為22.3 mm;3月28日為24.9 mm?？梢?jiàn)，預(yù)測(cè)值與實(shí)際值非常接近。

表2 學(xué)習(xí)訓(xùn)練樣本數(shù)據(jù)

在預(yù)測(cè)分析上面數(shù)據(jù)的同時(shí)，分別以前10組、11組、12組、13組、14組為學(xué)習(xí)訓(xùn)練樣本，對(duì)它們之后的數(shù)據(jù)進(jìn)行預(yù)測(cè)，結(jié)果見(jiàn)表3。

表3 預(yù)測(cè)值取前 10、11、12、13、14組數(shù)據(jù)為訓(xùn)練樣本的預(yù)測(cè)結(jié)果對(duì)比

由表3可知，利用上述建立的神經(jīng)網(wǎng)絡(luò)方法對(duì)基坑圍護(hù)結(jié)構(gòu)變形作短期預(yù)報(bào)是完全可行的，且十分有效。但相對(duì)而言，較長(zhǎng)期的預(yù)報(bào)值誤差較大。同時(shí)也說(shuō)明，雖然神經(jīng)網(wǎng)絡(luò)方法能有效地進(jìn)行變形預(yù)報(bào)，但現(xiàn)場(chǎng)監(jiān)測(cè)工作仍需繼續(xù)進(jìn)行。

以上工作完成了對(duì)CX15測(cè)點(diǎn)17.5 m深度處的變形量的預(yù)測(cè)，用同樣的方法，可以預(yù)測(cè)CX15測(cè)點(diǎn)不同深度處的變形量。以相同的方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，分別對(duì)3月21日和3月25日基坑圍護(hù)結(jié)構(gòu)總的變形進(jìn)行了預(yù)測(cè)，并同時(shí)與實(shí)測(cè)值進(jìn)行對(duì)比，如圖5所示。結(jié)果表明，預(yù)測(cè)值與實(shí)測(cè)值都非常接近，曲線吻合很好，訓(xùn)練所得的網(wǎng)絡(luò)具有較強(qiáng)的預(yù)測(cè)能力，可用于基坑圍護(hù)結(jié)構(gòu)變形的短期預(yù)測(cè)。

圖5 變形實(shí)測(cè)值與預(yù)測(cè)值對(duì)比

4 結(jié)語(yǔ)

1)利用大量的基坑工程現(xiàn)場(chǎng)實(shí)測(cè)資料，采用神經(jīng)網(wǎng)絡(luò)BP算法，可以較為準(zhǔn)確地預(yù)測(cè)基坑圍護(hù)結(jié)構(gòu)的變形量，預(yù)測(cè)值與實(shí)測(cè)值吻合較好。如果資料更全面，則預(yù)測(cè)會(huì)更準(zhǔn)確。

2)影響基坑圍護(hù)結(jié)構(gòu)變形的因素具有復(fù)雜性和多變性，采用人工神經(jīng)網(wǎng)絡(luò)，以根據(jù)需要充分考慮各因素的影響，提高預(yù)測(cè)的準(zhǔn)確度。本實(shí)例運(yùn)用的樣本數(shù)偏少，主要目的是提出一種思路。

3)從學(xué)習(xí)訓(xùn)練樣本的實(shí)際輸出與希望輸出對(duì)比可知，最大誤差為0.93%，平均誤差為0.17%。BP網(wǎng)絡(luò)實(shí)現(xiàn)了從輸入的p維歐氏空間到輸出的q維歐氏空間的降維映射，因此，可用于非線性分類、預(yù)測(cè)等領(lǐng)域，并且，作為一個(gè)函數(shù)計(jì)算器，能以任意精度逼近任何非線性函數(shù)。

4)現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)仍是必要的，由表3可以看出，短期預(yù)報(bào)精度較高，但較長(zhǎng)期的精度不高。同時(shí)，影響基坑圍護(hù)結(jié)構(gòu)位移變化趨勢(shì)的某些因素，在施工前期沒(méi)有發(fā)揮作用。但隨著施工和監(jiān)測(cè)的進(jìn)行，新的變化數(shù)據(jù)不斷得到收集，這些數(shù)據(jù)又進(jìn)一步反映了基坑圍護(hù)結(jié)構(gòu)變形的趨勢(shì)。因此，必須堅(jiān)持現(xiàn)場(chǎng)監(jiān)測(cè)，并將最新監(jiān)測(cè)信息及時(shí)反饋，將其添加到學(xué)習(xí)訓(xùn)練樣本中，讓神經(jīng)網(wǎng)絡(luò)重新學(xué)習(xí)，以提高基坑工程圍護(hù)結(jié)構(gòu)變形的預(yù)報(bào)精度。

［1］劉建航，侯學(xué)淵，劉國(guó)彬，等.基坑工程手冊(cè)(第二版)［M］.北京:中國(guó)建筑工業(yè)出版社，2009.

［2］胡伍生.神經(jīng)網(wǎng)絡(luò)理論及其工程應(yīng)用［M］.北京:測(cè)繪出版社，2006.

［3］高浪，謝康和.人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用［J］.土木工程學(xué)報(bào)，2002，35(4):77-81.

［4］胡俊，潘悅，光輝.南京地鐵某車站深基坑開(kāi)挖的監(jiān)測(cè)與分析［J］.西部探礦工程，2008，20(10):222-225.

［5］胡俊，陳爭(zhēng).南京某車站深基坑開(kāi)挖圍護(hù)結(jié)構(gòu)的變形分析［J］.山西建筑，2007，33(21):98-99.

［6］胡俊，楊平，董朝文，等.盾構(gòu)始發(fā)端頭化學(xué)加固范圍及加固工藝研究［J］.鐵道建筑，2010(2):47-51.