深基坑在施工过程中面临周边环境、水文地质、工程机械设备、人员、建筑方案、管理组织方案等诸多不确定因素的影响, 工程系统复杂、风险高, 因此针对深基坑建设过程的风险管理研究具有十分重要的意义。

工程风险研究中, Reilly^[1]提出了风险辨识、风险估计、风险评价、风险决策、风险控制组成的五阶段风险管理模式。Chapman^[2,3]分析了工程招投标、承包和施工等阶段的风险, 提出了PRAM模型, 将工程风险管理划分为定义、重点整理、识别、结构层次、隶属关系、估计、评价、计划和管理等九部分。Snel^[4]针对阿姆斯特丹南北地铁线路提出了IPB风险管理模式。陈龙^[5]将风险总结为4种不同的定义, 并以工程应用为目标, 从费用、工期、耐久性和环境4个部分对隧道盾构施工风险进行了系统的分析与研究。陈桂香^[6,7]对地铁项目在规划、设计、施工及运营阶段的风险因素进行系统研究, 提出了在LCIRMM模式中风险事件发生的概率和损失之间的函数。周健^[8]在地铁深基坑施工动态风险控制研究中将工程风险分为人为风险和非人为风险, 强调了人为风险对深基坑工程的重要性。周红波^[9]提出以故障树分析为基础, 结合工作分解结构 (WBS) 与风险分解结构 (WBS) 进行风险识别的方法。边亦海^[10,11]将可信性风险分析理论引入深坑开挖的总体风险分析中, 综合地表沉降曲线形式、建筑物几何尺寸和破坏评价准则, 采用裂缝宽度来评价深基坑开挖引起的建筑物潜在破坏, 给出风险评估过程。钱双彬^[12]采用有限元法模拟了隧道下穿既有地铁出入口通道问题, 得出安全评价新指标。廖少明^[13]以基坑工程监测数据为基础, 通过数据挖掘法寻找工程风险和变形数据特征变化值之间的内在联系和规律, 用于评价工程的危险程度。

现有的风险管理理论研究主要集中在工程规划和可行性阶段, 评估主要为定性或半定量分析, 缺乏对风险量化评估。监测是保证工程建设安全的重要手段, 监测结果是对工程结构和周边环境的综合反映。本研究分析了工程现场围护结构的位移监测数据, 运用Elman网络方法对围护结构变形风险进行预测, 引入风险指标计算和风险拟合, 确定监测和预测数据的风险等级, 并提出相应的风险管理措施。

本文以郑州轨道交通2号线刘庄站深基坑为研究对象, 该基坑设计底板埋深为15.98m, 选择刘庄站北部端头段和基坑东侧的污水管为分析对象, 围护结构和管道的测点分布如图1, 2所示。

对土体开挖中围护结构的水平位移和桩顶水平、竖向位移进行监测和分析。围护结构竖向位移以向上为正, 水平位移以向基坑内位移为正。开挖过程中ZQT-19测点处围护结构墙体水平位移沿深度的监测结果如图3所示, ZQC-28, ZQC-29, ZQC-31, ZQC-32, ZQC-34等围护结构墙顶测点的竖向位移如图4所示, ZQS-28, ZQS-29, ZQS-31, ZQS-32等围护结构墙顶测点的水平位移如图5所示。

由图3可见, 土体开挖深度增加、围护结构受力变化过程中, 水平位移显著变化, 水平位移曲线呈抛物线, 当基坑开挖至设计深度后地下连续墙体的水平位移变形趋于稳定, 最大位移量为14.5mm, 位于-12m深度处。由图4可见, ZQC-28, ZQC-29, ZQC-31, ZQC-32, ZQC-34测点中累计沉降量最大的点为ZQC-28, 2012年4月6日沉降量为15.1mm, 由于受基坑降水的影响, 超出监测的限定值0.1mm, 并于4月后趋于稳定。从图5可见, 墙顶各观测点在基坑土体开挖过程中的累计水平位移表现出波动, 表明此阶段围护结构水平位移变化较频繁, ZQS-31, ZQS-32在4月后, 水平位移变化均趋于稳定, 其他2个监测点在6月土体开挖结束后, 位移变化趋于稳定。

地下管线GXC-1-1～GXC-1-5测点, 在2012年6月25日至2012年9月1日期间的沉降结果如图6所示。由图6可见, 管线各测点的沉降量变化较小, GXC-1-1～GXC-1-3测点处有斜支撑和米字撑及围护结构共同作用使得该处的沉降量变化较小且为正值, 其余2个测点所处位置为钢支撑, 约束变形能力较弱, 且该位置地表沉降量为负值, 此两点的沉降变化较小, 为负值。开挖完成后管线各测点的沉降量趋于稳定。

地铁围护结构施工、开挖、回填具有动态性的特点, 对围护结构、地下管线受力变形的影响也是动态的。本研究中采用Elman动态神经网络法对地铁车站基坑开挖施工过程中的变形风险进行预测。

Elman神经网络输入层为现场监测结果, 是时间t内观测结果的序列;输出层是t+1时刻结果的预估值;同时还存在一个结构单元来预测非线性的监测结果。Elman网络在连续时间的处理是基于反馈的连接, 图7为3个连续时间段内, 裂解处理的网络示意图。虚线为递归的连接形式, 其中y${}_{\text{t}-1}^1$, y${}_{\text{t}-1}^2$, y${}_{\text{t}}^1$, y${}_{\text{t}}^2$, y${}_{\text{t}+1}^1$, y${}_{\text{t}+1}^2$, y${}_{\text{t}+2}^1$, y${}_{\text{t}+2}^2$分别表示t-1, t, t+1, t+2前一时刻的滞后输出;k为权值因数, 取值0～1之间;Z_t-1, Z_t, Z_t+1分别表示外部反馈输入在t-1, t, t+1时刻的时间序列值。

地铁车站施工过程受工程环境、支护结构等因素的影响, 围护结构变形存在一定规律。工程监测数据仅反映基坑当前的情况, 对围护结构安全性的判断需要对下一状态进行预测。根据围护结构变形连续性的原理, 基于Elman神经网络和MATLAB软件, 建立网络预测围护结构位移和变形, 通过3d的监测数据来预测第4天的结果。采用刘庄站北部端头ZQT-19测点的45d监测结果进行预测和训练, 基坑土体开挖结束时ZQT-19点处水平位移的实测结果和预测结果如图8所示。预测最大水平位移为17.3mm, 发生在-14m处;实测值最大水平位移为13.1mm, 发生在-12m处, 预测值和实测值变化规律具有较好的一致性, 预测的水平位移最大值深度比实测大2m。

以管线GXC-1-1点在2012年6月至9月的监测数据为样本, 运用Elman训练网络进行训练和预测, 结果如图9所示。GXC-1-1点实测最大累计沉降量为11.7mm, 出现在2012年7月27日;预测的最大累计沉降量为12.6mm, 出现在2012年7月27日, 预测值围绕着实测结果波动, 预估数据和监测数据的规律较一致。

基坑工程的安全状态通常根据监测报警值和工程经验进行判别, 难以反映实际工程环境的复杂性对基坑安全的影响。为了提高基坑工程变形安全判断的可靠性, 本研究中使用监测数据风险指标ω, 反映现场监测结果风险水平, 表示为:

$\omega =\frac{X}{Y}\cdot \frac{\Delta X}{\Delta Y}(1)$

式中:X为监测数据的累计值;Y为累计预警值、ΔX为监测数据变化速率值;ΔY为监测数据变化速率预警值。

工程中风险发生的可能性和工程风险能否在工程中得到接受, 直接影响工程采取何种风险控制措施。工程风险等级的划分需要根据工程建设规模、勘察设计施工、工程重要性程度及风险管理经验等工程实际情况确定。参照《地铁及地下工程风险管理指南》的评价标准和GB50652—2011《城市轨道交通地下工程建设风险管理规范》的规定, 将监测数据报警值的风险设定为几个等级。通过计算的监测风险指标, 对工程的风险等级进行划分。

工程项目风险事故往往不是由某一个报警值超限引起的。对多个监测点组成监测项目的风险评价时, 采用综合风险指标来描述工程项目安全状态, 即需要对风险进行拟合。风险权重值r′表示为:

$r^{\prime }=\frac{e{}^r}{e{}^5}(2)$

工程风险综合风险值R表示为:

$R=\frac{{\displaystyle \sum _{i=1}^m{r}^{\prime }}{}_i\cdot r{}_i}{{\displaystyle \sum _{i=1}^m{r}^{\prime }}{}_i}(3)$

式中:r为风险等级;r_i表示第i个监测风险的风险值;r′_i表示第i个监测风险值对应的权重系数。在风险指标拟合过程中, 不同风险等级的权重系数不同, 风险指标越大权重系数越大。将风险等级、风险指标和权重系数等因素进行整理划分, 如表1所示。

根据围护结构ZQT-19点位置的监测和预测结果, 计算围护结构在不同深度的实测和预测水平位移量的风险指标, 如图10所示。由图10可见, 该处实测和预测的水平位移风险指标发展规律较一致, 参考风险等级划分表, 围护结构水平位移的风险等级在一、二级之间。根据不同深度位置的水平位移风险值, 分析得出围护结构ZQT-19点实测风险综合指标为0.242, 预测结果的风险综合指标为0.238。

根据围护结构水平位移的分析, 结合基坑开挖特点, 分析降低围护结构位移风险的方法如下:土方开挖阶段应严格按照分层和分段的方法, 开挖的分层高度不超过3m, 开挖段的长度不超过25m, 开挖过程中保证台阶形状;支撑的架设需及时, 按照设计要求进行架设, 及时观测支撑系统变形, 出现问题时采取应急处理措施;基坑降水过程中, 需监测周围地下水位的变化, 降水不正常需立即查找问题, 查看降水井出水是否含砂, 若有应及时查明原因并制定相应措施, 若无则减小出水量, 以防止围护桩水平位移增大;尽量减小基坑周边堆载。一旦发生围护结构变形超限应停止施工, 及时疏散人员, 并邀请专家进行现场查看、分析原因、制定相应措施。措施实施后加强监测, 待变形速率和变形值在控制值范围内且趋于安全稳定, 恢复正常施工。

计算地下管线GXC-1-1的累计沉降量实测和预测风险指标随着时间的变化, 如图11所示。从地下管线风险指标计算结果可见, GXC-1-1的预估和实测的风险指标变化规律具有较好的一致性, 在开挖初始阶段变化较大, 后期趋于平缓, 地下管线的实测和预测风险指标都在一、二级范围内变化, 变形风险较小。

地下管线系统是城市的生命线工程, 地铁车站等工程常处于地下管线密集区域, 管线破坏会对城市生命线工程造成重大影响, 因此在工程施工前需要掌握管线的位置和埋设深度。根据对地下管线风险分析, 提出如下管线变形风险控制措施:①工程施工前, 通过现场调查, 确定地下管线的位置;②通过隔离、地基土体加固等方法, 对平行于基坑方向的重要光缆进行保护, 通过临时改迁、悬吊等方法对横穿基坑的管线进行保护;③通过移除管线上方的荷载, 减少地基土体对管线的影响;④实现信息化施工和动态化管理, 及时发现和处理基坑开挖中的问题。

本研究分析了基坑围护结构和地下管线的监测数据, 运用Elman网络法对变形风险进行预测, 引入风险指标计算和风险拟合, 确定监测和预测结果的风险等级, 并提出相应的风险管理措施, 主要研究结论如下。

1) 地铁基坑围护结构的受力变形具有一定的规律性, 同时又受各类环境因素的影响。监测结果表明, 随着开挖深度的增加, 围护结构受力呈动态变化, 水平位移曲线呈抛物线形, 开挖至设计深度后围护结构的水平位移趋于稳定, 最大位移量为14.5mm, 位于-12m深度处。墙顶各观测点在基坑土体开挖过程中的累计水平位移表现出波动。管线的沉降受到不同支撑的约束, 产生的位移不同。

2) 利用Elman动态神经网络对地铁车站基坑开挖施工过程中的变形风险进行预测, 预测值围绕着实测结果波动, 预估数据和监测数据的规律具有较好的一致性。

3) 采用风险指标计算法对实测数据进行风险量化计算, 反映基坑安全状态, 风险指标体现了监测数据的累计值、累计预警值、监测数据变化速率值和监测数据变化速率预警值等因素的影响。通过权重系数反映不同风险的影响, 利用综合风险值分析工程的风险, 并对工程风险等级进行划分, 判断工程风险, 提出相应的风险处置措施。