2.4 数据优化处理

　　(1)现场监测的数据常常由于测量仪器、操作人员、施工状态或测点受到干扰破坏等各种情况而引起监测点数不够理想、不够充足,常求助于拉格朗日插值或样条函数插值的方法进行数据处理。

　　(2)由于环境及人为读数引起的误差在实际监测过程中无法避免,为了消除这种误差对反分析结果的精度影响,必须对监测数据进行平滑处理,具体过程见参考文献[3]

　　3 工程应用

　　天津地铁营口道车站3号线基坑埋深14.753m,采用钢筋混凝土钻孔灌注桩外加水泥搅拌桩止水帷幕的围护型式,灌注桩规格为Φ1000@1200,桩长25.6m,基坑在压顶梁中心高度位置及往下3.75m、6.75m和11.15m处共设四道Φ600×14mm的钢管横支撑,土的物理性质如表1所示。

　　该工程地处繁华市区,周围分布有重要建筑及电缆、煤气管和水管等多根管线。挖土和施工步骤如图2所示:工况1为开挖-3.0m处,工况2为在-0.5m处架设第一道支撑,工况3开挖到-6.8m处,工况4为在-3.75m处架设第二道支撑,工况5为开挖到-10.7m处,工况6为在-6.75m处架设第三道支撑,工况7为开挖到坑底-14.75m处,工况8为在-11.15m处建设第四道支撑。本文限于篇幅,只介绍工况3、工况6与工况8预测曲线与实测曲线进行对比说明。

　　基坑开挖时对变形预测的方法为以工况3的监测信息为基础,反演土体参数m值。根据反演出的参数来预测工况6的墙体变形量。又以同样的方法,依据工况6的监测信息,反演土体参数m值,据此预测工况8的墙体变形量。反演确定的参数值如表2。

　　工况3与工况6的实测与预测曲线对比见图3。工况8的预测与实测曲线见图4。

　　说明1:图中3-1为按照设计规范和经验值预测变形曲线,3-2为现场监测实际测量变形曲线,3-3为反分析之后参数优化之后的变形曲线, 6-1为工况6预测变形曲线。

　　说明2:如图4,其中6-1为工况3时预测曲线,6-2为实测变形曲线,8-1为预测曲线,8-2为实测曲线。

　　由图3和图4可见,根据监测资料进行反演之后的预报误差由工况3利用经验值预测与实测的最大误差3.75mm,降低到工况6的预测最大误差为3.1mm,随着利用现场监测资料的进一步反演、优化参数,工况8的预测误差为2.2mm,预测变形曲线也越来越与实测变形曲线相拟和。土体的地基反力比例系数m值是随开挖过程而不断变化的,应用反演方法可以较准确的反演不同工况下的m值,同时能以上一工况的开挖信息,较准确的预测下一步工况的桩体变形,而且预测的曲线拟和程度很好,预测的精度大大增加。

　　4 结论

　　(1)基坑开挖维护结构变形预测方法在天津地铁深基坑的施工应用中是比较准确的,是成功的。

　　(2)经过维护结构参数反演和优化,能够准确预测维护结构的最大变形,预测值可以作为警戒值指导施

上一页  [1] [2] [3]  下一页