隧道下穿既有运营地铁线注浆施工参数选取方法及其应用与流程

1.本发明涉及隧道施工技术领域，具体涉及一种隧道下穿既有运营地铁线注浆施工参数选取方法及其应用。


背景技术：

2.随着我国经济社会高速发展，城市的规模和人口数量急剧膨胀，地铁无疑是解决城市交通拥堵现象的理想方式。北京、上海、广州、深圳等一线城市的地铁总里程在不断增长，已经形成了较大规模的地铁网络，地铁线路叠线情况已十分普遍。当矿山法隧道下穿既有运营地铁隧道施工是会对上部既有运营地铁隧道造成一定影响，工程上往往通过对掌子实施超前预注浆来控制既有运营地铁线的位移变化。然而，受困于地层条件的复杂性与不确定性，导致注浆参数的选取往往以经验性为主，而注浆施工过程中过大的注浆压力或注浆量将导致既有运营地铁线位移变化超过规范要求，甚至引发工程事故。因此，如何获得合理的注浆施工参数来保障下穿过程的安全施工一直是困扰此类注浆工程的难题。
3.现阶段，国内外已有部分学者开展了新建隧道下穿既有隧道注浆施工参数方面的研究，研究手段主要集中在室内外试验和数值模拟两个方面。大量工程实践已表明新建隧道掌子面预注浆加固控制既有隧道位移变化受注浆压力、注浆材料以及地层参数等诸多因素影响，且注浆施工参数、地层物性参数与既有运营地铁线位移之间呈非线性关系。人工神经网络方法具有较强的非线性拟合能力，可以拟合多个影响因素之间的关系并构建非线性模型，近年来已被国内外学者广泛应用于工程建设领域。发明专利(cn111119902a)利用数值模拟方法计算得到的地表沉降值作为输入层，以测量得到的土层和注浆体力学参数为输出层，构建非线性模型，然后利用开挖段引起的地表沉降值作为输入值，输出得到开挖段的土层和注浆力学参数，再以输出得到的开挖段的土层和注浆体的力学参数进行数值模拟出待开挖段的地表沉降值，最后通过预测得到的待开挖段地表沉降值来反复调整注浆施工参数以满足施工要求。
4.现有方法通过预测地表沉降值来反复调整出合适的注浆施工参数，得出的参数滞后，而且未结合注浆压力、地层参数等多方面因素导致无法得到合理的注浆施工参数来指导施工。此外，现有通过非线性函数模拟预测各项参数的方法都是结合了一些计算数值或者模拟数值，存在一定的数据不确定性，对于输出的预测参数值存在较大的误差，难以用于指导工程实践。因此，开发出一种取样简单可靠并且能够直接预测出注浆施工参数的模拟方法有很大的应用价值。


技术实现要素：

5.为解决上述技术问题，本发明提供一种隧道下穿既有运营地铁线注浆施工参数选取方法及其应用，其目的在于，通过现场已开挖临近下穿段地层物性参数、注浆施工参数以及开挖引起的地层位移变化值来进行非线性关系的拟合，构建非线性关系模型，再通过将待开挖下穿段地层物性参数、相关规范规定的既有运营地铁线位移限值输入非线性模型，
从而输出得到对应开挖断面的所需的注浆施工参数，从而完善现场注浆施工参数依靠经验性选取的不足，并用于指导工程实践。
6.为实现上述目的，本发明提供了一种隧道下穿既有运营地铁线注浆施工参数选取方法，包括如下步骤：
7.s1：收集现场已开挖临近下穿段地层物性参数、注浆施工参数以及开挖引起的地层位移变化值；
8.s2：利用收集数据对已开挖临近下穿段地层物性参数、开挖引起的地层位移变化值与注浆施工参数进行非线性关系拟合，构建非线性模型；
9.s3：将待开挖下穿段地层物性参数、相关规范规定的既有运营地铁线竖向位移限值输入非线性模型，从而得到对应开挖断面的注浆施工参数。
10.作为优选，所述s1中地层物性参数包括：天然密度、粘聚力、内摩擦角、孔隙比、弹性模量。
11.作为优选，所述s1中注浆施工参数包括：注浆压力、注浆时间、注浆量。
12.作为优选，所述s1中开挖引起的地层位移变化值为隧道开挖开始至结束期间位移变化最大值。
13.作为优选，所述s2中非线性模型为bp神经网络模型、径向基函数模型、自组织神经网络模型中的一种。
14.作为优选，所述步骤s3中的相关规范为《城市轨道交通结构安全保护技术规范》(cjj/t 202-2013)。
15.基于一个总的发明构思，本发明还提供所述的注浆施工参数选取方法在隧道下穿既有运营地铁线施工中的应用。
16.本发明的上述方案有如下有益效果：
17.1、利用非线性关系的强大的非线性映射能力，通过现场监测的临近下穿段地层物性参数和开挖引起的地层位移变化值，可以较为准确地反映出下穿段所需的注浆施工参数，并应用于指导工程实践。
18.2、建立非线性函数模型所采用的均为现场监测所得施工参数，所以构建的非线性函数模型模拟输出的注浆施工参数更具有实际指导价值。
19.3、预测注浆施工参数采用的输入数值为：下穿段地层物性参数和《城市轨道交通结构安全保护技术规范》(cjj/t 202-2013)规定的既有运营地铁线竖向位移限值，均为可得到的准确参数，预测出的注浆施工参数能更准确反映出下穿段所需的注浆施工参数。
附图说明
20.为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1为本发明的隧道下穿既有运营地铁线注浆施工参数选取方法流程图。
22.图2为隧道下穿地铁开挖段ydk43 754.550～ydk43 763.100采用该注浆参数选取方法施工的掌子面实景。
23.图3为下穿隧道开挖后上部既有运营地铁线位移变化值。
具体实施方式
24.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
25.以下实施例用于说明本发明，但不用来限制本发明的范围。在不背离本发明精神和实质的情况下，对本发明方法、步骤或条件所作的修改或替换，均属于本发明的范围。
26.实施例1
27.构建可选取注浆施工参数的非线性模型
28.某地铁工程区间隧道采用矿山法施工，按设计规划下穿既有地铁运营隧道，叠线段起止里程ydk43 722.000～ydk43 763.100，临近的已开挖段起止里程为ydk722.000～ydk754.550。为确保开挖隧道与既有运营地铁线的安全，拟采用超前预注浆对掌子面进行加固。根据《城市轨道交通结构安全保护技术规范》(cjj/t 202-2013)，施工过程中运营地铁的位移变化值必须得到有效控制，故选取合理的注浆施工参数才能保证下穿过程的安全施工。实施例选用bp神经网络构建非线性模型，主要步骤如下：
29.s1：随机收集60组临近的已开挖段(ydk722.000～ydk754.550)地层物性参数(天然密度、粘聚力、内摩擦角、孔隙比、弹性模量)、对应地层的位移变化值(如表1所示)以及注浆施工参数(注浆压力、注浆时间、注浆量)(如表2所示)。
30.表1输入层训练样本
31.[0032][0033]
表2输出层训练样本
[0034]
[0035]
[0036][0037]
s2：将收集的60组数据中地层物性参数和开挖引起的地层位移变化值作为输入层，注浆施工参数作为输出层，构建bp神经网络模型；
[0038]
实施例2
[0039]
构建的非线性模型选取注浆施工参数的适用性评价
[0040]
另外收集临近的已开挖段(ydk722.000～ydk754.550)地层物性参数(天然密度、粘聚力、内摩擦角、孔隙比、弹性模量)、注浆施工参数(注浆压力、注浆时间、注浆量)以及开挖引起的地层位移变化值，随机选取20组数据(如表3所示)。
[0041]
表3输入层预测样本
[0042][0043]
利用收集的20组数据验证非线性模型的可行性，通过构建的bp神经网络输出得到的注浆施工参数预测值与实测注浆施工参数之间的相对误差，如表4所示
[0044]
表4预测值与实际值对比
[0045][0046]
从表4可知，所构建的bp神经网络模型预测选取的注浆参数与实际施工注浆参数相对误差最大为19％，平均误差均未超过13％，总体上具有较高的预测精度，能够用于指导施工实践。
[0047]
实施例3
[0048]
利用非线性模型选取注浆参数在隧道下穿既有地铁运营施工的应用实践
[0049]
将下穿段(ydk43 754.550～ydk43 763.100)地层物性参数(天然密度、粘聚力、内摩擦角、孔隙比、弹性模量)、《城市轨道交通结构安全保护技术规范》(cjj/t 202-2013)规范规定的既有运营地铁线竖向位移限值作为输入层数据，输出得到的对应开挖断面所需的注浆施工参数(注浆压力、注浆时间、注浆量)，采用注浆施工参数选取方法预测所得注浆施工参数进行注浆施工。图2结果表明，掌子面稳定且形成了延展性较好的主干浆脉与分支浆脉，开挖过程中未发生隧道塌方等事故。与此同时，如图3所示，根据现场监测数据，下穿隧道开挖后，上部既有运营地铁线位移变化值在-0.5-1.0mm之间，均满足相关规范的要求。
[0050]
以上所述仅是本发明专利的优选实施方式，本发明专利的保护范围并不仅局限于上述实施例。对于本领域的技术人员来说，在不脱离本发明专利的技术构思前提下所得到的改进和变换也应视为本发明专利的保护范围。