一种适用于双护盾TBM的围岩变形监测方法及预测方法

本发明涉及隧洞施工监测技术领域，具体涉及一种适用于双护盾tbm的围岩变形监测方法及预测方法。

背景技术：

双护盾tbm(tunnelboringmachine，隧道掘进机)凭借其施工的安全性、高效性、适用于复杂地层且对围岩扰动小的特点，越来越广泛应用于深埋长隧洞工程施工中。深埋隧道围岩开挖卸荷后，初始三向应力状态变为二向应力状态，容易导致应力重分布和应力集中，进而导致围岩向隧道中心收敛，造成tbm卡机。

隧洞开挖后，收敛变形是反映围岩动态发展和隧洞稳定性的最直接体现，对于指导tbm的施工掘进和支护设计，保证安全高效施工和防止卡机灾害具有重要的意义。对于隧洞围岩收敛变形的监测，不同学者基于不同物理原理制造了多种类型的传感器和测量系统，实现了对围岩变形量的测量。但提出的监测方法多用于非盾构法施工的隧洞之中。而对于双护盾tbm隧洞，由于其在施工过程中围岩被护盾或衬砌管片所遮蔽，故对于围岩收敛变形的监测较为困难。farrokh和rostami曾通过衬砌管片的预留灌浆孔，用刻度仪器测量了盾构尾部收敛变形。但是，这种利用管片的预留灌浆孔和刻度仪器进行围岩变形测量的方法只能粗略测量某些点的收敛变形，不能得到双护盾tbm掘进过程中的围岩收敛变形规律。

在我国锦屏二级水电站施工过程中，采用引水隧洞之间的横洞开挖施工支洞，采用在施工支洞内布置光纤光栅和多点位移计进行导流洞位移监测。但该导流洞位移监测方法要求施工支洞垂直于隧道轴线，不适合一般情况，同时开挖施工支洞也会大大增加工程造价。

综上可以看出，如何全面、有效、经济地监测围岩变形仍然是双护盾tbm面临的一个挑战。

另一方面，3d数值仿真技术凭借其低成本和高效的特点，成为隧洞等工程问题计算分析的重要手段。许多学者将数值仿真方法应用于隧道变形和稳定性分析研究，并取得了许多研究成果。数值仿真计算的准确性依赖于模型本构及其参数的选取。然而，由于围岩本身构成复杂，且其性质受到岩体构造和地质结构的影响，结合现场信息进行反演分析是目前获取符合该工程地质的等效岩土力学参数主要途经。通过反演分析，可以得到具体数值模型的等效岩土参数，能够反映开挖区附近岩体的力学性质。一般情况下，反演分析主要根据位移数据进行。因此，对于双护盾tbm隧洞，提出一种有效围岩变形监测和分析方法成为该领域亟待解决的技术问题。

技术实现要素：

针对目前双护盾tbm隧洞施工中围岩变形监测较困难且以往监测方法相对低效或成本较高的现状，本发明提供一种适用于双护盾tbm的围岩变形监测方法，通过其能够对双护盾tbm的围岩收敛变形进行有效监测，能够有效解决了双护盾tbm隧洞由于护盾、管片遮挡而导致围岩变形难以监测的问题。

本发明还提供一种适用于双护盾tbm的围岩变形预测方法，可有效实现对隧洞施工过程中围岩收敛变形规律及收敛稳定值的超前预测。

为了实现上述目的，本发明采用了以下技术方案：

本发明提供一种适用于双护盾tbm的围岩变形监测方法，其包括：

通过置于埋设在隧道掌子面后方设定位置处超前孔中的测量管内的准分布式fgb高差位移计对围岩多个监测点的变形收敛进行实时监测，所述准分布式fgb高差位移计由多个fbg传感器串联组成；

采集各个fbg传感器的监测值，通过各个fbg传感器的监测值得到围岩上各监测点的形变位移量，其中，fbg传感器mi在时间点j监测到的监测值为监测点pi相对于基准点a的高差变化值，通过如下公式计算得到：

其中，为fbg传感器mi在时间点j监测到的监测点pi相对于基准点a的高差变化值；d1j～dij为各fbg传感器m1～mi在时间点j的监测值。

更优选地，构成所述准分布式fbg高差位移计的每个fbg传感器间隔一设定间距进行布置。

更优选地，所述超前孔具有使得各监测点位于临空面附近的仰角，所述超前孔的孔径大于上述测量管的外径，超前孔的深度等于所述测量管的长度。

更优选地，所述测量管与超前孔之间的间隙通过注浆耦合固定。

本发明还提供利用上述的适用于双护盾tbm的围岩变形监测方法的一种适用于双护盾tbm的围岩变形预测方法，其包括：

s1，采用权利要求1-4任意一项所述的适用于双护盾tbm的围岩变形监测方法得到围岩上各监测点的形变位移量；

s2，利用精细化数值仿真模型基于施工过程进行数值仿真，及通过调整各蠕变本构参数取值进行反演分析，使各监测点形变位移量的修正值逐渐趋于最小值，当满足为反演蠕变本构参数所建立的目标函数f(x)<5％时，则反演分析得到对应预测用的蠕变本构参数值；

s3，基于反演分析得到的预测用的围岩蠕变本构参数值，通过数值仿真模型分析后续施工过程及施工结束后的围岩收敛变形发展规律和最终收敛变形值。

更优选地，所述步骤s2包括：

s2.1，建立考虑围岩蠕变特性和隧洞tbm施工过程的精细化数值仿真模型，围岩初始物理力学参数通过现场取样和室内试验获取，精细化数值仿真模型中tbm各组件和衬砌管片的参数根据所选tbm设备和管片型号而定，围岩的蠕变参数根据反演分析获得，为反演围岩蠕变本构参数所建立的目标函数为：

其中，f(x)是为反演蠕变本构参数所建立的目标函数；x＝(x1,x2,...,xl)是待反演的蠕变本构参数，l为待反演参数个数；为数值仿真模型计算的监测点pi在时间点j的围岩变形值；为监测点pi在时间点j的实际围岩变形值；为fbg传感器mi在时间点j监测到的监测点pi相对于基准点a的高差变化值；δdj为基准点a在时间点j的计算位移值；m和n分别为反演分析所用的时间点个数和监测点个数；

s2.2，对所建立的精细化数值仿真模型进行反演分析，反演分析得到围岩变形预测用的各蠕变本构参数值。

更优选地，所述步骤s2.2包括：

采用试验法的方式对精细化数值仿真模型进行反演分析，通过在合理范围内不断调整各蠕变本构参数的取值，使得目标函数逐渐趋于最小值。当满足为反演蠕变本构参数所建立的目标函数f(x)<5％时，则反演分析得到对应围岩变形预测用的各蠕变本构参数值。

更优选地，所述步骤s2.2包括：

采用基于机器学习算法的方式对精细化数值仿真模型的各围岩蠕变本构参数值进行反演分析：

设置各蠕变本构参数的大量不同取值并进行不同组合，通过数值仿真模型计算获得大量不同参数组合情况下各监测点p1,p2,…,pn的位移值；

构建多个机器学习预测模型，将数值仿真模型计算得到的各监测点p1,p2,…,pn相对于基准点a的高差变化值作为模型的输入向量，各蠕变本构参数值作为模型的输出结果；随机选取部分样本作为训练集对各机器学习模型进行训练，其余部分样本作为测试集来检验训练好的各机器学习模型的预测效果；通过对比平均相对误差和稳定性等指标确定出最优机器学习预测模型；

将现场各监测点p1,p2,…,pn的相对于基准点a的监测高差变化值输入到确定好的最优机器学习预测模型中，输出围岩变形预测用的各蠕变本构参数值。

由上述发明的技术方案可以看出，本发明具有如下有益效果：

本发明结合双护盾tbm设备特点，利用tbm自带的超前钻机在围岩顶部钻孔，将基于准分布式fbg传感原理的测量管安装到超前孔内对tbm开挖掘进过程中的多点围岩变形数据进行实时采集；通过采集的数据能够实现对双护盾tbm隧洞的围岩收敛变形进行有效监测。

本发明通过建立精细化数值仿真模型，并基于所采集的围岩收敛变形监测数据通过数值反演的方式对假想固定点(基准点)位移引起的误差进行修正；并基于反演得到预测用的本构参数，通过数值仿真对tbm掘进过程的围岩收敛变形规律进行超前预测。因此本发明能够较为精确地预测围岩收敛变形的发展趋势和稳定值。

本发明的应用成本较低，且可有效实现对隧洞施工过程中围岩收敛变形规律及收敛稳定值的超前预测，从而为tbm的隧洞施工掘进和支护设计提供指导依据，保障双护盾tbm的安全高效施工。

附图说明

图1为本发明的安装有准分布式fbg高差位移计的测量管示意图；

图2为本发明的超前钻孔位置示意图。

图3为本发明的双护盾tbm隧洞的围岩收敛变形超前预测方法的流程图。

附图中：

tbm1、掌子面2、超前孔3、fbg传感器4、测量管5。

具体实施方式

为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限制本发明的范围。

结合图1和图2所示，本发明提供一种适用于双护盾tbm的围岩变形监测方法，其包括如下步骤：

s1，由多个fbg(fiberbragggrating，光纤布拉格光栅)传感器4串联组成准分布式fbg高差位移计，并置于埋设在隧道掌子面后方设定位置处超前孔3中的测量管5内，通过该准分布式fgb高差位移计对围岩多个监测点的变形收敛进行实时监测，通过各个fbg传感器4的监测值得到围岩上各监测点的形变位移量。

该步骤s1的具体实施情况如下：

s1.1，将多个fbg传感器4(分别记为m1,m2,...,mn，其中n为自然数)进行串联，构成准分布式fbg高差位移计，对应的监测点分别为p1,p2,…,pn，其中n为自然数；对其进行测试以检验该准分布式fbg高差位移计中的各fbg传感器是否连接良好；

s1.2，采用钢管作为外置的测量管5，将经测试检验合格后的准分布式fbg高差位移计安装于测量管5内，其中构成该准分布式fbg高差位移计的每个fbg传感器4间隔一设定间距(如3.0m)进行布置，fbg传感器mi的测量值为监测点pi和监测点pi-1两点间的高差变化；

s1.3，当tbm1前行掘进到测试段时，利用双护盾tbm设备中自带的超前地质钻机，在距离隧道掌子面2后方一定距离(根据所选tbm设备的结构确定，本实施例中该距离设置为1.6米。)的位置处钻一个具有较小仰角(该仰角使得各监测点位于临空面附近，本实施例中该仰角设置为14°)的超前孔3，该超前孔3的孔径大于上述测量管5的外径，超前孔3的深度等于上述测量管5的长度，并将测量管安装到超前孔内，对测量管5与超前孔3之间的间隙进行注浆耦合固定。

s1.4，进行预测试：通过检验是否能采集到围岩变形信号，来判断测量管内的准分布式fbg高差位移计的功能是否完好。

s1.5，确认测量管5中的准分布式fbg高差位移计预测试无问题后，在后续tbm1掘进过程中，通过超前孔3内布设的准分布式fgb高差位移计对围岩多个监测点的变形收敛进行实时监测；监测频率为每分钟采集一次，当围岩较软、变形收敛较慢时刻适当增加监测时间和监测频率。

记录各fbg传感器4的监测值，分别记为d1,d2,...,di,...,dn-1,dn。以超前孔中测量管5的远端a点为假想固定点(基准点)，则围岩上一监测点(记为监测点pi)的形变位移量为该监测点pi与a点之间各fbg传感器(m1～mi)的监测值的累加值。

fbg传感器mi在时间点j监测到的监测值为监测点pi相对于基准点a的高差变化值，其通过如下公式计算得到：

其中，为fbg传感器mi在时间点j监测到的监测点pi相对于基准点a的高差变化值；d1j～dij为各fbg传感器m1～mi在时间点j的监测值。

本发明还提供一种适用于双护盾tbm的围岩变形预测方法，其实施流程如图3所示，该预测方法除了包括上述步骤s1外，还包括如下步骤：

s2，利用精细化数值仿真模型基于施工过程进行数值仿真，及通过调整各蠕变本构参数取值进行反演分析，使各监测点形变位移量的修正值逐渐趋于最小值，当满足为反演蠕变本构参数所建立的目标函数f(x)<5％时，则反演分析最终得到对应预测用的蠕变本构参数值。

s2.1，假想步骤s1.5中的固定点a实际并不为固定的，其自身也会有较小的位移值，通过数值反演分析的方式对各测点的监测值进行修正处理。

建立考虑围岩蠕变特性和隧洞tbm施工过程的精细化数值仿真模型，围岩初始物理力学参数通过现场取样和室内试验获取，精细化数值仿真模型中tbm各组件和衬砌管片的参数根据所选tbm设备和管片型号而定，围岩的蠕变参数根据反演分析获得。参数反演分析本质是一个优化问题，寻优过程即为寻找一组满足目标函数极小或小于某一设定值的蠕变参数使得数值计算结果与围岩变形监测值尽可能一致。本实施例中为反演围岩蠕变本构参数所建立的目标函数为：

其中，f(x)是为反演蠕变本构参数所建立的目标函数；x＝(x1,x2,...,xl)是待反演的蠕变本构参数，l为待反演参数个数；为数值仿真模型计算的监测点pi在时间点j的围岩变形值；为监测点pi在时间点j的实际围岩变形值；为fbg传感器mi在时间点j监测到的监测点pi相对于基准点a的高差变化值；δdj为假想固定点a在时间点j的计算位移值；m和n分别为反演分析所用的时间点个数和监测点个数。

s2.2，反演分析可以采用试验法的方式，通过在合理范围内不断调整各蠕变本构参数的取值，使得目标函数逐渐趋于最小值；当满足为反演蠕变本构参数所建立的目标函数f(x)<5％时，则反演分析得到围岩变形预测用的各蠕变本构参数值。

该反演分析得到的围岩变形预测用的蠕变本构参数值能够较好地反映工程现场围岩实际的变形特性。且此时对应地得到修正后的监测点pi在时间点j的围岩变形值

s2.2中反演分析也可以采用基于机器学习算法的方式进行，具体流程为：

①设置各蠕变本构参数的大量不同取值并进行不同组合，通过数值仿真模型计算获得大量不同参数组合情况下各监测点(p1,p2,…,pn)的响应(位移值)；

②构建多个机器学习预测模型，将数值仿真模型计算得到的各监测点(p1,p2,…,pn)相对于基准点a的高差变化值作为模型的输入向量，各蠕变本构参数值作为模型的输出结果。随机选取部分(如90％)的样本作为训练集对各机器学习模型进行训练，其余部分(如10％)的样本作为测试集来检验训练好的各机器学习模型的预测效果。通过对比平均相对误差和稳定性等指标确定出最优机器学习预测模型。

③将现场各监测点(p1,p2,…,pn)的相对于基准点a的监测高差变化值输入到确定好的最优机器学习预测模型中，则可输出得到围岩变形预测用的各蠕变本构参数值。

s3，基于反演分析得到的围岩蠕变本构参数值，通过数值仿真模型分析后续施工过程及施工结束后的围岩收敛变形发展规律和最终收敛变形值。

基于步骤s2.2中反演分析得到的预测用的围岩蠕变本构参数值能够较好地反映工程现场围岩实际的变形特性，后续通过数值仿真模型分析后续施工过程及施工结束后的围岩收敛变形发展规律和最终收敛变形值，可实现对隧洞收敛变形的超前预测，为双护盾tbm施工及支护设计提供指导，有效预防双护盾tbm发生卡机风险。

虽然上面结合本发明的实施例对本发明进行了详细的描述，本领域技术人员应该理解，上述实施例仅仅是对本发明的适宜性实现方式的解释，并非对本发明包含范围的限定。凡在本发明的精神和原则之内，所作的修改、等同替换、改进等，均应包含在本发明的保护范围之内。