CN112926110B - 一种地铁车站施工过程风险实时可视化预警方法 - Google Patents

Abstract

本发明公开了一种地铁车站施工过程风险实时可视化预警方法，通过监测模块采集地铁车站施工过程深基坑变形监测数据，将数据上传至服务器；基于现场勘察得到的土层参数数据，利用三维建模方法建立地铁车站施工过程数值模型；基于JAYA算法，对地铁车站施工过程数值模型修正以满足不同地段的施工的实际情况；建立地铁车站施工的BIM模型，将变形最大处和受力最大处划为风险区域在BIM模型中以警示标记。本方法利用BIM模型模拟地铁车站各施工工况施工过程及过程中围护结构的变形情况以及风险区域，实现施工过程风险可视化，更有利于现场施工教育并进行风险评估，提高施工效率。

Description

一种地铁车站施工过程风险实时可视化预警方法

技术领域

本发明涉及工程施工风险管理领域，具体涉及一种地铁车站施工过程风险实时可视化预警方法。

背景技术

随着我国经济的不断发展，大城市中的人口越来越密集，城市用地问题日益紧张为了解决城市人口日益拥挤和城市人口不断增多之间的矛盾。因此地下轨道交通行业迅速兴起。城市轨道交通建设项目，不仅可以带动固定资产投资，还会促进我国城市轨道交通设备等先进技术装备产业发展。与此同时，地铁的大量建设导致深基坑工程越来越多，深度也越来越大，基坑支护体系越来越复杂，基于BIM(建筑信息模型)技术建立支护体系的三维数据信息模型是超大超深基坑工程的研究方向，地铁项目工序繁杂、深基坑安全隐患多，应用BIM技术对基坑开挖、降水、支撑等进行多维度模拟和分析，同时通过可视化交底使现场施工人员直观了解技术、质量和安全等问题。

现有技术还存在如下缺点：

(1)现阶段，对于地铁车站的施工，通过BIM技术的应用，使施工过程的模拟直观化，有助于施工现场开展施工教育，提高施工效率，然而，BIM模型中，缺少地铁车站施工过程风险区域的预测；

(2)在地铁车站施工过程中，对施工安全的影响主要是土层的性质，现有施工过程风险评估方法主要通过有限元数值模拟进行分析，土层参数的选择主要根据室内试验数据，无法真实反映现场的复杂条件以及地铁车站施工过程土层应力的转化。

发明内容

针对上述问题，本发明旨在提供一种能即时预警、可视化的地铁车站施工过程风险实时可视化预警方法。

为实现该技术目的，本发明的方案是：一种地铁车站施工过程风险实时可视化预警方法，具体步骤如下：

S1、基坑监测，通过监测模块采集地铁车站施工过程深基坑变形监测数据，将数据上传至服务器；

S2、数据建模，基于现场勘察得到的土层参数数据，利用三维建模方法建立地铁车站施工过程数值模型；

S3、可视化，通过数值模拟分析生成风险区域，将风险区域及数值进行动态展示。

作为优选，在步骤S3可视化中具体的步骤如下：

S3.1、数据修正，基于JAYA算法，对地铁车站施工过程数值模型修正以满足不同施工阶段的实际情况，并进行数值模拟分析，模拟计算整个施工过程，确定各施工工况施工过程中的围护结构的水平位移以及内支撑的内力情况，将变形最大处和受力最大处划为风险区域；

S3.2、风险可视化，建立地铁车站施工的BIM模型，将变形最大处和受力最大处划为风险区域在BIM模型中以警示标记；

将结构的变形允许值以及受力允许值导入BIM模型中，在每个施工各工况中都展示风险区域及对应的变形与受力允许值，最终实现施工过程的风险可视化。

作为优选，在步骤S1中，监测模块包括有监测围护结构水平的全站仪，监测竖向位移的竖向水准仪，监测基坑周边土体侧向变形的测斜仪，监测地面沉降的沉降水准仪，监测基坑内支撑轴力的轴力计；

监测模块用于监测整个地铁车站深基坑的施工过程，并采集地铁车站施工过程深基坑变形监测数据。

作为优选，在步骤S2中，通过三维建模软件FLAC3D建立地铁车站施工过程数值模型，施工过程包括：围护结构施工、基坑开挖施工、地铁车站主体结构施工；

基坑的开挖施工过程按照施工工况进行建模，土方开挖时采用分层开挖，每一层土方开挖作为一个施工工况，冠梁施工以及支撑施工作为开挖施工的最后两个施工工况；

完成模型建立后，进行模拟计算地铁车站施工过程中深基坑围护结构的水平位移等所有监测内容的变形。

作为优选，在步骤S3.1中，将基坑监测数据、土层参数数据以及FLAC3D模拟计算得到的围护结构的水平位移数据导入JAYA计算算法中，以围护结构的变形情况与实测值之比与1的差值作为目标函数f(x)，目标函数表达如下：

其中，为第i个实测变形值，/>数值计算变形值，/>为目标函数的变量，作为反演计算的土层参数，即变量x包括：杨氏模量E，泊松比ν，粘聚力C，内摩擦角/>

假设在任意迭代数i中，有m个设计变量(即j＝1，2，...，m)，n个候选解(即种群大小，k＝1，2，...，n)。设f(x)_best为目标函数f(x)所有候选解中的最优解，设f(x)_worst为目标函数f(x)所有候选解中的最差解。x′_j，k，i表示第i次迭代时第k个候选解对应的第j个变量，其表达式如下：

x′_j，k，i＝x_j，k，i+r_1，k，i(x_j，best，i-|x_j，k，i|)-r_2，k，i(x_{j，worst，i}-|x_j，k，i|)

其中，X_j，best，i为最优候选变量j，X_{j，worst，i}为最差候选变量j。X′_j，k，i为X_j，k，i的优化变量，r_1，k，i和r_2，k，i为第i次迭代时第j个变量对应的区间[0 1]之间的两个任意数值。r_1，k，i(X_j，best，i-|X_j，k，i|)表示变量趋于最优变量，r_2，k，i(X_{j，worst，i}-|X_j，k，i|)表示变量规避最差变量；若变量X′_j，k，i能得到更合适的函数值，则将X′_j，k，i保留；

每一次迭代，都以新生成的变量x，即以优化的土层参数修正FLAC3D三维数值模型并模拟计算围护结构的变形，并重复上述步骤；随着迭代结束，将所有保留的优化X′_j，k，i进行进一步的迭代计算，最终得到最优土层参数；

作为优选，在步骤S3.2中，采用Revit软件建立地铁车站施工的BIM模型，模型的坐标尺寸、施工工况设置均与FLAC3D中建立的模型一致，模拟整个施工过程。

本发明的有益效果，本方法结合监测数据，基于JAYA算法进行土层参数反演计算，从而得到与实际更为符合的三维数值模型；在数值模拟中，土层模型属于非线性问题，FLAC3D对于非线性问题的计算及模拟更为精确；结合三维软件FLAC3D与BIM技术，建立三维数值模型模拟分析，将得到的风险区域分析结果导入BIM模型，利用BIM模型模拟地铁车站各施工工况施工过程及过程中围护结构的变形情况以及风险区域，实现施工过程风险可视化，更有利于现场施工教育并进行风险评估，提高施工效率；通过反演计算与BIM-FLAC3D的结合，使风险评估结果更为可靠。

附图说明

图1为本发明步骤三的流程图；

图2地铁车站深基坑施工变形可视化BIM模型；

图3不同施工工况围护结构最大变形值与警报值对比图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细说明。

如图1-3所示，本发明所述的具体实施例为一种地铁车站施工过程风险实时可视化预警方法，具体步骤如下：

S1、基坑监测，通过监测模块采集地铁车站施工过程深基坑变形监测数据，将数据上传至服务器；

S2、数据建模，基于现场勘察得到的土层参数数据，利用三维建模方法建立地铁车站施工过程数值模型；

S3、可视化，通过数值模拟分析生成风险区域，将风险区域及数值进行动态展示。

如图3所示，在步骤S3可视化中具体的步骤如下：

S3.1、数据修正，基于JAYA算法，对地铁车站施工过程数值模型修正以满足不同施工阶段的实际情况，并进行数值模拟分析，模拟计算整个施工过程，确定各施工工况施工过程中的围护结构的水平位移以及内支撑的内力情况，将变形最大处和受力最大处划为风险区域；

S3.2、风险可视化，建立地铁车站施工的BIM模型，将变形最大处和受力最大处划为风险区域在BIM模型中以警示标记；

将结构的变形允许值以及受力允许值导入BIM模型中，在每个施工各工况中都展示风险区域及对应的变形与受力允许值，最终实现施工过程的风险可视化。

具体分析过程如下：进行深基坑监测：围护结构水平(全站仪)及竖向(水准仪)位移监测、基坑周边土体侧向变形监测(测斜仪)、地面沉降监测(水准仪)、基坑内支撑轴力监测(轴力计)等，其中最重要的是围护结构水平位移，所有监测内容所需监测设备安装完成后，开始监测整个地铁车站深基坑的施工过程，并采集地铁车站施工过程深基坑变形监测数据，即地铁车站深基坑围护结构的水平位移；

基于现场勘察得到的土层参数数据，利用三维建模软件FLAC3D建立地铁车站施工过程数值模型(现实中土层的变形主要表现为非线性，采用FLAC3D在求解非线性的问题上相比于其他建模软件更有优势，通过本申请的方法进行计算得到的结果更接近实际情况)，施工过程包括：围护结构施工、基坑开挖施工、地铁车站主体结构施工；基坑的开挖施工过程按照施工工况进行建模，土方开挖时采用分层开挖，每一层土方开挖作为一个施工工况，冠梁施工以及支撑施工作为开挖施工的最后两个施工工况；完成模型建立后，进行模拟计算地铁车站施工过程中深基坑围护结构的水平位移等所有监测内容的变形；

通过JAYA算法对土层参数进行反演计算，在MATLAB中建立完整的JAYA计算算法；

将基坑监测数据、土层参数数据以及FLAC3D模拟计算得到的围护结构的水平位移数据导入JAYA计算算法中，以围护结构的变形情况与实测值之比与1的差值作为目标函数f(x)，目标函数表达如下：

其中，为第i个实测变形值，s_i(x′_j，k，i)数值计算变形值，x′_j，k，i为目标函数的变量，作为反演计算的土层参数，即变量x包括：杨氏模量E，泊松比v，粘聚力C，内摩擦角/>

假设在任意迭代数i中，有m个设计变量(即j＝1，2，...，m)，n个候选解(即种群大小，k＝1，2，...，n)。设f(x)_best为目标函数f(x)所有候选解中的最优解，设f(x)_worst为目标函数f(x)所有候选解中的最差解。x′_j，k，i表示第i次迭代时第k个候选解对应的第j个变量，其表达式如下：

x′_j，k，i＝x_j，k，i+r_1，k，i(x_j，best，i-|x_j，k，i|)-r_2，k，i(x_{j，worst，i}-|x_j，k，i|)

其中，X_jbest，i为最优候选变量j，X_{j，worst，i}为最差候选变量j。X′_j，k，i为X_j，k，i的优化变量，r_1，k，i和r_2，k，i为第i次迭代时第j个变量对应的区间[₀₁]之间的两个任意数值。r_1，k，i(X_j，best，i-|X_j，k，i|)。表示变量趋于最优变量，r_2，k，i(X_{j，worst，i}-|X_j，k，i|)表示变量规避最差变量。若变量X′_j，k，i能得到更合适的函数值，则将X′_j，k，i保留。

每一次迭代，都以新生成的变量x，即以优化的土层参数修正FLAC3D三维数值模型并模拟计算围护结构的变形，并重复步骤(4)。随着迭代结束，将所有保留的优化X′_jk，i进行进一步的迭代计算，最终得到最优土层参数，其计算流程图如图1所示。

基于JAYA算法，根据地铁车站不同施工工况进行三维数值模型修正，得到与实际情况拟合程度最好的数值模型，FLAC3D根据修正的土层参数建立三维数值模型，并进行数值模拟分析，模拟计算整个施工过程，确定各施工工况施工过程中的围护结构的水平位移以及内支撑的内力情况，以变形最大处和受力最大处作为风险区域，包括各施工工况中围护结构最大位移区域、支撑结构最大应力区域、基坑整体变形及受力情况，以此作为地铁车站施工过程中的风险源；

在FLAC3D中将深基坑施工过程中的变形数据包括坐标信息导出为txt文件；

采用Revit软件建立地铁车站施工的BIM模型，模型的坐标尺寸、施工工况设置均与FLAC3D中建立的模型一致，模拟整个施工过程。在进行土方开挖时，由于土方的挖出，围护结构靠近基坑一侧荷载卸除，其受力状态相较于开挖前完全改变，此时围护结构的变形情况对于整个基坑的安全至关重要，因此，需要利用BIM对施工过程中围护结构的变形情况进行可视化处理。

将FLAC3D导出的基坑变形数据导入Revi t软件即BIM模型中，对应不同施工工况，将地铁深基坑围护结构变形情况及基坑内支撑与冠梁受力情况与BIM模型进行匹配，实现施工过程的变形可视化，并将围护结构最大变形及内支撑受力最大区域设置为风险区域，在BIM模型中以警示标记。而现有的模型未经过修正，本申请的风险可视化前先根据算法修正后的模型得到的结果再进行可视化处理，风险区域展示的更直观，准确性更好。

如下图2所示为修正后的地铁车站深基坑的开挖施工BIM模型，将围护结构、支护结构以及土层的变形数据由小到大按颜色由浅至深显示，实现深基坑BIM模型的变形可视化。图3为不同施工工况围护结构最大位移与警报值对比图，BIM模型在施工过程中，围护结构最大变形值超过警报值时，最大位移处自动标红显示。

BIM模型预先进行实际施工的下一步施工工况模拟，根据模拟过程的风险可视化预测施工可能存在的风险，对于存在风险警报的结构及时进行施工加固模拟，通过BIM模型的风险评估安全后，才可进行下一步的实际施工。

将结构的变形允许值以及受力允许值导入BIM模型中，在每个施工各工况中都展示风险区域及对应的变形与受力允许值，实现施工过程的风险可视化，并进行风险预测及评估。有利于施工现场进行施工教育及风险评估，对风险区域超过允许值的结构及时进行现场复测，确定超过允许值的风险源，及时对基坑结构进行加固处理，提高施工效率及现场施工的安全性。

本申请预警方法的有益效果：(1)结合监测数据，基于JAYA算法进行土层参数反演计算，从而得到与实际更为符合的三维数值模型。

(2)在数值模拟中，土层模型属于非线性问题，FLAC3D对于非线性问题的计算及模拟更为精确。

(3)结合三维软件FLAC3D与BIM技术，建立三维数值模型模拟分析，将得到的风险区域分析结果导入BIM模型，利用BIM模型模拟地铁车站各施工工况施工过程及过程中围护结构的变形情况以及风险区域，实现施工过程风险可视化，更有利于现场施工教育并进行风险评估，提高施工效率。

(4)通过反演计算与BIM-FLAC3D的结合，使风险评估结果更为可靠。

以上所述，仅为本发明的较佳实施例，并不用以限制本发明，凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进，均应包含在本发明技术方案的保护范围之内。

Claims (3)

1.一种地铁车站施工过程风险实时可视化预警方法，其特征在于：具体步骤如下：

S1、基坑监测，通过监测模块采集地铁车站施工过程深基坑变形监测数据，将数据上传至服务器；

S2、数据建模，基于现场勘察得到的土层参数数据，利用三维建模方法建立地铁车站施工过程数值模型；

S3、可视化，通过数值模拟分析生成风险区域，将风险区域及数值进行动态展示；

在步骤S3可视化中具体的步骤如下：

S3.1、数据修正，基于JAYA算法，对地铁车站施工过程数值模型修正以满足不同施工阶段的实际情况，并进行数值模拟分析，模拟计算整个施工过程，确定各施工工况施工过程中的围护结构的水平位移以及内支撑的内力情况，将变形最大处和受力最大处划为风险区域；

S3.2、风险可视化，建立地铁车站施工的BIM模型，将变形最大处和受力最大处划为风险区域在BIM模型中以警示标记；

将结构的变形允许值以及受力允许值导入BIM模型中，在每个施工各工况中都展示风险区域及对应的变形与受力允许值，最终实现施工过程的风险可视化；

在步骤S3.1中，

将基坑监测数据、土层参数数据以及FLAC3D模拟计算得到的围护结构的水平位移数据导入JAYA计算算法中，以围护结构的变形情况与实测值之比与1的差值作为目标函数f(x)，目标函数表达如下：

其中，为第i个实测变形值，S_i(x′_j，k，i)数值计算变形值，x′_j，k，i为目标函数的变量，作为反演计算的土层参数，即变量x包括：杨氏模量E，泊松比ν，粘聚力C，内摩擦角/>

每一次迭代，都以新生成的变量x，即以优化的土层参数修正FLAC3D三维数值模型并模拟计算围护结构的变形，并重复上述步骤；随着迭代结束，将所有保留的优化X′_j，k，i进行进一步的迭代计算，最终得到最优土层参数；

在步骤S3.2中，采用Revit软件建立地铁车站施工的BIM模型，模型的坐标尺寸、施工工况设置均与FLAC3D中建立的模型一致，模拟整个施工过程。

2.根据权利要求1所述的地铁车站施工过程风险实时可视化预警方法，其特征在于：在步骤S1中，监测模块包括有监测围护结构水平的全站仪，监测竖向位移的竖向水准仪，监测基坑周边土体侧向变形的测斜仪，监测地面沉降的沉降水准仪，监测基坑内支撑轴力的轴力计；

监测模块用于监测整个地铁车站深基坑的施工过程，并采集地铁车站施工过程深基坑变形监测数据。

3.根据权利要求1所述的地铁车站施工过程风险实时可视化预警方法，其特征在于：在步骤S2中，通过三维建模软件FLAC3D建立地铁车站施工过程数值模型，施工过程包括：围护结构施工、基坑开挖施工、地铁车站主体结构施工；

基坑的开挖施工过程按照施工工况进行建模，土方开挖时采用分层开挖，每一层土方开挖作为一个施工工况，冠梁施工以及支撑施工作为开挖施工的最后两个施工工况；

完成模型建立后，进行模拟计算地铁车站施工过程中深基坑围护结构的水平位移等所有监测内容的变形。