建筑物基坑监测及其数据分析方法探讨

建筑物基坑监测及其数据分析方法探讨

摘要:在大型工程建设中,往往需要进行基坑开挖。由于基坑内外压力的变化,引起土体的变形,对邻近建筑物造成影响。因此,需要对基坑及邻近建筑物进行变形监测,本文基于笔者多年从事基坑变形监测的相关工作经验,以天津市某基坑开挖对建筑物影响的监测为例,介绍了监测方案,并对不同的数据处理模型进行对比研究,得出对于本项目变形监测中精度较高的数学模型。

关键词:基坑变形监测数据处理精度

1 引言

变形监测在建筑物勘测、施工、运营等阶段都起着至关重要的作用,它是一种掌握基坑形变规律,同时对周边环境影响进行评价的重要手段。保证开挖基坑本身的安全,并且不妨碍邻近建筑的安全使用是我国城市中开挖建筑物基坑时必须遵守的一个规定。而在这一施工过程中,诸如土体变形、基坑周围荷载增加、地下水位的下降等不确定因素都容易引起周边环境的变化,也连带影响着其他建筑的安全。通过采用变形监测方法,分析施工过程中的一些形变规律,预测其周围建筑物的变化趋势,对基坑和周边建筑物同时进行监控,是保证建筑物安全运营的重要途径。本文以天津曹妃甸某基坑的监测为例,在获得监测数据后,比较基于监测观测量的预报值与实际沉降量,从而确定模型的有效性。

2 工程概况

本文研究的基坑位于天津曹妃甸某码头。在该基坑开挖施工的同时,其内外土体势必形成由静态向动态的转变,直接导致了基坑土体的变形,甚至会对邻近建筑物造成或多或少的影响。此次变形监测的目的就是最终确保周围这些建筑物的安全,监测基坑的开挖对邻近建筑物造成的影响,监测邻近建筑物的变形情况,基于监测数据控制开挖基坑的进度来保证工程的安全。

2.1 基准点和监测点布设方案

2010年5月13日开始布点对该基坑进行监测,前后共计观测23次。在基坑上布设变形监测点时,为了实现全面检测,必须平面位置上做到对称,并突出其重点。5号、4号、3号楼的沉降监测是这次监测的重点。布设5个监测基点(BM1、ZB3、ZB4、ZB1、ZB2),布设9个水平位移监测点(皆为基坑边监测点,编号为JC1、JC2、JC3、JC4、JC5、JC6、JC7、JC8、JC9,间距约为20 m,距基坑边线约20cm),布设16个沉降监测点(编号为3D-1、3D-2、4D-1、4D-2、5D-1,其中11个水平位移监测点同时作为沉降监测点,另外有5个建筑物沉降观测点)。初始数据的观测选在5月16日,共进行了两次独立观测,初始数据可以选用两次观测的平均值,在得到初始数据的基础上,联测所有基点。与基坑施工同步,要保证每3到4天进行一次重复观测,一旦某些观测点的沉降量出现异常,则应该加密观测所有观测点。

Leica DNA03数字水准仪是本次沉降监测测量所用工具,选择距离基坑200m以外比较牢固的建筑物(6号楼)上某点作为控制点(BM1),选取在距离基坑200m以外比较牢固的建筑物(4号楼)上作为另一控制点(BM2)。水准尺为与DNA03配套的Leica编码标尺。在观测之前应该检验水准仪和水准尺。(如图1)

2.2 建筑物沉降观测数据计算及分析

如图1所示,共对3号楼、4号楼,5号楼布设了5个监测点,选择BM1为起点,该点高程为10m。观测流程必须形成一个闭合环,因此可以设置为由BM1到5D-1到3D-1到3D-2到4D-1到4D-2再回到BM1,每次观测结束后利用(

路线距离)来检查记录的计算数据,同时也查看精度是否合乎要求,

其次,各沉降观测点的高可以通过调整高差闭合差来进行推算,如果发现有超限的,应当立即返工。经计算得出全长闭合差为0.21mm,路线长为870.3m,闭合差限差为±4=±3.8mm,由此可以得出结论,初次观测完全符合二等水准测量的要求。由于观测数据较多,本文取前10期建筑物沉降观测数据分析研究:(1)计算各观测点本次沉降量:Δh=本次观测得到的高程Hi－上次观测得到的高程Hi-1;(2)计算累计沉降量:ΔH=ΣΔh(3)计算沉降速率:ν=沉降量/观测天数,有观测数据绘制建筑物监测点沉降观测曲线图,各点沉降量如图2所示:

根据观测数据成果计算各观测点的累积沉降量即:(如表1)

对沉降观测数据进行分析,可以发现,其中最大的变化是4D-1(-0.96mm)和3D-1(-0.94mm),而大部分房角沉降观测点变化很少,

但监测点的累积变化量小于警戒值,已有支护结构能维持基坑边坡的稳定,目前基坑处于稳定状态。

3 对建筑物的监测点的数据分析

3.1 线性回归模型分析预测

基于5号楼,3号楼和4号楼这三个建筑物的沉降观测数据,可以进行线性回归分析,参数选择为沉降量和观测天数。

依次可求得各观测点沉降量y与监测天数x的线性回归方程及相关系数(如表2)

从表2可以看出,点5D-1的线性关系相对其他几个点最不明显,而点4D-1的线性关系相对其他几个点最为显著。

根据回归方程对各点数据进行回归,可获得相关的统计数字,如置信度、回归值、F检验值等,并对相关系数进行显著性检验。得出各点实测累积值和回归分析值,如表5所示(如表3)

将实测累积沉降值与回归分析沉降值绘制成图:(如图4)

分析图4可以看出,两条分析曲线总的走势是基本一致的,但这两个值一般存在一定差异,通过此线性回归即可进行沉降观测的变形预测,预报未来建筑物的安全。由图4可以看出,其中累积沉降的回归分

析值并不能准确地反映其沉降量,其和实际的累积沉降存在一定差异,但在点与点之间的沉降差异方面却能做到很好地反映:(1)从表3中可知,点4D-1和点3D-1沉降较为均匀,而其余三点沉降发生不均匀变化;(2)通过回归分析可发现点点4D-1和3D-11两个点沉降最快,而5D-1点则因为离基坑较远,沉降较少。根据它们这种累积沉降不同,我们可以分析后期建筑物的倾斜情况,从而更好的控制,并作好一定的防御措施。

3.2 灰色等时距模型分析预测

根据建筑物监测点情况,对点4D-2、4D-1、5D-1、3D-1、3D-2的沉降累计值进行建模预测。用～表示,建立MGM(1,5)模型。观测资料以3d为一个周期,由于此次观测数据并非等时距观测,故需要先把这些观测数据内插为以3d为一周期的数据。得到拟合值之后再内插回原始天数的拟合值。

选取前7个周期建模,后4个周期可以用来检验预测值的准确性。生成一次累加序列,即可求得一次累加序列的预测值,再求得各变形监测点的灰色等时距模型的拟合值,并绘出各监测数据点变形量的拟合值、实测值对比图,如图5所示:

由图5中的数据可以发现前6期的实测值和拟合值之间的差距很小,而从第7期以后两者之间就略有差距。