广东建准检测技术有限公司 广东 广州 510000
摘 要:本文主要针对深基坑支护工程变形的监测及数据展开了分析，通过结合具体的工程实例，介绍了深基坑支护工程中的变形监测方案设计，并对变形监测的结果作了数据处理，以期能为有关方面的需要提供参考借鉴。
关键词:深基坑支护；变形监测；数据分析
0 引言
深基坑施工如今已在建筑工程中得到了普遍的应用，但由于其存在着变形的问题，还是需要我们重视深基坑工程的施工。因此，我们需要对深基坑的变形进行监测，并采取有效的措施做好处理。基于此，本文就深基坑支护工程变形的监测及数据进行了探讨，相信对有关方面的需要能有一定的帮助。
1 工程实例
1.1工程概况
某基坑支护工程位于城中区的城市主干道旁，基坑长233m，宽202m，设计深度9.5～11.5m，设计等级为Ⅰ级，采用“动态设计法”进行设计施工。基坑南部有5栋高度在4～7层的民用建筑，距支护墙最近为3m，小于基坑深度2倍，必须提供合理、可靠的监测方案，定期对支护桩桩顶、基坑侧壁边坡顶、周边既有建筑物、地表和周边道路进行位移和沉降变化监测。
1.2 主要方案设计
1.2.1 基准点布设
在场地外围不受施工影响的稳固处，采用钻孔置入法埋设5个水平位移基准控制点K1～K5，在施工场地内安置3个工作基点K6～K8，制作成强制对中观测墩。以基准点BM1，BM2及BM3三个基岩点作为沉降观测的基准点，如图1所示。.png)
图1 基坑工程变形监测基准点布点略图
1.2.2 监测点布设
依据设计要求，在支护桩顶梁上和基坑坡顶共布设51个水平位移观测点，在一级平台上共布设25个水平位移观测点；在基坑南面5栋4～7层民用建筑布设11个水平位移观测点。基坑南面建筑物群布设20个沉降观测点；路面布设12个沉降观测点。
1.2.3 观测方法
(1)水平位移监测点观测。每次分别在工作基点上设站，以K1，K2，K3，K4，K5作为控制，利用后方交会的方法检核工作基点的稳定性，若工作基点处于稳定状态则直接用极坐标法观测各监测点；若工作基点不稳定则利用实时交会的坐标作为新的测站坐标，利用极坐标法观测各监测点。结合实际情况，观测距离在250m范围内，观测精度估算在6mm以内。
位移量计算公式。确定基坑每条边的位置坐标，利用点到直线的距离来计算该点在基坑边法线方向的位移量，各次位移量之和即为该点的累计位移量。
(2)沉降观测。每次沉降观测前均应对基准点BM1、BM2及BM3进行联测检校，按照国家二等水准规范施测。沉降变形点要按照国家三等精密水准测量的技术要求施测。
1.3 主要变形情况
通过现场监测得到的水平位移累计曲线图发现基坑南侧监测点水平位移数值上变化较为明显，累计位移较大，如图2所示。.png)
图2 基坑南侧水平位移变化较大的监测点变化曲线图
同时，基坑南侧民用建筑周边出现险情(南侧层数分别为4，5，7层的宿舍楼发生形变，产生约5.0mm的裂缝，周边路面倾斜开裂)，对建筑物本身造成巨大危害。
经分析，由于该区域随着基坑挖掘的深入，导致基坑内外侧压力差逐步增大，现有支护桩承压不足，导致基坑向内侧偏移和沉降。及时加护支护桩后，险情楼的累计位移均出现回稳。
1.4 数据分析
1.4.1 回归分析
(1)确定回归模型我们研究的是二元非线性回归，可转换为二元线性回归，因此其回归模型可表示为:
y=β1x+β2x'+ε;x'=x2 (1)
式中，y是因变量；x、x'是自变量；ε是误差项；β1和β2称为模型参数(回归系数)。
(2)求出回归系数最小二乘估计法。在各点处的偏差的平方和达到最
小，即
(2)
这种方法求得的和将使得拟合直线y=β1x+β2x'+ε中的y和x之间的关系与实际数据的误差比其他任何直线都小。
(3)回归模型的显著性检验
其中残差平方和为，回归平方和为
总偏差平方和为SST，即
(3)
定义复相关系数:
(4)
用此评价模型的有效性，R越大，回归变量与响应之间的关系越密切。
建立F统计量，求出自由度，总偏差平方和自由度fT=n－1，回归平方和自由度fR=m－1，残差平方和自由度fE=fT－fR=n－m，则相应均方值为
,
(5)
说明MSE是σ2的无偏估计，且SSR与SSE相互独立，则构造F统计量
(6)
取一个显著水平，可查表得Fα(m－1，n－m)，通过比较得到模型是否显著，接受或拒绝η=β0成立。最终确定计算η与u是否存在明显的函数关系。
1.4.2 数据分析结果
按照上述数据分析方法，对基坑的水平位移和沉降监测数据成果进行分析，将计算得到的坐标位移ΔX，ΔY转化为该点沿基坑边界向基坑内(+)外(－)的数值变化情况。本文给出了2013年9月1日到2014年2月22日之间F1～F5五个水平位移监测点和C1～C5五个沉降点的50期观测值相对于初始监测时的累计水平位移和沉降变化。并绘制出了对应的累计水平位移过程曲线和沉降变化曲线(如图2、图3所示)。通过曲线拟合和回归分析对数据成果进行分析预报。.png)
图3 水平位移监测点累计位移量过程曲线
以位移点F2点举例论证。通过二项式拟合插值得到:
Y=－0.0064X2+0.6162X+6.503 (13)
分析，我们发现
R2=0.858
R Square对应的数值为测定系数(determination coefficient)，它是相关系数的平方。0.8575接近于1，说明线性拟合较好。点位变化明显，现场踏勘和综合经验分析发现现场周边高层建筑的地下室开始频繁施工，导致水平位移变化趋势有所加大。
以沉降点C5从2013年12月1日到2014年2月22日的19个观测值为回归模型的分析点，对其进行回归分析。结果如表1、表2。
表1 回归统计表格
.png)
表2 方差分析表格
.png)
(1)相关系数(correlation coefficient)R的评价。一般地，相关系数的绝对值在0.8～1的范围内，可判断回归自变量和因变量具有较强的线性相关性。本例R=0.9999，表明线性关系较好。
(2)R Square对应的数值为测定系数，它是相关系数的平方，即有R2=0.9998。
(3)Adjusted对应的是校正测定系数(adjusted determination coefficient)
从以上回归统计值发现，AdjustedR2=0.9442，证明该次拟合效果较好。
从表2看出，数据的残差较小，拟合的效果很好。Significance F对应的是在显著性水平下的Fα临界值，其实等于P值，即弃真概率。所谓“弃真概率”即模型为假的概率，显然1－P便是模型为真的概率。可见，P值越小越好。对于本例，P=3.153E－33＜0.0001，故置信度达到99.999%以上。
通过回归分析说明该点在给定时间段内，观测效果较好，数据成果可信度很高，预测模型较为准确。需要说明的是，由于监测现场情况较为复杂，在运用数理统计方法进行预测时，需要结合现场实际情况以及以往经验进行更为合理准确的判断和预测。
2 结束语
综上所述，基坑若发生变形，将会对整体的建筑施工产生极为不利的影响。因此，施工方必须要引起重视，做好基坑变形监测的工作，并采取措施做好控制，以保障基坑施工的质量，从而为保障工程的施工安全。
参考文献
[1]杜锡华.谈谈高层建筑深基坑支护工程变形监测方法[J].科技资讯.2010（35）.
[2]章丹峰.某工程大型基坑监测与分析[J].广东土木与建筑.2011（06）.
论文作者:肖钰龙
论文发表刊物:《基层建设》2015年33期
论文发表时间:2016/12/7
标签：基坑论文; 位移论文; 平方和论文; 水平论文; 系数论文; 工程论文; 数据论文; 《基层建设》2015年33期论文;