摘要：随着城市化进程的加快，城市轨道交通的建设越来越多，地铁沿线基坑施工对既有地铁隧道影响的自动化监测研究具有重要的现实意义。本文首先介绍了GeoRDMAS自动化监测系统的结构组成和功能，并将该系统应用于郑州综合交通枢纽东部核心区地下空间综合利用工程实例中。通过分析该工程的概况、监测内容、监测方法，以及地表覆土清运期间的监测数据情况等，得出GeoRDMAS自动化监测系统对隧道结构变形量的监测是成功的，可为指导施工开挖提供正确的依据。
关键词：GeoRDMAS系统；变形监测；地铁保护
1、引言
现如今，随着国民经济的蓬勃发展，城市化进程也发展迅速，越来越多的省会城市及二、三线城市都开始建设城市轨道交通设施。城市轨道交通的建设必将带动沿线的商业、住宅建筑等开发，当然这些工程的施工也会对地铁的建设和运营产生影响，比如地铁的轨道变形、管片裂缝、地下水的渗漏等这些病害都会妨碍地铁的运营，引发巨大的灾难，威胁到人们的生命和财产安全。因此对施工建设过程中周边的地铁隧道进行变形监测至关重要[1]。由于在地铁运行期间测量人员无法进入隧道进行监测作业，而且考虑到人工监测效率低、时效性差、成本高等缺点，所以现在最普遍的是采用自动化监测。
GeoRDMAS系统是武汉大学梅文胜教授课题组研制的具有自主知识产权的自动化变形监测系统。该系统是用于控制测量机器人进行自动变形监测以及对监测过程中所采集的数据进行管理与处理的软件，它将自动测量、实时显示测量成果、实时显示变形趋势等智能化的功能合为一体，是进行各类建筑物自动变形监测、滑坡监测、地铁监测及大坝监测等的理想系统。
2、GeoRDMAS系统的组成及功能
2.1GeoRDMAS系统的组成
测量机器人自动变形监测系统硬件主要由布设于隧道内的监测设备和布设于办公室的远程控制设备组成[2]。布设在隧道内的有测量机器人、基准点和监测点棱镜，它们是整个监测系统的主体。基准点作为系统形变的参照基准，应布设于施工影响区域之外的稳固不动处，监测点按断面以一定的间隔布设于下穿影响区域，测量机器人可布设于变形区域之外也可设于变形区内，隧道内的无线远程电源开关、温度气压传感器、无线路由和工控机等设备都布设在控制箱内。工控机控制测量机器人在指定的观测周期内自动观测控制点和监测点，并存储及发送原始观测数据。办公室内的远程控制及数据后处理软件自动接收指定的电子邮箱中的监测数据进行后续处理。
自动化监测系统硬件结构如图2-1所示。
图2-1 系统硬件结构及组成示意图
2.2GeoRDMAS系统的功能
GeoRDMAS自动化监测系统具有命令传输、点位观测、数据采集和数据处理等几个主要模块[3]，具体功能如下：
（1）工程管理：每个变形监测项目都作为一项工程来管理，每个工程都有一个数据库文件，数据库文件中保存着该变形监测项目的所有数据[4]，包括各种初始设置信息、点位学习数据、点位测量数据以及各种计算分析成果等。
（2）系统初始化：对测量机器人进行自动目标识别、目标锁定等功能的初始化，还有搜寻范围、测距模式的设置，距离、角度、温度、气压的单位等设置。
（3）对所要测量的点位进行初始的学习测量：学习测量是对所需观测的目标点进行首次人工测量，以获取目标点空间概略位置信息,以便日后计算机控制测量机器人在每个目标概略位置一定的视场范围内自动搜寻定位目标点,完成自动测量。
（4）在用户设置的时段内自动地进行测量：自动测量前，用户可以根据需要设置观测时间，包括仪器开始测量的日期和时刻、结束日期和时刻及两个测量周期间的暂停时间，以便测量机器人能在用户指定的时间段内进行无人值守的自动观测。
（5）观测过程中的异常处理：自动观测过程中，某个时刻目标点难免会出现被遮挡或观测值超限的情况，系统具有一定的智能性，能自动处理这些异常情况。
（6）测量数据处理：数据处理主要包括目标点坐标的计算和后期的结构变形分析。可以通过对原始观测数据进行特殊的距离差分改正或气象改正以及投影改正、仪器加乘常数改正等来提高最终成果的精度。
（7）实时显示变形趋势图：系统可以对实时观测数据进行差分处理，动态显示变形趋势图，以此来判断目标点点位是否有位移。
（8）测量数据报表输出：用户可以根据不同的组合，如选择某个或某几个观测周期中的X、Y、Z坐标等输出到报表中进行管理。同时也可以将各项观测成果下的所有数据，如点位测量数据表中的数据导出到报表中可以方便用户对观测数据进行管理，并可以根据不同的需求筛选出各种观测数据。
（9）多样的平均值计算方法：平均值计算时，有选择周期与选择日期两种方式，极大地方便了用户，用户可以根据需要选择多个观测日期、周期，然后求取指定日期、周期的测量平均值。
3、GeoRDMAS系统的工程应用实例
3.1工程概况
郑州综合交通枢纽东部核心区地下空间综合利用工程位于河南省郑州市郑州东站东侧，工程地点坐落于七里河南路、商鼎路、圃田西路和博学路之间围合区域。其中建筑一为项目主体部分，位于动力北路、动力南路、圃田西路和博学路之间围合区域，建筑二、三、四、五分布四周。地块现状有博学路地铁站和地铁隧道贯穿其中，四周现在是荒地，周边还有部分厂房。本工程地下部分主要分为三层，按照功能划分了不同的区域。其中，根据人流活动可达性的高低，在下沉广场地下一层集中布置商业设施，公共停车场则布置在地下二层、三层。本工程主要包括既有一号线盾构隧道和博学路车站南北两侧的地下空间及跨越隧道上方的6条连通道及一个下沉式广场，6条连通道距离区间隧道结构顶 最小净距约3.5m。下沉式广场距离隧道结构顶部最小净距约8.5m。本工程实施难度大、施工风险性高，对地铁结构影响等级为特级。
地下空间和六个连通道与隧道平剖面位置关系如图3-1所示。
图3-1 地下空间与隧道的位置关系图
本工程对应地铁1号线左线(上行线)里程DK31+811.2～DK32+708.7，右线里程DK31+811.2～DK32+711.6，监测范围向两端各延伸50m，断面布设范围分别为997.5m（上行左线）、1000.4m（下行右线），布设108个监测断面，结构缝两侧、联络通道位置、结构形式变换处分别加密两个监测段面，存在病害结构处根据实际情况进行加密，监测断面编号以里程增进方向顺延。
3.2监测内容及方法
地铁隧道内主要监测地铁结构和道床的沉降变形、水平位移变形、结构径向收敛变形及其变形发展趋势，为确保数据准确无误，以及数据关联分析，采用测量机器人三维坐标监测和人工定期校核相结合的方式对区间左、右线实施现场监测。
为确定系统的变形参照基准，需在施工影响范围之外，布设基准点，基准点采用Leica GDR1圆棱镜。同时，为实时获取测站点精密三维坐标，需布设连接点，连接点上埋设Leica 360°全向棱镜。将基准点、连接点、仪器测站点连接成基准网，实时平差解算得测站点精密三维坐标。基准网如图3-2所示：
图3-2 监测基准网示意图
在测站上装置测量机器人、数字气压与温度计、电源和通信等装置。测量机器人在进行每一期自动观测时，首先进行基准网的观测，基准网是距离角度后方交会网，观测基准网的水平角、垂直角和距离，通过实时平差计算，提供实时动态基准[5]。采用极坐标法对监测点进行变形监测，采用距离、角度差分等技术进行监测点的数据处理，计算出各点的三维坐标。监测点的坐标与参考周期坐标的差值，即为该点的累计变形量。
3.3监测数据分析
地铁隧道的自动化监测周期与本项目基坑的开挖及建设周期保持一致。根据施工单位施工进度及监测数据情况实时调整监测频率。为了验证自动化监测数据的可靠性，选取C基坑进行土方清运作业时间段的数据进行分析。C基坑标段施工单位于2017年3月2日至2017年3月15日期间按照土堆卸载方案对地表覆土进行清运，在此期间自动化监测频率为1次/8小时。我部分别于2017年2月28日和2017年3月14日进行了两次人工监测。通过后期数据处理分别计算出在此期间自动化监测道床沉降变化量和人工监测道床沉降变化量，并统计出清土影响范围内的隧道断面变形数据。结合施工现场可知，C基坑清土影响范围对应地铁监测断面是DM10～DM20（右DK31+851.3～右DK31+951.3），这些断面在这个时间段道床上监测点的沉降变化量曲线图如图3-3所示。
根据统计的监测数据及沉降变化曲线图可以看出，自动化监测数据和人工监测数据道床沉降变形量基本吻合。说明该自动化监测系统能够准确可靠地监测出覆土清运、基坑开挖等施工对地铁结构造成的影响。在一定情况下，自动化监测可以完全替代人工监测。
图3-3道床沉降变化曲线图
4、结论与建议
鉴于日前城市轨道交通在国民生产和生活中的重要性，以及地铁事故所可能会造成的重大后果，地铁沿线基坑施工对既有地铁隧道结构影响的自动化监测技术研究具有重要的现实意义。本文首先介绍了GeoRDMAS自动化监测系统的结构组成和功能，并将该系统应用于郑州综合交通枢纽东部核心区地下空间综合利用工程实例中。通过分析该工程的概况、监测内容、监测方法，以及地表覆土清运期间的监测数据情况等，得出GeoRDMAS自动化监测系统对隧道结构变形量的监测是成功的，可为指导施工开挖进度提供正确的依据。
总体来说，本文得出的主要结论有：
（1）为了确保地铁沿线基础建设和既有地铁运营的安全，对地铁隧道结构的变形监测不可或缺，考虑到传统的人工监测方法的诸多缺点且不能适应地铁运营的要求，自动化监测系统的应用前景越来越广泛。在一定情况下，自动化监测可以替代人工监测。
（2）隧道内的自动化监测数据可提供隧道结构每天的沉降变形数据，供设计、施工及有关工程技术人员决策使用，及时指导基坑开挖施工作业，适时掌握隧道沉降变形情况，实现信息化动态施工，利于控制基坑开挖对地铁隧道变形的影响。
当然由于自动化监测系统观测距离的限制，在某些情况下，基准点无法布设在非常稳定的位置，因此需要人工定期对基准点的稳定性进行复核，综合分析自动化监测和人工监测数据，科学地判断结构变化情况。
参考文献
[1]党永超. 西安地铁隧道自动化监测技术与变形数据的分析研究[D].长安大学,2015.
[2]梅文胜,陈雪丰,周小波,张广伟. 盾构下穿既有隧道实时监测及其风险控制研究[J]. 武汉大学学报(信息科学版),2011,(08):923-927.
[3]刘振贵. Geo-RDMAS在铂顿商业中心项目地铁隧道自动化监测中的应用[J]. 广东土木与建筑,2011,(08):44-46.
[4]梅文胜,张正禄,郭际明,黄全义. 测量机器人变形监测系统软件研究[J]. 武汉大学学报(信息科学版),2002,(02):165-171.
[5]丁建勋,马德富,梁龙昌. 集运系统隧道自动变形监测系统的设计与实现[J]. 测绘通报,2012,(S1):673-676.
论文作者:刘艺
论文发表刊物:《建筑学研究前沿》2017年3月上
论文发表时间:2017/7/4
标签：隧道论文; 测量论文; 地铁论文; 数据论文; 结构论文; 基坑论文; 系统论文; 《建筑学研究前沿》2017年3月上论文;