王升;李君旸;袁永才;王健华
【摘 要】对于山岭隧道软岩大变形地段,进行围岩级别判定对指导隧道安全施工有着极其重要的作用.利用TSP、地质雷达、瞬变电磁等综合探测方法对红岩寺隧道软岩地段进行围岩级别初步辨识,然后基于属性综合模型进行围岩级别数学方法二次评价.开挖后ZK20+ 839 ～ ZK20+ 835段发生大变形,判断围岩级别为V级,现场实际揭露情况与探测结果、二次评价结果吻合.基于数值模拟软件,从开挖断面、开挖方法、钢拱架、锚杆、注浆加固等方面进行参数优化.通过大变形段的补强监测,表明采用此方法处理隧道大变形效果良好. 【期刊名称】《科学技术与工程》 【年(卷),期】2016(016)013 【总页数】8页(P266-272,278)
【关键词】软岩大变形;综合探测方法;属性综合模型;数值模拟;监控量测 【作 者】王升;李君旸;袁永才;王健华
【作者单位】山东大学岩土与结构工程研究中心,济南250061;山东大学岩土与结构工程研究中心,济南250061;山东大学岩土与结构工程研究中心,济南250061;山东大学岩土与结构工程研究中心,济南250061 【正文语种】中 文 【中图分类】U452.12
国家战略从东部逐渐向西部转移，基础设施得到了迅猛发展。西部以山地为主，地质条件复杂多变，岩溶、断层、软岩、地震、地下暗河、冻胀土等不良地质频繁出现，给隧道施工带来了极大的隐患，加之突水突泥、塌方等地质灾害的突发性和难预测性，造成了巨大的财产损失和人员伤亡。因此，加强隧道地质灾害研究是热点，更是难点[1—4]。软岩大变形是隧道施工过程中最常见的不良地质之一，往往会导致隧道施工过程中的塌方、衬砌开裂等地质灾害。现在首先利用TSP、地质雷达、瞬变电磁等超前预报方法进行初步围岩级别判断，然后基于属性综合模型对软岩大变形段的围岩类别进行二次评价，结合掌子面揭露岩体，对开挖段围岩级别进行定量识别，根据辨识的危险程度制定相应的处治措施[5—7]。
1995年杨法玉等[8]采用了水利水电工程围岩分类、RMR、Q系统等3种围岩划分方法和6个数学与力学模型探讨了大跨度深开挖地下洞室围岩的稳定性分析，为设计出符合围岩条件的高质量支护系统提供依据；2000年张顶立等[9]从含夹层岩体是一个整体的角度建立了组合系统力学模型，研究了含夹层岩体的破坏失稳机理，以此确定了含夹层岩体稳定性的判别指标，有利于夹层岩体稳定性的控制。2006年陈昱[10]针对不同的影响因素提出一种组合神经网络预测模型，对预测隧道断面的变形有较强的实用性。2009年李晓龙等[11]针对向量机岩体变形预测方法的缺点提出了最小二乘支持向量机的围岩变形预测方法，基于开挖岩体高度不确定的时变系统应用于雪家庄隧道，对围岩变形预测精度较高；2009年吴益平等[12]结合GM (1,1)模型和神经网络建立了灰色-进化神经网络模型，并对趋势项和随机项进行预测，较好地预测了堡镇隧道围岩收敛位移的变化规律。2013年齐甦等[13]针对时间序列的单调增长性和随机性的特点，将灰色模型预测方法和马尔可夫链概率转移方法结合起来，建立了灰色-马尔可夫链模型，并在两水隧道围岩变形预测中验证了其正确性。2013年何满朝等[14]利用多种手段对新疆地区埋藏较深的中生代软岩进行了破坏机制研究，提出了以恒阻大变形锚网索耦合支护为核心
的主动支护技术体系，有利于巷道的稳定。 1.1 工程概况
保康至宜昌高速公路是湖北省骨架公路网中“第五纵”郧县至宜昌高速公路的重要组成部分，项目北接麻竹高速公路，南连荆宜高速公路，是湖北省西部地区南北向的重要通道之一。本项目是湖北省西部地区南北向的重要通道，对于增强襄樊、宜昌辐射带动作用，促进区域经济发展，加强湖北西部地区与陕西、河南、湖南等周边省份的联系具有重要的意义。
红岩寺隧道是拟建的湖北省保康至宜昌高速公路襄阳段的一座分离式特长隧道。具有纵深长、埋深大的特点(最大埋深约486 m)。以沉积岩地层为主，断裂构造发育，主体构造规模巨大的有通城河断裂带。基本与通城河相伴平行展布，系由一组宽约1～2 km的断裂带组成。地表岩溶发育，分布大量的岩溶洼地，落水洞，漏斗，大气降水直接通过落水洞，漏斗灌入地下，并通过地下河排向深切河谷，且发育有漏水洞，为典型的强岩溶隧道，施工风险极大。隧道开挖过程中可能出现突水突泥等工程事故。
1.2 超前地质预报探测
利用TSP203plus对红岩寺隧道出口左洞ZK20+862～ZK20+762进行了探测，此次TSP预报共激发24炮，炮点距1.5 m，接收器置于隧道右侧边墙内(面向掌子面)接收。掌子面桩号为ZK20+862，传感器桩号为ZK20+918。采集参数为：采样率62.5 μs，记录长度7 218样点，X-Y-Z三分量接收。数据处理结果以偏移图像为主，结合地质分析成果、反射面提取图、2D岩石属性图等综合判断：推测ZK20+843附近、ZK20+839～ZK20+831段偏移图像中正负反射波组较明显且杂乱，正负反射波能量相当或正反射能量略强；纵波波速下降，在岩性图中，各曲线都呈较明显，密集的起伏变化；二维、三维图像中反射面较多，较集中，且相互重叠；综合以上，可判定为破碎带，并含有少量裂隙水。P波深度偏移如图1，探
测段岩体物性图见图2，反射层提取图如图3所示。
结合地质勘察资料，此段围岩该段Ⅴ级围岩，围岩为中、微风化页岩地段，岩体极破碎～破碎，属于极软岩。
根据上述围岩级别初步判识结果，对红岩寺隧道出口段左洞ZK20+839～ZK20+831段进行属性测度围岩级别评价。 2.1 评价指标
在总结分析大量工程案例的基础上，认为地质因素是影响围岩级别的主要因素。因此，选取岩体完整性系数kv、泊松比μ、纵波波速Vp、围岩基本质量指标BQ、不连续结构面状态β以及地下水W等指标来评价围岩级别较为合适。
根据TSP的2D岩石属性图(图3)、掌子面揭露的岩体破碎程度(图4)，结合红岩寺隧道工程地质勘查资料，由表2判定岩体完整系数kv取值为0.15，泊松比μ取值为0.28(介于0.27～0.29范围内)，岩体纵波波速Vp为2.2 km/s，BQ为172。
不连续结构面状态和地下水通过专家评判法进行评判。通过揭露的围岩专家分析节理较为发育，不连接结构面β取值为0.8；该段拱顶渗水较为严重呈雨滴状，地面有多处积水，洞内湿度较大，边墙局部出现点状渗水，通过专家评判法W为0.5。 2.2 属性测度分析
相比层次分析法、模糊数学综合评价模型，基于属性数学的属性综合评价模型具有更为明显的优势： ① 不存在信息的遗失。
② 置信度识别对有序分割类的问题分类程序更准确、细致。 ③ 不需要反复的上机调试、训练。
因此，属性识别模型既解决了模糊数学最大隶属度分类不清的缺点，又克服了神经网络模型的繁琐。
基于层次分析法确定山岭隧道围岩级别各影响因素权值，采用1～9标度方法构造判断矩阵，建立权威专家评分法对各因素相互间的重要度进行打分(表3)。 通过构造的判断矩阵，计算出最大特征向量λmax=6.050，一致性指标
CI=(λmax-n)/(n-1)=0.01<0.1，一致性系数CR=0.008<0.1，可知一致性检验合理，该判断矩阵可认为可靠。解得各地质因素的权重为A1=[0.118，0.044，0.065，0.329，0.296，0.148]。 。
因为围岩级别越低越好，所以评价集(Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ)是一个有序集，Ⅰ>Ⅱ>Ⅲ>Ⅳ>Ⅴ。按照置信度准则式(1)进行判别，属性识别时置信度λ一般取 0.6～0.7 之间，计算时取λ=0.65，置信度准则：
最终计算结果，只有k=5时不等式才成立。由此可知该围岩级别属于Ⅴ级，围岩评价情况极差，岩体极为松散、软弱、破碎，而且与掌子面揭露围岩得到了相互验证。
隧道出口左线里程桩号ZK20+839～ ZK20+835段，围岩发生大变形，钢骨架变形严重，初期支护剥落。结合现场地质勘察，判定该段Ⅴ级围岩，围岩为中、微风化页岩地段，岩体极破碎～破碎，属于极软岩。遇水软化、强度降低。拱部及两侧壁欠稳定。评价结果与现场实际揭露情况基本吻合，见图5。
隧道的施工过程伴随着极为复杂的动态加卸荷载力学变化，开挖后塑性区的分布取决于围岩级别、洞型、施工方法。对于大埋深的软岩隧道，应力条件较为复杂，围岩呈非线性，加上施工期间长期施工扰动、遇水软化、支护不及时等诸多因素，故极易发生围岩失稳和隧道衬砌结构开裂与破坏的现象。软岩大变形段应根据“加固围岩、预留变形、先柔后刚、先放后抗、刚柔并举、分次支护、及早封闭、底部加强、信息化施工”的原则，紧密地将设计与现场施工联系起来，在施工中严格按照分步、分块的形式进行施工。
4.1 开挖方法比选
根据施工造价及施工周期，隧道开挖方法依次是全断面法、台阶法、环形开挖留核心土法、中隔壁法(CD法)、交叉中壁法(CRD法)、双侧壁导坑法。以全断面法和台阶法为例，通过Flac3D模拟计算比较：台阶法比全断面法沉降减少30%，塑性区面积小[15]。因此，台阶法更加适用于软岩隧道开挖。 4.2 隧道断面比选
研究表明，隧道开挖断面为直边墙，具有变形快、变形量大的特点，且易于表面混凝土产生裂缝、拱架扭曲等现象。圆曲形断面有利于应力的均匀分布，使高地应力缓慢释放。所以钢拱架选用圆曲形，配合支护补强措施，形成闭合环[16]。 4.3 支护结构选取
考虑适应软岩的变形特征，拟采用主动柔性支护与被动刚性支护相结合的综合处治措施。
4.3.1 钢拱架支护优化
在支护中钢拱架对软岩大变形具有较好的控制作用。用数值方法分析钢拱架间距与钢拱架型号对控制软岩大变形的影响作用，可以发现前者比后者的控制作用更有效。通过分析，钢架参数选为0.5 m的22a号型钢。 4.3.2 锚杆优化
研究表明，隧道的变形量与锚杆的长度呈线性关系。锚杆长度越长，隧道的最大变形量越小。说明锚杆的长度能控制隧道围岩的变形量。
由表5可知，当锚杆的长度达到一定程度，锚杆控制变形的能力并没有明显增强。因此，选取合适长度的锚杆加固围岩既可以减小变形量，又可以节约成本、降低施工难度；修正锚杆参数为6 m。 4.3.3 注浆加固
对于软弱破碎岩体进行注浆加固，可以增强结构面间的胶结力，极大改善围岩的力
学参数。
根据很多工程案例，在处理软岩大变形过程中采用注浆是常见的处治方法，可以很好地控制围岩的变形。但综合考虑在现有注浆技术、注浆影响的局限性及经济性，选取注浆参数为2～3 m。
为验证优化方案的处治效果，增设了ZK20+837监控量测断面，重点监测隧道大变形段拱顶下沉和净空收敛，见图6。按照隧道监测量测规范，从处治结束后立即开展布点工作，并在布点6 h内使用全站仪进行第一次现场量测，监测频率一天两次。每次得到的监测量测数据及时，得到了该断面的累计拱顶沉降和累计收敛变形与时间的关系曲线，将信息反馈给施工单位指导施工，保证隧道施工安全和围岩稳定。见图7、图8。
由图7、图8可知：在处治施工结束后初期，拱顶沉降和水平收敛速率较大，但很快呈下降趋势。最终隧道软岩大变形段收敛速率和沉降速率基本趋于稳定。综上所述，从围岩变形监测可知，优化处治方案效果较好。
(1) 在隧道施工过程中首先应采用TSP或地质雷达等超前预报综合方法进行初步围岩级别确定，对围岩类别较低的区段采用属性综合模型进行二次评价，结合掌子面揭露围岩，最终确定围岩级别为Ⅴ级。
(2) 红岩寺出口左线ZK20+839～ ZK20+835段围岩发生大变形现象，验证了上述围岩级别判识方法的有效性。
(3) 根据监控量测数据，证明圆曲断面、台阶法、缩小钢拱架间距、选用6 m长的锚杆、注浆范围为2～3 m等措施对软岩大变形的控制有着良好的效果。 1 刘 高, 张帆宇, 李新召, 等. 木寨岭隧道大变形特征及机理分析. 岩石力学与工程学报, 2005;24(S2): 5521—5526
Liu Gao, Zhang Fanyu, Li Xinzhao, et al. Research on large deformation and its mechanism of Muzhailing Tunnel. Chinese Journal of Rock Mechanics a
nd Engineering, 2005; 24(S2): 5521—5526
2 雷 军, 张金柱, 林传年. 乌鞘岭特长隧道复杂地质条件下断层带应力及变形现场监测分析. 岩土力学, 2008;29(5): 1367—1371
Lei Jun, Zhang Jinzhu, Lin Chuannian. Analysis of stress and deformation site-monitoring in fault zone of Wushaoling Tunnel under complex geological conditions. Rock and Soil Mechanics, 2008;29(5): 1367—1371 3 周乾刚, 方俊波. 乌鞘岭隧道岭脊段控制千枚岩大变形快速施工. 隧道建设, 2007; 27(4): 43—47
Zhou Qiangang, Fang Junbo. Rapid tunnel construction technology to control huge deformation of Phyllite ground: case study on ridge section of Wushaoling Tunnel. Tunnel Construction, 2007; 27(4): 43—47
4 陶 波, 伍法权, 郭啟良, 等. 高地应力环境下乌鞘岭深埋长隧道软弱围岩流变规律实测与数值分析研究. 岩石力学与工程学报, 2006; 25(9): 1828—1834 Tao Bo, Wu Faquan, Guo Qiliang, et al. Research on rheology rule of deep-buried long Wuqiaoling Tunnel under high crustal stress by monitoring and numerical analysis. Chinese Journal of Rock Mechanics and Engineering, 2006; 25(9): 1828—1834
5 刘志春, 朱永全, 李文江, 等. 挤压性围岩隧道大变形机理及分级标准研究. 岩土工程学报, 2008; 30(5): 690—697
Liu Zhichun, Zhu Yongquan, Li Wenjiang, et al. Mechanism and classification criterion for large deformation of squeezing ground tunnels. Chinese Journal of Geotechnical Engineering, 2008; 30(5): 690—697 6
Egger P. Design and construction aspects of deep tunnels (with particular emphasis on strain softening rocks). Tunnelling and Underground Space Technology, 2000; 15(4): 403—408
7 刘志春, 李文江, 孙明磊, 等. 乌鞘岭隧道F4断层区段监控量测综合分析. 岩石力学与工程学报, 2006; 25(7): 1502—1511
Liu Zhichun, Li Wenjiang, Sun Minglei, et al. Monitoring and comprehensive analysis in F4 section of wuqiaoling tunnel. Chinese Journal of Rock Mechanics and Engineering, 2006; 25(7): 1502—1511
8 杨法玉, 马国彦. 对黄河小浪底水利枢纽地下厂房围岩稳定性分析方法的研究. 水力发电, 1995;(1): 23—26
Yang Fayu, Ma Guoyan. Study on methods used for analyzing adjoining rock stability of underground hydroplant in Xiaolangdi project. Water Power, 1995;(1): 23—26
9 张顶立, 王悦汉, 曲天智. 夹层对层状岩体稳定性的影响分析. 岩石力学与工程学报, 2000; 19(2): 140—144
Zhang Dingli, Wang Yuehan, Qu Tianzhi. Influence analysis of interband on stability of stratified rock mass. Chinese Journal of Rock Mechanics and Engineering, 2000; 19(2): 140—144
10 陈 昱. 基于组合人工神经网络的隧道变形预测模型应用研究.广东土木与建筑, 2006;(2): 19—22
Chen Yu. Application of combined artificial neural network in tunnel deformation prediction model. Guangdong Civil and Architecture, 2006;(2): 19—22
11 李晓龙, 王复明, 蔡迎春. 最小二乘支持向量机在隧道围岩变形预测中的应
用. 公路交通科技, 2009; 26(7): 80—84
Li Xiaolong, Wang Fuming, Cai, Yingchun. Predicting deformations of tunnel surrounding rock by using least squares support vector machine. Journal of Highway and Transportation Research and Development, 2009; 26(7): 80—84
12 吴益平, 李亚伟. 灰色-进化神经网络模型在深埋隧道围岩变形预测中的应用. 岩土力学, 2009; 29(supp): 263—266
Wu Yiping, Li Yawei. Application of grey-ENN model to prediction of wall-rock deformation in deep buried tunnels. Rock and Soil Mechanics, 2009; 29(supp): 263—266
13 齐 甦, 周德军, 王立英, 等. 基于灰色-马尔可夫链的隧道围岩变形预测研究. 现代隧道技术, 2013; 50(1): 80—85
Qi Su, Zhou Dejun, Wang Liying, et al. Deformation prediction of tunnel surrounding rock based on the grey-markov chain. Modern Tunnelling Technology, 2013; 50(1): 80—85 14 何满潮, 袁 越, 王晓雷, 等. 新疆中生代复合型软岩大变形控制技术及其应用. 岩石力学与工程学报, 2013; 32(3): 433— 441
He Manchao, Yuan Yue, Wang Xiaolei, et al. Control technology for large deformation of mesozoic compound soft rock in Xinjiang and its application.Chinese Journal of Rock Mechanics and Engineering, 2013; 32(3): 433—441
15 李 权. 软岩大变形公路隧道变形规律及控制技术研究. 成都: 西南交通大学, 2012
16 张文新, 孙韶峰, 刘 虹. 木寨岭隧道高地应力软岩大变形施工技术. 现代隧道
技术, 2011; 48(2): 78—82
Zhang Wenxin, Sun Shaofeng, Liu Hong. Construction techniques of Muzhailing tunnel with high ground stresses and large soft rock deformation. Modern Tunnelling Technology, 2011; 48(2): 78—82
因篇幅问题不能全部显示，请点此查看更多更全内容