基于BP神經(jīng)網(wǎng)絡(luò)的地下管廊施工質(zhì)量控制*

張 軍，王 帥，張玉麗

(遼寧科技大學(xué) 土木工程學(xué)院，遼寧 鞍山 114000)

隨著城市人口的增多及土地資源的減少，人們對(duì)基礎(chǔ)設(shè)施建設(shè)的需求也在與日俱增[1]，城市地下管廊的出現(xiàn)恰好趕在了這樣的一個(gè)十字路口，解決了不少基礎(chǔ)建設(shè)的難題.近幾年來，政府部門越來越重視地下管線的開發(fā)及利用，從國內(nèi)普通管線近幾年發(fā)生的事故可以看出，很多傳統(tǒng)管線是由自身遭受土壤腐蝕、外力損壞或第三方施工造成的，而且大部分的施工破壞主要是施工方在未查明管線范圍的情況下施工所致.由此可見，過去的管線模式已不再適合社會(huì)的發(fā)展需要，城市地下管廊的出現(xiàn)為各類分離式的管線維修困難和管理混亂的現(xiàn)象提供了一個(gè)很好的解決辦法，彌補(bǔ)了市場(chǎng)的空缺，順應(yīng)了時(shí)代的發(fā)展，也很好地解決了市政管線傳統(tǒng)管理模式存在的弊端[2].

在地下管廊盾構(gòu)施工過程中，雖然盾構(gòu)施工對(duì)地面沉降的控制較好，并且具有安全、質(zhì)量及進(jìn)度可控等優(yōu)點(diǎn)，但是在隧道開挖施工過程中也不可避免地產(chǎn)生施工質(zhì)量問題，尤其是隧道開挖，其施工具有很大的隱蔽性.因此，強(qiáng)調(diào)質(zhì)量控制的重要性十分重要，綜合管廊的質(zhì)量問題就是其生命問題，對(duì)地下管線盾構(gòu)施工過程中引起的質(zhì)量問題進(jìn)行研究是十分必要的[3].

1 質(zhì)量控制及BP神經(jīng)網(wǎng)絡(luò)理論

1.1 建筑工程質(zhì)量影響因素

為了保證工程的質(zhì)量，需要制定合理、全面的質(zhì)量控制措施，在工程施工過程中對(duì)每一個(gè)環(huán)節(jié)進(jìn)行及時(shí)的管理與有效的控制.通過大量工程實(shí)例，本文把影響工程施工質(zhì)量的主要因素歸結(jié)為：人(Man)、材料(Material)、施工機(jī)械(Machine)、施工方法(Method)、環(huán)境(Environment)這五大方面，即“4M1E”[4-5].

1)人的因素.人是直接參與工程建設(shè)的實(shí)施者，是影響施工質(zhì)量的第一要素，在施工質(zhì)量控制過程中占據(jù)主導(dǎo)地位.因此，對(duì)施工中的管理人員和施工人員進(jìn)行擇優(yōu)選擇.在人的因素中，主要考慮管理人員的因素、施工人員的技術(shù)熟練程度、施工人員的整體素質(zhì)、施工人員的培訓(xùn)情況等.

2)材料因素.材料是工程施工的重要物質(zhì)基礎(chǔ)，材料充足才能保證施工的有序進(jìn)行，材料的質(zhì)量合格是保證工程質(zhì)量合格的重要因素.因此，要加強(qiáng)地下管廊施工材料(如管片、混凝土、水泥、模板等)的質(zhì)量管理和材料入場(chǎng)的控制，同時(shí)還要做好材料的儲(chǔ)存工作.

3)機(jī)械設(shè)備因素.機(jī)械設(shè)備是工程施工得以順利實(shí)現(xiàn)的物質(zhì)基礎(chǔ)，同材料因素一樣，也是保證施工質(zhì)量的重要因素之一.工程機(jī)械設(shè)備購進(jìn)以后，要注意記錄機(jī)械設(shè)備的型號(hào)等相關(guān)數(shù)據(jù)，做好機(jī)械設(shè)備入場(chǎng)前的性能和質(zhì)量檢驗(yàn)，在施工過程中，更要注意對(duì)機(jī)械設(shè)備的檢修和維護(hù).

4)施工方法.施工方法是指施工中所用到的技術(shù)措施，要做好地下綜合管廊施工中所用到的施工方案、施工工藝和檢測(cè)技術(shù)等管控工作.實(shí)際上，這些工程施工方法和施工技術(shù)能夠有效執(zhí)行，才能保證各項(xiàng)施工工序的質(zhì)量.

5)環(huán)境因素.環(huán)境因素包括自然環(huán)境(如工程地質(zhì)及水文地質(zhì)情況等)、施工質(zhì)量管理環(huán)境和施工作業(yè)環(huán)境等，尤其是在地下管廊的施工過程中，自然環(huán)境更是復(fù)雜多變.這些環(huán)境綜合因素的好壞會(huì)直接影響到施工的質(zhì)量問題.

1.2 BP神經(jīng)網(wǎng)絡(luò)基本原理及結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)算法的主要思想是：對(duì)于n個(gè)輸入學(xué)習(xí)樣本(x1，x2，…，xn)，已知與其對(duì)應(yīng)的m個(gè)輸出樣本為(t1，t2，…，tm).用網(wǎng)絡(luò)的實(shí)際輸出(z1，z2，…，zm)與目標(biāo)矢量(t1，t2，…，tm)之間的誤差來修正其權(quán)值，使zl(z=1，2，…，m)與期望的tl盡可能地接近[6-7].

在BP神經(jīng)網(wǎng)絡(luò)中，最典型網(wǎng)絡(luò)結(jié)構(gòu)是三層前饋型網(wǎng)絡(luò)，即由一個(gè)輸入層，一個(gè)輸出層和一個(gè)隱含層組成的三層網(wǎng)絡(luò)，這種三層的BP神經(jīng)網(wǎng)絡(luò)已經(jīng)能夠?qū)崿F(xiàn)任意非線性函數(shù)的逼近，其網(wǎng)絡(luò)結(jié)構(gòu)[8]如圖1所示.

圖1 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

1.3 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)

設(shè)網(wǎng)絡(luò)的輸入x=(x1，x2，…，xn)T，隱含層有h個(gè)單元，其輸出層為y=(y1，y2，…，yh)T，輸出層有m個(gè)單元，輸出為z=(z1，z2，…，zm)T，目標(biāo)輸出為t=(t1，t2，…，tm)T，隱含層到輸出層的傳遞函數(shù)設(shè)為f，輸出層的傳遞函數(shù)設(shè)為g[9-10]，則有

(1)

(2)

式中：yj為隱含層第j個(gè)神經(jīng)元輸出；w0j=θ；x0=-1；zk為輸出層第k個(gè)神經(jīng)元輸出.此時(shí)網(wǎng)絡(luò)輸出與目標(biāo)輸出的誤差為

(3)

調(diào)整權(quán)值的目的是使ε減小，因?yàn)樨?fù)梯度方向是函數(shù)值減小最快的方向.設(shè)定一個(gè)步長η(即學(xué)習(xí)速率)，每次沿負(fù)梯度方向調(diào)整η個(gè)單位，則每次權(quán)值的調(diào)整為

(4)

按照該調(diào)整方式，其誤差越來越小，因此，BP神經(jīng)網(wǎng)絡(luò)(反向傳播)的調(diào)整順序?yàn)椋合日{(diào)整隱含層到輸出層的權(quán)值，設(shè)vk為輸出層第k個(gè)神經(jīng)元的輸入，則有

(5)

-(tk-zk)g′(vk)yj

-δkyi

(6)

隱含層到輸出層的權(quán)值調(diào)整迭代公式為

wjk(t+1)=wjk(t)+ηδkyj

(7)

輸入層到隱含層的權(quán)值調(diào)整迭代公式為

(8)

式中，uj為隱含層第j個(gè)神經(jīng)元的輸入，其表達(dá)式為

(9)

(10)

-δjxi

(11)

因此，式(8)可表示為

wij(t+1)=wij(t)+ηδjxi

(12)

2 工程實(shí)例仿真模擬

2.1 工程概況

該項(xiàng)目為沈陽市地下綜合管廊(南運(yùn)河段)的PPP項(xiàng)目，起點(diǎn)位于南運(yùn)河文體西路橋北側(cè)綠化帶，終點(diǎn)在和睦公園的南側(cè)，共設(shè)計(jì)7個(gè)盾構(gòu)井、22個(gè)工藝井，全長約12.8 km.其中J25～J29盾構(gòu)區(qū)間(即D6盾構(gòu)井～D7盾構(gòu)井)西起小河沿路與北方街橋交匯處，沿南運(yùn)河北側(cè)、長安街敷設(shè)至和睦公園南側(cè)，設(shè)計(jì)起止里程為K10+415.934至K12+566.542.

根據(jù)管廊盾構(gòu)施工的特點(diǎn)，在隧道內(nèi)布置三管三線一走道，三管為進(jìn)排水管、供熱管、通風(fēng)管；三線為電力線、電纜線、運(yùn)輸軌線；一走道為在隧道左側(cè)設(shè)置人行走道.圖2為管廊功能示意圖.沈陽市地下管廊的施工標(biāo)準(zhǔn)為：1)綠色、節(jié)能管廊，設(shè)計(jì)滿足國家現(xiàn)行的技術(shù)標(biāo)準(zhǔn)和政策法規(guī)；2)打造城市智慧管廊，具備數(shù)字化和智能化管廊功能，試點(diǎn)采用智能化巡檢機(jī)器人；3)城市高等級(jí)防恐、防災(zāi)安全管廊，管廊內(nèi)含有天然氣艙，在艙室內(nèi)設(shè)有氣體濃度探測(cè)器.

圖2 管廊功能示意圖

2.2 質(zhì)量評(píng)價(jià)體系確定和量化處理

通過對(duì)影響施工質(zhì)量五大因素進(jìn)行研究，結(jié)合工程案例，提出一個(gè)有14項(xiàng)指標(biāo)的質(zhì)量評(píng)價(jià)體系[11]，如表1所示.

表1 綜合管廊施工質(zhì)量指標(biāo)體系

為了便于建立神經(jīng)網(wǎng)絡(luò)模型，輸入影響質(zhì)量因素的信息，需要對(duì)質(zhì)量控制因素進(jìn)行量化處理，處理方式如下：

1)施工人員的技術(shù)操作熟練度用1表示熟練程度為高級(jí)、2表示熟練程度為中級(jí)、3表示熟練程度為低級(jí)；技術(shù)人員的平均工作年限按實(shí)際平均工齡輸入；管理人員的量化標(biāo)準(zhǔn)與施工人員的技術(shù)操作熟練度相同.

2)材料采購方式分別用1、2、3表示招標(biāo)采購、施工方采購和甲方指定.

3)材料供應(yīng)商的信譽(yù)是通過手機(jī)軟件以及網(wǎng)站查找該材料供應(yīng)商的信譽(yù)度和好評(píng)率來確定的.

4)檢測(cè)結(jié)果的相對(duì)符合性是對(duì)采購的材料進(jìn)行抽樣檢查和現(xiàn)場(chǎng)試驗(yàn)，檢查材料的性能指標(biāo)是否符合要求.施工機(jī)械數(shù)量配置合理與否，1為合理，2為不合理.

5)影響施工質(zhì)量的機(jī)械和環(huán)境的因素通過收集工程的資料，應(yīng)用某專家組按照優(yōu)質(zhì)、良好、較好、合格打分，其中優(yōu)質(zhì)為90分以上，良好為80～90分，較好為70～80分，合格為60～70分.

6)完成工期情況按照實(shí)際施工進(jìn)度：按期完成記為1，進(jìn)度提前記為2，進(jìn)度推遲記為3.

7)新工藝應(yīng)用情況按照施工過程設(shè)計(jì)所給信息，很大程度上用新工藝記為1，少量用新工藝記為2，基本不用新工藝記為3.

8)建成后的施工質(zhì)量共有四個(gè)等級(jí)，目標(biāo)輸出同樣采取量化的方法處理[12]，優(yōu)質(zhì)為90分以上，良好為80～90分，較好為70～80分，合格為60～70分.

綜上所述，控制點(diǎn)量化處理結(jié)果如表2所示.

表2 控制點(diǎn)量化處理結(jié)果

2.3 MATLAB對(duì)BP網(wǎng)絡(luò)模型的訓(xùn)練及測(cè)試

將樣本分成兩組，先任意選取13個(gè)樣本做計(jì)算，對(duì)質(zhì)量控制點(diǎn)進(jìn)行仿真模擬，再用其他兩個(gè)數(shù)據(jù)進(jìn)行驗(yàn)證校核.神經(jīng)網(wǎng)絡(luò)基本參數(shù)經(jīng)理論計(jì)算以及經(jīng)驗(yàn)選取結(jié)果如下：1)隱含層數(shù)量為7個(gè)；2)學(xué)習(xí)速率選取0.02；3)網(wǎng)絡(luò)生成函數(shù)為newff；4)訓(xùn)練次數(shù)為20 000；5)動(dòng)量因子為0.8；6)神經(jīng)網(wǎng)絡(luò)訓(xùn)練期望誤差為0.001；7)計(jì)算步長為50.

打開MATLAB R2014a的編輯界面，通過編輯窗口輸入程序代碼.程序運(yùn)行結(jié)果如圖3～5所示.

圖3 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練均方差曲線

2.4 網(wǎng)絡(luò)訓(xùn)練精度驗(yàn)證

所建模型經(jīng)過7 585次網(wǎng)絡(luò)訓(xùn)練，神經(jīng)網(wǎng)絡(luò)已達(dá)到收斂，其訓(xùn)練誤差在控制范圍內(nèi).用MATLAB繼續(xù)編程，輸入需要測(cè)試的另外兩組已歸一化處理的數(shù)據(jù)，程序代碼為：

?m=[0.100 0.370 0.100 0.500 0.431

0.847 0.408 0.592 0.100 0.100

0.500 0.100 0.396 0.473；

0.100 0.755 0.100 0.100 0.845

0.900 0.746 0.869 0.100 0.100

0.100 0.100 0.752 0.740]；

?m=m′；

?Y=sim(net，m)；

程序運(yùn)行后輸出數(shù)據(jù)Y=(0.624 4，0.841 7)，將該實(shí)際輸出值與期望值對(duì)比所得結(jié)果如表3所示.

圖5 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練梯度變化曲線

表3 實(shí)際輸出與期望輸出比較

由表3可知，在這兩組測(cè)試的數(shù)據(jù)中，誤差是無法避免的，從相對(duì)誤差可以看出，其誤差在允許范圍內(nèi)，預(yù)測(cè)結(jié)果相對(duì)準(zhǔn)確.利用BP神經(jīng)網(wǎng)絡(luò)建立地下管廊施工過程質(zhì)量評(píng)估預(yù)測(cè)系統(tǒng)，對(duì)該類似問題進(jìn)行研究時(shí)，只需要輸入這14種影響因素的相應(yīng)數(shù)據(jù)就可以對(duì)所研究問題的質(zhì)量控制做一個(gè)前期的預(yù)測(cè).

3 結(jié) 論

本文結(jié)合沈陽市地下管廊施工所具備的條件以及具體施工情況，在BP神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，將智能算法融入其中，利用MATLAB實(shí)現(xiàn)工程實(shí)例仿真模擬計(jì)算.本文將BP神經(jīng)網(wǎng)絡(luò)與MATLAB相結(jié)合，對(duì)質(zhì)量控制而言，比傳統(tǒng)的方法更全面、更可靠、更符合實(shí)際情況，為施工質(zhì)量管理提供了一個(gè)可參考的、實(shí)用的控制方法.