2. 南京大学(苏州)高新技术研究院, 江苏 苏州 215123
2. Nanjing University High-Tech Institute at Suzhou, Suzhou 215123, China
地基变形监测是岩土工程领域的一个重要研究课题, 地基的变形需要进行长期、实时、动态的监测来保证地基的安全稳定.目前地基变形的主要监测方法分为两类：一类是基于水准仪、全站仪、合成孔径干涉雷达(InSAR)、全球定位系统(GPS)等的地表监测方法, 另一类是以测斜仪、分层沉降仪、多点位移计等为代表的深部位移监测方法.以上这些仪器设备在使用过程中普遍存在着误差大、精确度低、受电磁干扰、数据采集效率低等问题, 同时监测存在着盲区, 因此具有一定的局限性[1].
光纤传感技术在近20年来得到了飞速的发展, 在岩土工程监测领域显示出极大的应用潜力, 其中准分布式光纤光栅(fiber Bragg grating, FBG)是应用最广、最成熟的光纤传感技术.光纤传感器具有质量轻、体积小、精度高、耐高温、耐腐蚀、智能化程度高、抗电磁干扰、安装便利、复利用能力强等优点, 近年来开始逐渐应用于各类岩土工程构筑物的监测, 取得了一系列的进展[2-6].朱鸿鹄等[7-9]开发了多种FBG岩土变形监测传感器, 并成功应用于室内模型试验和现场地基、边坡等监测项目中.Wang等[10]通过FBG测管监测和有限元数值模拟, 分析上部开挖施工对上海地铁二号线区间隧道的影响.王静等[11]发现, 在隧道开挖模型试验中, FBG三向应变传感器能够精确地测得隧道开挖时围岩的应变分布情况.魏广庆等[12]探讨了基于FBG的隧道施工监测的可行性, 通过实际工程验证了该技术在隧道应变、温度实时监测中的优势.以上这些研究均利用FBG对应变敏感这一特性, 通过传感器件的结构设计实现应变到变形的转化.经过封装的FBG传感器件在体积上与传统传感器差别不大, 因此在现场安装时将不可避免地对岩土体带来扰动, 难以充分发挥光纤轻细柔软的特点.
近年来, 国内外部分学者开始尝试将裸光纤传感器直埋于岩土体中, 以捕捉原位变形场[3, 13-17].这一方法使得传感器对原位应力场、变形场的扰动降低到了最小.反过来, 由于岩土变形模式复杂多样, 光纤监测数据在可靠性方面存在一定的疑问, 关于该问题的研究目前在国际上鲜见报道.
粒子图像测速技术(particle image velocimetry, PIV)是一种动态的监测技术.该技术将土体的变形看成低速流动过程, 可以实现岩土表面变形场监测, 目前在室内土工模型试验中已得到广泛的应用[18-22], 因此可以采用该技术来验证FBG监测数据的可靠性.
本文通过室内模型试验, 探究基于FBG开展地基变形监测的可行性.将传感器直埋于砂土地基模型中, 以获取地基内部土体在逐级加载时的应变读数.结合PIV技术对实测值进行分析, 探讨光纤监测结果的可靠性及误差来源.
1 FBG和PIV技术原理FBG光纤传感技术利用刻入光纤内部的布拉格光栅的波长选择性, 即反射光中心波长λB取决于光栅周期Λ和反向耦合模的有效折射率neff：
| $ {\lambda _{\rm{B}}} = 2{n_{{\rm{eff}}}}\mathit{\Lambda }. $ | (1) |
当环境温度或者光纤所受应变发生改变时, 都能引起Λ和neff的变化, 从而使λB发生漂移[19], 如图 1所示.通过检测λB的变化量, 可以实现应变或温度量值的绝对测量.当温度不变时, 光栅拉、压应变作用引起的中心波长漂移ΔλB可以表示为
|
图 1 FBG传感原理图 Fig. 1 FBG sensing principle diagram |
| $ \Delta {\lambda _{\rm{B}}} = \Delta \varepsilon \left( {1 - {P_{\rm{e}}}} \right){\lambda _{\rm{B}}}. $ | (2) |
式中：Δε为轴向应变, Pe为有效光弹系数.
PIV技术是一种非接触、瞬时、动态的测量技术, 基本测试原理如图 2所示[23-24].PIV技术利用高像素相机采集照片, 对试验照片进行序列分析.先将照片分割成若干均匀网格, 再将变形前某一网格在变形后图像指定范围内进行相关运算, 可得该网格的像素位移, 最后根据一定的换算关系可得网格中心点的物理位移.重复以上运算方法便可得到整个位移场.
2 室内模型试验 2.1 试验材料及装置
通过模型试验探究FBG监测地基变形的可行性.试验所用砂土取自南京市栖霞区仙林大学城某建筑工地.试验所用的模型箱尺寸为500 mm×250 mm×500 mm.该试验箱前、后为加厚有机玻璃, 两侧为铝板.试验前, 用筛分法筛选出粒径小于2 mm的细砂, 然后采用落砂法分层填筑地基模型.试验完成后, 取样测得地基土的基本物理性质如表 1所示.表中，ρ为密度，w(水)为含水率，emax、emin分别为最大和最小孔隙比，Dr为相对密实度.
|
表 1 砂土的物理性质 Table 1 Physical properties of sand |
砂土模型地基中的FBG布设方案如图 3所示.在模型箱中央等间距布置了3条相互熔接的应变传感光纤, 每根应变传感光纤上串联了3个裸FBG应变传感器(外径为0.25 mm, 栅长为15 mm), FBG间距为100 mm.为了增加砂土与应变传感光纤之间的耦合性, 参考文献[13-17]的做法, 在每个FBG两边设置了简易锚固点, 锚固点直径为10 mm, 长度为20 mm, 间距为100 mm, 如图 4所示.
|
图 3 FBG布置示意图 Fig. 3 Schematic diagram of FBG layout |
|
图 4 应变传感光纤及锚固点照片 Fig. 4 Photograph of strain sensing fiber with anchors |
FBG铺设完成后, 在模型地基表面放置一块刚性铝板(100 mm×250 mm×20 mm).试验开始后, 在铝板上用砝码依次施加4、4、8 kPa三级荷载, 如图 5所示.图中，p为荷载.为了增强模型箱侧壁砂土的纹理, 使得照片的成像效果更佳, 在侧壁表面掺入部分白砂.每施加一级荷载后, 用佳能600D数码相机对着模型箱侧壁进行连续拍照, 记录模型箱侧壁的土体变形, 同时采用苏州南智传感科技有限公司的NZSFBG-A02型光纤光栅解调仪进行实时读数.由于试验历时较短, 室内温差约为1 ℃, 忽略了温度变化对FBG读数的影响.模型试验装置如图 6所示.
|
图 5 模型试验加载曲线 Fig. 5 Loading curve of model test |
|
图 6 地基加载试验装置及监测系统 Fig. 6 Foundation loading test device and monitoring system |
在模型试验中, FBG监测到了3层光纤所在位置的土体横向线应变分布情况以及不同位置和深度土体横向线应变ε随时间发展的规律.FBG监测结果如图 7所示.
|
图 7 FBG监测结果示意图 Fig. 7 Schematic diagram of FBG monitoring results |
从图 7可以看出, 接近地表的第1层应变传感光纤中H1-1、H1-2、H1-3三个监测点的应变情况：H1-1监测点的压应变随着荷载的增加呈线性增加, 3级荷载下的测量值分别为-1.48×10-4、-3.81×10-4和-7.1×10-4.H1-2表现为拉应变区, 在前两级荷载下拉应变逐级增大, 当施加第3级荷载时出现了应变数据异常点, 从拉应变突然转变成很大的压应变.之所以出现FBG异常点, 可能是由于填土密实度低、受力变形过大导致光纤锚固点滑脱.在试验过程中, H1-3监测点的压应变测值维持在较小的范围内, 发展趋势与H1-1较吻合.因为H1-1和H1-3处于对称的位置, 理想情况下的应变分布应该完全一致, 但由于试验条件所限, 可能出现了一定程度的荷载偏心, 导致两点的应变略有差别.
第2层应变传感光纤的读数有如下现象：H2-1监测点在3级荷载作用下产生了逐级增大的压应变, 应变分别为-6.4×10-5、-8.1×10-5和-5.26×10-4, 但是在施加第二和第三级荷载时, 应变出现了升降波动现象, 原因可能是荷载施加过快, 对土体变形带来了一定的振动效应, 导致应变产生了突变.H2-2监测点在前两级荷载的作用下产生了明显的拉应变, 应变为2.49×10-4和9.9×10-4.当第3级加后, 应变出现了骤升骤降的现象, 由约3×10-3拉应变转变成约-10-3压应变.原因可能是由于地基变形较大, 导致锚固点滑脱.H2-3监测点在荷载作用下先产生了压应变, 在H2-2读数异常同时突变为拉应变, 说明锚固点滑脱对相邻FBG的读数都有很大的影响.
地基模型第3层应变监测点中的H3-1在荷载施加后产生了一定的压应变, 在最后一级荷载时, 压应变先迅速增大然后随时间缓慢减小, 即出现了类似蠕变现象.这一现象很可能是由于地基砂土压实度较低, 锚固点和土体的耦合性难以保证.H3-2监测点在3级荷载下产生了应变, 分别为1.54×10-4、7.18×10-4、1.84×10-3拉应变, 在施加最后一级荷载时表现出一定程度的蠕变.H3-3监测点在3级荷载下产生的压应变非常小, 分别为-2.7×10-5、-3.1×10-5、-2.7×10-5.从FBG监测结果可知, 虽然在监测过程中可能由于试验条件的限制, 使FBG监测数据出现了一些偏差, 但监测结果总体上反映了土体应变分布规律, 即加载区以下的土体都呈现拉应变, 且越靠近荷载拉应变越大.加载区两边为压应变区, 且应变较小.这说明在荷载作用下地基内部不同位置处土体的变形机理存在一定的差异, 应变传感光纤能够捕捉到这些差异, 从侧面验证了FBG光纤监测技术应用于地基变形监测的可行性.
在荷载作用下, 地基土体逐渐发生变形, 根据太沙基地基承载力理论可知, 地基滑动面形状大致如图 8所示.当荷载施加于地表, 地基中Ⅰ区处于弹性压密阶段, 发生沉降.随着荷载的增加, Ⅰ区土体向两侧挤压形成两个受压区, 即Ⅱ区和Ⅲ区.在水平方向上, Ⅰ区土体受拉, Ⅱ区和Ⅲ区土体受压, 根据太沙基地基承载力理论得到的分析结果与FBG监测结果基本一致.从以上分析可得, FBG监测结果为初步掌握地基变形破坏的模式、判断塑性区的发展过程, 都提供了一定的参考依据.FBG具有数据采集量大、监测效率高、监测精度高等优点, 未来有望成为地基变形机理研究、地基承载力估算的有力工具.
|
图 8 地基变形模式图 Fig. 8 Mode of foundation deformation |
在分析PIV数据时, 选取各FBG监测点在模型箱侧壁表面所对应的点, 开展应变分析和对比.结果表明, 采用两种监测方法得到的结果虽然在量值上有明显的差异, 但发展趋势具有相似性.如图 9所示, εFBG、εPIV分别为FBG测得应变和PIV测得应变.H1-1监测点在荷载的作用下, FBG监测到的土体内部应变是逐级增加的, 最大压应变大概为-8×10-4; PIV监测到的应变有同样规律, 但最大压应变大约为-8×10-3.同时, PIV结果出现了一定的应变波动情况.这是由于试验过程中光照不充足, 导致相片噪点较多所致.在H2-1监测点处, PIV捕捉到了荷载施加对土体变形产生的振动, 监测到的应变变化规律与FBG结果基本一致.H3-1监测点的FBG结果与PIV结果的相似性没有H1-1和H2-1的明显, 可能是由于进行第三级加载时, H3-1监测点受到一定扰动, 使监测结果出现一定偏差.通过图 9的对比分析说明, FBG光纤监测技术应用于地基土体的应变监测具有一定的可行性, PIV技术可以作为检验FBG光纤结果的辅助技术, 但结果受到照相质量的影响, 只适用于室内模型试验.综合分析后说明, FBG监测地基的横向应变是一种可行的新方法.
|
图 9 FBG与PIV监测结果对比图 Fig. 9 Comparison of FBG and PIV monitoring results |
通过将FBG所得监测数据和PIV数据使用MATLAB横向插值法得到地基应变的空间分布图, 如图 10、11所示.图中，x为距离.采用这两种技术所得的应变分布特征基本吻合, 说明FBG监测地基变形具备可行性.
|
图 10 FBG测得的土体应变时空分布 Fig. 10 Spatial and temporal distribution of soil strain measured by FBG |
|
图 11 PIV测得的土体应变时空分布 Fig. 11 Spatial and temporal distribution of soil strain measured by PIV |
FBG与PIV结果有差异的原因有以下几点.
1) FBG监测的是模型箱地基中间砂土的应变情况, 而PIV获取了模型箱侧壁表面砂土的应变情况.由于该试验模型研究的是平面应变问题, 理论上同一深度的砂土内部和侧壁的应变相同, 但是可能由于在试验过程中平面应变的条件没有控制好, 导致两者具有一定的差异.
2) 在砂土中埋设FBG光纤传感器后, 由于FBG对砂土产生了内部加筋的作用, 致使砂土在相同荷载下产生的应变减小.模型箱侧壁的砂土由于没有受到FBG的影响, 土体变形性质没有发生改变, 导致中间位置的砂土应变小于侧壁的砂土.
3) FBG与土体存在耦合性问题, 监测过程中可能由于锚固点的滑移、脱落等原因导致FBG监测到的应变与土体的真实应变具有一定差异.锚固点的设置效果决定了地基变形光纤监测数据的质量, 未来急需对锚固点直径、间距、材料、安装方式等进行深入、系统的研究, 最终确定相关的技术指南或规范.
4) PIV技术基于数字图像方法, 实现了对土体变形的无损监测, 在理想情况下结果能够真实反映土体的应变.PIV结果的精确程度取决于照片质量的好坏.在模型试验加载过程中, 由于各种因素的影响, 如采光、调焦、拍摄角度等, 导致照片的成像效果不理想, 致使PIV结果的精确度降低.
5) 采用PIV技术直接计算获得的是土体表面的位移, 利用求导公式将位移换算成应变, 所以结果误差明显加大.
6) FBG测的是两锚固点之间的平均应变, 而PIV测的是土表面各点的应变, 两者在量值上存在一定的差异.
由图 10、11可知, 在施加第1级荷载时, FBG监测到土体的横向应变分布情况为：中间为拉应变, 拉应变为2×10-4~3×10-4, 两边为0~-10-4的压应变.从H1到H3, 拉应变区域逐渐减小, 压应变区域逐渐增大.PIV技术监测到了较大的压应变, 应变为-5×10-4~-1.5×10-3, 横向应变分布规律与FBG相似, 但两者的应变测值有较大差异.在施加第2级荷载时, H1、H2和H3三层FBG的应变分布情况为：中间为拉应变, 应变为6×10-4~10-3; 两边为压应变, 应变为-3×10-4~-2×10-4其中H1和H2两层FBG的拉应变区域大于H3层的拉应变区域.PIV分析结果与FBG相似, 中间为拉应变, 拉应变为10-3~1.5×10-3; 两边为压应变, 应变为-10-3~-3×10-3.在施加第3级荷载时, H1层可能由于锚固点滑脱或加载过大等原因导致FBG没有精确地捕捉到土体横向应变分布情况.H2和H3层FBG监测到土体中间产生拉应变, 拉应变为2×10-3~3×10-3; 两边为受压区.PIV分析结果较好地反映了土体的横向应变分布规律, 中间受拉, 拉应变为2×10-3~6×10-3, 两边为压应变.通过图 10、11的综合分析可知, 利用FBG光纤监测技术能够较精确地监测土体在三级荷载下的应变分布情况.
5 结论(1) FBG光纤监测技术可以监测地基变形分布, 为地基变形机理和破坏模式分析提出一种新的思路和方法.与传统的地基变形监测方法相比, FBG光纤监测技术具有布设方便、数据采集量大、稳定性好和监测效率高等优势, 在地基变形监测方面具有很好的推广和应用价值.
(2) PIV粒子图像测速技术与FBG光纤监测技术所得到的试验结果都能够反映地基中不同部位的土体应变分布和变形情况.两种方法虽然在具体的应变测值上有一定的差异性, 但总体的应变趋势保持一致.PIV技术可以作为验证光纤监测结果准确性的一种辅助技术.两种方法结合使用可以获得更精确的监测结果.
(3) 对于FBG监测数据误差的分析表明, 地基变形光纤监测中的瓶颈问题是如何保证应变传感光纤和土体的变形耦合性.关于应变传感光纤锚固点的设置, 未来急需对其进行更加深入、系统的研究.
需要指出的是, 本文通过一组模型试验, 初步探究了FBG监测地基变形的可行性, 但要将分布式、准分布式光纤传感技术应用于基础工程现场监测, 还需要解决传感器埋设保护、温度补偿、数据无线采集和传输等一系列问题, 这有待于未来进一步的探索和研究.
| [1] | DUNNICLIFF J. Geotechnical instrumentation for monitoring field performance[M]. New York: Wiley, 1993: 199-296. |
| [2] | ITEN M. Novel applications of distributed fiber-optic sensing in geotechnical engineering [D]. Zurich: Swiss Federal Institute of Technology in Zurich, 2011. https://www.research-collection.ethz.ch/handle/20.500.11850/152793 |
| [3] |
李焕强, 孙红月, 刘永莉, 等. 光纤传感技术在边坡模型试验中的应用[J].
岩石力学与工程学报, 2008, 27(8): 1703–1708.
LI Huan-qiang, SUN Hong-yue, LIU Yong-li, et al. Application of optical fiber sensing technology to slope model test[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(8): 1703–1708. |
| [4] |
刘永莉, 孙红月, 于洋, 等. 基于BOTDR监测技术抗滑桩上滑坡推力确定[J].
浙江大学学报:工学版, 2012, 46(5): 798–803.
LIU Yong-li, SUN Hong-yue, YU Yang, et al. Determining landslide thrust on anti-sliding pile by BOTDR monitoring technology[J]. Journal of Zhejiang University: Engineering Science, 2012, 46(5): 798–803. |
| [5] |
朱友群, 朱鸿鹄, 孙义杰, 等. FBG-BOTDA联合感测管桩击入土层模型试验研究[J].
岩土力学, 2014, 35(supple.2): 695–702.
ZHU You-qun, ZHU Hong-hu, SUN Yi-jie, et al. Model e×periment study of pipe pile driving into soil using FBG-BOTDA sensing monitoring technology[J]. Rock and Soil Mechanics, 2014, 35(supple.2): 695–702. |
| [6] |
范萌, 雷文凯, 肖衡林, 等. 夹泥灌注桩的光纤传感检测模型试验[J].
长江科学院院报, 2016, 33(4): 95–98.
FAN Meng, LEI Wen-kai, XIAO Heng-lin, et al. Model test of mud-intercalated bored pile detection based on optical fiber sensing technology[J]. Journal of Yangtze River Scientific Research Institute, 2016, 33(4): 95–98. DOI:10.11988/ckyyb.20150095 |
| [7] |
朱鸿鹄, 殷建华, 张林, 等. 大坝模型试验的光纤传感变形监测[J].
岩石力学与工程学报, 2008, 27(6): 1188–1194.
ZHU Hong-hu, YIN Jian-hua, ZHANG Lin, et al. Deformation monitoring of dam model test by optical fiber sensors[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(6): 1188–1194. |
| [8] |
朱鸿鹄, 殷建华, 靳伟, 等. 基于光纤光栅传感技术的地基基础健康监测研究[J].
土木工程学报, 2010, 43(6): 109–115.
ZHU Hong-hu, YIN Jian-hua, JIN Wei, et al. Health monitoring of foundations using fiber Bragg grating sensing technology[J]. China Civil Engineering Journal, 2010, 43(6): 109–115. |
| [9] | ZHU H H, HO A N L, YIN J H, et al. An optical fibre monitoring system for evaluating the performance of a soil nailed slope[J]. Smart Structures and Systems, 2012, 9(5): 393–410. DOI:10.12989/sss.2012.9.5.393 |
| [10] | WANG F, ZHANG D M, ZHU H H, et al. Impact of overhead excavation on an existing shield tunnel: field monitoring and a full 3D finite element analysis[J]. Computers Materials and Continua, 2013, 34(1): 63–81. |
| [11] |
王静, 李术才, 施斌, 等. 三向FBG应变传感器及在隧道开挖模型试验中的应用研究[J].
工程地质学报, 2013, 21(2): 182–189.
WANG Jing, LI Shu-cai, SHI Bin, et al. Trifarious FBG sensor strain transfer characteristics and its application to tunnel excavation model test[J]. Journal of Engineering Geology, 2013, 21(2): 182–189. |
| [12] |
魏广庆, 施斌, 胡盛, 等. FBG在隧道施工监测中的应用及关键问题探讨[J].
岩土工程学报, 2009, 31(4): 571–576.
WEI Guang-qing, SHI Bin, HU Sheng, et al. Several key problems in tunnel construction monitoring with FBG[J]. Chinese Journal of Geotechnical Engineering, 2009, 31(4): 571–576. |
| [13] |
朱鸿鹄, 施斌, 严珺凡, 等. 基于分布式光纤应变感测的边坡模型试验研究[J].
岩石力学与工程学报, 2013, 32(4): 821–828.
ZHU Hong-hu, SHI Bin, YAN Jun-fan, et al. Physical model testing of slope stability based on Distributed fiber-optic strain sensing technology[J]. Chinese Journal of Rock Mechanics and Engineering, 2013, 32(4): 821–828. |
| [14] | OLIVARES L, DAMIANO E, GRECO R, et al. Aninstrumented flume for investigation of the mechanics of rainfall-induced landslides in unsaturated granular soils[J]. Geotechnical Testing Journal, 2009, 32(2): 108–118. |
| [15] | ITEN M, PUZRIN A M. Distributed fiber optic sensor development, testing, and evaluation for geotechnical monitoring applications [C]//Proceedings of SPIE. Santiago: SPIE, 2011, 7982(8): 162-165. |
| [16] | ZHU H H, SHI B, YAN J F, et al. Fiber Bragg grating-based performance monitoring of a slope model subjected to seepage[J]. Smart Materials and Structures, 2014, 23(9): 639–650. |
| [17] |
卢毅, 施斌, 于军, 等. 地面变形分布式光纤监测模型试验研究[J].
工程地质学报, 2015, 23(5): 896–901.
LU Yi, SHI Bin, YU Jun, et al. Model test on distributed optical fiber monitoring of land subsidence and ground fissures[J]. Journal of Engineering Geology, 2015, 23(5): 896–901. |
| [18] | SCARANO F. Iterative image deformation methods in PIV[J]. Measurement Science and Technology, 2002, 13(1): R1–R19. DOI:10.1088/0957-0233/13/1/201 |
| [19] | MICHALOWSKI R L, SHI L. Deformation patterns of reinforced foundation sand at failure[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2003, 129(5): 439–449. DOI:10.1061/(ASCE)1090-0241(2003)129:6(439) |
| [20] |
李元海, 朱合华, 上野胜利, 等. 基于图像相关分析的砂土模型试验变形场量测[J].
岩土工程学报, 2004, 26(1): 36–41.
LI Yuan-hai, ZHU He-hua, KATSUTOSHI U, et al. Deformation field measurement for granular soil model using image analysis[J]. Chinese Journal of Geotechnical Engineering, 2004, 26(1): 36–41. |
| [21] |
刘君, 刘福海, 孔宪京, 等. PIV技术在大型振动台模型试验中的应用[J].
岩土工程学报, 2010(3): 368–374.
LIU Jun, LIU Fu-hai, KONG Xian-jing, et al. Application of PIV in large-scale shaking table model test[J]. Chinese Journal of Geotechnical Engineering, 2010(3): 368–374. |
| [22] | HUANG B, LIU J, LING D, et al. Application of particle image velocimetry (PIV) in the study of uplift mechanisms of pipe buried in medium dense sand[J]. Journal of Civil Structural Health Monitoring, 2015, 5(5): 599–614. DOI:10.1007/s13349-015-0130-y |
| [23] | WHITE D J. Investigation into the behaviour of pressed-in piles [D]. Cambridge: University of Cambridge, 2002. https://www.repository.cam.ac.uk/handle/1810/251837 |
| [24] | WHITE D J, TAKE W A, BOLTON M D. Soildeformation measurement using particle image velocimetry (PIV) and photogrammetry[J]. Geotechnique, 2015, 53(7): 619–632. |