隧道施工地表沉降预测工具 — Peck公式与经验系数法

隧道施工地表沉降预测工具

1. 工具概述

1.1 用途

本工具用于预测盾构隧道施工引起的地表沉降，基于经典Peck公式及国内工程经验系数，为轨道交通控制保护区内的施工影响评估提供定量依据。

1.2 适用场景

• 盾构隧道施工前的影响范围预评估
• 控制保护区监测方案的测点布设依据
• 预警等级划分与控制阈值设定
• 不同施工参数（埋深、直径、土体损失率）的敏感性分析

1.3 输入输出

类型	内容
输入	隧道埋深、隧道直径、土体损失率、地表距隧道中心线距离、经验系数i
输出	地表沉降值、沉降槽曲线、最大沉降量、影响范围宽度

---

2. 理论基础

2.1 Peck公式

Peck(1969)提出的地表沉降槽公式：

$$S(x) = S_{max} \cdot \exp\left(-\frac{x^2}{2i^2}\right)$$

其中：

• $S(x)$：距隧道中心线x处的地表沉降量（mm）
• $S_{max}$：隧道中心线处最大沉降量（mm）
• $x$：距隧道中心线的水平距离（m）
• $i$：沉降槽宽度系数（m）

2.2 最大沉降量计算

$$S_{max} = \frac{V_l \cdot D^2}{4\sqrt{2\pi} \cdot i}$$

其中：

• $V_l$：土体损失率（%）
• $D$：隧道直径（m）

2.3 沉降槽宽度系数

根据O’Reilly & New(1982)及国内工程经验：

$$i = K \cdot z_0$$

其中：

• $z_0$：隧道轴线埋深（m）
• $K$：经验系数（与地层条件相关）

地层类型	K值范围	推荐值
黏性土	0.4~0.6	0.5
砂性土	0.25~0.35	0.3
软黏土	0.6~0.8	0.7
复合地层	0.35~0.55	根据项目实际情况确定

2.4 影响范围

沉降槽影响范围通常取 $x = \pm 2.5i$ 处，此处沉降约为最大沉降的4%。

---

3. 使用方法

3.1 界面操作（命令行）

python tool_deformation_prediction.py --depth 15 --diameter 6.2 --loss-rate 0.8 --soil-type clay

3.2 Python API调用

from deformation_prediction import predict_settlement, plot_settlement_curve

# 基础计算
result = predict_settlement(
    tunnel_depth=15.0,      # 隧道轴线埋深(m)
    tunnel_diameter=6.2,    # 隧道直径(m)
    volume_loss_rate=0.8,   # 土体损失率(%)
    soil_type='clay',       # 地层类型
    x_range=(-50, 50),      # 计算范围(m)
    x_step=0.5              # 计算步长(m)
)

# 绘制沉降槽曲线
plot_settlement_curve(result, save_path='settlement_curve.png')

---

4. 参数说明

4.1 输入参数

参数名	含义	单位	取值范围	默认值	说明
tunnel_depth	隧道轴线埋深	m	5~100	必填	从地表到隧道轴线的垂直距离
tunnel_diameter	隧道外径	m	3~15	必填	盾构机刀盘直径
volume_loss_rate	土体损失率	%	0.1~5.0	必填	开挖面超挖、盾尾间隙等引起的体积损失
soil_type	地层类型	str	clay/sand/soft_clay/mixed	‘clay’	决定经验系数K
k_value	自定义K值	-	0.2~1.0	None	若指定则覆盖soil_type的默认值
x_range	计算水平范围	(m, m)	(-200, 200)	(-50, 50)	距隧道中心线的对称范围
x_step	计算步长	m	0.1~5.0	0.5	越小越精细，计算量越大
x_points	指定计算点	list[m]	-	None	指定特定位置计算沉降

4.2 土体损失率参考值

施工条件	土体损失率Vl(%)	备注
正常盾构，良好控制	0.3~0.8	常规城市地铁施工
砂层，水压高	0.8~1.5	需加强注浆管理
软黏土，浅埋	1.0~2.5	地面沉降风险大
小半径曲线	1.5~3.0	纠偏导致超挖
穿越既有结构	0.2~0.5	需严格控制

提示：土体损失率是预测精度的关键参数，建议结合类似工程实测数据反算确定。

---

5. 示例计算

5.1 示例1：常规盾构穿越

工程背景：盾构穿越黏土地层，隧道直径6.2m，轴线埋深15m。

输入参数：

params = {
    'tunnel_depth': 15.0,
    'tunnel_diameter': 6.2,
    'volume_loss_rate': 0.8,
    'soil_type': 'clay'
}

计算过程：

1. 经验系数K = 0.5（黏土推荐值）
2. 沉降槽宽度系数 i = K × z₀ = 0.5 × 15 = 7.5 m
3. 最大沉降量 S_max = (0.008 × 6.2²) / (4 × √2π × 7.5) = 0.3046 / 37.70 ≈ 8.08 mm
4. 影响范围 = ±2.5i = ±18.75 m

输出结果：

最大沉降量: 8.08 mm
沉降槽宽度系数 i: 7.50 m
影响范围: ±18.75 m
距中心线10m处沉降: 4.52 mm
距中心线20m处沉降: 0.29 mm

5.2 示例2：近距离穿越高架桥墩

工程背景：盾构侧穿高架桥墩，需评估桥墩位置沉降。

输入参数：

params = {
    'tunnel_depth': 12.0,
    'tunnel_diameter': 6.2,
    'volume_loss_rate': 0.5,  # 严格控制
    'soil_type': 'clay',
    'x_points': [8.5]        # 桥墩距隧道中心线8.5m
}

计算结果：桥墩位置预测沉降 3.42 mm，需结合差异沉降要求评估。

---

6. 结果解读

6.1 沉降量级判断

最大沉降量	风险等级	建议措施
< 5 mm	低	常规监测
5~15 mm	中	加密监测频率，准备应急措施
15~30 mm	高	专项方案评审，预注浆加固
> 30 mm	极高	设计复核，调整施工参数或线路

6.2 异常值判断

• 沉降槽不对称：可能预示偏压、地层不均或盾构姿态异常
• 沉降量远大于预测：检查土体损失率取值、是否发生涌水涌砂
• 影响范围异常偏大：复核K值选取，可能存在软弱夹层

6.3 与监测数据对比

预测值应与施工监测数据动态对比，当实测值超过预测值30%时，应重新评估并调整参数。

---

7. 代码实现

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
隧道施工地表沉降预测工具
基于Peck公式和经验系数法

Author: RailWise技术团队
Version: 1.0.0
"""

import math
import numpy as np
import matplotlib.pyplot as plt
from typing import Dict, List, Optional, Tuple, Union
from dataclasses import dataclass


# 地层经验系数K值表
SOIL_K_VALUES = {
    'clay': 0.5,       # 黏性土
    'sand': 0.3,       # 砂性土
    'soft_clay': 0.7,  # 软黏土
    'mixed': 0.45,     # 复合地层
}


@dataclass
class SettlementResult:
    """沉降计算结果数据类"""
    x_positions: np.ndarray      # 水平位置数组(m)
    settlements: np.ndarray     # 对应沉降值(mm)
    s_max: float                 # 最大沉降量(mm)
    i: float                     # 沉降槽宽度系数(m)
    influence_range: float       # 影响范围(m)
    tunnel_depth: float           # 隧道埋深(m)
    tunnel_diameter: float        # 隧道直径(m)
    volume_loss_rate: float      # 土体损失率(%)


def get_k_value(soil_type: str, custom_k: Optional[float] = None) -> float:
    """
    获取经验系数K值

    Args:
        soil_type: 地层类型
        custom_k: 自定义K值，若提供则优先使用

    Returns:
        K值
    """
    if custom_k is not None:
        if not 0.2 <= custom_k <= 1.0:
            raise ValueError("自定义K值应在0.2~1.0范围内")
        return custom_k

    if soil_type not in SOIL_K_VALUES:
        raise ValueError(f"未知地层类型: {soil_type}，可选: {list(SOIL_K_VALUES.keys())}")

    return SOIL_K_VALUES[soil_type]


def calculate_settlement_curve(
    tunnel_depth: float,
    tunnel_diameter: float,
    volume_loss_rate: float,
    soil_type: str = 'clay',
    custom_k: Optional[float] = None,
    x_range: Tuple[float, float] = (-50, 50),
    x_step: float = 0.5,
    x_points: Optional[List[float]] = None
) -> SettlementResult:
    """
    计算地表沉降槽曲线

    Args:
        tunnel_depth: 隧道轴线埋深(m)
        tunnel_diameter: 隧道直径(m)
        volume_loss_rate: 土体损失率(%)
        soil_type: 地层类型
        custom_k: 自定义K值
        x_range: 计算水平范围(m)
        x_step: 计算步长(m)
        x_points: 指定计算点列表(m)

    Returns:
        SettlementResult: 计算结果对象
    """
    # 参数校验
    if tunnel_depth <= 0 or tunnel_diameter <= 0:
        raise ValueError("隧道埋深和直径必须大于0")
    if volume_loss_rate <= 0:
        raise ValueError("土体损失率必须大于0")

    # 获取K值
    k = get_k_value(soil_type, custom_k)

    # 计算沉降槽宽度系数
    i = k * tunnel_depth

    # 计算最大沉降量 (mm)
    # S_max = Vl * D^2 / (4 * sqrt(2*pi) * i)
    vl_decimal = volume_loss_rate / 100.0
    s_max = (vl_decimal * tunnel_diameter ** 2) / (4 * math.sqrt(2 * math.pi) * i) * 1000

    # 生成计算点
    if x_points is not None:
        x_positions = np.array(x_points, dtype=float)
    else:
        x_positions = np.arange(x_range[0], x_range[1] + x_step, x_step)

    # 计算各点沉降 (Peck公式)
    settlements = s_max * np.exp(-x_positions**2 / (2 * i**2))

    # 影响范围 (2.5i)
    influence_range = 2.5 * i

    return SettlementResult(
        x_positions=x_positions,
        settlements=settlements,
        s_max=s_max,
        i=i,
        influence_range=influence_range,
        tunnel_depth=tunnel_depth,
        tunnel_diameter=tunnel_diameter,
        volume_loss_rate=volume_loss_rate
    )


def plot_settlement_curve(
    result: SettlementResult,
    save_path: Optional[str] = None,
    show_plot: bool = True,
    title: Optional[str] = None
) -> None:
    """
    绘制沉降槽曲线

    Args:
        result: 沉降计算结果
        save_path: 保存路径
        show_plot: 是否显示图形
        title: 自定义标题
    """
    fig, ax = plt.subplots(figsize=(10, 6))

    # 绘制沉降曲线
    ax.plot(result.x_positions, result.settlements, 'b-', linewidth=2, label='沉降曲线')

    # 标记最大沉降点
    ax.plot(0, result.s_max, 'ro', markersize=8, label=f'最大沉降: {result.s_max:.2f}mm')

    # 标记影响范围
    ax.axvline(x=-result.influence_range, color='g', linestyle='--', alpha=0.7, label=f'影响范围: ±{result.influence_range:.1f}m')
    ax.axvline(x=result.influence_range, color='g', linestyle='--', alpha=0.7)

    # 设置标签和标题
    ax.set_xlabel('距隧道中心线距离 (m)', fontsize=12)
    ax.set_ylabel('地表沉降 (mm)', fontsize=12)

    if title is None:
        title = (f'盾构隧道地表沉降预测曲线\n'
                f'埋深:{result.tunnel_depth}m 直径:{result.tunnel_diameter}m '
                f'Vl:{result.volume_loss_rate}%')
    ax.set_title(title, fontsize=13)

    ax.legend(loc='upper right')
    ax.grid(True, alpha=0.3)
    ax.axhline(y=0, color='k', linewidth=0.5)

    # 反转Y轴使沉降向下
    ax.invert_yaxis()

    plt.tight_layout()

    if save_path:
        plt.savefig(save_path, dpi=150, bbox_inches='tight')
        print(f"图形已保存至: {save_path}")

    if show_plot:
        plt.show()


def print_result_summary(result: SettlementResult) -> None:
    """打印计算结果摘要"""
    print("=" * 50)
    print("沉降预测计算结果")
    print("=" * 50)
    print(f"隧道轴线埋深: {result.tunnel_depth:.2f} m")
    print(f"隧道直径: {result.tunnel_diameter:.2f} m")
    print(f"土体损失率: {result.volume_loss_rate:.2f} %")
    print(f"沉降槽宽度系数 i: {result.i:.2f} m")
    print(f"最大沉降量 S_max: {result.s_max:.2f} mm")
    print(f"影响范围: ±{result.influence_range:.2f} m")
    print("-" * 50)
    print("关键位置沉降:")
    for x, s in zip(result.x_positions, result.settlements):
        if abs(x) in [0, 5, 10, 15, 20] or abs(x - result.influence_range) < 1:
            print(f"  x = {x:6.1f} m: S = {s:8.2f} mm")
    print("=" * 50)


# CLI接口
if __name__ == '__main__':
    import argparse

    parser = argparse.ArgumentParser(description='盾构隧道地表沉降预测工具')
    parser.add_argument('--depth', type=float, required=True, help='隧道轴线埋深(m)')
    parser.add_argument('--diameter', type=float, required=True, help='隧道直径(m)')
    parser.add_argument('--loss-rate', type=float, required=True, help='土体损失率(%)')
    parser.add_argument('--soil-type', type=str, default='clay',
                       choices=list(SOIL_K_VALUES.keys()), help='地层类型')
    parser.add_argument('--k-value', type=float, default=None, help='自定义K值')
    parser.add_argument('--output', type=str, default=None, help='输出图片路径')

    args = parser.parse_args()

    result = calculate_settlement_curve(
        tunnel_depth=args.depth,
        tunnel_diameter=args.diameter,
        volume_loss_rate=args.loss_rate,
        soil_type=args.soil_type,
        custom_k=args.k_value
    )

    print_result_summary(result)

    if args.output:
        plot_settlement_curve(result, save_path=args.output, show_plot=False)
    else:
        plot_settlement_curve(result, show_plot=True)

---

8. 注意事项

8.1 精度限制

• Peck公式为经验公式，预测精度受土体损失率取值影响显著
• 建议结合类似工程实测数据反算土体损失率，而非直接采用经验值
• 对于复合地层、穿越既有结构等复杂工况，建议采用有限元分析进行校核

8.2 适用条件

• 适用于圆形盾构隧道施工引起的地表沉降预测
• 适用于均质或近似均质地层条件
• 不适用于以下情况：
  • 明挖法施工
  • 顶管法施工（需修正）
  • 存在显著地下水渗流
  • 地层中存在大型障碍物

8.3 常见问题

Q: 土体损失率如何确定？ A: 优先采用类似工程实测数据反算；无数据时，正常盾构黏土地层可取0.5%~1.0%，砂层取0.8%~1.5%。

Q: 预测值与实测值偏差大怎么办？ A: 检查K值和Vl取值是否合理；复核地层勘察资料；考虑是否发生异常工况（如涌水、超挖）。

Q: 如何考虑时间因素？ A: Peck公式为最终沉降预测，施工期沉降发展可参考Attewell & Woodman的固结沉降公式进行修正。

---

相关文档链接

• 轨道交通控制保护区范围计算工具
• 沉降数据分析工具
• GB 50911-2013 城市轨道交通结构安全保护技术规范解读

---

元数据标签

#沉降预测 #Peck公式 #盾构施工 #地表沉降 #控制保护区 #监测预警 #Python工具 #RailWise

---

文档版本: 1.0.0 | 最后更新: 2026-06-10 | 作者: RailWise技术团队