摘要：近年来，随着我国经济建设的飞速发展，高速铁路的建设也迅猛发展。但是，由于高速铁路列车速度在200km/h以上，路基、轨道的不平顺对快速行车引起的列车振动也远比相同条件下普通速度的列车严重，旅客感受的舒适度会严重降低，甚至会导致列车脱轨。因此高速铁路对轨道的平顺性提出了更高的要求。路基是铁路线路工程的重要组成部分之一，是承受轨道结构重量和列车载荷的基础，是线路工程的关键所在。高速铁路沉降防治对控制铁路工程质量，确保工后沉降满足设计要求至关重要。
关键词：高速铁路 路基 沉降 沉降观测 预测模型
1 前言
铁路路基暴露在室外，加之我国地域广阔，地形、地质、水文、气候等情况复杂：路基边坡和坡脚受坡面雨水冲刷、日晒雨淋将引起土的干湿循环、气温变化将引起土的冻融变化、河水对边坡或坡脚处地基不断的冲刷和淘刷等，使路基常年处于升降动态循环之中，路基附加应力受其很大影响。路基填料级配不良、排水失效、过渡段碎石级配失效或不养生、路基横向碾压、填料含水率超标等将引起路基沉降。铁路两旁新修建的建筑物尤其是特大型建筑也会对路基产生影响，所以铁路路基沉降在一定意义上讲不可避免。但过大的变形沉降将直接影响旅客舒适度以及行车安全，所以必须对高速铁路路基沉降加以防治。本文着重介绍高速铁路路基沉降观测及预测技术。
2 高速铁路路基沉降测量控制要求
只有做好高速铁路路基沉降测量工作，才能保证沉降控制工作的顺利完成，为接下来的工作提供数据资料。所以工程技术人员要采用科学正确的方法，高效的完成测设工作，要保证测量精度要求，利用配套计算机对所有观测值进行严密平差，保证整个控制精度完全能够符合国家工程测量技术规范和工程设计要求。
2.1 设备要求
高速铁路沉降观测要求高精度，为了精确测量路基的沉降情况，一般规定测量的误差应小于变形值的1/10—1/20。采用一般仪器，会受到周围环境的影响而导致误差过大，所以对观测仪器的精度要求极高。观测时应优选受环境影响小的仪器，比如精密水准仪。
2.2 观测人员要求
高速铁路沉降观测要求高精度，工程技术人员应该有较高的职业技术水平和职业道德。观测人员应该专业、准时、高效的完成测量任务，对观测数据认真负责，坚决杜绝补测或修改数据等恶劣行为。
2.3 实际观测的具体要求
观测前，要对观测地点的地形、地貌、地质、水文以及气候等情况加以调查，联系实际情况选择最适宜的观测方法，既要保证观测的高效，又要保持正精度的要求。
2.4 观测点的选取
高速铁路沉降观测精度高，所以对观测点的选取要求也很高，在保证方便观测的前提下，选择合适的观测点，最好是视野开阔，地势平坦的稳定位置。
2.5 观测周期及观测时间
施工阶段，应随施工进度及时进行。观测次数与时间间隔应视地基与加荷情况而定。在观测过程中，如有路基附近荷载突然增减、长时间连续降雨等情况，均应及时增加观测次数。若路基发生大量沉降、不均匀沉降或严重裂纹时，应该立即进行逐日甚至一天数次的连续观测。
3 路基沉降预测模型的应用
对高速铁路路基沉降进行预测传统的方法有三种：(1)采用分层总和法计算最终沉降量，利用简化固结公式计算固结度，然后推算沉降的发展规律与趋势。(2)根据固结理论，结合室内试验获得土的各种本构模型，利用有限元方法预测最终沉降量以及其发展规律。(3)基于前期沉降量实测资料来建立沉降量与时间关系数学模型的预测方法。
3.1 曲线拟合法
曲线拟合，就是通过实验获得有限对测试数据（xi, yi）,利用这些数据来求取近似函数y=f(x)。式中x为输出量，y为被测物理量。即通过分析实测资料与时间的关系，建立适当的沉降与时间的函数关系，进而推测沉降的发展规律。曲线拟合法是将沉降近似看做按照某种规律变化的过程，对实际测量的沉降数据进行拟合，建立某种相适应的曲线模型，采取适宜的优化方法，反推出计算公式所需的参数，在运用于后期的沉降预测。此方法参数较少并且易于确定，所以应用广泛。工程中常用的曲线拟合法包括：双曲线法、星野法、指数曲线法、三点法、沉降速率法、Asaoka法、S形成长曲线模型。
3.2 灰色系统理论
灰色系统理论是20世纪80年代，由中国华中理工大学邓聚龙教授首先提出并创立的一门新兴学科，它是基于数学理论的系统工程学科。灰色系统理论，是一种研究少数据、贫信息不确定性问题的新方法。灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。
3.3 人工神经网络
人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。利用人工神经网络理论建立预测路基沉降的BP模型和Elman模型，两种模型在预测路基沉降时，不需要建立任何土工模型，只要采集训练网络的样本就可以比较精确的预测路基沉降。
3.4 遗传算法
遗传算法是由美国的J.Holland教授1975年首先提出，是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。
路基沉降预测模型的建立对于高速铁路沉降预测与控制至关重要。适宜的预测模型可以很好地预测路基沉降的发展趋势，对于工程施工以及线路运营阶段的管理都有指导作用。通过路基沉降预测模型与实测数据，推算最终沉降量，若预测沉降超限，应及时采取相应的工程措施。
4 一种新的沉降测量方法：计算机视觉测量技术
计算机视觉测量技术是近年来测量领域中迅速发展起来的崭新技术，它是以现代光学为基础，融合计算机技术、激光技术、图像处理与分析技术等现代科学技术为一体，组成光电一体化的综合测量系统。视觉测量技术的检测仪器设备能够实现智能化、数字化、小型化、网络化和多功能化，具有精度高、非接触、在线检测、实时分析与控制、连续工作等特点。计算机视觉也称为机器视觉，是指利用计算机对采集的图像或者视频进行处理，从而代替人眼的视觉功能，实现对客观世界的三维场景的感知、识别和理解的技术。计算机视觉使用计算机及相关设备对生物视觉进行模拟。其主要任务是通过对采集的图像或视频进行处理，以获得相应场景的三维信息。计算机视觉使用的理论方法主要基于几何、概率、运动学计算和三维重构等视觉计算机理论，其基础包括摄影几何学、刚体运动学、概率论与随机过程、人工智能等理论。运用计算机视觉测量技术，可以实现高速铁路沉降的远程自动化观测，方便、快捷、实时性强，即可以保证测量的精度，又减轻了工程技术人员的负担，是一项有待发展的新兴测量技术。
5 结论
综上所述，高速铁路路基沉降对于工程建设、旅客舒适度、运营安全有着致命影响，所以路基沉降观测是必须采取的。采用正确的观测方法，严格按照基本要求和规范观测，建立正确的陈建预测模型，保证路基沉降在标准的允许范围之内是高速铁路建设的关键。随着新兴技术的发展，沉降观测及防治措施必定越来越多，越来越精确，我国的高速铁路事业也必将更上一层楼。
参考文献：
[1] 仝校涛.试论高速铁路路基沉降控制方法[J].黑龙江科技信息,2011,(27).
[2] 李春光.高铁路基沉降分析及控制[J].建筑科技与管理,2011,(3).
[3] 易思蓉.铁道工程(第二版)[M].中国铁道出版社,2009.
[4] 王兆祥.铁道工程测量[M].中国铁道出版社,2009.
[5] 付宏渊.高速公路路基沉降预测及施工控制[M].人民交通出版社,2007.
