主动控制竖井法：原理、设备与应用

《Tunnelling and Underground Space Technology》：An actively-controlled vertical shaft method: principles, equipment and application

　　

摘要

针对城市中心区域深基坑竖井施工面临的关键挑战——富水软土、严格的扰动控制要求、施工安全和运营效率等方面受到的显著制约，本文提出了一种新型主动控制预制压入式竖井（ACPP）方法。该方法的核心理念在于构建一个一体化系统，将主动下沉控制、自动化水下开挖和数字化监测统一于人在回路的控制框架之中。该系统建立在一台专用竖井钻机之上，包含四项关键硬件创新：（1）同步液压顶升系统，实现主动力和姿态控制；（2）多自由度水下开挖机器人，通过自动化运动学控制实现精确取土；（3）专用减摩注浆系统，以最小化下沉阻力；（4）辅助支护系统，用于维持水压力平衡并消除降水风险。作为协调各硬件组件的核心平台，一套实时数据驱动的可视化与控制系统整合多源信息，实现远程精确决策、状态透明化和闭环主动调控。ACPP系统通过力能调节和姿态校正实现主动下沉调控，具体通过差动顶升和分区开挖管理达成。该方法的有效性在上海一座深29.5米的应急竖井成功应用中得到验证，其中环境扰动被降至最低（沉降≤5毫米，而传统方法约为30毫米），施工效率翻倍，结构质量超标（垂直度0.62‰，椭圆率1.2‰）。ACPP方法在高密度城市环境中深基坑竖井开挖方面展现出广阔的应用前景，其在硬土或复杂地层中的适用性仍有待进一步验证。

1. 引言

21世纪的城市发展正在经历从水平蔓延向三维立体发展的根本性转变。关键城市生命线工程——包括庞大的地铁系统、综合管廊、深埋分散式排水网络、地下货运通道以及地下能源与数据设施——正以前所未有的深度和复杂性在地下空间建设中日益增加（Zhu et al., 2024a）。在这一新兴范式下，传统明挖方法在密集建成区的城市中心越来越受到限制，原因在于其对城市功能的破坏性影响、显著的交通干扰以及巨大的环境和经济社会成本（Jiang et al., 2024）。因此，非开挖施工技术已成为实现可持续城市地下发展的关键。在这些技术中，作为地面基础设施与地下隧道网络之间的重要连接点以及关键功能节点的竖井，其重要性日益凸显。它们不仅作为盾构机的始发和接收基座、管廊网络的关键枢纽，还在深埋排水系统中作为战略组成部分以及应急疏散的必经通道发挥重要作用（Huang et al., 2020）。

大量研究推动了竖井施工技术的深入理解。在理论层面，相关研究优化了侧墙土压力、承载力和顶升力的预测，纳入了土拱效应并采用上限极限分析方法（Suppakul et al., 2024, Yang et al., 2023）。在数值方法方面，光滑粒子流体动力学方法（Zhang, 2021）和自适应有限元技术（Royston et al., 2022, Swallow and Sheil, 2025）等先进方法已用于模拟复杂的土-结构相互作用、下沉过程和破坏机理。在实验层面，物理模型试验阐明了下沉摩擦力、土体流动和风险阈值（Song and Sheil, 2023, Templeman et al., 2025），而现场监测以及计算机视觉（Wang et al., 2025b）和自动化系统（Chen et al., 2024）等新兴技术，增强了实时数据采集和性能评估（Yan et al., 2025, Qiao et al., 2024）。此外，Dong等人（2023c）提出的基于信息熵的传感器布局优化方法提高了监测效率和预测精度。这些研究主要聚焦于理想化条件下沉井的基本力学行为，为土-结构相互作用提供了重要见解，但未能解决下沉过程中主动姿态控制这一挑战。

随着竖井施工从理想条件走向实际工程应用，地质条件和施工过程中的固有不确定性带来了巨大挑战，而传统解析和数值方法难以准确捕捉这些挑战。为此，机器学习作为一种有力工具应运而生，以更高精度预测下沉动力学和承载力。例如，Dong等人（2023b）采用多种算法以更高精度预测倾斜和下沉速度，Song等人（2024）开发了经验约束神经网络以改进沉降预测。在承载力分析方面，Jitchaijaroen等人（2025）和Suppakul等人（2025）分别利用深度神经网络和基于树的集成方法，在异性土和分层黏土中实现了高精度预测。此外，Dong等人（2022）提出了一种基于CNN的主动控制框架，利用下沉开挖指数实现实时过程调整。迄今为止，这些新兴预测技术仍处于研究阶段，尚未系统地集成到实时、闭环、主动控制的施工系统中。

尽管在基础理解和预测能力方面取得了上述进展，但值得注意的是，前述研究主要集中于传统沉井方法。然而，在城市中心区域建设深大直径竖井——尤其是在强度低、灵敏度高、流变特性显著的富水软土中——仍然是一个巨大挑战。风险包括土体不稳定、水涌入和砂沸，而建成环境对地面变形几乎零容忍（Cheng et al., 2021）。在如此苛刻的条件下，传统沉井方法（如图1a-c所示）表现出固有局限性：传统敞开式沉井造成过度扰动（Sheil and Templeman, 2023），压入法在极软土中存在突然下沉风险（Zhang et al., 2024），而气幕沉井则因成本过高和工艺复杂而难以推广（Regtop and Feddema, 2021）。社会对安全、效率和环境友好性也提出了更高要求，进一步凸显了传统方法的不充分性。

[下载高分辨率图片（1018KB）]
[下载全屏图片]
[下载高分辨率图片（794KB）]
[下载全屏图片]

图1. 现有沉井方法示意图

针对这些局限性，机械化沉井方法作为一种有前景的替代方案应运而生。超级敞开式沉井系统（SOCS，见图1d）将多种施工工序整合为自动化闭环系统，向无人化和信息化施工迈进（Wang et al., 2025a）。在需要从被动下沉走向主动控制的背景下，施工设备及其工程应用方面出现了显著创新。例如，竖井下沉机（VSM，见图1e）将机械开挖与管片拼装相结合，以最小化地面扰动并提高软土中的施工精度，在上海的现场应用中得到了验证（Zhou et al., 2023, Abualghethe et al., 2025）。与此同时，新型机械化设备——如沉井水下竖井钻机和取土机器人——被设计用于自动化开挖、排土和支护工序，显著提高了效率和安全性并最大限度减少了人工干预（Xu et al., 2022, Dong et al., 2023a）。然而，SOCS系统在均质软土地层中经济性欠佳；VSM方法可能缺乏精确控制且成本高昂。因此，在系统性地将自适应、智能化施工方法论——提供精确控制、最小扰动、运营安全和经济可行性——集成到适用于敏感城市环境和复杂水文地质条件的方案中，仍存在显著空白。

此外，在城市核心区域富水软土（包括承压含水层）中进行高质量沉井施工，需要解决以下四大工程挑战：第一，地下水和承压水的精确控制。第二，开挖对软土引起的扰动最小化。第三，施工过程的主动控制和动态调整。第四，在复杂约束下平衡工程可行性。表1对不同沉井方法进行了综合比较，结果显示目前缺乏一种能够同时兼顾环境适应性、过程可控性和施工效率的一体化方法。因此，开发一种能够协调技术性能与实际约束的、量身定制的新型施工方法，是推进竖井工程高质量施工的关键需求。

表1. 现有竖井施工方法综合比较

| 方法 | 开挖方法 | 下沉方法 | 主要特点 | 主要局限 |
|------|----------|----------|----------|----------|
| 传统明挖沉井 | 井内人工或机械开挖 | 仅依靠结构自重被动下沉 | 工艺简单，成本最低；技术成熟 | 1. 扰动显著：开挖引起应力释放，易触发大范围土体位移和沉降。2. 水土控制困难：极易发生砂沸和管涌，风险不可控。3. 姿态失控：在软土中极易倾斜和突然下沉，难以纠偏。 |
| 压入式沉井 | 井内机械取土 | 主动顶升 | 可主动控制下沉速度和姿态；对周围扰动极小 | 1. 突然下沉风险：切削刃口处软土在持续压力下易发生瞬时剪切破坏，导致失控下沉。2. 控制滞后：系统响应可能不足以完全抵消土性突然变化带来的风险。3. 地层适应性差：对含有大块卵石的复杂地层适应性差。 |
| 气幕沉井 | 在加压密闭工作舱内人工/机械开挖 | 自重下沉，气压平衡水土压力 | 干燥作业环境；可处理复杂障碍物 | 1. 成本极高且复杂：大型设备，工艺复杂，经济性差，难以推广。2. 安全与效率瓶颈：高压作业存在健康风险，程序繁琐，施工缓慢。3. 气压维持困难：在深部地层中维持大型工作舱气密性的技术难度很大。 |
| SOCS | 集中式系统协调自动化水下挖掘机和抓斗进行分区开挖 | 主动顶升 | 高度自动化；水下无人作业；适用于含障碍物的复杂地层 | 1. 软土中突然下沉风险：其控制逻辑在极软地层中仍存在类似压入法的突然下沉风险。2. 系统过于复杂：为硬岩设计的昂贵系统在软土中性价比低，维护负担重。3. 经济性差：初期投资高，仅在超深或特殊工程中经济合理。 |
| VSM | 使用专用水下铣刀进行全断面开挖 | "悬吊控制"式下沉 | 预制拼装施工，速度快 | 1. 控制精度最低："悬吊"模式在软土层中具有最高的突然下沉风险，难以实现精确微扰动控制。2. 超挖与扰动：为确保下沉需超挖，加剧对周围土体的扰动。3. 成本与依赖：设备昂贵，依赖进口，综合性价比低。 |

然而，在整个施工过程中系统性地集成主动控制，同时具备在极其敏感的水文地质条件下平衡经济可行性的能力，在现有方法中仍然明显缺失。为填补这一空白，本文提出了一种以主动控制、环境最小影响和高自动化程度为特征的竖井施工新方法。本研究建立了一个涵盖机理分析、设备创新、自动化控制系统设计和工程验证的综合技术框架。首次通过深度集成主动下沉控制、自动化机器人水下开挖、动态回灌减摩注浆和水力平衡支护等关键技术，实现了对沉井施工的多维闭环主动控制——涵盖力、姿态和环境——所有操作均通过统一的可视化控制平台进行协调。该方法旨在为高密度城市区域富水软土环境中的深基坑竖井施工提供安全、高效、可持续的解决方案。

2. 原理、机械与控制机制

ACPP方法的核心创新在于将四个子系统——同步顶升、机器人开挖、减摩注浆和水力平衡支护——系统地集成为一个统一的运行框架。同步顶升系统实现主动力和姿态调节；机器人开挖系统执行精确的分区取土；减摩注浆系统最小化侧摩擦力和土体扰动；水力平衡支护系统消除降水引起的沉降风险。这些子系统在闭环控制下实时协调运行，以维持稳定下沉、纠正倾斜并最小化环境影响。这种协同集成构成了ACPP方法区别于传统方法的主动控制基础原理。

2.1. 系统配置

如图2所示，基于盾构隧道施工（包括姿态校正和管片拼装）和顶管施工（包括顶升推进和减摩注浆）的成熟经验，本文提出了一种名为主动控制预制压入式沉井（ACPP）的创新施工方法。ACPP方法的实施包含两个主要子系统：主体结构系统和竖井钻机。

[下载高分辨率图片（357KB）]
[下载全屏图片]

图2. ACPP方法示意图

2.1.1. 主体结构系统

如图2所示，主体结构系统包括预制管片竖井、拉森钢板桩墙、集成反力与抗浮系统，以及带横梁的钢-混凝土复合切削刃。

各构件的功能作用详述如下。1.预制拼装式竖井筒身竖井筒身由预制构件拼装而成。每环由数量相同、尺寸一致、外观均匀的梯形构件组成。构件分为两类：A型构件为正锥度（上窄下宽），B型构件为反锥度（上宽下窄）。拼装时，A型与B型构件交替安装，组成完整的结构环。2.钢板桩围护墙由互锁拉森钢板桩组成的墙体，起连续物理屏障作用。其主要功能是限制由筒体下沉和土方开挖引起的土体应力释放与变形，使其主要约束在围合区域内。这显著减少了对更广泛周边土体的扰动，从而保护邻近结构和地下管线免受不利影响。3.一体化反力与抗浮系统该系统由锚桩和冠梁组成，具有双重功能，需要在施工阶段和运营阶段协调不同的力学需求。在施工阶段，该系统作为反力系统，利用其自重和锚桩的摩阻力产生所需反力以克服下沉阻力，实现可控贯入。完成后，该系统转变为永久抗浮系统，抵抗水压浮力以确保竖井长期稳定性。因此，该系统必须通过一体化分析进行设计，同时满足施工期间的最大下沉阻力和运营寿命期间的抗浮要求。4.复合刀斗与环梁刀斗采用钢-混凝土复合结构，外部为钢壳，内部填充混凝土。钢板主要承受拉应力，混凝土主要承受压应力。为确保钢板与填充混凝土之间的整体传力，在内外钢板内表面布置横向抗剪钉，直径19毫米、长度300毫米，沿环向以3度间隔交替布置，竖向间距150毫米。这些抗剪钉通过其抗剪能力传递界面剪力，防止钢板与混凝土之间相对滑移，确保协同承载。外钢壳具有双重作用：显著增强刀斗的结构强度和完整性，同时作为混凝土浇筑的高精度模板，确保几何形状和定位精度。刀斗内的横梁承担三个核心功能：（1）为水下开挖机器人和姿态监测传感器提供稳定安装基座；（2）约束刀斗变形，稳定开挖面，并划分对称分仓开挖区域；（3）下沉完成后，横梁成为底板结构的组成部分，从而减少最终封底所需时间。2.1.2.竖井掘进机竖井掘进机主要包括下沉控制系统、水下开挖系统、减摩注浆系统、辅助支撑系统和远程控制中心（见图2）。各系统的功能定义如下。（1）下沉控制系统下沉控制系统由安装在环梁上的多个下沉单元组成。一方面，通过集体或单独控制下沉油缸的行程，该系统通过安装在顶部的承力环对沉井施加可控的下压力或上拉力，从而将传统的被动下沉过程转变为主动可控操作。另一方面，每个下沉单元设计为可绕其底部铰支座旋转，为构件拼装提供必要间隙。（2）水下开挖系统水下开挖系统以一台或多台多自由度机器人单元为核心。每台机器人通过底部夹紧机构牢固固定在十字梁中心，可对井底进行分区分层开挖。需注意，刀斗正下方的土体严禁直接开挖，以防沉井突然下沉。为适应不同地层条件，机器人配备模块化可更换工具接口：在软土中采用切削吸头，实现高效切削与排渣；在硬土或含障碍物地层中可挂载液压抓斗，用于破碎和取出物料。与通过压剪复合作用破碎硬岩的盘式切削机构（Kang等，2023；Kang等，2025）不同，本研究的切削吸头依靠多个切削工具产生的旋转剪切作用破坏土体结构，主要适用于软土和复合地层。这种模块化设计确保了在不同岩土挑战下的操作灵活性、效率和安全性。（3）减摩注浆系统减摩注浆系统通过预埋在构件内的注浆管工作。它向沉井壁与周围土体之间的环向空间注入特制润滑泥浆，同时实现填缝、减摩和临时支撑相邻地层的三重功能。（4）辅助支撑系统辅助支撑系统包括泥浆循环系统、管线卷盘和浮动作业平台，其作用远超单纯的渣土清除。它使井内水头与外部地下水位持平，从而消除由水头差引起的渗透力。这种方法从根本上减轻了传统降水技术所带来的风险，如大面积地面沉降、流砂和管涌。（5）远程控制中心远程控制中心集成了多个人机可视化界面和专用操作摇杆，使人员能够监控作业并对开挖机器人和下沉控制系统实施精确的远程控制。上述四个子系统，即同步顶升、机器人开挖、减摩注浆和水力平衡支撑，并非独立运行，而是协同工作以实现可控沉井下沉。具体而言，同步顶升系统提供驱动力，机器人开挖系统通过分区取土调节底部阻力；减摩注浆系统最小化侧壁摩擦力以降低总阻力，水力平衡支撑系统确保静水压力平衡以消除降水引起的扰动。这些子系统之间的相互作用使下沉过程得以主动调控，为2.3节所述的力和姿态控制机制奠定了基础。2.2.施工过程设计如图3所示，该技术体系构建为标准化四阶段十六步施工流程，系统地呈现了从场地准备到结构基底封闭的完整闭环流程。图3.四阶段十六步标准化施工流程。阶段一：场地准备与基坑施工S1：抗浮桩施工。抗浮桩沿沉井周边精确安装。S2：围护墙施工。在抗浮桩外侧立即打入钢板桩（如拉森型），形成连续圆形围护墙，隔离施工区域并减轻地面扰动。S3：起始基坑开挖。在围护墙围合区域内开挖指定深度的初始基坑。S4：混凝土垫层浇筑。在坑底铺设并压实砂垫层后，浇筑素混凝土垫层，为后续下部沉井结构提供平整稳固的工作基面。阶段二：钢制刀斗安装、首环拼装与基底浇筑S5：钢制刀斗安装与找平。第一段钢制刀斗分段安装在垫层上，精确找平并临时固定，随后内部填充混凝土。达到足够强度后，在其上方安装第二段刀斗（此阶段不填充混凝土）。S6：横梁模板立模。在第二段刀斗上方搭设底部钢筋混凝土横梁模板。S7：首环拼装。第一环（初始环）预制钢筋混凝土构件在刀斗和横梁模板上方进行拼装连接，形成沉井起始圆筒壁。S8：刀斗与横梁整体混凝土浇筑。混凝土连续整体浇筑，填充第二段刀斗并形成横梁，将其整合为单一承重结构，构成坚固的沉井基底。阶段三：冠梁施工、系统安装与初始下沉S9：冠梁浇筑。在围护墙内侧与刀斗外侧之间的环形空间内浇筑钢筋混凝土冠梁（或围檩），将周边抗浮桩顶部连成整体系统。S10：下沉控制系统安装。在首环构件顶部安装承力环，并与下沉控制系统（如液压千斤顶组、传感器和控制柜）连接。S11：开挖机器人系统部署。专用开挖机器人安装在底部横梁中心区域，其相关系统（包括动力、控制和排渣系统）接入连接。S12：初始受控下沉。下沉控制系统施力使横梁坐落至基底土体上。随后进入循环过程：机器人从作业室开挖土体，然后进行受控下沉增量。此开挖-下沉循环重复进行，直至前三环构件达到目标深度。阶段四：循环作业、构件加接与最终基底封闭S13：浮动作业平台安装。当沉井下沉至第四环构件深度时，在沉井内安装浮动作业平台，便于设备维护并提供人员安全检修通道。S14：循环开挖与基底处理。后续构件环继续执行土方开挖后受控下沉的循环过程。当沉井到达最终设计标高时，采用高压水射流清理和冲刷基底，确保最终封底混凝土的准备就绪。S15：底板浇筑。基底处理后，浇筑底板混凝土，形成沉井的永久结构基础。S16：主体施工完成。底板混凝土达到设计强度后，沉井主体施工完成。随后可进行降水、内部结构施工和顶板浇筑等后续作业。2.3.下沉控制机制2.3.1.下沉速度控制沉井下沉过程中系统的完整受力状态如图4所示。主要力包括：系统总重??k、浮力??wk、总侧摩阻力??f、下沉控制系统施加的力??jack（可能为压力或拉力）以及基底土的极限承载力??b。各力分量解析定义如下。图4.

沉井下沉过程中的结构受力图。(1) 系统总重 ??k。系统总重的计算如下：
(1) ??k = ??shaft + ??edge + ??beam + ??robot
其中 ??caisson、??edge、??beam 和 ??robot 分别代表沉井筒身、刃脚、横梁和挖掘机器人的重力。
(2) 系统浮力 ??wk。作用于沉井系统的浮力由以下公式确定：
(2) ??wk = ??w [??beam + ??edge + (?? - ?edge) ??seg]
其中 ??w 为水的容重；??beam 和 ??edge 分别为横梁和刃脚的体积；?? 为刃脚底部至地表的垂直距离；?edge 为刃脚的设计高度；??seg 为单位宽度的节段体积。
(3) 总侧摩阻力 ??f。总侧摩阻力包括沿刃脚的侧摩阻力 ????_edge 和沿沉井筒身由于泥浆产生的摩擦力 ????_slurry：
(3)
? ??f = ????_edge + ????_slurry
? ????_edge = ??edge ∑ ??sk_i ?_i
? ????_slurry = ??caisson ??slk (?? - ?edge)
其中 ??edge 和 ??caisson 分别表示刃脚和沉井筒身的周长；?_i 和 ??sk_i 为刃脚高度范围内第 i 层土壤的厚度和相应的单位侧摩阻力；??slk 为泥浆的单位摩擦力。
(4) 下沉控制系统的力 ??jack。下沉控制系统施加的力是各个千斤顶力的总和：
(4) ??jack = ∑_{i=1}^{n} ??jack_i
其中 n 为液压千斤顶的数量，??jack_i 为第 i 个千斤顶施加的力。
(5) 地基土极限承载力 ??b。极限承载力由刃脚下 ??edge 和横梁下 ??beam 的贡献组成：
(5)
? ??b = ??edge + ??beam
? ??edge = ??edge ??bk
? ??beam = ??beam ??bk
其中 ??edge 和 ??beam 分别为刃脚和横梁的等效基础面积，??bk 为地基土极限承载力的特征值。
最后，沉井下沉的驱动力 ??T 和总阻力 ??L 可表示为：
(6)
? ??T = ??k + ??jack - ??wk
? ??L = ??f + ??b
下沉系数 Kst 定义为 ??T 与 ??L 的比值。该参数作为关键力学指标，用于定量评估沉井下沉的难易程度并评估突然下沉的潜在风险。在施工准备阶段，它为规划下沉顺序和预判潜在困难提供了理论依据。根据《敞开式及气压沉井施工技术规范》（上海市住房和城乡建设管理委员会，2023），ACPP 沉井的下沉系数表示为：
(7) Kst = ??T / ??L
此外，基于指定的目标下沉系数，可确定理论所需的辅助下沉力 ??jack_theory：
(8) ??jack_theory = Kst (??f + ??b) + ??wk - ??k
然而，在实际施工中，随着下沉深度的增加，系统总重 ??k、浮力 ??wk、侧摩阻力 ??f 以及地基土极限承载力 ??b 均处于持续动态变化状态。受岩土勘察参数准确性、沉井内泥浆密度波动、土压力监测结果可靠性以及其他不确定因素的影响，这些力难以精确量化。因此，理论辅助下沉力 ??jack_theory 无法实时适应保持沉井稳定下沉所需的实际力学条件，从而增加了下沉停滞或突然失控下沉的风险。
如图 5 所示，从控制角度来看，在独立控制每个推进单元的前提下，可以实现千斤顶集群的同步下沉控制。具体的控制方法如下：
(1) 在控制系统中定义一个虚拟液压缸，并预设其伸出速度和总目标行程。
(2) 激活下沉控制系统，虚拟缸以恒定速度伸出。每个缸的行程传感器以 0.1 秒为间隔采样并反馈其实时行程值。
(3) 将每个下沉缸的实际行程与虚拟缸的行程进行比较，以计算偏差（ΔL1 至 ΔL4）。该偏差被输入到各自千斤顶行程控制的 PID（比例 - 积分 - 微分）控制器中，其参数在现场根据比例流量阀的响应特性和液压系统的固有特性进行手动校准。一旦校准，PID 系数在施工期间保持固定，因为控制目标是实现多个千斤顶行程的同步推进，而不是主动对抗地面条件。然后控制器输出其比例流量阀的目标开度。为了在特殊情况下（例如潜在的不对称侧向压力）确保安全，系统实时监测所有四个千斤顶的行程和压力，并每 0.5 秒比较一次数据。如果任何千斤顶相对于虚拟缸的行程偏差超过 3 mm，或任何千斤顶的压力超过其他三个千斤顶 0.2 MPa 以上，系统立即停止下沉并触发报警以供操作员干预。
(4) 系统执行目标阀开度以动态调整每个千斤顶的伸出速度，实现与虚拟缸同步伸出，直到达到目标行程。
(5) 系统连续获取并计算每个下沉缸的压力值，监测单独和总辅助下沉力。如果任何监测值超过预定义阈值，立即停止下沉控制系统。
图 5. 下沉控制系统原理图。
如图 6 所示，一旦下沉控制系统停止，水下挖掘机器人重新介入挖掘基础土。此操作旨在降低地基土的极限承载力 ??b（包括 ??shoe 和 ??beam）。目的是将基础阻力从 FL1 降低到 FL2，从而按比例降低所需的驱动力从 FT1 到 FT2。这种受控的阻力降低重新建立了操作员安全重新启动受控下沉过程所需的力学条件。
图 6. 速度控制机构示意图。
2.3.2. 沉井姿态控制
实时测量沉井顶面和横梁顶面的倾斜度。因此，沉井姿态的控制从两个方面着手：顶部姿态控制和底部姿态控制。
(1) 通过差动油缸行程进行顶部姿态控制
在每次受控下沉增量后，使用来自沉井冠部的实时倾斜数据来计算校正动作。然后系统对各个下沉缸实施差动行程调整。这微调了合力 FT 的作用空间点，产生校正力矩以抵消顶部倾斜。
(2) 通过分区挖掘管理进行底部姿态控制
底部控制是挖掘策略的组成部分，采用分层方法，同时确保刃脚保持嵌入以防止突然下沉。
• 垂直分区（图 7a）：土层剖面被划分为预留层（底部与横梁齐平）、挖掘层和用于主动姿态调整的调整层。
图 7. 挖掘路径示意图。
• 平面分区（图 7b）：底部被划分为 16 个控制区域：四个象限内的八个周边区域（1–8）以及横梁正下方的八个核心区域（A-H）。挖掘遵循对称的由内而外顺序。
(3) 三级条件响应控制框架
渐进策略确保适应性，无缝地从完全自动化过渡到监督干预。
• 第一级：标准下沉模式。此主要自动化模式通过周边区域（1–8）对称平衡的挖掘来保持垂直度，遵循严格的“先预留层”顺序。每个循环产生等于挖掘层深度的同步下沉，随后进行自动姿态检查。
• 第二级：主动校正模式。当倾斜超过阈值时触发，此模式在倾斜方向相反的象限执行四级渐进挖掘序列：
1) 一级：挖掘调整层的内环（区域 1–4）。
2) 二级：如果需要，扩展到调整层的外环（区域 5–8）。
3) 三级：进行到梁下的内核心（区域 A-D）。
4) 四级：最后挖掘梁下的外核心（区域 E-H）。
一旦姿态得到校正，过程立即返回第一级。
• 第三级：限制干预模式。仅在第一级和第二级穷尽失败后获得手动授权时激活，此安全模式允许在倾斜方向上直接进行切割头下方的定向挖掘，并在密切监督下进行，以应对极端地面条件。
总之，如图 8 所示，沉井姿态校正通过双重机制实现：
• 驱动力的主动控制：通过调整下沉控制系统，修改驱动力 ??T 的大小和作用点（即从 ??T1 调整到 ??T3）。
• 地基阻力力的主动调节：在倾斜方向相反的一侧挖掘土壤，主动降低该区域地基土的极限承载力 ??b。这进而改变了总阻力力 ??L 的大小和作用点（即从 ??L1 调整到 ??L3）。
图 8. 姿态控制机构示意图。
这两种机制的耦合导致净校正力矩增量 ΔM，表示为：
(9)
? Δ?? = ??3 - ??1
? ??1 = ??T1 ??1 = ??L1 ??1
? ??3 = ??T3 ??3 = ??L3 ??3
其中 ??1 和 ??3 分别为校正操作前后的力臂。
应强调的是，闭环控制框架在人在环范式下运行。系统处理实时数据获取、偏差计算、执行器控制和安全管理，而诸如挖掘区域选择、模式切换和紧急干预等战略决策仍由操作员监督。这是一种刻意的工程选择，反映了难以由自主算法完全捕捉的土机交互的固有复杂性。通过将自动化与人类专业知识相结合，ACPP 系统在高不确定性岩土环境中实现了控制精度与操作安全之间的实际平衡。
3. 机器人自动控制系统
为了实现水下挖掘机器人的精确和透明运行，本节介绍了两个相互关联的组成部分，共同构成控制和状态可视化的闭环：运动学控制系统，负责控制机器人的运动；以及可视化平台，提供其运行状态的实时反馈。
3.1. 运动学分析与控制
3.1.1. 运动学建模
挖掘机器人（如图 9 所示）主要由基础框架、回转平台、配重、主臂、二臂段、联动臂、挖泥泵和切割头组成。回转电机、主臂举升缸、伸缩缸、联动缸和摆动缸作为机器人相应运动关节的执行器。具体来说：
• 回转电机驱动回转平台，使机器人能够在水平面内旋转。
• 主臂举升缸支撑主臂，使其相对于回转平台在垂直平面内绕轴 R1 旋转。
• 伸缩缸固定在主臂的基部，其活塞杆端连接到二臂段，控制二臂段相对于主臂的伸出和收回。
• 联动缸安装在二臂段上；其伸出和收回驱动联动臂绕轴 R2 旋转。
• 摆动缸使挖泥泵能够相对于联动臂绕旋转轴 R3 左右摆动。
图 9. 挖掘机器人结构示意图。
所有关节的协调运动实现了对半球形切割头的 3D 位置控制，切割头上装有多个切割齿。其方向不主动控制，核心控制目标是其空间坐标。为了实时反馈，在回转平台和每个关节缸上安装了编码器和行程传感器，以测量每个自由度的位移。
为了通过正运动学确定切割头在全局坐标系中的位置坐标，并根据期望的切割头位置通过逆运动学求解目标关节位移，建立了一个简化但精确的计算模型，该模型准确反映了机器人的运动学机制。该模型采用附加在机器人关节上的多个笛卡尔坐标系，以便于从末端执行器坐标系到全局坐标系的坐标变换。
具体来说，对于从坐标系{i-1}到坐标系{i}的变换，绕 X_{i-1}、Y_{i-1} 和 Z_{i-1} 轴的旋转分别表示为 αi、βi 和 γi。沿这些轴对应的平移位移表示为 pi、qi 和 ri。

所有旋转和平移的正方向均根据右手定则和坐标轴的正方向进行定义。坐标系的建立遵循以下规则：

**1. 全局坐标系 {0}：** 以回转平台处于零回转位置时，将原点 ??? 设在底座框架顶面的中心处。X? 轴正方向指向点 R? 在该表面上的投影点方向，Y? 轴正方向竖直向上，由此建立全局参考坐标系 {0}。

**2. 回转平台坐标系 {1}：** 先将坐标系 {0} 绕 Y? 轴旋转角度 ???，再沿 X? 轴正方向平移距离 ???。新原点 ??? 位于 R? 在底座顶面上的投影点处，由此得到坐标系 {1}。

**3. 主臂坐标系 {2}：** 将坐标系 {1} 先沿其 Y? 轴正方向平移距离 ???，使原点 ??? 位于关节 R? 处。然后绕 Z? 轴旋转角度 ???，使 X? 轴正方向指向关节 R?，由此建立坐标系 {2}。

**4. 二节臂坐标系 {3}：** 从 {2} 出发，沿 X? 轴正方向平移 ???，使原点 ??? 移至关节 R? 处。随后绕 Z? 轴旋转角度 ???，使 Y? 轴平行于关节 R3 的中心轴线，形成坐标系 {3}。

**5. 疏浚泵坐标系 {4}：** 坐标系 {3} 分别沿其 X? 轴和 Y? 轴平移 ??? 和 ???，将原点 ??? 定位在关节 R? 处。最后绕 Y? 轴旋转角度 ???，使 Z? 轴与疏浚泵的中心轴线对齐，得到坐标系 {4}。

**6. 切削头末端执行器坐标系 {5}：** 最后沿坐标系 {4} 的 Z? 轴正方向平移距离 ???，将原点移至切削头的球心处，建立末端执行器坐标系 {5}。

正算末端执行器位置和逆算目标油缸行程的计算误差均控制在 ±0.001 mm 以内（Zhu et al., 2024b）。正运动学和逆运动学的详细推导分别见附录 A 和附录 B。

### 3.1.2 运动控制方法

水下挖掘机器人的运动控制工作流程包括以下主要步骤：

**步骤 1：路径规划。** 在全局坐标系中，操作员根据任务要求选择工作模式。然后通过在数字模型中直接选取或手动绘制的方式定义切削头的期望轨迹。随后，系统自动将该轨迹离散化为一系列三维空间点坐标。

**步骤 2：逆运动学求解。** 以这些路径点坐标作为输入，系统采用逆运动学算法实时计算各液压油缸的目标行程以及回转平台的回转目标角度。

**步骤 3：闭环执行。** 控制系统根据计算所得的运动参数执行闭环控制，精确驱动切削头沿预定轨迹完成土方挖掘任务。

关于实际运行中逆运动学计算的重要说明是：伸缩油缸和摆动油缸的行程不是求解变量，而是由操作员根据工艺要求进行预设。伸缩油缸的行程决定了切削头在水平面内的最大工作半径。此外，当摆动油缸动作时，所有其他关节必须保持静止，直到其运动完成。因此，给定目标末端执行器位置坐标 (???, ???, ???) 时，关节变量 (???, ??? 和 ???) — 即需要通过逆运动学求解的核心参数 — 的推导过程详见附录 B 中的图 10。

*下载：下载高分辨率图片（120KB）*
*下载：下载全尺寸图片*
**图 10. 挖掘机器人运动学计算模型。**

### 3.2 运动可视化方法

#### 3.2.1 系统架构设计

水下挖掘机器人可视化平台采用软硬件协同设计架构（图 11），集成了四个子系统：服务器、PLC 控制系统、机器人本体和可视化界面。PLC 从机器人采集实时关节数据，通过工业以太网传输至服务器。可视化界面通过 HDMI 连接，显示二维轨迹和实时三维运动。服务器包含三个核心模块：后端服务模块，负责处理、封装和存储 PLC 数据至数据库，并通过 Socket 通信提供实时数据接口；运动学分析模块，使用正运动学计算切削头位姿，或基于轨迹进行逆运动学求解以生成控制指令；三维可视化模块，将切削头坐标映射为二维轨迹，并通过 Unity3D 引擎渲染实时三维数字模型。

*下载：下载高分辨率图片（360KB）*
*下载：下载全尺寸图片*
**图 11. 机器人运动可视化系统架构。**

#### 3.2.2 二维轨迹可视化方法

##### 3.2.2.1 颜色映射与基于网格的数据压缩

机器人末端执行器的空间位置坐标 (s?, s?, s?) 代表水平位置和挖掘深度。为将三维轨迹进行二维可视化，深度 s? 通过颜色编码实现：将深度轴（0–80 cm）划分为 8 个 10 cm 区间，每个区间对应一种独特的颜色。因此，每个像素的颜色对应其操作深度。

高频轨迹采样产生的海量数据对实时渲染构成挑战，本研究通过基于网格的数据过滤机制来解决这一问题。系统预分配了一个维度为 80×80×8 的一维张量存储结构。该配置对应于将水平工作区域离散化为 80×80 的网格，同时保持 8 个深度层。每个网格单元的物理尺寸由总图像宽度 W 和网格单元数量决定，图像分辨率定义为：

(10) Res = W/80

在此基础上，连续的三维坐标 (s?, s?, s?) 被离散化为网格索引：

(11) ? ? ? s? = floor(s?/Res), s? = floor(s?/Res), depth = floor(s?/Res)

使用一维数组（index）将三维索引进行映射，映射公式为：

(12) index = depth × (80 × 80) + S? × 80 + S?

该机制通过状态覆盖的方式，每个网格单元仅保留最近采样点的颜色属性，将数据量减少两个数量级，有效消除了实时渲染瓶颈。

##### 3.2.2.2 二维轨迹的多视图可视化

处理后的轨迹数据通过顶视图和纵向剖面图（见图 12）进行可视化展示，使用 HTML5 Canvas 实现。顶视图按比例渲染结构和地质要素，将轨迹显示为按切削头直径缩放的彩色圆形路径；沿轴线的剖面视图则使用相同的颜色编码方法表示深度变化。两种视图均具有动态可调的坐标轴比例尺，以适应不同的工程尺寸。

*下载：下载高分辨率图片（117KB）*
*下载：下载全尺寸图片*
**图 12. 二维轨迹可视化效果图。**

#### 3.2.3 三维运动可视化方法

##### 3.2.3.1 实现与性能优化

本研究开发了基于 Unity3D 的实时三维可视化方法，构建了从物理数据到场景渲染的数据驱动闭环系统（图 13）。该架构包含六个模块：数据输入模块，获取实时机器人数据；数据管理模块，对数据进行清洗和格式化；回放管理模块，控制仿真时序；三级（World/Chunk/Block）体系，用于建模土壤结构；场景管理模块，加载和布置三维模型；Unity3D 引擎模块，渲染最终的交互式场景。

*下载：下载高分辨率图片（180KB）*
*下载：下载全尺寸图片*
**图 13. 系统架构。**

为实现大规模挖掘场景的高效实时三维可视化，本研究采用了分级式"World–Chunk–Block"土壤管理系统（图 14）。Block 采用动态可见面算法剔除遮挡面，渲染面数减少 58–82%，并通过 EMPTY/DIRT 状态机模拟挖掘过程。当切削-吸力头通过时，对应 Block 的状态从 DIRT 更新为 EMPTY，其表面被删除以在视觉上表示土壤的移除。每个 Chunk 将 8×8×8 个 Block 组织为一个扇区，采用 O(1) 空间索引实现快速块访问，并支持批量更新，实现了动态局部更新机制，计算负载降低约 94%。场景模块维护统一的对象树，确保所有实体之间的正确空间关系，并将下沉油缸行程映射为垂直位移以实现实时运动同步。

*下载：下载高分辨率图片（101KB）*
*下载：下载全尺寸图片*
**图 14. World、Chunk 和 Block 的层次结构图。**

对土壤颗粒粒度进行对照试验比较了渲染性能：20 cm 立方体（3,600 个三角形）出现像素化；5 cm 立方体（230,400 个三角形）超出实时 GPU 容量；而 10 cm 立方体（28,800 个三角形）达到了接近 3A 游戏标准的视觉清晰度。因此，采用 10 cm 立方体作为基本单元，在消费级硬件上平衡了视觉保真度与实时性能。

##### 3.2.3.2 机器人的碰撞检测方法

机器人与周围结构的碰撞检测使用 Unity3D 的物理引擎实现。规则部件（切削边、横梁）采用 Mesh Collider（网格碰撞体），高风险区域沿疏浚泵轴线布置分层球形碰撞体（600 mm 和 800 mm 直径）。该机制实现了三级安全监控：安全（未接触 800 mm 球体，正常运行）、警告（接触 800 mm 球体，触发低频声光报警以提醒操作员但不中断操作）和危险（进入 600 mm 球体内，触发高频报警并立即紧急停机，需人工确认后方可恢复操作）。

机器人二维和三维挖掘动作的整体可视化结果展示于图 15。该界面实现了对机器人水下挖掘过程的沉浸式交互式呈现。

*下载：下载高分辨率图片（286KB）*
*下载：下载全尺寸图片*
**图 15. 最终可视化结果。**

### 4. 工程应用

#### 4.1 项目概况与设备

##### 4.1.1 项目概况

如图 16 所示，本施工方法首次应用于上海地铁 13 号线西延伸线杏乐路应急竖井项目。项目场地位于金丰路与杏乐路交叉口，其余两侧紧邻居民区。竹光路隧道（直径 14 m）直接从金丰路下方穿过，隧道顶板以上土体覆盖约 10 m，与应急竖井的净距为 17.8 m。金丰变电站距竖井 14.4 m。位于杏乐路对面的金丰住宅区距此约 53 m，上海美国学校距此约 65 m。因此，施工引起的环境扰动控制至关重要。

*下载：下载高分辨率图片（211KB）*
*下载：下载全尺寸图片*
**图 16. 工程应用示意图。**

如图 17 所示，应急竖井为竖向井筒，外径 8.7 m，内径 8 m。由 13 节预制管片（每节宽 2.0 m，厚 0.35 m）和切削边结构（高 3.5 m，厚 0.4 m）组成，总结构高度为 29.5 m。横梁高 2.0 m，顶宽 0.6 m，底宽 0.4 m。反力系统包括环形梁（宽 2.2 m，厚 1.725 m）和 5 根均匀分布的抗上浮桩（每根直径 1 m，长 50 m）。

*下载：下载高分辨率图片（195KB）*
*下载：下载全尺寸图片*
**图 17. 结构尺寸与地层分布示意图。**

自地面以下的地层顺序依次为（图 17）：①? 人工填土、②? 褐黄色～灰黄色粉质黏土、②??? 灰黄色～灰色黏质粉土、③ 灰色淤泥质粉质黏土、④ 灰色黏土、⑤? 灰色黏土、⑥ 黏土，以及 ⑦? 稻草色～灰色含黏质粉土的砂质粉土。应急竖井底部毗邻承压含水层。由于无法隔离该含水层，降水存在对周边地区造成不利环境影响的重大风险。

如图 18 所示，该管片衬砌系统采用四块通用管片环配置，每块管片的中心角为 90°。每块管片长度 7.26 m（外弧长度），厚度 0.35 m，重约 11.4 吨。相邻环之间采用错缝拼装方式，相对圆周旋转角度为 22.5°。

*下载：下载高分辨率图片（230KB）*
*下载：下载全尺寸图片*
**图 18. 管片结构。**

环间纵向连接通过 16 根贯穿长螺栓实现。每块管片配有四个剪切键孔，用于精确定位和抗剪。环内各管片之间的环向接缝通过预埋在每块管片外弧面的铸铁榫口中安装的两根短螺栓进行连接。

##### 4.1.2 设备规格

按照《沉井和气压沉箱施工技术规范》（上海市住房和城乡建设管理委员会，2023）的要求，实际施工中的下沉系数 K?? 应控制在 1.05 至 1.25 之间。

系数低于1.05则可能导致下压力不足，进而造成下沉停滞；而超过1.25则可能导致下沉速率过大，带来突然沉降或倾斜的危险。因此，本研究选取下沉系数Kst为1.1作为设计下沉控制系统的核心参数。各土层单位侧摩阻力??sk和极限承载力特征值??bk，来源于项目岩土勘察报告，汇总于表2。泥浆的单位摩阻力??slk取值为1 kPa。

表2. 各土层的单位侧摩阻力和极限承载力值。

土层编号 | 层厚/m | ??sk/kPa | ??bk/kPa
---|---|---|---
① | 1.2 | 15.0 | 200.0
② | 1.3 | 15.0 | 160.0
②3-1 | 6.9 | 17.0 | 170.0
③ | 3.1 | 20.0 | 110.0
④ | 4.5 | 25.0 | 110.0
⑤ | 10.4 | 30.0 | 130.0
⑥ | 2.1 | 60.0 | 260.0
⑦ | 12.2 | 60.0 | 270.0

根据公式(8)，在分区内开挖指定土层且避免开挖切削刃正下方土体的前提下，针对两种工况——工况1（不挖除横梁下方土体）和工况2（挖除横梁下方土体）——将理论下沉辅助力??jack_theory随切削刃底部深度的变化关系绘制于图19。

下载：下载高分辨率图片 (66KB) 下载：下载完整尺寸图片

图19. 理论下沉辅助力。

由表2和图19可知：
1. 两种工况下，理论下沉辅助力随深度均呈近似线性增长。然而，在土层界面处力的突变表明极限承载力??bk对整体阻力分布具有显著影响。
2. 两种工况下沉沉辅助力的数值差异恰好对应横梁下方土体所提供的基底承载力??beam。在设计总下沉深度范围内，该分量占总下沉辅助力的66.8%至100%。深度较浅时该比例更高。这一发现表明，在实际施工中策略性地开挖横梁下方土体，是控制下沉难度和辅助姿态校正的有效方法。
3. 工况1的理论最大下沉辅助力为17,475 kN，工况2为5,795 kN。

如图20所示，下沉控制系统采用四个均匀分布的控制单元。该配置方案通过对项目的理论最大下沉辅助力、所需安全裕度、管片拼装作业空间以及设备的通用性和经济性进行综合评估后确定。

下载：下载高分辨率图片 (207KB) 下载：下载完整尺寸图片

图20. 下沉控制系统。

每个下沉控制单元主要由下沉油缸、支撑架和摆动油缸组成。摆动油缸活塞杆的伸出与回缩使该单元相对于沉井壁内收或外展，从而为管片拼装提供所需间隙。下沉油缸活塞杆的自由端通过销接连接到承载环上。

每个单元提供4,000 kN的下压力与1,750 kN的上拉力，系统总容量为下压力16,000 kN、上拉力7,000 kN。液压缸缸径为400 mm，活塞杆直径为300 mm，最大行程为2,700 mm，最大工作压力为32 MPa。各油缸配备一体化高精度位移传感器，四个单元同步伸出最大速度为70 mm/min，同步回缩最大速度为180 mm/min。

沉井设备的关键辅助系统——减阻注浆系统和泥浆循环系统的示意图见图21。

下载：下载高分辨率图片 (202KB) 下载：下载完整尺寸图片

图21. 减阻注浆系统和泥浆循环系统。

减阻注浆系统用于在沉井壁后方形成连续的润滑泥套。环梁上设有4个注浆点，底部（第一节段环）和中部（第七节段环）各增设4个注浆点，确保每节管片配置一根埋入式注浆管。每个注浆点通过独立管线和独立控制球阀连接，可实时监测和反馈每环注浆量和累计注浆量。润滑泥套目标厚度为50 mm。采用1.2至1.5的充盈系数，理论注浆量约为每延米1.65至2立方米。下沉过程中，泥浆在井壁后方同步注入，使其液位维持在地下水位以下约0.1 m处。需要注意的是，注浆压力并非主动控制变量，而是被动产生的——只需克服沉井壁沿程摩擦阻力并顺利将泥浆注入环形空间即可。浆液配方包括膨润土（180 kg）、水（960 L）和聚合物外加剂（20–30 L）。配制泥浆的关键性能参数实测值如下：马氏粘度79.2 s，表观粘度21 mPa·s，API滤失量12.6 mL/30 min，触变值80 Pa，密度1.048 g/cm3，稳定性（24h后密度差）≤0.001 g/cm3。

泥浆循环系统负责维持井内流体平衡和控制液位。该系统由给水泵、集成于机器人中的抓泥泵、流量计、液位传感器及相关管路组成。给水泵流量为122–331 m3/h，扬程为48–38.5 m，采用电机驱动并配备变频控制以实现精确流量调节。抓泥泵由油马达液压驱动，流量范围为0–300 m3/h，扬程范围为30–25 m。进水管和出水管上均安装有流量计，可对整个循环系统进行联动控制，从而精确管理井内液位。

水下开挖机器人适用于内径8–10 m的沉井施工，可与1.5–2 m高的横梁配合使用，最大工作压力可达1.0 MPa。机器人配备Bell 100型抓泥泵，球形通道直径50 mm，在30 kW轴功率下混合能力为300 m3/h，由25 MPa油压液压驱动。切削头直径600 mm，配备6把Domex 700高强度钢刀具，关键耐磨部件采用GX260Cr27高铬铸铁制造以确保耐久性。预留层、开挖层和纠偏层厚度均设为400 mm。

在施工过程中于③层施工时，由于粘性土在中心格栅上堆积导致切削头堵塞。为此，在现场拆除格栅以增大进料面积，从而提高了进土效率。该改造措施效果显著，此后在类似粘性土条件下被采用为标准配置。

**4.2. 数据监测与可视化控制平台**

**4.2.1. 监测方案**

为支持沉井施工过程控制并量化施工活动对周围环境的扰动，本文设计了如图22所示的监测方案，涵盖地表沉降、地下水平位移、沉井顶部和底部倾斜度、土反力及总下沉辅助力。

下载：下载高分辨率图片 (342KB) 下载：下载完整尺寸图片

图22. 监测点布置。

地表沉降监测点（D1–D7）布设在距围护结构边缘2 m和7 m处，紧邻下沉控制单元，采用常规全站仪采集数据，频率为每日一次，主动下沉期间为每日两次。

三个地下水平位移监测点（P1–P3）安装在距围护结构0.5 m处，同样位于下沉控制单元附近。测斜管在正式施工前预埋，数据采用测斜仪采集，频率为每日一次，姿态大幅调整时额外测量。

考虑到操作便利性，沉井顶面至环梁顶面的垂直距离使用带刻度尺手动测量，据此推算每次下沉增量后沉井顶面的倾斜度。

沉井底部的倾斜度采用集成于开挖机器人底部、与横梁保持相对静止的倾斜传感器进行测量。该传感器以1 Hz的采样频率提供连续实时数据。正负倾角分别表示向坐标轴正方向和负方向的倾斜。

下沉阻力根据各下沉液压缸对应的压力传感器数据实时计算，数据以10 Hz的频率记录以实现闭环控制。

为监测切削刃和横梁下方的土反力，安装了8个土压力计（TY1–TY8），其中TY1–TY4位于切削刃环下方，TY5–TY8位于横梁下方。该布置可验证实际基底阻力与设计值的符合程度，并为调整开挖策略、维持稳定下沉力控制提供实时反馈。

为评价沉井结构的最终施工质量，施工团队在沉井到达设计位置、封底混凝土浇筑完毕并排空井内积水后，手动测量管片环接缝宽度、井筒垂直度和椭圆度。

**4.2.2. 可视化控制平台**

为实现沉井施工中设备控制与多源信息的深度融合，在远程控制中心开发了综合可视化控制平台。如图23所示，除常规视频监控外，该平台集成了施工进度、沉井姿态、机器人运动状态以及4.2.1节所述全部监测数据等三个可视化界面。平台还配备两个触摸屏界面，支持开挖机器人在线路径规划和下沉系统实时控制，同时允许操作人员通过两个控制摇杆在必要时进行手动干预，执行局部开挖、高压水射流预处理和孔道清理或壁面刷洗等操作。

下载：下载高分辨率图片 (101KB) 下载：下载完整尺寸图片

图23. 可视化控制平台。

为确保系统可靠性，平台集成了紧急控制功能：当检测到传感器信号异常或数值超出合理范围时，控制系统立即停止下沉或开挖作业。操作人员可通过控制摇杆和触摸屏进行有限施工操作，直至故障排除。液压系统还配备独立的压力监测与保护装置，在出现异常时自动卸压以防止设备损坏。

与仅用于显示的常规监测系统不同，该平台集成多源信息并实现"感知-决策-执行"闭环，使可视化系统成为主动控制的核心节点。通过将传统"黑箱"式水下开挖过程透明化，该系统有效降低了对操作者经验的依赖，减少了所需人员数量，降低了劳动强度。

**4.3. 数据分析**

为全面评估ACPP工法，以下分析围绕施工性能、环境扰动和施工质量三个关键维度展开。

**4.3.1. 下沉控制性能**

**4.3.1.1. 同步控制与倾斜分析**

为定量评估下沉控制系统的同步精度，图24展示了第六节段环下沉过程中四个下沉油缸的平均行程及各油缸相对于该平均值的偏差。如图24所示，平均缸行程以0.51 mm/s的速率随时间近似线性增长，与预设虚拟缸速0.5 mm/s高度吻合。这种高度一致性证明了基于PID的流量控制在现场标定后的精度，并确认了液压系统输出的稳定性。

下载：下载高分辨率图片 (340KB) 下载：下载完整尺寸图片

图24. 第6节段环下沉过程中下沉油缸行程同步情况。

尽管由于沉井姿态变化、基底土反力分布不均及管片密封垫差异压缩等因素，四个油缸之间不可避免地存在微小行程偏差，但在整个下沉过程中偏差保持稳定且控制良好。在第1次、第3次、第6次及第8至10次下沉过程中可观察到局部波动；然而，各油缸相对平均行程的整体偏差始终维持在±1 mm以内。该同步水平验证了主动下沉控制系统在多缸协同顶推方面的有效性和可靠性。

第六节段环下沉过程中总下沉辅助力随时间的变化如图25所示。

如图 25 所示，总辅助沉井力的波动模式与沉井油缸的行程变化紧密对应。在第 3 次、第 6 次以及第 8 至 10 次沉井循环中，观察到行程波动时，辅助沉井力也表现出同步波动，其中第 8 至 10 次循环的变化最为显著。此外，在每次沉井循环开始时，辅助沉井力始终遵循典型的“急剧上升 - 急剧下降 - 稳定”模式：在千斤顶启动瞬间，系统提供瞬时峰值推力以克服井筒壁沿线的静摩擦力和井底端的阻力。一旦沉井开始移动，静摩擦转变为动摩擦，伴随着应力重分布和刃脚下部土壤的局部破坏，导致所需推力迅速降低。随后，随着沉井进入稳定状态，力稳定在约 4,500 kN。
下载：下载高分辨率图像 (175KB) 下载：下载全尺寸图像
图 25. 第 6 节沉井过程中的总辅助沉井力。

沉井底倾斜角随沉深变化的情况如图 26 所示。如图 26 所示，在整个沉井过程中，X 和 Y 方向的倾斜角均围绕零值波动，没有表现出向任何单一方向的持续趋势。两个方向的倾斜角保持在?0.1° 到 +0.1° 范围内，表明施工期间沉井底姿态得到了有效控制，为成井后的最终垂直度奠定了坚实基础。基于 0.1° 的倾斜角，横梁两端对应的高差约为 6.97 mm，低于 10 mm 的施工控制阈值。因此，在整个沉井过程中无需进行差异顶升干预。
下载：下载高分辨率图像 (266KB) 下载：下载全尺寸图像
图 26. 沉井底倾斜角随沉深的变化。

4.3.1.2. 辅助沉井力与土反力
如图 27 所示，辅助沉井力随深度表现出明显的非线性特征，可分为五个阶段。在第一阶段（0–8.7 m），力逐渐增加至 8.7 m 处近 10,000 kN 的峰值。这主要归因于初始沉井力中自重占比较高；为了防止突然下沉，采用了欠挖策略（仅挖掘预留层），导致基底阻力增加。在第二阶段（8.7–13.7 m），挖掘预留层和挖掘层，并结合选择性地移除横梁内环下方的土壤，有效释放了基底阻力，导致力从峰值迅速下降。在第三阶段（13.7–26.7 m），持续调整横梁内环和外环下方土壤的挖掘策略，将力始终维持在 6,000 kN 以下，确保了稳定下沉和高效率。在第四阶段（26.7–28.6 m），第⑥层的极限承载力显著更高，尽管对两个环下方进行了挖掘，力仍呈线性增加，在 28.6 m 处达到 13,368 kN。在第五阶段（28.6–31.7 m），激活高压射水系统对土壤进行预处理，降低了其强度并大幅降低了辅助沉井力。
下载：下载高分辨率图像 (162KB) 下载：下载全尺寸图像
图 27. 整个施工过程中的辅助沉井力。

如图 28 a 和 b 所示，刃脚和横梁下方不同位置的实测土反力压力因土压计布局、沉井底倾斜变化以及不同象限的实际挖掘条件等因素而表现出一定的变化。尽管如此，单个和平均土反力压力随深度变化的整体趋势与地基土的理论承载力基本一致，表明实测数据共同反映了基底阻力的演化，并为进一步理解沉井过程中总辅助沉井力的变化提供了依据。
下载：下载高分分辨率图像 (409KB) 下载：下载全尺寸图像
图 28. 刃脚和横梁下方实测与预测土反力压力的比较。

在第一阶段，启动井的挖掘卸载导致浅层土壤应力释放，使其原位强度参数低于原始调查值。然而，理论预测未考虑卸载扰动，导致预测的土反力压力高于实测值。平均实测土压力与预测值之间的偏差范围为 -25.0% 到 14.5%（见图 28 b）。
在第二和第三阶段，土层保持相对未受扰动，挖掘严格遵循分层、分区和对称移除土壤的原则，确保了扰动得到有效控制。尽管实测土反力压力与理论预测之间存在某种系统性偏差，但两者随深度的变化趋势表现出良好的一致性（平均实测土压力与预测值之间的偏差范围为 -18.0% 到 2.7%）。同时，实测辅助沉井力也与模型预测基本一致，验证了标准化施工条件下机械模型的可靠性。
在第四阶段，随着地层从第⑤1 层粘土过渡到第⑥层硬粘土，后者的极限承载力约为前者的两倍，导致理论预测在地层界面处出现明显的阶跃变化。然而，在实际施工中，通过动态调整挖掘策略，如减小单循环挖掘厚度和优化挖掘顺序，使得土反力压力和辅助沉井力都能连续过渡，避免了模型预测的突变。
在第五阶段，激活高压射水系统对硬粘土进行预处理，对土壤结构引入了不确定的扰动，导致实际土壤强度参数与原始数据出现较大偏差。射水作用的不均匀性也导致了土壤强度的空间变异性。因此，实测土反力压力和辅助沉井力均普遍低于预测值，并表现出明显的波动。
综上所述，在第二和第三阶段，施工扰动控制良好且地层参数相对明确，理论模型显示出令人满意的预测精度。相比之下，在存在显著浅层卸载扰动、地层突变过渡或引入高压射水等主动扰动措施阶段，出现了偏差。这些偏差反映了理论模型在复杂条件下的局限性，并强调了在未来应用中集成实时监测以进行动态参数校准的必要性。

4.3.2. 施工效率
逃生井的正式沉井于 2024 年 1 月 2 日开始，于 2024 年 4 月 10 日完成，总工期为 100 天。关键活动的累计时间约为挖掘 955.75 小时，沉井 43.87 小时，节段组装 79.72 小时，其中挖掘占总时间的 88.55%。
如图 29 所示，日沉井速率的变化反映了土壤性质对挖掘效率的影响。在第②3-1 至⑤1 层，由软粉质粘土和高含水率粘土组成，机器人实现了高效的切割和泥渣运输，平均沉井速率为 483.3–791.6 mm/d。进入第⑥层（一种强度显著更高的硬粘土，单侧摩阻力从 30 kPa 增加到 60 kPa）时，由于穿透阻力增加，切割效率明显降低。为此，实施了三项对策。首先，疏浚泵的液压系统配备了压力保护阈值（23 MPa）；当系统压力超过此限时，泵自动关闭，机器人撤回后重新接合，以逐步切割硬粘土。其次，每循环挖掘厚度从 200 mm 减少到 100 mm，以降低瞬时切割载荷。第三，激活高压射水系统对硬粘土进行预处理，通过水力侵蚀降低其强度。这些调整共同恢复了可控沉井，在第⑥层实现了 81.6 mm/d 的平均速率，证明了该方法适应非均质地层的能力。
下载：下载高分辨率图像 (188KB) 下载：下载全尺寸图像
图 29. 施工进度统计。

与传统方法计划的施工工期相比，ACPP 工法显著缩短了建设工期。对于本项目，传统方法包括 70 天的地下连续墙施工、65 天的基坑开挖和 40 天的内部结构施工（井壁浇筑），预计总共需要 175 天才能达到相同的完成点。相比之下，ACPP 工法在 100 个日历天内完成了井筒下沉至目标深度。其中，2024 年 2 月 1 日至 2 月 18 日的 18 天正值中国春节假期，期间按计划暂停现场作业，导致有效工作日约为 82 天。扣除假期暂停时间，ACPP 工法的实际有效施工时间仅为传统计划工期 175 天的 53%，意味着施工时间减少了一半以上。

4.3.3. 环境扰动
距支护结构 2 m 和 7 m 处的地表沉降监测结果如图 30 所示。总体而言，沉降曲线呈现出近似线性发展后稳定趋向平衡的特征。详细分析如下。
下载：下载高分辨率图像 (506KB) 下载：下载全尺寸图像
图 30. 地表沉降数据统计。

D1 至 D4 监测点的沉降幅度和趋势表现出良好的一致性，表明沉井过程中结构受力分布对称性良好，姿态调整有限，施工控制总体稳定（图 30a）。相比之下，位于远离沉井处的 D5 至 D7 点的沉降数据显示出更大的离散性，这可能是由节段组装等局部施工扰动造成的。
此外，与图 29 中的沉井力时间历程曲线相关联发现，在沉井底进入第⑤层后（大约第 55 天），辅助沉井力得到了持续控制，这与地表沉降进入稳定阶段相吻合。最终，地表沉降在距支护结构 2 m 处稳定在约 -5 mm，在 7 m 处稳定在 -4.5 mm。与城市核心区沉井施工常见的约 30 mm 典型沉降相比，本项目采用的方法和设备成功地将地表扰动限制在毫米级。

地下水平位移的测量结果如图 31 所示。分析显示以下情况：首先，P1 至 P3 监测点的位移曲线整体形状和幅度高度一致，进一步证实了沉井过程中土壤挤压效应的良好空间对称性。其次，关于侧向位移随深度的分布，机械性能相对较弱的第④层中的水平位移显著大于其下方的第⑤1 层。值得注意的是，在第④层和第⑤1 层界面以下，水平位移大幅衰减，反映了深层土壤对变形传递施加的更大约束。在监测范围内，地下水平位移范围为 -3.81 mm 到 +5.51 mm，远低于 25 mm 的报警阈值，表明施工设备有效地将深层土壤位移控制在毫米级。
下载：下载高分辨率图像 (205KB) 下载：下载全尺寸图像
图 31. 土壤水平位移。

从力学角度来看，ACPP 工法通过三种协同机制实现了毫米级地面扰动（地表沉降和地下水平位移）。首先，水压平衡支撑系统消除了由疏干引起的水压梯度，从而将有效应力增量降至最低，显著减少了土壤固结沉降。其次，动减摩注浆系统将土 - 壁界面从刚性接触转变为柔性隔离，显著衰减了剪切变形向周围土壤的传播。第三，分区、分层和对称挖掘策略确保了基底阻力的均匀和渐进释放，防止了可能引发不对称地面运动的局部差异变形。这三种机制的协同作用有效地将地表沉降限制在 -5 mm 以内，水平位移限制在±6 mm 以内，验证了 ACPP 工法在软土条件下进行微创施工的力学有效性。

4.3.4. 完工质量
图 32 展示了节段间环向接缝宽度的现场实测结果。每个接缝沿圆周均匀分布了四个测量点。数据显示，所有接缝宽度范围为 0.090 mm 到 1.933 mm，平均宽度为 0.83 mm，远低于 2.0 mm 的施工验收阈值。

这些结果表明环向接缝具有良好的整体拼装质量，各节段间的闭合度紧凑。从防水角度来看，较小的接缝宽度直接反映了预装密封垫在实际工况下受到更充分的压缩，从而产生更高的接触应力和更连续的密封界面。这为沉井结构的长期抗渗性能提供了关键保障。图32：环向接缝宽度测量统计。

图33展示了沉井各圈节段的椭圆度情况。如图33所示，椭圆度的整体分布范围为0.6‰至2.4‰，平均值为1.2‰，低于5‰的施工验收标准。椭圆度指标直接反映了井筒横截面的几何规则性。数值越低，表明井筒周向应力分布越均匀，相邻节段间密封垫的压缩状态越一致，这有利于结构的整体防水性能和长期承载能力。图33：节段椭圆度统计。

图34展示了沿沉井深度的垂直度测量结果。可以看出，各深度段的垂直度值范围为-0.96‰至0.90‰，最大偏差出现在井筒中部附近。整个沉井的总体垂直度为0.62‰，低于1.0‰的施工验收标准。垂直度结果表明，在沉井下沉过程中对沉井姿态进行了有效控制，未观察到明显的倾斜趋势。这为井筒的整体结构稳定性、环向接缝间的均匀压应力分布以及长期服役性能提供了重要保障。图34：垂直度统计。

5. 结论

本研究开发并验证了主动控制预制压入式沉井方法，用于城市富水软土地层中的深井施工。该方法为高敏感度和复杂城市环境下的地下施工提供了一个可复制的解决方案范式，将机械化、自动化和信息化整合到统一的技术框架中。核心发现如下：

（1）ACPP方法建立了一个统一的、数字化监督的施工流程，将井筒下沉从被动的、易受扰动的操作转变为主动调节的、最小侵入式程序。这一转变通过分区域主动姿态矫正机制实现，并通过现场应用期间测量的毫米级地表位移得到了验证（地表沉降≤5mm，水平土体位移在±6mm以内）。

（2）双层控制策略实现了对下沉动力学的精确管理。通过实时调节顶力与基础阻力，主动控制下沉速度。姿态矫正通过差异顶推（自上而下）和结构化、分区域开挖顺序（自下而上）协同完成，实施三级反馈协议以预防和纠正倾斜，最小化人工干预。

（3）在上海一个29.5米深的应急井筒中的现场应用证实了ACPP方法的有效性。与传统方法相比，施工效率提高了一倍，整个下沉过程在100天内完成。竣工井筒达到了出色的结构质量，垂直度为0.62‰，椭圆度为1.2‰，环向接缝宽度始终低于2.0mm的验收标准。这些结果表明，ACPP方法具有高精度、小环境影响和高施工效率，有效克服了现有方法的关键局限性——即过度扰动、姿态控制不足和经济可行性受损——如表1所述，使其成为拥挤城市环境中井筒施工的一个有前景的解决方案。

尽管本研究展示了令人瞩目的结果，但仍应承认一些局限性。首先，关于地层适应性，ACPP方法仅在上海的软土条件中得到验证。其在极软土、含大型障碍物地层或极硬岩层中的性能需要进一步验证，可能需要必要的程序调整。其次，关于设备和工程规模，当前系统针对特定尺寸范围（内径8~10米）设计。应用于超大直径井筒（>15米）或超深井筒（>50米）可能面临需要进一步研究的挑战。第三，缺乏全面的经济分析；虽然施工效率提高了，但与传统方法相比，综合系统的初始投资和维护成本尚未评估，其整体经济效益需要进一步评估。第四，监测系统主要关注施工阶段的性能。关键施工阶段指标如孔隙压力响应和地下垂直位移未进行监测，长期性能数据——包括节段接缝的防水耐久性和周围土壤的长期沉降行为——仍不可用。这些方面需要通过未来应用中的综合监测进行进一步调查。

当前系统在人机协同主动控制框架下运行。在此基础上，未来工作将向更高水平的自主化推进。为将ACPP方法扩展到更大直径和更复杂的项目，未来工作应聚焦于：（i）通过机器学习集成，从本研究实施的主动控制策略推进到预测控制系统，这将实现潜在风险的预判和施工偏差发生前的施工参数自主优化；（ii）建立多机器人协作协议以在巨型井筒中并发操作；（iii）开发全面的监测评估框架，捕捉施工和运营阶段的关键指标，从而能够对方法的扰动控制效果进行完整评估；以及（iv）制定标准化设计指南以促进更广泛的工程应用。追求这些方向将使ACPP从一项已验证的创新转变为广泛适用的智能施工解决方案。

未引用参考文献。

CRediT作者贡献声明
Zhu Yeting：撰写初稿、调查研究、资金获取、数据管理。
Zhu Yanfei：资源提供、项目管理、资金获取。
Wu Wenfei：验证、软件开发。
Gong Wei：软件开发、资源提供、调查研究、资金获取。
Zhai Yixin：方法论设计、调查研究。
Huang Xin：论文审阅与编辑、监督指导、概念构思。