CN107748103A - 一种隧道岩爆预测方法、设备、存储介质和系统 - Google Patents
一种隧道岩爆预测方法、设备、存储介质和系统 Download PDFInfo
- Publication number
- CN107748103A CN107748103A CN201710778023.9A CN201710778023A CN107748103A CN 107748103 A CN107748103 A CN 107748103A CN 201710778023 A CN201710778023 A CN 201710778023A CN 107748103 A CN107748103 A CN 107748103A
- Authority
- CN
- China
- Prior art keywords
- rock
- rock burst
- index
- threshold value
- mass
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 239000011435 rock Substances 0.000 claims abstract description 302
- 238000010276 construction Methods 0.000 claims description 63
- 230000005641 tunneling Effects 0.000 claims description 53
- 230000035515 penetration Effects 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000009933 burial Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000012850 discrimination method Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007433 macroscopic evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012314 multivariate regression analysis Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- SWGJCIMEBVHMTA-UHFFFAOYSA-K trisodium;6-oxido-4-sulfo-5-[(4-sulfonatonaphthalen-1-yl)diazenyl]naphthalene-2-sulfonate Chemical compound [Na+].[Na+].[Na+].C1=CC=C2C(N=NC3=C4C(=CC(=CC4=CC=C3O)S([O-])(=O)=O)S([O-])(=O)=O)=CC=C(S([O-])(=O)=O)C2=C1 SWGJCIMEBVHMTA-UHFFFAOYSA-K 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0019—Compressive
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/025—Geometry of the test
- G01N2203/0256—Triaxial, i.e. the forces being applied along three normal axes of the specimen
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本申请提供一种隧道岩爆预测方法、设备、存储介质和系统，隧道岩爆预测方法，其特征在于，包括以下步骤：获取待测深度处围岩的Hoek‑Brown岩体强度和原岩应力场垂直洞轴线方向的最大地应力；计算岩爆预测指标值，所述岩爆预测指标界限值为所述Hoek‑Brown岩体强度与所述原岩应力场垂直洞轴线方向的最大地应力的比值；根据所述岩爆预测指标界限值的大小，预测岩爆等级。
Description
技术领域
本公开一般涉及地下工程施工技术领域，尤其涉及一种隧道岩爆预测方法、设备、存储介质和系统。
背景技术
岩爆是深埋脆性、高强硬岩、构造发育隧道中容易出现的一种突发性灾害，在其力学平衡状态破坏时，以突然、急剧、猛烈的形式释放岩体变形势能而产生的一种特殊动力失稳现象。岩爆的发生直接威胁到TBM施工过程中设备和人员的安全性。如何合理及时地预测预报施工过程中岩爆的等级，对调整支护设计、保证施工人员安全、合理安排施工进度等具有十分重要和必需的指导意义。
岩爆研究可追溯到18世纪上半叶，迄今为止，在理论和施工现场探测相结合基础上，前人在理论分析、室内实验、数值分析和现场测试等方面进行了许多研究工作，提出了多种岩爆评价预测方法。
目前，岩爆评判可分为工程可研阶段的岩爆潜在趋势评估(长期、区域)和施工阶段的岩爆预测预报(短期、及时)。长期区域性评估给出的是岩爆存在与否和强度等级的宏观认识，对工程可研阶段有指导意义；短期及时预测预报针对局部开挖段给出具体详细的岩爆预测，对工程施工阶段有现实意义。
长期区域性评估主要基于不同岩爆机制建立相应的单指标、平行综合多指标判别或者基于数理统计的系统评价方法，其都只是针对可研阶段工程岩爆风险的宏观评价；对于施工阶段的岩爆预测，多依据声发射、微震、声波、电磁等技术进行实时在线监测，基于某种假设或前提(变形加速、应力集中或声发射频率增加等)，采用多种监测手段，评判多物理场参数的突变现象。但这种预测方式投资成本较高，且由于现场工程地质环境的复杂性和施工机械运行的干扰，受制于监测系统性能和技术限制，应用效果有时不甚理想。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种隧道岩爆预测方案，解决上述的施工阶段岩爆预测成本较高和应用效果不甚理想的问题。
第一方面，本申请实施例提供了一种隧道岩爆预测方法，其特征在于，包括以下步骤：
获取待测深度处围岩的Hoek-Brown岩体强度和原岩应力场垂直洞轴线方向的最大地应力；
计算岩爆预测指标界限值，所述岩爆预测指标界限值为所述Hoek-Brown岩体强度与原岩应力场垂直洞轴线方向的最大地应力的比值；
根据所述岩爆预测指标界限值的大小，预测岩爆等级。
所述Hoek-Brown岩体强度为：
式中：σ′3为岩体破坏时最小主应力，MPa；σci为岩块的单轴抗压强度，MPa；为材料常数mi的折减值；mi反映岩石的软硬程度，其取值范围在0～25之间；GSI为地质体强度指标；D为施工扰动程度，取值范围为0～1；反映岩体破碎程度，其取值范围在0～1之间，完整岩体取1；反映岩体质量。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
优选的，对于TBM隧道，所述岩块的单轴抗压强度σci、所述地质体强度指标GSI、和/或所述施工扰动程度D均可通过TBM的相关掘进参数获得；对于普通钻爆法隧道，所述岩块的单轴抗压强度σci、所述地质体强度指标GSI、和/或所述施工扰动程度D可分别依据现场点荷载试验、地质体强度指标GSI评判表和Hoek所提施工扰动程度评判表获得。
此处所说的TBM的相关掘进参数，包括可以由TBM的监测设备直接获取的直接相关参数，如TBM的推力T、扭矩T、贯入度P和转速RPM等；也包括由TBM的直接相关参数计算得到中间参数，进而获得的间接相关参数，如贯入度指数FPI、掘进比能SE等。
进一步的，所述相关掘进参数分别为与上述各目标函数的回归系数大于阈值的TBM掘进参数，所述目标函数为：所述单轴抗压强度σci、所述地质体强度指标GSI、和/或所述施工扰动程度D。值得注意的是，由于地质条件的差异，在不同地质条件下，同一目标函数的相关参数可能并不相同。当某参数与相应的目标函数的回归系数R2满足设定条件时，比如当该回归系数R2>0.7时，说明该参数与该目标函数的相关性较高，就可以作为目标函数的相关参数来拟合公式。当某参数与目标函数的回归系数R2不满足设定条件时，如该回归系数R2<0.7时，说明该参数与该目标函数的相关性较小，可以忽略，因此拟合公式中不包含该参数。
只要满足上述要求，选择其他组合的具体掘进参数来获取目标函数，均在本申请的保护范围之内。
优选的，所述岩块的单轴抗压强度σci通过其与TBM的贯入度指数FPI、推力F、掘进比能SE、扭矩T、贯入度P的拟合关系式获得。
优选的，所述地质体强度指标GSI通过其与TBM的掘进比能SE、贯入度指数FPI、扭矩T、贯入度P、转速RPM、推力F的拟合关系式获得。
优选的，所述施工扰动程度D通过其与所述岩块的单轴抗压强度σci、TBM的掘进速度ROP、地质体强度指标GSI的拟合关系式获得。
优选的，最大地应力通过三维空心包体地应力测试确定。
优选的，当所述岩爆预测指标界限值为1-2时，岩爆等级为强烈；当所述岩爆预测指标界限值为2-4时，岩爆等级为中等；当所述岩爆预测指标界限值为4-7时，岩爆等级为弱；当所述岩爆预测指标界限值大于7时，岩爆等级为无。
第二方面，本申请实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上任一所述的方法步骤。
第三方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上任一所述方法的步骤。
第四方面，本申请实施例还提供了一种隧道岩爆预测系统，其特征在于，包括：
获取模块，其获取待测深度处围岩的Hoek-Brown岩体强度和最大地应力；
处理模块，其计算岩爆预测指标界限值，所述岩爆预测指标界限值为所述Hoek-Brown岩体强度与所述最大地应力的比值；根据所述岩爆预测指标界限值的大小，预测岩爆等级，
所述Hoek-Brown岩体强度式中：σ′3为岩体破坏时最小主应力，MPa；σci为岩块的单轴抗压强度，MPa；为材料常数mi的折减值；mi反映岩石的软硬程度，其取值范围在0～25之间；GSI为地质体强度指标；D为施工扰动程度，取值范围为0～1；反映岩体破碎程度，其取值范围在0～1之间，完整岩体取1；反映岩体质量。
进一步的，当所述岩爆预测指标界限值为1-2时，所述岩爆等级为强烈；当所述岩爆预测指标界限值为2-4时，所述岩爆等级为中等；当所述岩爆预测指标界限值为4-7时，所述岩爆等级为弱；当所述岩爆预测指标界限值大于7时，所述岩爆等级为无。
影响岩爆宏观表征的因素很多，如地应力量级、岩体强度、开挖方式、地质构造等等，鉴于现有技术中的上述缺陷或不足，本申请实施例提供的隧道施工岩爆预测方案综合考虑施工阶段的岩体特征、地应力状态、地质结构及施工扰动等岩爆关键影响因素，可以快捷、简便、经济的实现隧道施工阶段的岩爆预测，解决上述的施工阶段岩爆预测成本较高和应用效果不甚理想的问题。
附图说明
通过阅读参照以下附图(表)所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为单轴抗压强度σci与贯入度指数FPI的拟合关系图；
图2为单轴抗压强度σci与推力F的拟合关系图；
图3为单轴抗压强度σci与掘进比能SE的拟合关系图；
图4为单轴抗压强度σci与贯入度P的拟合关系图；
图5为单轴抗压强度σci与扭矩T的拟合关系图；
图6为地质体强度指标GSI与贯入度P的拟合关系图；
图7为地质体强度指标GSI与转速RPM的拟合关系图；
图8为地质体强度指标GSI与扭矩T的拟合关系图；
图9为地质体强度指标GSI与推力F的拟合关系图；
图10为地质体强度指标GSI与贯入度指数FPI的拟合关系图；
图11为地质体强度指标GSI与掘进比能SE的拟合关系图；
图12为扰动程度D与掘进速度ROP的拟合关系图；
图13为扰动程度D与地质体强度指标GSI的拟合关系图；
图14为扰动程度D与单轴抗压强度σci的拟合关系图；
图15基于TBM隧道掘进参数的施工期岩爆预测系统图；
图16是本申请实施例一中N-J TBM引水隧洞地质构造图；
图17是本申请实施例一中实际岩爆记录与埋深、地应力的关系示意图；
图18是本申请实施例一中局部地质构造区域GSI、D变化图；
图19是本申请实施例一中局部地质构造区域岩爆预测等级图；
图20是本申请实施例一中正常地质区域GSI、D变化图；
图21是本申请实施例一中正常地质区域岩爆预测等级图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例是本发明一部分而不是全部的实施例。为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，通常在此附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如背景技术中所提到的，影响岩爆宏观表征的因素很多，如地应力量级、岩体强度、开挖方式、地质构造等等。但现有技术在预测岩爆时，均不能综合考虑以上这些因素。
实施例一：
本发明实施例提供一种隧道施工期岩爆预测方法，具体包括:
基于强度应力比思想，将Hoek-Brown岩体强度与待测深度处的原岩应力场垂直洞轴线方向的最大地应力比值作为岩爆预测指标界限值，并根据岩爆预测指标界限值的大小，判断岩爆等级。
Hoek-Brown岩体强度式中：σ′ 3为岩体破坏时最小主应力，MPa；σci为岩块的单轴抗压强度，MPa；为材料常数mi的折减值；mi反映岩石的软硬程度，其取值范围在0～25之间；GSI为地质体强度指标；D为施工扰动程度，取值范围为0～1；反映岩体破碎程度，其取值范围在0～1之间，完整岩体取1；反映岩体质量。
Hoek和Brown基于Griffith理论提出Hoek-Brown经验强度准则，将三轴岩体强度和赋存的应力状态这对对立且统一的矛盾体通过强度准则结合在一起，并随之衍生出工程岩体强度估算方法。然而，这一理论的提出却始终没有在岩爆预测的相关领域得以应用。
根据本申请实施例提供的技术方案，在对施工阶段应力状态、地质构造、岩性、围岩质量、施工扰动等5个指标组成的岩爆综合判别基础上，通过引入三轴Hoek-Brown岩体强度估算方法，综合考虑三轴岩体强度和岩体中赋存的应力状态，给出了适用于施工过程中的新型岩爆预判指标表达式及分级界限值，量化岩爆强度综合预测结果，较易操作和便于现场工程技术人员理解应用。
通过TBM掘进参数估算公式快速获取掌子面岩石强度，从而为岩爆判据公式中岩石强度参数的获取提供一个新的思路。TBM掘进参数(推力F、扭矩T、贯入度P、贯入度指数FPI、掘进比能SE)与岩块的单轴抗压强度σci的具体相关性分析，如图1-图5以及表1所示。基于现场实际掘进数据和围岩强度分析可知，回归系数R2：贯入度指数FPI>推力F>掘进比能SE>扭矩T>贯入度P，通过表1可以看出，上述各参数与岩石单轴抗压强度σci的相关性均较好。因此，选取上述各参数预估岩块的单轴抗压强度σci，通过实时的TBM掘进参数即可快速估算σci，从而为岩爆判别提供可靠的依据。
表1岩石强度σci与TBM掘进参数关系汇总
值得注意的是，在某些情况下，依然可以采用传统的诸如采芯之后做实验的方法获取岩块的单轴抗压强度σci。
同样的，地质体强度指标GSI与TBM掘进参数的相关性，如图6-图11和表2所示。基于现场实际掘进数据和围岩强度分析可知，回归系数R2：掘进比能SE>贯入度指数FPI>扭矩T>推力T>转速RPM>贯入度P，通过表2可以看出，上述各参数与地质强度指标GSI的相关性均较好。因此，选取上述各参数预估地质强度指标GSI。
表2地质体强度指标GSI与TBM掘进参数关系汇总
值得注意的是，贯入度指数FPI、掘进比能SE是由基本TBM参数推力T、扭矩T、贯入度P和转速RPM等组合而成的综合参数。本申请某实施例给出了利用现场TBM相关掘进参数计算所述岩块的单轴抗压强度和地质指标GSI的一种方法，选择其他组合的具体掘进参数来获取目标函数，均在本申请的保护范围之内。在某些情况下，岩块的单轴抗压强度和地质强度指标GSI依然可以采用传统的诸如点荷载试验和地质勘查方法获取。
值得注意的是，地质强度指标GSI也可以通过地质勘查确定，同样在本申请的保护范围之内。
同时，本发明实例考虑通过TBM掘进参数获得简单实用、且能较好满足工程精度要求的D值量化模型。将测量扰动程度D作为因变量，将单轴抗压强度σci、地质体强度指标GSI、TBM掘进速度ROP这三个参数作为自变量，通过回归分析获得施工扰动程度D与σci、GSI和ROP的关系表达式，如图12-14和表3所示。而后通过非线性多元回归分析，得到D的综合预测模型：D＝EXP(-0.017σci-0.007GSI-0.019ROP+1.923)，相关系数R2＝0.813。这样，根据TBM隧道施工期掘进参数、岩石单轴抗压强度σci及地质体强度指标GSI，利用上式即可量化评价不同围岩洞段的施工扰动程度。
表3扰动程度D与ROP、GSI、σci结果汇总
此前，对于扰动程度D，Hoek仅仅给出了其概化取值，无法定量化估算，取值与实际偏差较大；后续学者也大多基于扰动区、未扰动区岩体波速估算，对于TBM隧道施工阶段适用性不强。本申请选取彼此单轴抗压强度σci、地质强度GSI、TBM掘进速度ROP，分别与扰动程度D(采用岩体波速现场试验确定)进行相关性分析，在此基础上，将三个参数作为扰动程度D多元回归分析的自变量进行分析，以便得到简单实用、且能较好满足工程精度要求的D综合预测模型。
原岩应力场垂直洞轴线方向的最大地应力通过三维空心包体地应力测试确定。此外，采用其他测试方式诸如水压致裂法确定的最大地应力，均在本申请的保护范围之内。
通过TBM掘进参数来获取Hoek-Brown岩体强度的相关参数，可以在TBM掘进的同时，利用TBM自带的数据监测设备及时获取相关参数并计算出岩爆预测指标界限值，从而可以实现施工阶段的岩爆预测。
当岩爆预测指标界限值为1-2时，岩爆等级为强烈；当岩爆预测指标界限值为2-4时，岩爆等级为中等；当岩爆预测指标界限值为4-7时，岩爆等级为弱；当岩爆预测指标界限值大于7时，岩爆等级为无。
由此可见，本申请实施例提供的技术方案依托工程的现场试验，综合考虑施工阶段的岩体特征、地应力状态、地质结构及施工扰动等岩爆关键影响因素，在施工阶段建立一种快捷、简便、经济的岩爆即时预测量化指标，从而解决了现有技术中施工阶段岩爆预测考虑因素比较单一，投资成本较高，应用效果不理想的问题。本系统可以和TBM设备现有数据高度融合，通过数据共享，实现岩爆的准确预测。
一种基于TBM隧道掘进参数的施工期岩爆预测系统，包括：
输入采集模块，用以输入采集与Hoek-Brown岩体强度相关的参数，具体为：侧压力系数k，上覆岩层容重γ，埋深H，TBM掘进参数(推力F、扭矩T、贯入度P、转速RPM、掘进速度ROP、贯入度指数FPI、掘进比能SE)。
控制模块，根据输入采集模块所输入采集的数据，计算Hoek-Brown岩体强度，将Hoek-Brown岩体强度与待测深度处的最大地应力的比值作为岩爆预测指标界限值，并根据岩爆预测指标界限值的大小，判断岩爆等级。施工期岩爆预测系统如图4所示。
当岩爆预测指标界限值为1-2时，岩爆等级为强烈；当岩爆预测指标界限值为2-4时，岩爆等级为中等；当岩爆预测指标界限值为4-7时，岩爆等级为弱；当岩爆预测指标界限值大于7时，岩爆等级为无。
如图15所示，为基于TBM隧道掘进参数的施工期岩爆预测系统图。
值得注意的是，评判一中所取岩块的单轴抗压强度、地质体强度指标GSI依据常规的现场点荷载试验、地质体强度指标GSI评判表获得；评判二中所取岩块的单轴抗压强度、地质体强度指标GSI依据通过TBM的相关掘进参数获得。
特别地，根据本公开的实施例，上文描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算机程序可以从网络上被下载和安装，和/或从可拆卸介质被安装。
作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的上述方法。
一种基于TBM隧道掘进参数的施工期岩爆预测系统，包括：
输入采集模块，用以输入采集与Hoek-Brown岩体强度相关的参数，具体为：侧压力系数k，上覆岩层容重γ，埋深H，TBM掘进参数(推力F、扭矩T、贯入度P、转速RPM、掘进速度ROP、贯入度指数FPI、掘进比能SE)。
控制模块，根据输入采集模块所输入采集的数据，计算Hoek-Brown岩体强度，将Hoek-Brown岩体强度与待测深度处的最大地应力的比值作为岩爆预测指标界限值，并根据岩爆预测指标界限值的大小，判断岩爆等级。施工期岩爆预测系统如图4所示。
当岩爆预测指标界限值为1-2时，岩爆等级为强烈；当岩爆预测指标界限值为2-4时，岩爆等级为中等；当岩爆预测指标界限值为4-7时，岩爆等级为弱；当岩爆预测指标界限值大于7时，岩爆等级为无。
实施例二：
依托的某水电TBM引水隧洞项目所在区域构造运动强烈、地震活动频繁，地形地质条件较为复杂，如图16所示。开挖隧道穿过一些连续发育紧闭短小褶皱构造(向斜、背斜)，褶皱轴面走向NW300～330°。受局部构造影响较为明显，地层岩性界线及产状发生较大变化，局部断层扰动机制十分普遍，产生岩爆的风险很大。根据不同岩体特性采用经验的Barton岩体Q分级系统分为Q1～Q5 5个等级，水电引水隧洞最大埋深近2000m，埋深超过1000m的Q2、Q3地层约占45％，对应第三系Murree地层组围岩岩性主要为青灰色砂岩、紫红色粉砂岩夹泥质岩。
TBM隧道施工过程中实际岩爆记录与埋深、地应力的关系如图17所示。
一、传统岩石强度应力比值判别法：
采用传统岩石强度应力比值判别法(σθmax/σci、σci/σ1、σci/σmax)等对NJ-TBM隧道岩爆预测(最大主应力范围45.9～111.6MPa)，发现隧道处于中等～强岩爆范围，且随着埋深增大，垂直于洞轴线的最大水平应力σmax及二次扰动应力场最大切应力σθmax不断提高，强岩爆状况将持续保持。
然而由图17可知：实际现场施工过程中岩爆情况并没有如此剧烈，多为无～弱岩爆，少数中等岩爆，强岩爆发生次数更少；自桩号13+500～06+900，隧道掘进过程中，随着埋深的增大，地应力并没有明显的规律，岩爆发生次数呈现少～多～少的趋势；在浅埋800m、应力48MPa区域发生2次强岩爆，深埋1700～1950m、应力111.6MPa区域却仅仅发生几次弱岩爆；而埋深1200m、应力87MPa区域则发生多次不同等级岩爆，地质勘察发现该区域分布连续发育褶皱构造(向斜、背斜)，地层岩性界线及产状发生较大变化。这充分说明高地应力状态并不一定引起高等级岩爆，已有可研阶段的岩爆判据仅从岩石强度和应力状态评判，不符合施工过程实际；岩爆发生与应力状态、地质构造、岩石强度、岩性、围岩质量、施工扰动等密切相关。而在受构造影响比较大的区域且岩体完整性好时，则易产生岩爆灾害，其高地应力及工程岩体强度起控制作用。
二、采用隧道施工期岩爆预测方法的预测结果验证：
(1)岩爆参数确定
岩石单轴抗压强度σci、地质强度GSI以及地应力状态等可分别基于TBM隧道施工阶段现场强度试验、地质勘察和三维地应力测试确定，相关试验及理论已较为成熟。本实施例中岩块的单轴抗压强度σci、地质体强度指标GSI均通过相应的TBM相关掘进参数获得。
对于扰动程度D，Hoek仅仅给出了其概化取值，无法定量化估算，取值与实际偏差较大。基于此，本实施例将单轴抗压强度σci、地质强度GSI、TBM掘进速度ROP这三个参数作为扰动程度D多元回归分析的自变量进行分析，以便得到简单实用、且能较好满足工程精度要求的D综合预测模型。其中，扰动程度D采用岩体波速现场试验确定。
通过非线性多元回归分析，得到D的综合预测模型：
D＝EXP(-0.017σci-0.007GSI-0.019ROP+1.923)
相关系数R＝0.813。
这样，根据TBM隧道施工期掘进参数、岩石单轴抗压强度σci及地质强度GSI，利用上式即可量化评价不同围岩洞段的施工扰动程度。
(2)岩爆预测结果验证
基于上述方法将施工期岩石单轴抗压强度σci、地质强度GSI、地应力状态以及扰动程度D等参数相应代入新型岩爆预判指标PRB进行计算。其中，
可得不同施工段具体岩爆预测值；继而根据表4中岩爆烈度界限分级，得到相应岩爆预测结果；而后对比传统岩石强度应力比值判别法、新指标(σ′m/σmax)预测结果以及实际岩爆记录，验证新指标的合理性和适用性。局部、正常地质构造区域典型岩爆分析如图18-图21所示。
表4岩爆预测指标界限值
采用传统Hoek的岩石强度应力比值判别法评估局部、正常地质构造区域岩爆等级大部分为强烈，少数中等，考虑因素较少，岩爆评估过程过于笼统，且与现场实际结果相差甚远。而所提新岩爆指标很好地评价了TBM施工期因受到应力状态、埋深、地质构造变化、围岩质量以及扰动程度等因素影响，不同洞段的岩爆等级。所有强岩爆事件、大部分中等岩爆被准确预报，弱岩爆和塌方也被偏于安全考虑的新判据预报为弱岩爆或弱～中等岩爆。
实施例三
本发明实施例还提供一种隧道的岩爆预测方法，包括以下步骤：
获取待测深度处的综合岩体强度和最大地应力；
计算岩爆预测指标界限值，所述岩爆预测指标界限值为所述综合岩体强度与所述最大地应力的比值；
根据所述岩爆预测指标界限值的大小，判断岩爆等级。
综合岩体强度为Hoek-Brown岩体强度，所述Hoek-Brown岩体强度为：
式中：σ′3为岩体破坏时最小主应力，MPa；σci为岩块的单轴抗压强度，MPa；为材料常数mi的折减值；mi反映岩石的软硬程度，其取值范围在0～25之间；GSI为地质体强度指标；D为施工扰动程度，取值范围为0～1；反映岩体破碎程度，其取值范围在0～1之间，完整岩体取1；反映岩体质量；
所述最大地应力σmax为垂直洞轴线的最大地应力，本实施例中可通过下面公式求得：σmax＝kγH，MPa；其中，k为侧压力系数；γ为上覆岩层容重，kN/m3；H为埋深，m。
当所述岩爆预测指标界限值为1-2时，岩爆等级为强烈；当所述岩爆预测指标界限值为2-4时，岩爆等级为中等；当所述岩爆预测指标界限值为4-7时，岩爆等级为弱；当所述岩爆预测指标界限值大于7时，岩爆等级为无。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (13)
1.一种隧道岩爆预测方法，其特征在于，包括以下步骤：
获取待测深度处围岩的Hoek-Brown岩体强度和原岩应力场垂直洞轴线方向的最大地应力；
计算岩爆预测指标界限值，所述岩爆预测指标界限值为所述Hoek-Brown岩体强度与所述原岩应力场垂直洞轴线方向的最大地应力的比值；
根据所述岩爆预测指标界限值的大小，预测岩爆等级。
2.根据权利要求1所述的一种隧道岩爆预测方法，其特征在于：所述Hoek-Brown岩体强度为：
式中：σ′3为岩体破坏时最小主应力，MPa；σci为岩块的单轴抗压强度，MPa；为材料常数mi的折减值；mi反映岩石的软硬程度，其取值范围在0～25之间；GSI为地质体强度指标；D为施工扰动程度，取值范围为0～1；反映岩体破碎程度，其取值范围在0～1之间，完整岩体取1；反映岩体质量。
3.根据权利要求2所述的一种隧道岩爆预测方法，其特征在于：所述隧道为TBM施工隧道，所述岩块的单轴抗压强度σci、所述地质体强度指标GSI、和/或所述施工扰动程度D均通过相应的TBM相关掘进参数获得。
4.根据权利要求3所述的一种隧道岩爆预测方法，其特征在于：所述相关掘进参数分别为与作为目标函数的所述`单轴抗压强度σci、所述地质体强度指标GSI、和/或所述施工扰动程度D的回归系数大于阈值的TBM掘进参数。
5.根据权利要求3所述的一种隧道岩爆预测方法，其特征在于：所述岩块的单轴抗压强度σci通过其与TBM的推力F、扭矩T、贯入度P、贯入度指数FPI、掘进比能SE的拟合关系式获得。
6.根据权利要求3所述的一种隧道岩爆预测方法，其特征在于：所述地质体强度指标GSI通过其与TBM的贯入度P、转速RPM、推力F、扭矩T、贯入度指数FPI、掘进比能SE的拟合关系式获得。
7.根据权利要求3所述的一种隧道岩爆预测方法，其特征在于：所述施工扰动程度D通过其与所述岩块的单轴抗压强度σci、TBM的掘进速度ROP、地质体强度指标GSI的拟合关系式获得。
8.根据权利要求1所述的一种隧道岩爆预测方法，其特征在于：所述最大地应力通过地应力测试确定。
9.根据权利要求1-7任一所述的一种隧道岩爆预测方法，其特征在于：当所述岩爆预测指标界限值为1-2时，岩爆等级为强烈；当所述岩爆预测指标界限值为2-4时，岩爆等级为中等；当所述岩爆预测指标界限值为4-7时，岩爆等级为弱；当所述岩爆预测指标界限值大于7时，岩爆等级为无。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-9任一所述的方法步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9任一所述方法的步骤。
12.一种隧道岩爆预测系统，其特征在于，包括：
获取模块，其获取待测深度处围岩的Hoek-Brown岩体强度和最大地应力；
处理模块，其计算岩爆预测指标界限值，所述岩爆预测指标界限值为所述Hoek-Brown岩体强度与所述最大地应力的比值；根据所述岩爆预测指标界限值的大小，预测岩爆等级，
所述Hoek-Brown岩体强度式中：σ′3为岩体破坏时最小主应力，MPa；σci为岩块的单轴抗压强度，MPa；为材料常数mi的折减值；mi反映岩石的软硬程度，其取值范围在0～25之间；GSI为地质体强度指标；D为施工扰动程度，取值范围为0～1；反映岩体破碎程度，其取值范围在0～1之间，完整岩体取1；反映岩体质量。
13.根据权利要求12所述的一种基于TBM隧道掘进参数的施工期岩爆预测系统，其特征在于：
当所述岩爆预测指标界限值为1-2时，所述岩爆等级为强烈；当所述岩爆预测指标界限值为2-4时，所述岩爆等级为中等；当所述岩爆预测指标界限值为4-7时，所述岩爆等级为弱；当所述岩爆预测指标界限值大于7时，所述岩爆等级为无。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710778023.9A CN107748103A (zh) | 2017-09-01 | 2017-09-01 | 一种隧道岩爆预测方法、设备、存储介质和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710778023.9A CN107748103A (zh) | 2017-09-01 | 2017-09-01 | 一种隧道岩爆预测方法、设备、存储介质和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107748103A true CN107748103A (zh) | 2018-03-02 |
Family
ID=61254864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710778023.9A Pending CN107748103A (zh) | 2017-09-01 | 2017-09-01 | 一种隧道岩爆预测方法、设备、存储介质和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107748103A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108733942A (zh) * | 2018-05-28 | 2018-11-02 | 中国地质大学（武汉） | 隧道围岩可靠性的评估方法及装置 |
| CN108846238A (zh) * | 2018-07-02 | 2018-11-20 | 石家庄铁道大学 | Tbm掘进过程中围岩特征变化实时指示方法 |
| CN108871262A (zh) * | 2018-03-23 | 2018-11-23 | 长江水利委员会长江科学院 | 大埋深洞室挤压型围岩大变形判别方法 |
| CN109740119A (zh) * | 2019-01-23 | 2019-05-10 | 山东大学 | 一种tbm掘进隧洞围岩单轴抗压强度快速估算方法 |
| CN109798106A (zh) * | 2018-11-13 | 2019-05-24 | 辽宁工程技术大学 | 一种冲击地压危险性的预测方法及防治措施 |
| CN110727989A (zh) * | 2018-06-28 | 2020-01-24 | 中车大同电力机车有限公司 | 结构疲劳强度分析方法、装置以及计算机可读存储介质 |
| CN111537330A (zh) * | 2020-04-13 | 2020-08-14 | 贵州桥梁建设集团有限责任公司 | 一种基于钻进速度获取隧道掌子面围岩全域强度的方法 |
| CN112129618A (zh) * | 2020-09-10 | 2020-12-25 | 武汉大学 | 软岩三轴强度评估方法及系统 |
| CN112699553A (zh) * | 2020-12-29 | 2021-04-23 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN112926267A (zh) * | 2021-03-10 | 2021-06-08 | 山东大学 | 一种基于掘进参数反演的tbm隧道岩爆等级预测方法及系统 |
| CN114153005A (zh) * | 2022-02-10 | 2022-03-08 | 北京建筑大学 | 一种基于大数据分析的岩爆危险性等级预测方法及系统 |
| CN114495433A (zh) * | 2022-02-07 | 2022-05-13 | 盾构及掘进技术国家重点实验室 | 一种隧道掘进机围岩坍塌预警方法、装置及终端设备 |
| CN115266348A (zh) * | 2022-07-27 | 2022-11-01 | 中国科学院武汉岩土力学研究所 | 一种基于动静载叠加试验的岩爆倾向性等级判断方法 |
| CN116992545A (zh) * | 2023-09-04 | 2023-11-03 | 北京交通大学 | 超高地应力超大埋深软岩隧道大变形分级方法 |
| CN117272644A (zh) * | 2023-09-21 | 2023-12-22 | 安徽理工大学 | 基于钻孔参数的岩爆倾向性预测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101051011A (zh) * | 2007-05-16 | 2007-10-10 | 中国矿业大学(北京) | 一种深部岩爆过程模型实验方法 |
| CN103744128A (zh) * | 2014-01-20 | 2014-04-23 | 中水北方勘测设计研究有限责任公司 | 一种用于地下洞室岩爆烈度等级的综合预报方法 |
| CN103941282A (zh) * | 2014-05-07 | 2014-07-23 | 中国科学院武汉岩土力学研究所 | 一种深埋大断面隧道下台阶开挖岩爆风险区判别方法 |
| CN104655820A (zh) * | 2014-09-11 | 2015-05-27 | 中铁十六局集团第五工程有限公司 | 隧道硬质岩岩爆的判断、等级划分及处理方法 |
| CN104977210A (zh) * | 2015-07-01 | 2015-10-14 | 山东科技大学 | 一种受不同采动影响坚硬岩体Hoek-Brown参数m、s的求取方法 |
| CN106323745A (zh) * | 2016-08-17 | 2017-01-11 | 中铁隧道集团有限公司 | 室内开展tbm岩爆试验的模拟方法 |
| WO2017032520A1 (en) * | 2015-08-27 | 2017-03-02 | Freie Universitaet Berlin | A method for determining the hydraulic permeability of rocks in a subsurface region |
-
2017
- 2017-09-01 CN CN201710778023.9A patent/CN107748103A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101051011A (zh) * | 2007-05-16 | 2007-10-10 | 中国矿业大学(北京) | 一种深部岩爆过程模型实验方法 |
| CN103744128A (zh) * | 2014-01-20 | 2014-04-23 | 中水北方勘测设计研究有限责任公司 | 一种用于地下洞室岩爆烈度等级的综合预报方法 |
| CN103941282A (zh) * | 2014-05-07 | 2014-07-23 | 中国科学院武汉岩土力学研究所 | 一种深埋大断面隧道下台阶开挖岩爆风险区判别方法 |
| CN104655820A (zh) * | 2014-09-11 | 2015-05-27 | 中铁十六局集团第五工程有限公司 | 隧道硬质岩岩爆的判断、等级划分及处理方法 |
| CN104977210A (zh) * | 2015-07-01 | 2015-10-14 | 山东科技大学 | 一种受不同采动影响坚硬岩体Hoek-Brown参数m、s的求取方法 |
| WO2017032520A1 (en) * | 2015-08-27 | 2017-03-02 | Freie Universitaet Berlin | A method for determining the hydraulic permeability of rocks in a subsurface region |
| CN106323745A (zh) * | 2016-08-17 | 2017-01-11 | 中铁隧道集团有限公司 | 室内开展tbm岩爆试验的模拟方法 |
Non-Patent Citations (5)
| Title |
|---|
| 余伟健等: "《高应力构造带巷道围岩控制机理及工程实践》", 31 May 2012, 中国矿业大学出版社 * |
| 刘海宁: "《三维应力环境下节理岩体真三轴试验研究》", 30 April 2013, 中国水利水电出版社 * |
| 毛红梅: "《隧道地应力测试与岩爆倾向性分析》", 《铁路工程学报》 * |
| 邓思文等: "《基于地应力实测与能量判据的深埋隧道岩爆预测》", 《人民长江》 * |
| 陈恩瑜等: "《一种基于TBM掘进参数的现场岩石强度快速估算模型》", 《山东大学学报（工学版）》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108871262A (zh) * | 2018-03-23 | 2018-11-23 | 长江水利委员会长江科学院 | 大埋深洞室挤压型围岩大变形判别方法 |
| CN108871262B (zh) * | 2018-03-23 | 2019-06-18 | 长江水利委员会长江科学院 | 大埋深洞室挤压型围岩大变形判别方法 |
| CN108733942A (zh) * | 2018-05-28 | 2018-11-02 | 中国地质大学（武汉） | 隧道围岩可靠性的评估方法及装置 |
| CN110727989B (zh) * | 2018-06-28 | 2023-08-04 | 中车大同电力机车有限公司 | 结构疲劳强度分析方法、装置以及计算机可读存储介质 |
| CN110727989A (zh) * | 2018-06-28 | 2020-01-24 | 中车大同电力机车有限公司 | 结构疲劳强度分析方法、装置以及计算机可读存储介质 |
| CN108846238A (zh) * | 2018-07-02 | 2018-11-20 | 石家庄铁道大学 | Tbm掘进过程中围岩特征变化实时指示方法 |
| CN109798106A (zh) * | 2018-11-13 | 2019-05-24 | 辽宁工程技术大学 | 一种冲击地压危险性的预测方法及防治措施 |
| CN109740119A (zh) * | 2019-01-23 | 2019-05-10 | 山东大学 | 一种tbm掘进隧洞围岩单轴抗压强度快速估算方法 |
| CN109740119B (zh) * | 2019-01-23 | 2023-09-05 | 山东大学 | 一种tbm掘进隧洞围岩单轴抗压强度快速估算方法 |
| CN111537330A (zh) * | 2020-04-13 | 2020-08-14 | 贵州桥梁建设集团有限责任公司 | 一种基于钻进速度获取隧道掌子面围岩全域强度的方法 |
| CN112129618A (zh) * | 2020-09-10 | 2020-12-25 | 武汉大学 | 软岩三轴强度评估方法及系统 |
| CN112129618B (zh) * | 2020-09-10 | 2021-11-16 | 武汉大学 | 软岩三轴强度评估方法及系统 |
| CN112699553A (zh) * | 2020-12-29 | 2021-04-23 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN112926267A (zh) * | 2021-03-10 | 2021-06-08 | 山东大学 | 一种基于掘进参数反演的tbm隧道岩爆等级预测方法及系统 |
| CN114495433B (zh) * | 2022-02-07 | 2023-07-21 | 盾构及掘进技术国家重点实验室 | 一种隧道掘进机围岩坍塌预警方法、装置及终端设备 |
| CN114495433A (zh) * | 2022-02-07 | 2022-05-13 | 盾构及掘进技术国家重点实验室 | 一种隧道掘进机围岩坍塌预警方法、装置及终端设备 |
| CN114153005A (zh) * | 2022-02-10 | 2022-03-08 | 北京建筑大学 | 一种基于大数据分析的岩爆危险性等级预测方法及系统 |
| CN115266348A (zh) * | 2022-07-27 | 2022-11-01 | 中国科学院武汉岩土力学研究所 | 一种基于动静载叠加试验的岩爆倾向性等级判断方法 |
| CN115266348B (zh) * | 2022-07-27 | 2024-04-26 | 中国科学院武汉岩土力学研究所 | 一种基于动静载叠加试验的岩爆倾向性等级判断方法 |
| CN116992545A (zh) * | 2023-09-04 | 2023-11-03 | 北京交通大学 | 超高地应力超大埋深软岩隧道大变形分级方法 |
| CN116992545B (zh) * | 2023-09-04 | 2024-08-02 | 北京交通大学 | 超高地应力超大埋深软岩隧道大变形分级方法 |
| CN117272644A (zh) * | 2023-09-21 | 2023-12-22 | 安徽理工大学 | 基于钻孔参数的岩爆倾向性预测方法及系统 |
| CN117272644B (zh) * | 2023-09-21 | 2024-03-05 | 安徽理工大学 | 基于钻孔参数的岩爆倾向性预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107748103A (zh) | 一种隧道岩爆预测方法、设备、存储介质和系统 | |
| Gao et al. | Drilling large diameter cross-measure boreholes to improve gas drainage in highly gassy soft coal seams | |
| He et al. | Deep-hole directional fracturing of thick hard roof for rockburst prevention | |
| Bell | Practical methods for estimating in situ stresses for borehole stability applications in sedimentary basins | |
| Lu et al. | Improving the gate road development rate and reducing outburst occurrences using the waterjet technique in high gas content outburst-prone soft coal seam | |
| Chen et al. | Ground characterization using breaking-action-based zoning analysis of rotary-percussive instrumented drilling | |
| Salimi et al. | Utilising of linear and non-linear prediction tools for evaluation of penetration rate of tunnel boring machine in hard rock condition | |
| Wen et al. | Study of the fracture law of overlying strata under water based on the flow‐stress‐damage model | |
| Rashidi et al. | Performance, simulation and field application modeling of rollercone bits | |
| Shahbazi et al. | Investigation of production depletion rate effect on the near-wellbore stresses in the two Iranian southwest oilfields | |
| Peng et al. | Underground ground control monitoring and interpretation, and numerical modeling, and shield capacity design | |
| Rasouli Maleki et al. | Influence of discontinuities on the squeezing intensity in high in situ stresses (a tunnelling case study; actual evidences and TBM release techniques) | |
| Li et al. | Evaluation of rockburst hazard in deep coalmines with large protective island coal pillars | |
| Wang et al. | Stability and airtightness of a deep anhydrite cavern group used as an underground storage space: A case study | |
| Bhatawdekar et al. | Building information model for drilling and blasting for tropically weathered rock. | |
| Li et al. | Multi-parameter numerical simulation of dynamic monitoring of rock deformation in deep mining | |
| Jiao et al. | Case study of the characteristics and mechanism of rock burst near fault in Yima Coalfield, China | |
| Sun et al. | Numerical investigation of gob‐side entry retaining through precut overhanging hard roof to control rockburst | |
| Jiao et al. | Numerical Simulation of Mining‐Induced Stress Evolution and Fault Slip Behavior in Deep Mining | |
| CN117910112A (zh) | 一种tbm隧道岩爆段支护方案智能设计方法 | |
| Trofimov et al. | Influence of stress variation in roof rocks of coal seam on strata gas conditions in longwalling | |
| Yang et al. | Information‐Based Construction of High‐Speed Railway Tunnel | |
| Hou et al. | Research Article Optimization and Application of Bit Selection Technology for Improving the Penetration Rate | |
| He et al. | Floor failure characteristics of thick coal seam mining above confined aquifer | |
| Ma et al. | prediction model for deformation risk grade of the soft rock tunnel based on GRA-Extension |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180302 |
|
| RJ01 | Rejection of invention patent application after publication |