CN110427697A - 一种基于隧道Lidar点云的二衬厚度数字预分析方法 - Google Patents
一种基于隧道Lidar点云的二衬厚度数字预分析方法 Download PDFInfo
- Publication number
- CN110427697A CN110427697A CN201910705664.0A CN201910705664A CN110427697A CN 110427697 A CN110427697 A CN 110427697A CN 201910705664 A CN201910705664 A CN 201910705664A CN 110427697 A CN110427697 A CN 110427697A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- lining
- point
- point set
- parameter model
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种基于隧道Lidar点云的二衬厚度数字预分析方法,包括以下步骤:步骤1:建立隧道二衬断面标准参数模型;步骤2:在参数模型中分别计算出每个设计要素端点的方向角;步骤3:获取指定里程处的隧道初支断面点集;步骤4:将隧道初支断面点集和参数模型在坐标系中对齐;步骤5:将隧道初支断面点集中的每个点在参数模型中分别计算对应于每个要素的方向角;判断其是否对应;步骤6:对隧道初支断面点集进行采样,在采样过程中插入三个特征点;步骤7:判断偏差是否在设定的阈值范围内,确定二衬定位位置;本发明可对不同断面类型的隧道进行分析,定位准确性高、安全性高。
Description
技术领域
本发明涉及一种隧道二衬厚度数字预分析方法,具体涉及一种基于隧道Lidar点云的二衬厚度数字预分析方法。
背景技术
据铁路系统相关部分统计,我国2013年底运营铁路隧道有11074座,总长8938.78km;2014年在建的铁路隧道有4206座,长度7795.15km;已规划有4600余座铁路隧道,总长10600km,二次衬砌保证了隧道在运营使用中的永久稳定。因而在隧道建设过程中,二次衬砌施工质量的好与坏已成为隧道质量的决定性因素,而隧道二衬施工病害较多,其中二衬厚度不足病害较为常见且危害大,隧道二衬厚度不足将显著改变其结构受力状态,特别是在隧道开通后随着列车高速通过,产生较大的瞬间气压将增大二衬结构受拉破坏的可能性,进而影响到铁路营运安全。因此在二衬作业前必须采取有效检测方法预先检测各部位的二衬厚度。现有的对二衬厚度预检方法是台车定位后人工用尺子进行测量,需要耗费大量的人力,检测速度慢,且当台车定位后亦不便于多个方位的调整,给隧道快速施工带来一定的影响。
发明内容
本发明提供一种可针对不同断面类型,隧道施工效率高,安全性高的基于隧道Lidar点云的二衬厚度数字预分析方法。
本发明采用的技术方案是:一种基于隧道Lidar点云的二衬厚度数字预分析方法,包括以下步骤:
步骤1:建立坐标系QLZ,在坐标系中建立隧道二衬断面标准参数模型;
步骤2:在隧道二衬断面标准参数模型中,以原点到Z轴负方向为起始方向,顺时针递增,分别计算出每个设计要素端点的方向角;
步骤3:根据隧道线路中线上指定的里程lk和该里程处的切线方向获取该里程处的隧道初支断面点集;
步骤4:将隧道初支断面点集和隧道二衬断面标准参数模型在坐标系QLZ中对齐;
步骤5:将隧道初支断面点集中的每个点在参数模型中分别计算对应于每个要素的方向角;若在步骤2计算得到的方向角阈值范围内,则该点与隧道二衬断面标准参数模型中的设计要素对应,并计算其偏差;否则不对应,遍历隧道初支断面点集;
步骤6:按照设定的采样距离或者角度对步骤5中获取的隧道初支断面点集进行采样,在采样过程中插入三个特征点,分别是z坐标值最大的点、q坐标值最小和最大值的点,并计算各自的偏差;
步骤7:判断步骤6采样后初支断面点的偏差是否在设定的阈值范围内,若是则该里程处隧道二衬断面标准参数模型在坐标系QLZ中的位置即为二衬定位位置;若否则调整隧道二衬断面标准参数模型位置后,重复步骤3~5,直到偏差满足设定阈值,此时调整后的隧道二衬断面标准参数模型位置即为二衬定位位置。
进一步的,所述步骤1中的隧道二衬断面标准参数模型为:
式中:i为设计断面参数要素编号,Pi′为第i个参数要素模型,Q和Z为坐标系的坐标轴,a、b和R为圆弧要素参数,A、B和C均为直线要素参数,δiS为第i个要素的开始方向角,δiE为第i个要素的终止方向角,n为设计断面中参数要素数。
进一步的,所述步骤5中坐标调整量为:
式中:n为采样后初支断面点集中q<0的点数,m为采样后初支断面点集中q≥0的点,Δq为q的调整量,Δz为z的调整量。dZ=max为插入z坐标值最大的特征点偏差,dQ=min为插入q坐标值最小的特征点偏差,dQ=max为插入q坐标值最大的特征点偏差。
本发明的有益效果是:
(1)本发明可对不同断面类型的隧道Lidar点云进行二衬厚度数字预分析;
(2)本发明基于隧道Lidar点云进行数字预分析提前确定台车位置,在二衬台车推进时,准确地一次性定位到数字分析后的位置,定位准确性高;
(3)本发明方法通过对隧道二衬厚度进行数字预分析能够避免二衬厚度不均造成应力集中,进而对隧道安全造成隐患。
附图说明
图1为本发明方法流程示意图。
图2为本发明实施例中未经调整的二衬厚度数字预分析结果。
图3为本发明实施例中在Q方向调整Δq后二衬厚度预分析结果。
图4为本发明实施例中在Z方向调整Δz后二衬厚度预分析结果。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
如图1所示,一种基于隧道Lidar点云的二衬厚度数字预分析方法,包括以下步骤:
步骤1:建立坐标系QLZ,在坐标系中建立隧道二衬断面标准参数模型{Pi,i=1,2,3...};坐标系以隧道线路中心点的位置为原点,以高程增大方向为Z轴正方向,以小里程到大里程的方向为L轴正方向,Q轴正方向同时垂直L轴和Z轴,满足右手定则。
步骤2:在隧道二衬断面标准参数模型中,以原点到Z轴负方向为起始方向,顺时针递增,分别计算出每个要素端点的方向角;
参数模型根据隧道设计文件中二衬断面要素数据建立,以设计坐标系QLZ中原点到Z轴负方向为起始方向顺时针依次对设计断面中出现的要素建立模型其中圆曲线以自身的圆心为极点,直线以设计坐标系QLZ的原点为极点,此时二衬断面标准参考模型中的l∈(lmin,lmax),(lmin,lmax)为该二衬断面标准参数模型适用的里程范围,q=z=0。
隧道二衬断面标准参数模型为:
式中:i为设计断面参数要素编号,Pi′为第i个参数要素模型,Q和Z为坐标系的坐标轴,a、b和R为圆曲线要素参数,A、B和C均为直线要素参数,δiS为第i个要素的开始方向角,δiE为第i个要素的终止方向角,n为设计断面中参数要素数。
步骤3:根据隧道线路中线上指定的里程lk(k表示里程数)和该里程处的切线方向获取该里程处的隧道初支断面点集{Sj,j=1,2,3...};
步骤4:将隧道初支断面点集和隧道二衬断面标准参数模型在坐标系QLZ中对齐;
步骤5:将隧道初支断面点集{Sj,j=1,2,3...}中的每个点在参数模型{Pi,i=1,2,3...}中分别计算对应于每个要素的方向角{δji},j表示断面点集中的第几个点,i表示参数模型中的第几个要素;若在设定的方向角范围内,即满足δiS≤δji≤δiE,则该点与参数模型中的设计要素Pi对应,并计算其偏差dj;否则不对应,遍历隧道初支断面点集{Sj,j=1,2,3...};
步骤6;按照设定的采样距离或者角度对步骤5中获取的隧道初支断面点集进行采样,在采样过程中插入三个特征点,分别是z坐标值最大的点并计算偏差dZ=max、q坐标值最小的点并计算偏差dQ=min和q坐标最大值的点并计算偏差dQ=max;
步骤7:判断步骤6采样后初支断面点的偏差是否在设定的阈值范围(dmin,dmax)(一般,dmin为二衬厚度的4/5,dmax为二衬设计厚度)内,若是则该里程处隧道二衬断面标准参数模型在坐标系QLZ中的位置即为二衬定位位置;若否则调整隧道二衬断面标准参数模型位置后(分别在Q方向和Z方向进行适当调整),重复步骤3~5,直到偏差满足设定阈值,此时调整后的隧道二衬断面标准参数模型位置即为二衬定位位置。
坐标调整量为:
式中:n为采样后初支断面点集中q<0的点数,m为采样后初支断面点集中q≥0的点,Δq为q的调整量,Δz为z的调整量。dZ=max为插入z坐标值最大的特征点偏差,dQ=min为插入q坐标值最小的特征点偏差,dQ=max为插入q坐标值最大的特征点偏差。
为了进一步说明本发明有益效果,以某在建DK479+499里程处隧道Lidar点云作二衬厚度数字预分析试验测试;其结果如图2、3和4所示。图2是未经调整的二衬厚度数字预分析结果。从图中可以明显看出隧道在DK479+499里程处天顶方向左侧二衬厚度小于右侧二衬厚度。图3是在Q方向调整Δq=768.2mm后二衬厚度预分析结果。图4为在Z方向调整Δz=410.6mm后二衬厚度数字预分析结果。
本发明可对不同二衬断面建立参数模型,进而可对不同断面类型的隧道Lidar点云进行二衬厚度数字预分析。现有的方法是在二衬台车定位后人工用尺子对隧道不同部位二衬厚度预先进行检测,再指导调整台车位置,而现实施工环境中不便于台车在多个方位上进行位置调整,极大地影响施工效率。本发明基于隧道Lidar点云进行二衬厚度数字预分析提前确定台车位置,在二衬台车推进时,可以准确地一次性定位到数字预分析后的位置。隧道二衬施工病害较多,而二衬厚度不足病害较为常见且危害大,二衬厚度不足将显著改变其结构受力状态。特别是在隧道开通后随着列车高速通过,产生大的瞬间气压将增大二衬结构受拉破坏的可能性,进而影响到铁路营运安全。而本发明方法通过对隧道二衬厚度进行数字预分析能够避免二衬厚度不均造成应力集中,进而对隧道安全造成隐患。
Claims (3)
1.一种基于隧道Lidar点云的二衬厚度数字预分析方法,其特征在于,包括以下步骤:
步骤1:建立坐标系QLZ,在坐标系中建立隧道二衬断面标准参数模型;
步骤2:在隧道二衬断面标准参数模型中,以原点到Z轴负方向为起始方向,顺时针递增,分别计算出每个设计要素端点的方向角;
步骤3:根据隧道线路中线上指定的里程lk和该里程处的切线方向获取该里程处的隧道初支断面点集;
步骤4:将隧道初支断面点集和隧道二衬断面标准参数模型在坐标系QLZ中对齐;
步骤5:将隧道初支断面点集中的每个点在隧道二衬断面标准参数模型中分别计算对应于每个要素的方向角;若在步骤2计算得到的方向角阈值范围内,则该点与隧道二衬断面标准参数模型中的设计要素对应,并计算其偏差;否则不对应,遍历隧道初支断面点集;
步骤6:按照设定的采样距离或者角度对步骤5中获取的隧道初支断面点集进行采样,在采样过程中插入三个特征点,分别是z坐标值最大的点、q坐标值最小和最大值的点,并计算各自的偏差;
步骤7:判断步骤6采样后初支断面点的偏差是否在设定的阈值范围内,若是则该里程处隧道二衬断面标准参数模型在坐标系QLZ中的位置即为二衬定位位置;若否则调整隧道二衬断面标准参数模型位置后,重复步骤3~5,直到偏差满足设定阈值,此时调整后的隧道二衬断面标准参数模型位置即为二衬定位位置。
2.根据权利要求1所述的一种基于隧道Lidar点云的二衬厚度数字预分析方法,其特征在于,所述步骤1中的隧道二衬断面标准参数模型为:
式中:i为设计断面参数要素编号,Pi′为第i个参数要素模型,Q和Z为坐标系的坐标轴,a、b和R为圆曲线要素参数,A、B和C均为直线要素参数,δiS为第i个要素的开始方向角,δiE为第i个要素的终止方向角,n为设计断面中参数要素数。
3.根据权利要求1所述的一种基于隧道Lidar点云的二衬厚度数字预分析方法,其特征在于,所述步骤5中坐标调整量为:
式中:n为采样后初支断面点集中q<0的点数,m为采样后初支断面点集中q≥0的点,Δq为q的调整量,Δz为z的调整量。dZ=max为插入z坐标值最大的特征点偏差,dQ=min为插入q坐标值最小的特征点偏差,dQ=max为插入q坐标值最大的特征点偏差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910705664.0A CN110427697B (zh) | 2019-08-01 | 2019-08-01 | 一种基于隧道Lidar点云的二衬厚度数字预分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910705664.0A CN110427697B (zh) | 2019-08-01 | 2019-08-01 | 一种基于隧道Lidar点云的二衬厚度数字预分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427697A true CN110427697A (zh) | 2019-11-08 |
CN110427697B CN110427697B (zh) | 2023-04-07 |
Family
ID=68413633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910705664.0A Active CN110427697B (zh) | 2019-08-01 | 2019-08-01 | 一种基于隧道Lidar点云的二衬厚度数字预分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427697B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106930784A (zh) * | 2017-03-08 | 2017-07-07 | 中交第二航务工程局有限公司 | 基于三维激光扫描的隧道监控方法 |
CN109211167A (zh) * | 2018-09-03 | 2019-01-15 | 山东大学 | 一种基于函数曲线拟合的隧道二衬厚度精确检测方法 |
-
2019
- 2019-08-01 CN CN201910705664.0A patent/CN110427697B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106930784A (zh) * | 2017-03-08 | 2017-07-07 | 中交第二航务工程局有限公司 | 基于三维激光扫描的隧道监控方法 |
CN109211167A (zh) * | 2018-09-03 | 2019-01-15 | 山东大学 | 一种基于函数曲线拟合的隧道二衬厚度精确检测方法 |
Non-Patent Citations (1)
Title |
---|
谢云扬: "隧道二衬质量问题成因分析及预防措施", 《隧道/地下工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110427697B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108981677B (zh) | 一种基于激光定位的飞机部件的安装方法 | |
CN103115605A (zh) | 一种基于联系三角形的地铁竖井定向测量方法 | |
CN109531273B (zh) | 一种基于精密检测技术的铸造舱段加工方法 | |
CN101825662A (zh) | 短距测量接地网接地电阻的测量方法及其测量结构 | |
CN110427696B (zh) | 一种适应不同断面的隧道Lidar点云初支面预警方法 | |
CN108871268A (zh) | 一种基于激光点云的隧道超欠挖数值计算方法 | |
WO2020151023A1 (zh) | 一种基于图像识别技术的关键块体动态搜索系统及方法 | |
CN113221221A (zh) | 一种基于bim技术的预制梁上预应力管道定位方法 | |
CN109214099A (zh) | 一种拱肋钢管定位计算及施工方法 | |
CN110427697A (zh) | 一种基于隧道Lidar点云的二衬厚度数字预分析方法 | |
CN114648231A (zh) | 一种车路协同路侧数据质量评价方法 | |
CN108151721B (zh) | 基于水位工况识别的船闸变形自动监测系统及其测量、气象修正方法 | |
CN105575154A (zh) | 一种车辆gps定位丢失数据补偿方法 | |
CN116402959A (zh) | 基于预警模型的隧道支护设计构建方法、系统及存储介质 | |
WO2020207066A1 (zh) | 故障指示器装置、系统及配电网系统 | |
CN103984017B (zh) | 一种微震震源自动定位方法 | |
CN111426913A (zh) | 一种基于正序电压分布特性的故障定位方法和系统 | |
CN108050322B (zh) | 一种双面法兰管道连接方法 | |
CN109359591B (zh) | 基于点云数据自动识别大直径盾构隧道中隔墙的方法 | |
CN208830072U (zh) | 一种铁路线路钢轨平直度监测系统 | |
CN114459539A (zh) | 一种基于人工智能的双线隧道开挖安全在线监测分析系统 | |
CN105855491A (zh) | 一种基于编码器的钢板板坯定尺测量方法 | |
CN106441147A (zh) | 一种用于精铸涡轮工作叶片三维光学测量基准的建立方法 | |
CN113970291A (zh) | 一种基于三维激光扫描的地下洞室围岩超欠挖量的快速测量方法 | |
CN103639496A (zh) | 大截面钢构件端铣面高精度加工方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |