CN111538071B - 陡倾层状岩体洞室群高边墙位移定量预测方法 - Google Patents

陡倾层状岩体洞室群高边墙位移定量预测方法 Download PDF

Info

Publication number
CN111538071B
CN111538071B CN202010307493.9A CN202010307493A CN111538071B CN 111538071 B CN111538071 B CN 111538071B CN 202010307493 A CN202010307493 A CN 202010307493A CN 111538071 B CN111538071 B CN 111538071B
Authority
CN
China
Prior art keywords
microseismic
event
database
microseismic event
side wall
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.)
Active
Application number
CN202010307493.9A
Other languages
English (en)
Other versions
CN111538071A (zh
Inventor
李昂
刘燚
戴�峰
魏明东
蒋若辰
冯鹏
杜洪波
陈锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changan University
Original Assignee
Changan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changan University filed Critical Changan University
Publication of CN111538071A publication Critical patent/CN111538071A/zh
Application granted granted Critical
Publication of CN111538071B publication Critical patent/CN111538071B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G01V1/01—
    • 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
    • G01B21/32—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 the deformation in a solid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/282—Application of seismic models, synthetic seismograms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/288—Event detection in seismic signals, e.g. microseismics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • G01V1/308—Time lapse or 4D effects, e.g. production related effects to the formation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Emergency Management (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Business, Economics & Management (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种陡倾层状岩体洞室群高边墙位移定量预测方法，包括以下步骤：安装ESG微震监测系统，捕捉边墙区域出现的微震事件，建立微震数据库I和II；建立数值计算模型，根据地下洞室的现场开挖方案采用FLAC3D软件对开挖过程进行模拟计算；确定微震数据库I中各微震事件的影响范围并计算地震效率；计算网格单元劣化后的力学强度参数，在ESG微震监测系统每捕捉到一个微震事件后，将网格单元劣化后的力学强度参数代入计算模型中并进行模拟计算，得到该微震事件发生后所有网格单元的位移值，结合各网格单元的形心坐标可计算得到地下洞室边墙区域各部位层状围岩的预测位移值，由此即实现了高边墙位移的实时定量预测。

Description

陡倾层状岩体洞室群高边墙位移定量预测方法
技术领域
本发明属于岩土工程领域，涉及一种陡倾层状岩体洞室群高边墙位移定量预测方法。
背景技术
层状岩体是一类具有典型结构特征且在自然界中分布十分广泛的岩体，层面是此类岩体中的优势原生结构面。由于层面的尺度往往大于随机节理，普通地下洞室开挖后不至于使层面完全暴露，因此，断面尺寸较小的地下洞室修建时较少会遇到由层面诱发且较为严重的变形失稳现象。相比于交通隧道工程等普通尺寸的地下洞室，水电地下洞室群开挖规模巨大，具有典型高边墙特征，洞室底板不断开挖下卧过程中，分布于两侧边墙的层面逐渐被完全揭露，岩体固有约束被解除，当到达临界条件之后会突然发生对施工安全有严重威胁的围岩变形破坏现象，并且岩层的滑移或转动在高边墙大变形发生过程中占据主导控制作用。此外，大型水电地下洞室群结构布置错综复杂，不同洞室开挖时相互扰动作用显著，岩层陡倾条件下，高边墙大变形所致的局部失稳问题具有显著的突发特征及空间分布不确定性。因此，准确合理地预测高边墙位移发生时间、位置和量级，对于保障施工人员安全和优化工程进度具有至关重要的作用。
目前，地下洞室的围岩变形预测方法主要有理论解析法、经验法、智能算法及数值仿真模拟法。对于具有复杂结构形式的水电洞室群来说，围岩位移场的解析解是极难得到的；经验法过于依赖主观选择，影响围岩变形的诸多因素很难用一个经验公式准确、完整、定量地描述；智能法不必建立复杂的数学和力学模型，基于工程实测位移资料，通过分析位移时序变化趋势来对其稳定收敛值进行预测，但是，陡倾岩层高边墙变形的突发特征及空间分布不确定性极大地突出了二维“点-线-面”式位移监测“预测量不足”和“空间局限性”的弊端，这意味着基于工程实测位移资料的智能算法在陡倾层状岩体洞室群高边墙变形预测方面的应用有一定的局限性。
当前阶段，数值仿真模拟已经成为了大型层状岩体地下工程施工期间围岩变形定量预测的重要手段。层状岩体的结构特征，使得离散元程序在模拟层面为主控因素的结构型变形或破坏方面具有其独特的优势。但是，考虑到岩层厚度对围岩位移场具有显著的影响作用，在构建计算模型时会选取较小的层厚值。这导致大型地下洞室的三维计算模型有时会超过程序自身所要求的单元数量或者内存限制，因此，离散元模拟并不适用于大型陡倾层状岩体地下工程高边墙位移的定量预测。连续介质数值模拟程序虽然能大幅度提升计算效率，减小仿真模型所占用的内存，但是该类型仿真计算程序是基于连续介质力学理论所开发，无法模拟岩体结构整体失稳所致的局部大变形，因而很难实现陡倾层状岩体洞室群高边墙位移的准确定量预测。
此外，在围岩局部大变形出现之前，变形区域内的岩体力学强度会出现不同程度的劣化，只是不同控制因素所对应的劣化方式存在差异。因此，研究如何充分利用现场监测数据，进而反馈得到局部区域岩体损伤劣化后的参数，对于定量预测陡倾层状围岩大变形，指导同类型地下洞室设计和施工就显得特别重要了。数值模拟与工程现场实测数据相结合的手段为解决该问题提供了一种思路。传统的工程实测方法(比如位移计、应力计以及声波测试等)都是一种二维“点-线-面”式监测技术，如前所述，陡倾岩层高边墙位移会放大此类监测手段“预测量不足”和“空间局限性”的弊端，因而，基于“点-线-面”式监测数据的数值反馈计算并不适用于大型陡倾层状岩体洞室群围岩大变形的定量预测。而微震监测技术能实时跟踪三维区域内岩体变形失稳的渐进演化过程，对大变形孕育、发展以及最终发生的整个过程中围岩力学强度的动态劣化机制和程度进行深入揭示。因此，基于微震监测数据的连续介质数值反馈计算对于预测陡倾岩层控制型大变形在理论上是一种可行手段。
现有技术中虽然有学者将基于微震数据的数值反馈计算应用于水电岩质边坡或地下洞室群围岩稳定性分析，但多是将微震数据嵌入二维数值计算模型之中，而且对单个微震事件所影响的范围难以准确说明，因此准确性不能保障。总体而言，数值模拟技术依旧有两点问题亟需解决：第一是如何准确地确定单个微震事件在三维数值网格模型中所影响的单元，第二是如何实现基于微震数据的大型地下洞室群三维数值反馈计算。综上，目前还没有一种能够用于大型陡倾层状岩体洞室群高边墙位移的精准定量预测的准确高效便捷的方法。
发明内容
本发明的目的在于针对现有技术的不足，提供一种陡倾层状岩体洞室群高边墙位移定量预测方法，将围岩变形的微震定性预警定量化，实现陡倾层状岩体中大型地下洞室开挖围岩变形量级和范围的三维动态预测。
为实现上述发明目的，本发明采用的技术方案如下：
本发明提供的陡倾层状岩体洞室群高边墙位移定量预测方法，包括以下步骤：
①将ESG微震监测系统所配备的传感器分别安装在处于陡倾层状岩体中的地下洞室边墙区域，地下洞室的每一侧边墙所安装的传感器至少为6个，传感器的布置方式应使传感器能在空间形成网状结构并覆盖上游、下游两侧的边墙，将各传感器与ESG微震监测系统的数据采集盒连接，然后将数据采集盒与处理数据信号的主机相连；
②地下洞室开挖过程会诱导地下洞室两侧边墙区域产生微震事件，在地下洞室开挖过程中，通过ESG微震监测系统捕捉地下洞室两侧边墙区域出现的微震事件，并通过ESG微震监测系统提取微震事件的参数信息，包括：震源坐标、震源半径、微震辐射能、微震视体积，将第j个微震事件的震源坐标记作(xj,yj,zj)；
将ESG微震监测系统捕捉到的微震事件及其参数信息放入微震数据库I和微震数据库II中，其中，微震数据库I包括已知岩体破坏区域内的微震事件及其参数信息，微震数据库II包括ESG微震监测系统捕捉到的所有微震事件及其参数信息；
③利用FLAC3D软件建立包括地下洞室边墙区域在内的地下洞室群三维数值计算模型，并保证计算模型与微震数据处于相同的坐标系中；
根据地下洞室的现场开挖方案，采用FLAC3D软件对开挖过程进行模拟计算，得到计算模型中各网格单元的应力信息，所述应力信息包括第一主应力、第二主应力和第三主应力，将第i个网格单元的形心坐标记作(xi,yi,zi)；
④利用围岩破裂类型综合分析方法来判定微震数据库I中的各微震事件的破坏类型，根据破坏类型确定各微震事件的影响范围，将第j个微震事件的影响范围记作Rj，Rj＝Ra或Rb，Ra表示纯剪切型微震事件的影响范围，Rb表示拉伸型或混合型微震事件的影响范围；
纯剪切型微震事件的影响范围的计算方式如式(1)所示：
Figure GDA0003242809230000031
式(1)中：Ra表示纯剪切型微震事件的影响范围；Kc是依赖于震源模型的常数，在断层面解不确定的情况下，Kc往往取断裂速度为0.9c下的平均值，即在P波条件下Kc＝2.01，在S波条件下Kc＝1.32；fc表示P波或S波的角频率，fc通过远震位移谱的低频幅值Ω0和质点运动速度积分Jc计算得到；
拉伸型或混合型微震事件的影响范围的计算方式如式(2)所示：
Figure GDA0003242809230000032
式(2)中：Rb表示拉伸型或混合型微震事件的影响范围；VA为拉伸型或混合型微震事件的微震视体积；
⑤根据式(3)计算微震数据库I中的各微震事件的震源与各网格单元的形心之间的距离，
Figure GDA0003242809230000041
式(3)中：Lij为第j个微震事件的震源与第i个网格单元的形心之间的距离；
若Lij≤Rj，则第i个网格单元处于第j个微震事件的影响范围内，根据Lij与Rj的关系筛选出处于微震数据库I中的微震事件的影响范围内的所有网格单元；
根据式(4)计算处于微震数据库I中的微震事件的影响范围内的各网格单元储存的可释放应变能，
Figure GDA0003242809230000042
式(4)中：
Figure GDA0003242809230000043
为处于微震数据库I中的微震事件的影响范围内的某网格单元储存的可释放应变能；ED′和v分别为岩体弹性模量与泊松比，V为网格单元的体积；σ1,σ2,σ3分别为处于微震数据库I中的微震事件的影响范围内的某网格单元的第一主应力、第二主应力和第三主应力；
然后利用式(5)计算地震效率η，
Figure GDA0003242809230000044
式(5)中：Dsum为微震数据库I中所有微震事件影响范围内的岩体的总体损伤变量，由于微震数据库I中所有微震事件影响范围内的岩体已经完全损伤破坏，因此取Dsum＝1；
Figure GDA0003242809230000045
为微震数据库I中所有微震事件的微震辐射能的总和；η为地震效率；
Figure GDA0003242809230000046
是处于微震数据库I中的微震事件影响范围内的各网格单元储存的可释放应变能之和，
Figure GDA0003242809230000047
⑥按照地下洞室现场开挖期间微震事件的发生时序，将微震数据库II中的微震事件依次记作第1,2,3,…,m个微震事件；
根据地下洞室现场开挖会导致岩体力学参数出现劣化的实际情况，在利用FLAC3D软件进行地下洞室开挖模拟计算的过程中需要对计算模型网格单元的力学强度参数进行折减，每当ESG微震监测系统捕捉到一个微震事件后，即按照前述步骤④、⑤的方法确定微震数据库II中该微震事件的影响范围，然后确定该微震事件影响范围内的所有网格单元，利用式(6)计算出该微震事件影响范围内的所有网格单元的损伤变量D，然后根据式(7)～(11)对网格单元的力学强度参数进行修正，计算得到网格单元劣化后的力学强度参数，
Figure GDA0003242809230000051
式(6)中：
Figure GDA0003242809230000052
是微震数据库II中某个微震事件的微震辐射能；η为地震效率；
Figure GDA0003242809230000053
是该微震事件影响范围内所有网格单元储存的可释放应变能之和；
ED＝E0(1-Dm)＝E0(1-Dm-1)(1-Dm) (7)
CD＝C0(1-Dm)＝C0(1-Dm-1)(1-Dm) (8)
Figure GDA0003242809230000054
Figure GDA0003242809230000055
Figure GDA0003242809230000056
式(7)～(11)中：Dm为微震数据库II中第1个微震事件至第m个微震事件的累积损伤变量，
Figure GDA0003242809230000057
Dm为第m个微震事件的损伤变量；
Figure GDA0003242809230000058
分别为初始弹性模量、初始岩层黏聚力、初始岩层摩擦角、初始层面黏聚力及初始层面摩擦角；
Figure GDA0003242809230000059
分别为劣化后的初始弹性模量、劣化后的岩层黏聚力、劣化后的岩层摩擦角、裂化后的层面黏聚力及劣化后的层面摩擦角；
在ESG微震监测系统每捕捉到一个微震事件后，即计算该微震事件影响范围内所有网格单元劣化后的力学强度参数，将网格单元劣化后的力学强度参数代入计算模型中，采用FLAC3D软件对开挖过程进行模拟计算，得到该微震事件发生后所有网格单元的位移值，根据计算模型中各网格单元的形心坐标和位移值计算得到地下洞室边墙区域各部位层状围岩的预测位移值，由此即实现了高边墙位移的实时定量预测。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案的步骤④中，将第j个微震事件的影响范围记作Rj，是指用该微震事件的影响范围的半径Rj来表示该微震事件的影响范围。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案的步骤④中，利用围岩破裂类型综合分析方法来判定数据库I中的各个微震事件的破坏类型的详细过程可参考以下文献进行：Xiao Y X,Feng X T,Li S J,et al.Rock mass failure mechanismsduring the evolution process of rockbursts in tunnels[J].InternationalJournal of Rock Mechanics and Mining Sciences,2016,83:174-181。本发明主要采用围岩破裂类型综合分析方法中的微震信号P波发育度方法来判定微震数据库I中各个微震事件的破坏类型。以上文献未建立微震信号的初至到时的精准辨识的方法，仅仅依靠人工肉眼来辨识，这样常常会出现一定误差，并且工作效率低下。而微震信号的初至到时的拾取对于微震事件破坏类型的最终判定结果有重要影响。因此，本发明进一步对微震信号的初至到时的识别方法进行了改进，以提高微震事件破坏类型判定的准确性。
步骤④中利用围岩破裂类型综合分析方法来判定数据库I中的各个微震事件的破坏类型的步骤如下：
S1，确定微震信号初次到达各传感器的时刻，即确定微震信号的初至到时
根据式(12)～(14)计算Thr[i]，绘制各传感器接收的微震信号对应的Thr[i]的值随时间变化的曲线，当Thr[i]的值初次超过预设触发阈值Thr0时所对应的时间即为微震信号的初至到时，Thr0＝2.5；
Figure GDA0003242809230000061
Figure GDA0003242809230000062
Figure GDA0003242809230000063
式(12)～(14)中：i＝1,...,n,n为各传感器接收的微震信号波形所包含的离散点个数，其中CF[j]为第j个离散点对应的特征函数值，CF[j]由式(15)计算得到：
CF[j]＝A2[j]-A[j-1]A[j+1] (15)
式(15)中，A[j],A[j-1],A[j+1]分别为表示第j,j-1,j+1个离散点对应的微震信号振幅；
S2，根据微震信号的初至到时，确定各传感器接收的微震信号P波初动振幅幅值；
S3，利用微震信号P波发育度方法来判定微震数据库I中各微震事件的破坏类型；单个微震事件的P波发育度PD如式(16)所示：
Figure GDA0003242809230000064
式(16)中：N为接收到微震信号的传感器个数，
Figure GDA0003242809230000071
为第j个传感器接收的微震P波初动振幅幅值，
Figure GDA0003242809230000072
为第j个传感器接收的微震P波的最大振幅幅值；
当PD≥0.047时，微震事件的破坏类型为拉伸型或混合型微震事件，当PD＜0.047时，微震事件的破坏类型为纯剪切型微震事件。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案中，已知岩体破坏区域内的整个围岩破坏过程诱发了微震数据库I中的所有微震事件。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案中，随着地下洞室开挖过程的进行，微震数据库II中包括的微震事件是不断增加的。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案中，获取计算模型中各网格单元的形心坐标，以及各网格单元的应力信息(包括一主应力、第二主应力和第三主应力)的操作是本技术领域非常常规的操作，可利用FLAC3D软件中内置的FISH语言编写程序从计算模型建模和数值模拟计算结果中进行提取，实际上FLAC3D软件中内置了该提取功能，在需要时使用该提取功能即可，当然也可以从计算模型建模和数值模拟计算结果中手动筛选。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案中，可采用反演求解的方法利用式(5)计算得到地震效率η，其中反演求解的方法可参考以下两篇文献：
杨天鸿,郑超,张鹏海,等.基于微震监测的矿山岩体强度动态标定方法研究[J].采矿与安全从学报,2013,30(4):548-554。Zhao Y,Yang T H,Zhang P H,et al.Theanalysis of rock damage process based on the microseismic monitoring andnumerical simulations[J].Tunnelling and Underground Space Technology,2017,69:1-17。
上述陡倾层状岩体洞室群高边墙位移定量预测方法的技术方案中，可以在地下洞室边墙区域选择一些典型测点进行监测，在地下洞室现场开挖期间，实时监测这些典型测点的预测位移值，当预测位移值出现异常增大时，说明预测位移值出现异常增大的区域具有较大的失稳风险，在实际施工过程中，可根据该预测结果，通过加强支护、改进施工工艺等措施来避免高边墙倾倒失稳的发生，提前做好安全防护措施。
与现有技术相比，本发明提供的技术方案产生了以下有益的技术效果：
1.本发明提供了一种陡倾层状岩体洞室群高边墙位移定量预测方法，该方法基于微震监测系统获取的微震数据，从能量释放角度出发建立微震信息反馈的层状岩体损伤劣化模型，将损伤模型逐个嵌入大型三维连续介质数值计算模型之中，实现了陡倾层状岩体中大型地下洞室开挖围岩变形行为的三维动态预测。与现有的离散元数值仿真模拟相比，本发明的方法提高了预测效率，降低了位移预测对计算机配置的最低要求，更加适用于陡倾层状岩体洞室群施工期间高边墙的稳定性实时动态分析。
2.本发明是在传统微震监测技术的基础上，针对陡倾岩层高边墙位移“突发性”和“空间分布不确定性”的特点所提出的高边墙位移定量预测方法，克服了微震监测数据仅能定性预警围岩变形的局限性，利用连续介质数值模拟将围岩变形的微震预警定量化。
3.实验表明，本发明所述方法能够有效实现对陡倾岩层高边墙变形量级和范围的定量化预测，有效地提高了微震监测技术在大型陡倾层状岩体地下工程实践中的预测预警作用，以补充微震监测在大型陡倾层状岩体地下工程围岩稳定性分析中的应用，结合连续介质数值模拟程序，使微震监测技术在施工过程中更好地发挥定量预测作用。
附图说明
图1是实施例中的微震数据库I中的微震事件所处位置的示意图。
图2是实施例建立的计算模型的示意图，其中(A)图是计算模型的整体示意图，(B)图是(A)图的局部放大示意图。
图3是实施例的计算模型中处于微震数据库I中的微震事件的影响范围内的网格单元示意图。
具体实施方式
以下通过实施例对本发明提供的陡倾层状岩体洞室群高边墙位移定量预测方法作进一步说明。有必要指出，以下实施例只用于对本发明作进一步说明，不能理解为对本发明保护范围的限制，所属领域技术人员根据上述发明内容，对本发明做出一些非本质的改进和调整进行具体实施，仍属于本发明保护的范围。
实施例
本实施例，以开挖于陡倾层状岩体之中的某大型水电站地下厂房洞室群为例，详细说明本发明提供的陡倾层状岩体洞室群高边墙位移定量预测方法。
①将加拿大ESG微震监测系统所配备的加速度传感器分别安装该大型水电站的地下洞室边墙区域，在该大型水电站主厂房上游、下游侧边墙各安装6个加速度传感器，传感器的布置方式应使传感器能在空间形成网状结构并覆盖上游、下游两侧的边墙，将各传感器与ESG微震监测系统的数据采集盒连接，然后将数据采集盒与处理数据信号的主机相连。
②地下洞室开挖过程会诱导地下洞室两侧边墙区域产生微震事件，在地下洞室开挖过程中，通过ESG微震监测系统捕捉地下洞室两侧边墙区域出现的微震事件，并通过ESG微震监测系统提取微震事件的参数信息，包括：震源坐标、震源半径、微震辐射能、微震视体积，将第j个微震事件的震源坐标记作(xj,yj,zj)。
将ESG微震监测系统捕捉到的微震事件及其参数信息放入微震数据库I和微震数据库II中。其中，微震数据库I包括包括已知岩体破坏区域内的微震事件及其参数信息，已知岩体破坏区域内的整个围岩破坏过程诱发了微震数据库I中的所有微震事件；更具体地，2016年1月，主厂房下游侧边墙局部区域内发生了围岩剥离、脱落等破坏现象，选定该区域内空间间距极其紧密且成核聚集的微震事件，如图1，所选定的微震事件均发生于围岩失稳破坏之前，提取这些微震事件的参数信息，建立微震数据库I。微震数据库II包括ESG微震监测系统捕捉到的所有微震事件以及其参数信息，随着地下洞室开挖过程的进行，微震数据库II中包括的微震事件是不断增加的。
③利用美国ITASCA公司开发的仿真计算软件—FLAC3D软件建立包括地下洞室边墙区域在内的地下洞室群三维数值计算模型，并保证计算模型与实际的地下洞室处于相同的坐标系中(由此可以保证计算模型与微震数据处于相同的坐标系中)，如图2所示，计算模型中包含主厂房、主变室、母线洞、部分引水隧洞及尾水支洞，模型横向宽度×竖向高度×纵向长度为491m×447m×150m。
根据地下洞室的现场开挖方案，采用FLAC3D软件对开挖过程进行模拟计算，得到计算模型中各网格单元的应力信息，所述应力信息包括第一主应力、第二主应力和第三主应力，将第i个网格单元的形心坐标记作(xi,yi,zi)。
④利用围岩破裂类型综合分析方法来判定微震数据库I中的各微震事件的破坏类型，本实施例主要采用围岩破裂类型综合分析方法中的微震信号P波发育度方法来判定微震数据库I中各个微震事件的破坏类型。判断微震事件的破坏类型的详细过程可参考文献Xiao Y X,Feng X T,Li S J,et al.Rock mass failure mechanisms during theevolution process of rockbursts in tunnels[J].International Journal of RockMechanics and Mining Sciences,2016,83:174-181。该文献中未建立微震信号的初至到时的精准辨识的方法，仅仅依靠人工肉眼来辨识，这样常常会出现一定误差，并且工作效率低下。而微震信号的初至到时的拾取对于微震事件破坏类型的最终判定结果有重要影响。本实施例对微震信号的初至到时的识别方法进行了改进，以提高微震事件破坏类型判定的准确性。改进后的围岩破裂类型判定方法详细操作步骤如下。
S1，确定微震信号初次到达各传感器的时刻，即确定微震信号的初至到时
根据式(12)～(14)计算Thr[i]，绘制各传感器接收的微震信号对应的Thr[i]随时间变化的曲线，当Thr[i]的值初次超过预设触发阈值Thr0时所对应的时间即为微震信号的初至到时，Thr0＝2.5；
Figure GDA0003242809230000101
Figure GDA0003242809230000102
Figure GDA0003242809230000103
式(12)～(14)中：i＝1,...,n,n为各传感器接收的微震信号波形所包含的离散点个数，由于本次现场微震监测采用的ESG微震监测系统的采样频率为20kHz，即采样间隔为0.00005s，因此单个传感器接收到的微震信号波形包含了3000个采样离散点，即n＝3000，其中CF[j]为第j个离散点对应的特征函数值，CF[j]由式(15)计算得到：
CF[j]＝A2[j]-A[j-1]A[j+1] (15)
式(15)中，A[j],A[j-1],A[j+1]分别为表示第j,j-1,j+1个离散点对应的微震信号振幅。
S2，根据微震信号的初至到时，确定各传感器接收的微震信号P波初动振幅幅值。
S3，利用微震信号P波发育度方法来判定数据库I中各个微震事件的破坏类型；单个微震事件的P波发育度PD如式(16)所示：
Figure GDA0003242809230000104
式(16)中：N为接收到微震信号的传感器个数，N＝6，
Figure GDA0003242809230000105
为第j个传感器接收的微震P波初动振幅幅值，
Figure GDA0003242809230000106
为第j个传感器接收的微震P波的最大振幅幅值。
当PD≥0.047时，微震事件的破坏类型为拉伸型或混合型微震事件，当PD＜0.047时，微震事件的破坏类型为纯剪切型微震事件。
在确定微震数据库I中的各微震事件的破坏类型后，根据微震事件的破坏类型确定各微震事件的影响范围，将第j个微震事件的影响范围记作Rj，Rj＝Ra或Rb，Ra表示纯剪切型微震事件的影响范围，和Rb表示拉伸型或混合型微震事件的影响范围；
纯剪切型微震事件的影响范围的计算方式如式(1)所示：
Figure GDA0003242809230000111
式(1)中：Ra表示纯剪切型微震事件的影响范围；Kc是依赖于震源模型的常数，在断层面解不确定的情况下，Kc往往取断裂速度为0.9c下的平均值，即在P波条件下Kc＝2.01，在S波条件下Kc＝1.32；fc表示P波或S波的角频率，fc通过远震位移谱的低频幅值Ω0和质点运动速度积分Jc计算得到；
拉伸型或混合型微震事件的影响范围的计算方式如式(2)所示：
Figure GDA0003242809230000112
式(2)中：Rb表示拉伸型或混合型微震事件的影响范围；VA为拉伸型或混合型微震事件的微震视体积；
经过该步骤的上述计算之后，确定出了微震数据库I中各微震事件的影响范围，结果如表1所示。
表1微震数据库I的微震事件的震源坐标及影响范围
Figure GDA0003242809230000113
Figure GDA0003242809230000121
⑤根据建立的计算模型，将计算模型中各网格单元的形心坐标信息导出列于EXCEL表格之中，同时，根据地下洞室的现场开挖方案，采用FLAC3D软件对开挖过程进行模拟计算，得到计算模型中各网格单元的应力信息导出，也列于EXCEL表格之中，所述应力信息包括第一主应力、第二主应力和第三主应力，具体的表格形式如表2所示，由于数据量巨大，此处受篇幅限制，就不一一列出，仅给出表格形式。
表2计算模型中的网格单元的形心坐标和第一、第二和第三主应力信息示意表
Figure GDA0003242809230000122
结合微震数据库I中的各微震事件的震源坐标(xj,yj,zj)与计算模型中各网格单元的形心坐标(xi,yi,zi)，根据式(3)计算微震数据库I中的各微震事件的震源与各网格单元的形心之间的距离，
Figure GDA0003242809230000123
式(3)中：Lij为第j个微震事件的震源与第i个网格单元的形心之间的距离；
若Lij≤Rj，则第i个网格单元处于第j个微震事件的影响范围内，根据Lij与Rj的关系筛选出处于微震数据库I中的微震事件的影响范围内的所有网格单元，结果如图3所示。
根据式(4)计算处于微震数据库I中的微震事件的影响范围内的各网格单元储存的可释放应变能，
Figure GDA0003242809230000124
式(4)中：
Figure GDA0003242809230000125
为处于微震数据库I中的微震事件的影响范围内的某网格单元储存的可释放应变能；ED′和v分别为岩体弹性模量与泊松比，V为网格单元的体积；σ1,σ2,σ3分别为处于微震数据库I中的微震事件的影响范围内的某网格单元的第一主应力、第二主应力和第三主应力；
然后利用式(5)计算得到地震效率η，
Figure GDA0003242809230000131
式(5)中：Dsum为微震数据库I中所有微震事件影响范围内的岩体的总体损伤变量，由于微震数据库I中所有微震事件影响范围内的岩体已经完全损伤破坏，因此取Dsum＝1；
Figure GDA0003242809230000132
为微震数据库I中所有微震事件的微震辐射能的总和，即将表1中的微震事件的微震辐射能相加得到
Figure GDA0003242809230000133
η为地震效率；
Figure GDA0003242809230000134
是处于微震数据库I中的微震事件影响范围内的各网格单元储存的可释放应变能之和，
Figure GDA0003242809230000135
即将根据公式(4)计算得到的处于微震数据库I中的微震事件的影响范围内的各网格单元储存的可释放应变能相加，
Figure GDA0003242809230000136
最终计算得到地震效率η＝0.7％。
⑥按照地下洞室现场开挖期间微震事件的发生时序，将微震数据库II中的微震事件依次记作第1,2,3,…,m个微震事件；
根据地下洞室现场开挖会导致岩体力学参数出现劣化的实际情况，在利用FLAC3D软件进行地下洞室开挖模拟计算的过程中需要对计算模型网格单元的力学强度参数进行折减，每当ESG微震监测系统捕捉到一个微震事件后，即按照前述步骤④、⑤的方法确定微震数据库II中该微震事件的影响范围，然后确定该微震事件影响范围内的所有网格单元，利用式(6)计算出该微震事件影响范围内的所有网格单元的损伤变量D，然后根据式(7)～(11)对网格单元的力学强度参数进行修正，计算得到网格单元劣化后的力学强度参数，
Figure GDA0003242809230000137
式(6)中：
Figure GDA0003242809230000138
是微震数据库II中某个微震事件的微震辐射能；η为地震效率；
Figure GDA0003242809230000139
是该微震事件影响范围内所有网格单元储存的可释放应变能之和；
ED＝E0(1-Dm)＝E0(1-Dm)(1-Dm) (7)
CD＝C0(1-Dm)＝C0(1-Dm)(1-Dm) (8)
Figure GDA00032428092300001310
Figure GDA0003242809230000141
Figure GDA0003242809230000142
式(7)～(11)中：Dm为微震数据库II中第1个微震事件至第m个微震事件的累积损伤变量，
Figure GDA0003242809230000143
Dm为第m个微震事件的损伤变量；
Figure GDA0003242809230000144
分别为初始弹性模量、初始岩层黏聚力、初始岩层摩擦角、初始层面黏聚力及初始层面摩擦角；
Figure GDA0003242809230000145
分别为劣化后的初始弹性模量、劣化后的岩层黏聚力、劣化后的岩层摩擦角、裂化后的层面黏聚力及劣化后的层面摩擦角；
在ESG微震监测系统每捕捉到一个微震事件后，即计算该微震事件影响范围内所有网格单元劣化后的力学强度参数，将网格单元劣化后的力学强度参数代入计算模型中，采用FLAC3D软件对开挖过程进行模拟计算，得到该微震事件发生后所有网格单元的位移值，根据计算模型中各网格单元的形心坐标和位移值计算得到地下洞室边墙区域各部位层状围岩的预测位移值，由此即实现了高边墙位移的实时定量预测。
表3～5给出了地下洞室现场开挖过程中，主厂房下游侧边墙的一些典型测点的预测位移值和位移实测值对比情况。
表3主厂房第VI层开挖后的位移
断面 高程 预测位移值/mm 实测位移值/mm
K1+181.5 EL846.78 8.41 4.18
K1+175.5 EL848.77 7.63 7.8
K1+186 EL817.75 5.4 2.7
K1+196 EL819 5.6 1
表4主厂房第VII层开挖后的位移
断面 高程 预测位移值/mm 实测位移值/mm
K1+181.5 EL846.78 11.97 8.33
K1+175.5 EL848.77 10.26 8.8
K1+186 EL817.75 9.6 8
K1+196 EL819 8.04 4
表5主厂房第VIII层开挖后的位移
Figure GDA0003242809230000146
Figure GDA0003242809230000151
由表3～5可以看出，主厂房第VIII层开挖之后，位移突出部位转移至岩锚梁与拱座之间的岩体，该区域内位移量值在短时间内增加了约26mm，具有较大的失稳风险，而潜在失稳区域与地下洞室开挖面的距离达到50m以上，这表明陡倾岩层高边墙的位移具有显著的“突发性”和“空间不确定性”特征，边界条件发生变化的部位不一定有较大的位移量，这增加了预测的难度。
表3～5中相同位置的典型测点的预测位移值与实测位移值随主厂房第VI～VIII层开挖近似一致的对比结果表明，本发明所采用的预测方法能够较为准确地反映陡倾层状岩体洞室群高边墙位移随开挖发展的趋势。同时，实施例关于主厂房每层开挖的位移值的预测，岩体表观变形在发生时间上要滞后于我们得到预测位移值的时间，这说明本发明方法提供的方法具有预测意义，这对于保障施工安全和优化工程进度具有至关重要的作用。

Claims (4)

1.一种陡倾层状岩体洞室群高边墙位移定量预测方法，其特征在于，包括以下步骤：
①将ESG微震监测系统所配备的传感器分别安装在处于陡倾层状岩体中的地下洞室边墙区域，地下洞室的每一侧边墙所安装的传感器至少为6个，传感器的布置方式应使传感器能在空间形成网状结构并覆盖上游、下游两侧的边墙，将各传感器与ESG微震监测系统的数据采集盒连接，然后将数据采集盒与处理数据信号的主机相连；
②地下洞室开挖过程会诱导地下洞室两侧边墙区域产生微震事件，在地下洞室开挖过程中，通过ESG微震监测系统捕捉地下洞室两侧边墙区域出现的微震事件，并通过ESG微震监测系统提取微震事件的参数信息，包括：震源坐标、震源半径、微震辐射能、微震视体积，将第j个微震事件的震源坐标记作(xj,yj,zj)；
将ESG微震监测系统捕捉到的微震事件及其参数信息放入微震数据库I和微震数据库II中，其中，微震数据库I包括已知岩体破坏区域内的微震事件及其参数信息，微震数据库II包括ESG微震监测系统捕捉到的所有微震事件及其参数信息；
③利用FLAC3D软件建立包括地下洞室边墙区域在内的地下洞室群三维数值计算模型，并保证计算模型与微震数据处于相同的坐标系中；
根据地下洞室的现场开挖方案，采用FLAC3D软件对开挖过程进行模拟计算，得到计算模型中各网格单元的应力信息，所述应力信息包括第一主应力、第二主应力和第三主应力，将第i个网格单元的形心坐标记作(xi,yi,zi)；
④利用围岩破裂类型综合分析方法来判定微震数据库I中的各微震事件的破坏类型，根据破坏类型确定各微震事件的影响范围，将第j个微震事件的影响范围记作Rj，Rj＝Ra或Rb，Ra表示纯剪切型微震事件的影响范围，Rb表示拉伸型或混合型微震事件的影响范围；
纯剪切型微震事件的影响范围的计算方式如式(1)所示：
Figure FDA0003242809220000011
式(1)中：Ra表示纯剪切型微震事件的影响范围；Kc是依赖于震源模型的常数，在断层面解不确定的情况下，Kc往往取断裂速度为0.9c下的平均值，即在P波条件下Kc＝2.01，在S波条件下Kc＝1.32；fc表示P波或S波的角频率，fc通过远震位移谱的低频幅值Ω0和质点运动速度积分Jc计算得到；
拉伸型或混合型微震事件的影响范围的计算方式如式(2)所示：
Figure FDA0003242809220000021
式(2)中：Rb表示拉伸型或混合型微震事件的影响范围；VA为拉伸型或混合型微震事件的微震视体积；
⑤根据式(3)计算微震数据库I中的各微震事件的震源与各网格单元的形心之间的距离，
Figure FDA0003242809220000022
式(3)中：Lij为第j个微震事件的震源与第i个网格单元的形心之间的距离；
若Lij≤Rj，则第i个网格单元处于第j个微震事件的影响范围内，根据Lij与Rj的关系筛选出处于微震数据库I中的微震事件的影响范围内的所有网格单元；
根据式(4)计算处于微震数据库I中的微震事件的影响范围内的各网格单元储存的可释放应变能，
Figure FDA0003242809220000023
式(4)中：
Figure FDA0003242809220000024
为处于微震数据库I中的微震事件的影响范围内的某网格单元储存的可释放应变能；ED′和v分别为岩体弹性模量与泊松比，V为网格单元的体积；σ1,σ2,σ3分别为处于微震数据库I中的微震事件的影响范围内的某网格单元的第一主应力、第二主应力和第三主应力；
然后利用式(5)计算地震效率η，
Figure FDA0003242809220000025
式(5)中：Dsum为微震数据库I中所有微震事件影响范围内的岩体的总体损伤变量，由于微震数据库I中所有微震事件影响范围内的岩体已经完全损伤破坏，因此取Dsum＝1；
Figure FDA0003242809220000026
为微震数据库I中所有微震事件的微震辐射能的总和；η为地震效率；
Figure FDA0003242809220000027
是处于微震数据库I中的微震事件影响范围内的各网格单元储存的可释放应变能之和，
Figure FDA0003242809220000028
⑥按照地下洞室现场开挖期间微震事件的发生时序，将微震数据库II中的微震事件依次记作第1,2,3,…,m个微震事件；
根据地下洞室现场开挖会导致岩体力学参数出现劣化的实际情况，在利用FLAC3D软件进行地下洞室开挖模拟计算的过程中需要对计算模型网格单元的力学强度参数进行折减，每当ESG微震监测系统捕捉到一个微震事件后，即按照前述步骤④、⑤的方法确定微震数据库II中该微震事件的影响范围，然后确定该微震事件影响范围内的所有网格单元，利用式(6)计算出该微震事件影响范围内的所有网格单元的损伤变量D，然后根据式(7)～(11)对网格单元的力学强度参数进行修正，计算得到网格单元劣化后的力学强度参数，
Figure FDA0003242809220000031
式(6)中：
Figure FDA0003242809220000032
是微震数据库II中某个微震事件的微震辐射能；η为地震效率；
Figure FDA0003242809220000033
是该微震事件影响范围内所有网格单元储存的可释放应变能之和；
ED＝E0(1-Dm)＝E0(1-Dm-1)(1-Dm) (7)
CD＝C0(1-Dm)＝C0(1-Dm-1)(1-Dm) (8)
Figure FDA0003242809220000034
Figure FDA0003242809220000035
Figure FDA0003242809220000036
式(7)～(11)中：Dm为微震数据库II中第1个微震事件至第m个微震事件的累积损伤变量，
Figure FDA0003242809220000037
Dm为第m个微震事件的损伤变量；E0,C0,
Figure FDA0003242809220000038
分别为初始弹性模量、初始岩层黏聚力、初始岩层摩擦角、初始层面黏聚力及初始层面摩擦角；ED,CD,
Figure FDA0003242809220000039
分别为劣化后的初始弹性模量、劣化后的岩层黏聚力、劣化后的岩层摩擦角、裂化后的层面黏聚力及劣化后的层面摩擦角；
在ESG微震监测系统每捕捉到一个微震事件后，即计算该微震事件影响范围内所有网格单元劣化后的力学强度参数，将网格单元劣化后的力学强度参数代入计算模型中，采用FLAC3D软件对开挖过程进行模拟计算，得到该微震事件发生后所有网格单元的位移值，根据计算模型中各网格单元的形心坐标和位移值计算得到地下洞室边墙区域各部位层状围岩的预测位移值，由此即实现了高边墙位移的实时定量预测。
2.根据权利要求1所述陡倾层状岩体洞室群高边墙位移定量预测方法，其特征在于，步骤④中，利用围岩破裂类型综合分析方法来判定微震数据库I中各个微震事件的破坏类型的步骤如下：
S1，确定微震信号初次到达各传感器的时刻，即确定微震信号的初至到时
根据式(12)～(14)计算Thr[i]，绘制各传感器接收的微震信号对应的Thr[i]随时间变化的曲线，当Thr[i]的值初次超过预设触发阈值Thr0时所对应的时间即为微震信号的初至到时，Thr0＝2.5；
Figure FDA0003242809220000041
Figure FDA0003242809220000042
Figure FDA0003242809220000043
式(12)～(14)中：i＝1,...,n,n为各传感器接收的微震信号波形所包含的离散点个数，其中CF[j]为第j个离散点对应的特征函数值，CF[j]由式(15)计算得到：
CF[j]＝A2[j]-A[j-1]A[j+1] (15)
式(15)中，A[j],A[j-1],A[j+1]分别为表示第j,j-1,j+1个离散点对应的微震信号振幅；
S2，根据微震信号的初至到时，确定各传感器接收的微震信号P波初动振幅幅值；
S3，利用微震信号P波发育度方法来判定微震数据库I中各微震事件的破坏类型；单个微震事件的P波发育度PD如式(16)所示：
Figure FDA0003242809220000044
式(16)中：N为接收到微震信号的传感器个数，
Figure FDA0003242809220000045
为第j个传感器接收的微震P波初动振幅幅值，
Figure FDA0003242809220000046
为第j个传感器接收的微震P波的最大振幅幅值；
当PD≥0.047时，微震事件的破坏类型为拉伸型或混合型微震事件，当PD＜0.047时，微震事件的破坏类型为纯剪切型微震事件。
3.根据权利要求1或2所述陡倾层状岩体洞室群高边墙位移定量预测方法，其特征在于，已知岩体破坏区域内的整个围岩破坏过程诱发了微震数据库I中的所有微震事件。
4.根据权利要求1或2所述陡倾层状岩体洞室群高边墙位移定量预测方法，其特征在于，随着地下洞室开挖过程的进行，微震数据库II中包括的微震事件是不断增加的。
CN202010307493.9A 2019-12-19 2020-04-17 陡倾层状岩体洞室群高边墙位移定量预测方法 Active CN111538071B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911318008 2019-12-19
CN2019113180081 2019-12-19

Publications (2)

Publication Number Publication Date
CN111538071A CN111538071A (zh) 2020-08-14
CN111538071B true CN111538071B (zh) 2021-10-22

Family

ID=71975072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010307493.9A Active CN111538071B (zh) 2019-12-19 2020-04-17 陡倾层状岩体洞室群高边墙位移定量预测方法

Country Status (1)

Country Link
CN (1) CN111538071B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765781B (zh) * 2020-12-30 2022-07-29 中铁二院工程集团有限责任公司 层状岩体破坏准则及确定方法
CN113532370B (zh) * 2021-06-11 2023-03-31 中国建筑第八工程局有限公司 双向受剪混凝土构件的变形测量方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106054243A (zh) * 2016-06-03 2016-10-26 河南理工大学 一种基于微震监测的岩爆多指标预测方法
CN107727737A (zh) * 2017-09-28 2018-02-23 四川大学 一种开挖卸荷作用下地下工程未知地质构造活化识别方法
CN107725108A (zh) * 2017-09-06 2018-02-23 四川大学 一种基于微震视应力的岩质边坡变形预警方法
CN108824409A (zh) * 2018-07-28 2018-11-16 中铁二院工程集团有限责任公司 铁路高陡岩质边坡微震监测方法和系统
CN109001811A (zh) * 2018-07-19 2018-12-14 四川大学 基于微震监测的岩质边坡潜在渗流通道识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007056278A2 (en) * 2005-11-03 2007-05-18 Saudi Arabian Oil Company Continuous reservoir monitoring for fluid pathways using 3d microseismic data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106054243A (zh) * 2016-06-03 2016-10-26 河南理工大学 一种基于微震监测的岩爆多指标预测方法
CN107725108A (zh) * 2017-09-06 2018-02-23 四川大学 一种基于微震视应力的岩质边坡变形预警方法
CN107727737A (zh) * 2017-09-28 2018-02-23 四川大学 一种开挖卸荷作用下地下工程未知地质构造活化识别方法
CN109001811A (zh) * 2018-07-19 2018-12-14 四川大学 基于微震监测的岩质边坡潜在渗流通道识别方法
CN108824409A (zh) * 2018-07-28 2018-11-16 中铁二院工程集团有限责任公司 铁路高陡岩质边坡微震监测方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于微震监测的岩质边坡稳定性三维反馈分析;徐奴文;《岩石力学与工程学报》;20140131;第33卷;全文 *
白鹤滩水电站左岸边坡岩石损伤变形反馈分析;钱波;《岩土工程学报》;20190831;第41卷(第8期);全文 *

Also Published As

Publication number Publication date
CN111538071A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
Li et al. Continuum analysis of the structurally controlled displacements for large-scale underground caverns in bedded rock masses
Dai et al. Deformation forecasting and stability analysis of large-scale underground powerhouse caverns from microseismic monitoring
Zhao et al. Microseismicity monitoring and failure mechanism analysis of rock masses with weak interlayer zone in underground intersecting chambers: A case study from the Baihetan Hydropower Station, China
Xue et al. A two-step comprehensive evaluation model for rockburst prediction based on multiple empirical criteria
Sun et al. Bayesian updating for progressive excavation of high rock slopes using multi-type monitoring data
CN104989456B (zh) 一种大跨度地下工程开挖围岩稳定性监测预警方法
CN114810211B (zh) 一种基于矿震群震动波能量衰减特性的冲击地压危险预测方法
Yazdani et al. Displacement-based numerical back analysis for estimation of rock mass parameters in Siah Bisheh powerhouse cavern using continuum and discontinuum approach
Liu et al. Prediction of rockburst in tunnels at the Jinping II hydropower station using microseismic monitoring technique
KR101642951B1 (ko) Ｇｉｓ 기반 실시간 지진피해 예측 방법
CN111538071B (zh) 陡倾层状岩体洞室群高边墙位移定量预测方法
Sun et al. Inelastic dynamic response and fragility analysis of arched hydraulic tunnels under as-recorded far-fault and near-fault ground motions
Wang et al. Effect of structural planes on rockburst distribution: case study of a deep tunnel in Southwest China
CN113958366B (zh) 基于震动-应力双场监测的冲击危险性动态量化预警方法
CN112364422B (zh) 基于mic-lstm的盾构施工地表变形动态预测方法
Li et al. Microseismic monitoring and forecasting of dynamic disasters in underground hydropower projects in southwest China: A review
CN114880870B (zh) 一种用于提升井地一体微震监测系统监测能力的方法
CN114779330B (zh) 一种基于微震监测的采掘工作面主裂隙方位分析预测方法
Wang et al. Rock burst evaluation using the CRITIC algorithm-based cloud model
Occhiena et al. A microseismic-based procedure for the detection of rock slope instabilities
CN113569487B (zh) 一种基于bp神经网络预测台阶爆破抛掷效果的方法
Guo et al. Safety evaluation of underground caverns based on Monte Carlo method
Zhou et al. Reliability evaluation for cantilevered retaining walls considering uncertainty of mainshock-aftershock sequences
Gangrade et al. Investigating seismicity surrounding an excavation boundary in a highly stressed dipping underground limestone mine
CN112035931A (zh) 动载作用下巷道围岩破坏的数值模拟研究方法、装置

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
CB03 Change of inventor or designer information

Inventor after: Li Ang

Inventor after: Liu Yi

Inventor after: Dai Feng

Inventor after: Wei Mingdong

Inventor after: Jiang Ruochen

Inventor after: Feng Peng

Inventor after: Du Hongbo

Inventor after: Chen Rui

Inventor before: Li Ang

Inventor before: Liu Yi

Inventor before: Dai Feng

Inventor before: Wei Mingdong

Inventor before: Jiang Ruochen

Inventor before: Feng Peng

Inventor before: Du Hongbo

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant