CN112464516A - 一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法 - Google Patents
一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法 Download PDFInfo
- Publication number
- CN112464516A CN112464516A CN202011645627.4A CN202011645627A CN112464516A CN 112464516 A CN112464516 A CN 112464516A CN 202011645627 A CN202011645627 A CN 202011645627A CN 112464516 A CN112464516 A CN 112464516A
- Authority
- CN
- China
- Prior art keywords
- rqd
- data
- follows
- solving
- value
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Biology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,属于RQDt各向异性求解领域,其步骤包括:(1)结构面三维激光扫描快速获取;(2)结构面极点图和倾向玫瑰花图绘制;(3)基于RQD指标的岩体质量计算;(4)岩体三维裂隙网络模型生成和剖切;(5)RQDt各向异性图绘制;(6)基于RQD反演的最佳阈值t求解方法;(7)空间RQDt求解方法。本发明将三维激光扫描、近邻传播算法、RQD理论、裂隙网络模型、广义RQD理论和圆锥曲线方程相结合,实现了RQDt的最佳阈值t求解和最佳阈值t下的RQDt椭圆曲线和各向异性椭球体绘制。本发明方法明确,所得最佳阈值t、椭圆曲线和各向异性椭球体能够反映出真实岩体的RQDt各向异性特征,适用于岩体RQDt的空间各向异性求解。
Description
技术领域
本发明涉及一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,特别的是本发明基于三维激光扫描、近邻传播算法、RQD指标、裂隙网络模型、广义RQD理论和圆锥曲线方程,反演计算出RQDt最佳阈值t的范围和最佳阈值t值,得到了最佳阈值t下的RQDt椭圆曲线和各向异性椭球体,提供了一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,属于RQDt各向异性求解领域。
背景技术
在自然界中,RQD是表征岩体质量的重要指标,RQD具有各向异性。RQD的各向异性,从钻孔RQD到广义RQD的计算公式的拓展也可以看出。Deer在1964年提出了钻孔RQD的概念,由于钻孔RQD在应用时存在着如下两个缺点:对于不同工程规模岩体,100mm的阈值选取是否合理;钻孔钻探方向具有局限性,获得的RQD只能反映局部岩体情况,不能反映出RQD各向异性。因此,部分学者引入阈值t,提出了广义RQD的概念,即对任一间距阈值t,把沿某一测线方向大于t的间距之和与测线总长之比的百分数定义为广义RQD,用RQDt表示。广义RQD的引入,让RQD各向异性的求解成为了可能。
由RQDt概念可以知道,阈值t是广义RQD的一项特别重要的参数,是广义RQD能否真实反映出岩体质量的关键,但是阈值t具有任意性,不具有唯一性,因此寻找到能够表征出岩体质量的最佳阈值t,具有非常重要的科学意义和研究意义。
RQDt的阈值t受测线方向、结构面形态和分布特征的影响,而岩体中广泛发育的结构面,是破坏岩体连续性、完整性,控制岩体力学特征和稳定性的重要因素,对岩体质量起着控制性作用。结构面的发育模式和分布形态非常复杂,但同时,不同的节理组之间、节理和断层之间,又存在着一定的成生关系,构成某种特定的组合,表现出一定的规律性。因此,对结构面进行准确和有效的描述分析,获得结构面的产状和分布特征,是研究岩体质量的基础,也是最佳阈值t的研究基础。三维激光扫描技术作为一种高效的三维空间信息获取手段,在获取结构面方位和规模信息方面具有很大优势。近邻传播聚类算法在结构面产状聚类分析中具有较好效果,它具有不受初始聚类中心影响、计算效率高的优点,已经广泛应用于很多领域。因此,基于三维激光扫描技术和近邻传播算法,可以实现结构面的快速识别获取和聚类分析,为RQDt的最佳阈值t的研究,提供数据基础。
国内外学者针对阈值t的研究,主要体现在以下两个方面:不同阈值t下的RQDt计算和最佳阈值t的研究。在不同阈值t下的RQDt计算方面,已有的研究主要是探讨阈值t的变化对RQDt值的影响,主要是通过模拟岩体裂隙网络模型,布置虚拟钻孔,以求解不同RQDt值,研究的载体是裂隙网络模型。但在这个方面的研究中,主要是为了研究RQDt的各向异性特征,对最佳阈值t的研究鲜有涉及。
在最佳阈值t的研究方面,有些学者也曾对最佳阈值t展开过探讨。如有的学者基于三维结构面网络模拟技术,运用分形理论分别计算其结构面分布的分形维数,通过不断改变广义RQD的阈值,得到不同阈值下的RQDt值,将各剖面的分形维数与广义RQD值对比分析,为准确选取广义RQD的最佳阈值提供依据。有的学者基于修改后的块度指数MBi,建立了35种假想的三维裂隙网络模型,测量了具有不同阈值的广义RQD值,确定广义RQD的最佳阈值。这两个方面的最佳阈值t的研究,适用条件都有一定的局限性,都是在特定理论和背景下的一种最佳阈值t求解方法,当背景或者模型变化了之后,其最佳阈值t将不再具有最佳性。而且,由于分形维数或者块度指数本身并不具备表征岩体质量的功能,通过分形维数或者块度指数获得的最佳阈值t,能否反映真实的岩体质量,还有值得商榷的地方。
因此,找到并提出一种最能反映出岩体质量的RQDt最佳阈值t的求解方法,具有非常重要的科学和研究意义,也是RQDt阈值t研究中亟需解决的问题。
RQD的各向异性直接影响岩体质量,RQD各向异性对岩体质量的影响机理,目前还尚未探索清楚。由于在阈值t方面,还尚未有学者给出最佳阈值t的求解计算方法,因此众多针对RQDt空间效应的研究,主要还是集中在三维RQDt的计算上,如开展不同阈值t下的三维RQDt计算,或者在此基础上研究不同方向不同位置上的RQDt值,或者建立三维空间云图。很少有学者针对最佳阈值t,开展最能反映岩体质量的RQDt空间效应研究。因此,得到最佳阈值t下的空间RQDt的求解方法具有重要的理论意义和研究意义。
鉴于此,本发明提出了一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法。
发明内容
为了实现岩体RQDt空间各向异性的求解计算,本发明提供了一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法。本发明基于三维激光扫描、近邻传播算法、RQD指标、裂隙网络模型、广义RQD理论和圆锥曲线方程,反演计算出RQDt最佳阈值t的范围和最佳阈值t值,得到了最佳阈值t下的RQDt椭圆曲线和各向异性椭球体,提供了一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法。
为了解决上述技术问题,本发明提供如下的技术方案:
一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,所述方法包括以下步骤:
(1)结构面三维激光扫描快速获取,过程如下:
1.1:根据扫描目标和场地条件,选择扫描机位点,架设三脚架,架设中要确保仪器按照一定的扫描路线可以完整的获取边坡岩体的三维空间点云信息,同时要尽可能保证三脚架台面水平,并放置控制靶;
1.2:放置扫描仪主机在三脚架台面,固定旋钮,通过粗调脚架及微调扫描仪底座使主机气泡居中,设置扫描仪端口参数;
1.3:启动扫描控制软件,配置扫描仪相关参数,进入扫描仪控制界面,规划扫描角度,根据扫描目标设置扫描范围,调整相机配置参数,获取扫描目标图像;
1.4:固定扫描范围,获取扫描间距,设定采样间距,开始数据获取,并实时查看扫描点云数据及彩色信息情况,根据扫描成果随时调整扫描参数设定;
1.5:导出结构面点云数据;
(2)结构面极点图和倾向玫瑰花图绘制;
(3)基于RQD指标的岩体质量计算,过程如下:
3.1:根据岩土类别和勘察要求,选择回旋钻探方法;
3.2:采用75mm口径N型双层岩芯管和金刚石钻头,钻探口径和钻具规格符合现行国家标准的规定,成孔口径满足取样、测试和钻进工艺的要求;
3.3:按设计钻孔位置,采用手持GPS测量进行实地定位,待钻孔结束后,使用GPS正式准确定测;
3.4:在钻孔钻进过程中,每百米进行一次丈量,终孔后进行钻具丈量,每50m进行一次测斜、纠偏;
3.5:岩芯采取率不小于75%;
3.6:全孔进行地质编录,钻孔地质编录内容包括岩芯采取率、观测RQD值、裂隙频率随深度的直方图;
3.7:对长度大于5cm的岩芯进行编号,并顺序装箱,岩芯箱按顺序号和回次号依次编号;
3.8:按照岩石质量指标分类公式,计算岩石质量指标RQD值,公式如下:
3.9:根据RQD值计算结果,确定岩体质量级别;
(4)岩体三维裂隙网络模型生成和剖切;
(5)RQDt各向异性图绘制;
(6)基于RQD反演的最佳阈值t求解方法;
(7)空间RQDt求解方法。
进一步,所述步骤(7)中,空间RQDt求解方法的过程如下:
7.1:平面RQDt求解方法,过程如下:
7.1.1:求解出最佳阈值t下的36个RQDt值;
7.1.2:以RQDt值沿x方向的分量RQDx作为横坐标,沿y轴方向的分量RQDy作为纵坐标,设定拟合圆锥曲线方程为:
式中:p1,p2,p3为拟合系数;
7.1.3:基于最小二乘法,应用Matlab软件编写拟合程序;
7.1.4:拟合得到RQDt的椭圆曲线;
7.1.5:通过该拟合椭圆曲线,可以得到平面上任意角度的RQDt值;
7.2:空间RQDt求解方法,过程如下:
7.2.1:根据拟合得到的RQDt椭圆曲线,求解出椭圆的长轴所在位置;
7.2.2:以椭圆曲线的长轴作为旋转轴,利用Matlab软件编写程序,将椭圆曲线沿长轴旋转360°,得到RQDt的各向异性椭球体;
7.2.3:得到空间内任意方位任意角度的RQDt值。
进一步,所述步骤(6)中,基于RQD反演的最佳阈值t求解方法的过程如下:
6.1:基于RQD指标反演RQDt范围,过程如下:
6.1.1:根据RQD指标计算出的岩体质量级别,查找《岩石质量指标》表;
6.1.2:在《岩体质量指标》表中,找到该岩体级别范围下,岩体对应的RQD指标范围;
6.1.3:由RQD指标范围反演得到RQDt的范围;
6.2:最佳阈值t求解方法,过程如下:
6.2.1:在三维裂隙网络模型上,过中心点O,以任意角度剖切三个剖面,得到三个二维裂隙网络模型,导出二维裂隙网络模型及数据;
6.2.2:针对每一个二维裂隙网络模型,设置不同的阈值t,求解出不同阈值t下的RQDt值;
6.2.3:导出不同阈值t下的RQDt值,计算出RQDt均值;
6.2.4:以阈值t为横坐标,以RQDt的均值为纵坐标,绘制RQDt随阈值t变化的散点图;
6.2.5:根据散点图,设置拟合方程,拟合RQDt随阈值t变化的曲线图;
6.2.6:将反演出的RQDt范围值,带入到拟合出的RQDt随阈值t变化的曲线图中,结合函数方程和曲线图,求解出在该RQDt范围内阈值t的范围,共得到三组阈值t的范围;
6.2.7:针对三组阈值t的范围,取其范围的交集,作为最佳阈值t的范围;
6.2.8:以最佳阈值t范围的中点值作为最佳阈值t值,得到最佳阈值t;
6.2.9:输出最佳阈值t的范围和最佳阈值t值。
进一步,所述步骤(5)中,RQDt各向异性图绘制的过程如下:
5.1:RQDt求解计算,过程如下:
5.1.1:RQDt理论公式如下:
式中:xi表示沿某一测线方向的第i个大于给定阈值t的整段岩石或间距长度,RQDt代表对应阈值t的岩石质量指标,即阈值t下的RQDt值;
5.1.2确定二维裂隙网络模型的剖面中心点O、长度a和宽度b,以模型的左下角为坐标原点,水平向右为x轴,垂直向上为y轴,则中心点O坐标为:
边界方程为:
5.1.3:以O为起点,每隔α=10°角绘制一条测线,与裂隙网络模型相交,共绘制36条测线,测线长度L等于O点到裂隙网络模型边界的距离,用L0~L35表示,则测线方程为:
式中:s表示测线,α表示角度;
5.1.4:判断测线与边界的交点,设测线方程与边界方程的交点为(xa,ya),将测线方程与边界方程依次连立,判断测线是否与边界相交,原理如下:
5.1.5:求出测线与裂隙网络模型的边界方程交点(XZ,αYZ,α);
5.1.6:确定测线所在区间,原理如下:
5.1.7:根据裂隙网络模型中每条节理的起点坐标(Xb,Yb)和终点坐标(Xc,Yc),建立相应的解析方程,定义节理方程如下:
5.1.8:求解第一条测线与各节理方程的交点,循环判断每个交点(Xj,Yj)范围,如果交点符合a<Xj<c且b<Yj<d,则记录该交点,遍历所有节理方程求出所有m个交点;
5.1.9:将记录的m个交点及测线起点坐标和终点坐标,按横坐标或纵坐标从小到大排序;
5.1.10:计算相邻交点的距离,公式如下:
x0=a/2
y0=b/2
xm+1=XZ,α
ym+1=YZ,α
5.1.11:输入一个阈值t;
5.1.12:循环比较di和t的大小,设初始lt=0,规则如下:
lt=lt+di,若di>t
5.1.13:求解每条测线对应的RQDt值,用mα表示,以及对应的测线起点与终点的距离lα,公式如下:
5.1.14:循环求出每条测线所对应的mα,获得36个方向上的RQDt值;
5.2:RQDt各向异性图绘制,过程如下:
5.2.1:将36个RQDt值,按角度顺序依次排序;
5.2.3:依次连接36组射线的端点,若某一条射线上的RQDt为0,则取圆心;
5.2.4:绘制出RQDt的各向异性图;
5.2.5:输出RQDt各向异性图;
5.3:不同阈值t下RQDt各向异性图绘制,过程如下:
5.3.1:输入不同的阈值t,求解出对应的RQDt值;
5.3.2:将不同阈值t下的RQDt值,以角度为变量,以RQDt值为函数,绘制到相同坐标系下;
5.3.3:得到不同阈值t下的RQDt各向异性图;
5.3.4:输出不同阈值t下的RQDt各向异性图;
5.4:输出RQDt的值。
进一步,所述步骤(4)中,岩体三维裂隙网络模型生成和剖切的过程如下:
4.1:随机数求解,过程如下:
4.1.1:产生随机数的数学方法应满足以下条件:产生的随机数列应均匀分布在(0,1)区间;序列之间应无相关性;随机序列有足够长的重复周期,在计算机上产生的速度快,占有的内存空间小,具有完全可重复性;
4.1.2:利用Monte Carlo方法是根据确立的结构面几何概率模型,再现出服从这种模型的结构面网络模型,在(0,1)区间上生成均匀分布随机变量,利用这些均匀随机变量产生服从其他分布的随机数;
4.1.3:节理几何参数的密度函数有正态分布、对数正态分布、负指数分布、均匀分布四种;
4.1.4:根据求得的随机数,确定用于生成节理的基本几何参数;
4.2:岩体三维裂隙网络模型生成,过程如下:
4.2.1:根据结构面数据自动统计结果和求得的随机数,将每组结构面的数据保存到一个文本文件中,用st.dat表示;
4.2.2:st.dat数据内容格式依次为:每条结构面圆盘中心点坐标(x,y,z),圆盘半径D,倾角DA,倾向DD,走向SD,厚度thin,法向方向NX,NY,NZ和节理分组;
4.2.3:为区分不同组别的结构面,对相同组的结构面圆盘赋予相同的颜色,用数列GID表示;
4.2.4:利用Matlab软件,编写程序,读取结构面数据文件st.dat,运行后自动生成岩体三维裂隙网络模型;
4.2.5:得到岩体三维裂隙网络模型;
4.3:二维裂隙网络模型切割,过程如下:
4.3.1:在三维裂隙网络模型上,结合Matlab软件编程工具,以三维裂隙网络模型中心点为中心,实现任意角度的剖面切割功能;
4.3.2:得到穿过中心点的任意角度的二维裂隙网络模型;
4.3.3:在三维裂隙网络模型上,结合Matlab软件编程工具,在三维裂隙网络模型任意位置上,实现任意角度和方位的剖面切割功能;
4.3.4:得到任意角度和方位的二维裂隙网络模型;
4.3.5:将切割剖面上的数据,保存到st1.dat文件中,此时剖面处于三维坐标系下,文件中数据格式自左向右依次为:节理中心点坐标(x,y,z),节理长度D,倾角DA,倾向DD,走向SD,厚度thin,法向方向NX,NY,NZ;
4.3.6:将三维坐标系转化成二维坐标系,并将二维剖面数据保存到st2.dat文件中,文件中数据格式自左向右依次为:节理中心点坐标(x,y),节理长度D,倾角DA,倾向DD,厚度thin,法向方向NX,NY,NZ;
4.4:输出三维裂隙网络模型的数据和任意二维裂隙网络模型的数据。
再进一步,所述步骤(2)中,结构面极点图和倾向玫瑰花图绘制的过程如下:
2.1:点云数据处理,过程如下:
2.1.1:导入激光扫描获得的结构面点云数据;
2.1.2:计算拓扑构造后的点云中当前点与相邻点的距离与距离均值,通过距离阈值对点云数据中噪声点进行识别、剔除;
2.1.3:根据三维激光扫描仪自身空间坐标位置和现场结构面产状方位,确定点云数据的空间三维坐标;
2.1.4:基于下半球等角度投影方法进行点云数据的转换,将以倾向和倾角表示的节理产状数据转换为以节理单位法向量表示的结构面产状数据;
2.1.5:得到以单位法向量表示的结构面数据;
2.2:近邻传播算法聚类分析,过程如下:
2.2.1:设结构面的实测样本数量为N,每个样本数据的倾向为Xi,倾角为Yi,以每个样本数据的倾向Xi,倾角Yi作为一个聚类,确定一个初始聚类中心,共得到N个初始聚类中心;
2.2.2:通过相似性度量准则,遍历所有样本数据,计算每个样本数据距离聚类中心的距离,并将每个样本数据分配到距离它最近的聚类中心,得到N组数据;
2.2.3:对于每组数据,通过特征模量分析方法,求解计算每组数据的聚类中心,假设某组内存在l个数据,首先,按如下公式计算矩阵S:
式中:(xi,yi,zi)为任意结构面的单位法向量,i∈(1,l);
2.2.4:其次,求解矩阵S的特征值(τ1,τ2,τ3)和特征向量(ξ1,ξ2,ξ3),其中τ1<τ2<τ3,最大特征值对应的特征向量ξ3为组内l个向量的平均向量,将ξ3作为新的聚类中心;
2.2.5:针对所有样本数据,重复计算每个样本数据距离聚类中心的距离、矩阵S以及特征值和特征向量,直到所有聚类中心的位置都固定,确定出结构面的分组;
2.2.6:将以单位法向量表示的结构面产状数据转换为以倾向、倾角表示的结构面产状数据;
2.2.7:对结构面产状数据进行统计分析,计算结构面倾角的平均值m与标准差σ,计算倾角数据的稳健区间[m-σ,m+σ];
2.2.8:判断样本数据的初始聚类中心的倾向Xi和倾角Yi是否落在稳健区间稳健区间[m-σ,m+σ],若是,则聚类分析完成;若不是,则需要对样本数据重新聚类,直到初始聚类中心的倾向Xi和倾角Yi均落在稳健区间内[m-σ,m+σ];
2.3:极点图绘制,过程如下;
2.3.1:基于结构面法向产状数据,根据结构面空间赤平投影图的纵剖面原理,求解出所有结构面法线的赤平投影坐标点(xn,yn);
2.3.3:绘制一条直径为单位长度的基圆,绘制出铅直和水平两条直径,并标出E、S、W、N;
2.3.4:将所有结构面的赤平投影坐标(xn,yn),绘制在基圆图上;
2.3.5:实现结构面极点图的绘制;
2.4:结构面统计分析,过程如下:
2.4.1:确定样本分区区间m;
2.4.3:计算每个分区区间Ma:
2.4.4:确定样本落在每个分区区间里的概率,先利用计算机循环语言统计落在每一个区间的样本个数Nm,结合样本总数N,计算样本数概率Pm;
2.4.6:求解样本方差S2,其中S为标准差;
2.4.7:根据概率Pm值,绘制出每组结构面的倾向、倾角、迹长、间距和断距的概率分布形态;
2.5:输出结构面产状的分组信息,包括每组结构面的倾向、倾角、迹长、间距和断距的均值和方差;
2.6:倾向玫瑰花图绘制,过程如下:
2.6.1:将节理倾向数据,按节理倾向方位角大小依次排序,每隔θ=10°角度进行分组,每组命名Dj;
2.6.3:根据作图的大小和各组节理数目,选取一定长度的线段代表一组节理,确定线段的比例尺LD;
2.6.7:绘制出结构面倾向玫瑰花图。
本发明具有以下有益效果:
1、本发明基于三维激光扫描、近邻传播算法、RQD指标、裂隙网络模型、广义RQD理论和圆锥曲线方程,提供了一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法;
2、本发明实现了结构面快速三维激光扫描和近邻传播算法聚类分析;
3、本发明实现了岩体RQD指标分类;
4、本发明实现了三维裂隙网络模型生成和二维剖面模型生成;
5、本发明实现了RQDt求解计算和RQDt各向异性图的绘制;
6、本发明实现了基于RQD反演的RQDt最佳阈值t求解;
7、本发明实现了RQDt椭圆曲线和各向异性椭球体的求解绘制;
8、本发明方法明确,所得最佳阈值t能够反映出真实岩体质量,所得RQDt椭圆曲线和各向异性椭球体能够反映出真实岩体的RQDt各向异性特征,适用于岩体RQDt的空间各向异性求解。
附图说明
图1是结构面极点图。
图2是二维裂隙网络图。
图3是不同阈值t下的RQDt各向异性图。
图4是RQDt随阈值t的拟合曲线。
图5是RQDt椭圆曲线。
具体实施方式
下面参照附图对本发明做进一步说明。
参照图1~图5,一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,包括以下步骤:
1)结构面三维激光扫描快速获取,过程如下:
1.1:根据扫描目标和场地条件,选择扫描机位点,架设三脚架,架设中要确保仪器按照一定的扫描路线可以完整的获取边坡岩体的三维空间点云信息,同时要尽可能保证三脚架台面水平,并放置控制靶;
1.2:放置扫描仪主机在三脚架台面,固定旋钮,通过粗调脚架及微调扫描仪底座使主机气泡居中,设置扫描仪端口参数;
1.3:启动扫描控制软件,配置扫描仪相关参数,进入扫描仪控制界面,规划扫描角度,根据扫描目标设置扫描范围,调整相机配置参数,获取扫描目标图像;
1.4:固定扫描范围,获取扫描间距,设定采样间距,开始数据获取,并实时查看扫描点云数据及彩色信息情况,根据扫描成果随时调整扫描参数设定;
1.5:导出结构面点云数据;
2)结构面极点图和倾向玫瑰花图绘制,过程如下:
2.1:点云数据处理,过程如下:
2.1.1;导入结构面点云数据;
2.1.2:计算拓扑构造后的点云中当前点与相邻点的距离与距离均值,通过距离阈值对点云数据中噪声点进行识别、剔除;
2.1.3:根据三维激光扫描仪自身空间坐标位置和现场结构面产状方位,确定点云数据的空间三维坐标;
2.1.4:基于下半球等角度投影方法进行点云数据的转换;
2.1.5:将以倾向αd和倾角βd表示的节理产状数据转换为以节理单位法向量表示的结构面产状数据,设αn和βn分别为结构面单位法向量的倾伏向和倾伏角,对于任意结构面的单位法向量表示为X=(x1,x2,x3),此时半球面上每个点都对应一个节理产状,公式为:
X=(x1,x2,x3) (1)
αd∈(0,360),βd∈(0,90) (4)
2.1.6:得到以单位法向量表示的结构面数据;
2.2:近邻传播算法聚类分析,过程如下:
2.2.1:设结构面的实测样本数量为N,每个样本数据的倾向为Xi,倾角为Yi,i∈(1,N);以每个样本数据的倾向Xi,倾角Yi作为一个聚类,确定一个初始聚类中心,共得到N个初始聚类中心;
2.2.2:通过相似性度量准则,遍历所有样本数据,计算每个样本数据距离聚类中心的距离,并将每个样本数据分配到距离它最近的聚类中心,得到N组数据;
2.2.3:对于每组数据,通过特征模量分析方法,求解计算每组数据的聚类中心,假设某组内存在l个数据,聚类中心按如下方法求解:
2.2.4:首先,按如下公式计算矩阵S
式中:(xi,yi,zi)为任意结构面的单位法向量,i∈(1,l);
2.2.5:其次,求解矩阵S的特征值(τ1,τ2,τ3)和特征向量(ξ1,ξ2,ξ3),其中τ1<τ2<τ3,最大特征值对应的特征向量ξ3为组内l个向量的平均向量,将ξ3作为新的聚类中心;
2.2.6:针对所有样本数据,重复计算每个样本数据距离聚类中心的距离、矩阵S以及特征值和特征向量,直到所有聚类中心的位置都固定,确定出结构面的分组;
2.2.7:将以单位法向量表示的结构面产状数据转换为以倾向、倾角表示的结构面产状数据;
2.2.8:对结构面产状数据进行统计分析,计算结构面倾角的平均值m与标准差σ,计算倾角数据的稳健区间[m-σ,m+σ];
2.2.9:判断样本数据的初始聚类中心的倾向Xi和倾角Yi是否落在稳健区间稳健区间[m-σ,m+σ],若是,则聚类分析完成;若不是,则需要对样本数据重新聚类,直到初始聚类中心的倾向Xi和倾角Yi均落在稳健区间内[m-σ,m+σ];
2.3:极点图绘制,过程如下:
2.3.1:基于结构面法向产状数据,根据结构面空间赤平投影图的纵剖面原理,设A’点为该平面法线的赤面投影,结合赤平投影原理,计算出A’在赤平投影图上的坐标xn和yn,公式如下:
2.3.2:求解出所有结构面法线的赤平投影坐标点(xn,yn);
2.3.3:绘制一条直径为单位长度的基圆,绘制出铅直和水平两条直径,并标出E、S、W、N;
2.3.4:将所有结构面的赤平投影坐标(xn,yn),绘制在基圆图上;
2.3.5:实现结构面极点图的绘制,如图1所示;
2.4:结构面统计分析,过程如下:
2.4.1:确定样本分区区间m;
2.4.3:计算每个分区区间Ma:
2.4.4:确定样本落在每个分区区间里的概率,先利用计算机循环语言统计落在每一个区间的样本个数Nm,结合样本总数N,计算样本数概率Pm:
2.4.6:求解样本方差S2,其中S为标准差:
2.4.7:根据概率Pm值,绘制出每组结构面的倾向、倾角、迹长、间距和断距的概率分布形态;
2.5:输出结构面产状的分组信息,包括每组结构面的倾向、倾角、迹长、间距和断距的均值和方差;
2.6:倾向玫瑰花图绘制,过程如下:
2.6.1:将节理倾向数据,按节理倾向方位角大小依次排序,每隔θ=10°角度进行分组,每组命名Dj;
Dj={θ,θ+9°} (13)
θ=10(j-1) (14)
j∈(1,36) (15)
j∈(1,36) (17)
2.6.3:根据作图的大小和各组节理数目,选取一定长度的线段代表一组节理,确定线段的比例尺LD;
2.6.7:绘制出结构面倾向玫瑰花图;
3)基于RQD指标的岩体质量计算,过程如下:
3.1:根据岩土类别和勘察要求,选择回旋钻探方法;
3.2:采用75mm口径N型双层岩芯管和金刚石钻头,钻探口径和钻具规格符合现行国家标准的规定,成孔口径满足取样、测试和钻进工艺的要求;
3.3:按设计钻孔位置,采用手持GPS测量进行实地定位,待钻孔结束后,使用GPS正式准确定测;
3.4:在钻孔钻进过程中,每百米进行一次丈量,终孔后进行钻具丈量,每50m进行一次测斜、纠偏;
3.5:岩芯采取率不小于75%;
3.6:全孔进行地质编录,钻孔地质编录内容包括岩芯采取率、观测RQD值、裂隙频率随深度的直方图;
3.7:对长度大于5cm的岩芯进行编号,并顺序装箱,岩芯箱按顺序号和回次号依次编号;
3.8:按照岩石质量指标分类公式,计算岩石质量指标RQD值,公式如下:
3.9:根据RQD值计算结果,确定岩体质量级别,岩体为一般岩体;
4)岩体三维裂隙网络模型生成和剖切,过程如下;
4.1:随机数求解,过程如下:
4.1.1:产生随机数的数学方法应满足以下条件:产生的随机数列应均匀分布在(0,1)区间;序列之间应无相关性;随机序列有足够长的重复周期,在计算机上产生的速度快,占有的内存空间小,具有完全可重复性;
4.1.2:利用Monte Carlo方法是根据确立的结构面几何概率模型,再现出服从这种模型的结构面网络模型,在(0,1)区间上生成均匀分布随机变量,利用这些均匀随机变量产生服从其他分布的随机数;
4.1.3:节理几何参数的密度函数有正态分布、对数正态分布、负指数分布、均匀分布四种;
4.1.4:根据求得的随机数,确定用于生成节理的基本几何参数;
4.2:岩体三维裂隙网络模型生成,过程如下:
4.2.1:根据结构面数据自动统计结果和求得的随机数,将每组结构面的数据保存到一个文本文件中,用st.dat表示;
4.2.2:st.dat数据内容格式依次为:每条结构面圆盘中心点坐标(x,y,z),圆盘半径D,倾角DA,倾向DD,走向SD,厚度thin,法向方向NX,NY,NZ和节理分组;
4.2.3:为区分不同组别的结构面,对相同组的结构面圆盘赋予相同的颜色,用数列GID表示;
4.2.4:利用Matlab软件,编写程序,读取结构面数据文件st.dat,运行后自动生成岩体三维裂隙网络模型;
4.2.5:得到岩体三维裂隙网络模型;
4.3:二维裂隙网络模型切割,过程如下:
4.3.1:在三维裂隙网络模型上,结合Matlab软件编程工具,以三维裂隙网络模型中心点为中心,实现任意角度的剖面切割功能;
4.3.2:得到穿过中心点的任意角度的二维裂隙网络模型;
4.3.3:在三维裂隙网络模型上,结合Matlab软件编程工具,在三维裂隙网络模型任意位置上,实现任意角度和方位的剖面切割功能;
4.3.4:得到任意角度和方位的二维裂隙网络模型,如图2所示;
4.3.5:将切割剖面上的数据,保存到st1.dat文件中,此时剖面处于三维坐标系下,文件中数据格式自左向右依次为:节理中心点坐标(x,y,z),节理长度D,倾角DA,倾向DD,走向SD,厚度thin,法向方向NX,NY,NZ;
4.3.6:将三维坐标系转化成二维坐标系,并将二维剖面数据保存到st2.dat文件中,文件中数据格式自左向右依次为:节理中心点坐标(x,y),节理长度D,倾角DA,倾向DD,厚度thin,法向方向NX,NY,NZ;
4.4:输出三维裂隙网络模型的数据和任意二维裂隙网络模型的数据;
5)RQDt各向异性图绘制,过程如下:
5.1:RQDt求解计算,过程如下:
5.1.1:RQDt理论公式如下:
式中:xi表示沿某一测线方向的第i个大于给定阈值t的整段岩石或间距长度,RQDt代表对应阈值t的岩石质量指标,即阈值t下的RQDt值;
5.1.2确定二维裂隙网络模型的剖面中心点O、长度a和宽度b,以模型的左下角为坐标原点,水平向右为x轴,垂直向上为y轴,则中心点O坐标为:
边界方程为:
5.1.3:以O为起点,每隔α=10°角绘制一条测线,与裂隙网络模型相交,共绘制36条测线,测线长度L等于O点到裂隙网络模型边界的距离,用L0~L35表示,则测线方程为:
式中:s表示测线,α表示角度;
5.1.4:判断测线与边界的交点,设测线方程与边界方程的交点为(xa,ya),将测线方程与边界方程依次连立,判断测线是否与边界相交,原理如下:
5.1.5:求出测线与裂隙网络模型的边界方程交点(XZ,α,YZ,α);
5.1.6:确定测线所在区间,原理如下:
5.1.7:根据裂隙网络模型中每条节理的起点坐标(Xb,Yb)和终点坐标(Xc,Yc),建立相应的解析方程,定义节理方程如下:
5.1.8:求解第一条测线与各节理方程的交点,循环判断每个交点(Xj,Yj)范围,如果交点符合a<Xj<c且b<Yj<d,则记录该交点,遍历所有节理方程求出所有m个交点;
5.1.9:将记录的m个交点及测线起点坐标和终点坐标,按横坐标或纵坐标从小到大排序;
5.1.10:计算相邻交点的距离,公式如下:
x0=a/2 (30)
y0=b/2 (31)
xm+1=XZ,α (32)
ym+1=YZ,α (33)
5.1.11:输入一个阈值t;
5.1.12:循环比较di和t的大小,设初始lt=0,规则如下:
lt=lt+di,若di>t (34)
5.1.13:求解每条测线对应的RQDt值,用mα表示,以及对应的测线起点与终点的距离lα,公式如下:
5.1.14:循环求出每条测线所对应的mα,获得36个方向上的RQDt值;
5.2:RQDt各向异性图绘制,过程如下:
5.2.1:将36个RQDt值,按角度顺序依次排序;
5.2.3:依次连接36组射线的端点,若某一条射线上的RQDt为0,则取圆心;
5.2.4:绘制出RQDt的各向异性图;
5.2.5:输出RQDt各向异性图;
5.3:不同阈值t下RQDt各向异性图绘制,过程如下:
5.3.1:输入不同的阈值t,求解出对应的RQDt值;
5.3.2:将不同阈值t下的RQDt值,以角度为变量,以RQDt值为函数,绘制到相同坐标系下;
5.3.3:得到不同阈值t下的RQDt各向异性图;
5.3.4:输出不同阈值t下的RQDt各向异性图,如图3所示;
5.4:输出RQDt的值;
6)基于RQD反演的最佳阈值t求解方法,过程如下:
6.1:基于RQD指标反演RQDt范围,过程如下:
6.1.1:根据RQD指标计算出的岩体质量级别,岩体为一般岩体;
6.1.2:查找《岩石质量指标》表,见表1,
表1;
6.1.3:在《岩体质量指标》表中,一般岩体对应着RQD指标范围为50%~75%;
6.1.4:由RQD指标范围反演得到RQDt的范围在50%~75%;
6.2:最佳阈值t求解方法,过程如下:
6.2.1:在三维裂隙网络模型上,过中心点O,以任意角度剖切三个剖面,得到三个二维裂隙网络模型,导出二维裂隙网络模型及数据;
6.2.2:针对每一个二维裂隙网络模型,设置不同的阈值t,求解出不同阈值t下的RQDt值;
6.2.3:导出不同阈值t下的RQDt值,计算出RQDt均值;
6.2.4:以阈值t为横坐标,以RQDt的均值为纵坐标,绘制RQDt随阈值t变化的散点图;
6.2.5:根据散点图,设置拟合方程y=aexp(bx),拟合RQDt随阈值t变化的曲线图,如图4所示;
6.2.6:将反演出的RQDt范围值,带入到拟合出的RQDt随阈值t变化的曲线图中,结合函数方程和曲线图,求解出在该RQDt范围内,阈值t的范围,共得到三组阈值t的范围,见表2
表2;
6.2.7:针对三组阈值t的范围,取其范围的交集,以0.076m~0.124m作为最佳阈值t的范围;
6.2.8:以最佳阈值t范围的中点值作为最佳阈值t值,得到最佳阈值t,最佳阈值t=0.1m;
6.2.9:输出最佳阈值t的范围和最佳阈值t值;
7)空间RQDt求解方法,过程如下:
7.1:平面RQDt求解方法,过程如下:
7.1.1:求解出最佳阈值t下的36个RQDt值;
7.1.2:以RQDt值沿x方向的分量RQDx作为横坐标,沿y轴方向的分量RQDy作为纵坐标,设定拟合圆锥曲线方程为:
式中:p1,p2,p3为拟合系数;
7.1.3:基于最小二乘法,应用Matlab软件编写拟合程序;
7.1.4:拟合得到RQDt的椭圆曲线,如图5所示;
7.1.5:通过该拟合椭圆曲线,可以得到平面上任意角度的RQDt值;
7.2:空间RQDt求解方法,过程如下:
7.2.1:根据拟合得到的RQDt椭圆曲线,求解出椭圆的长轴所在位置;
7.2.2:以椭圆曲线的长轴作为旋转轴,利用Matlab软件编写程序,将椭圆曲线沿长轴旋转360°,得到RQDt的各向异性椭球体;
7.2.3:得到空间内任意方位任意角度的RQDt值。
Claims (6)
1.一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,其特征在于,所述方法包括以下步骤:
(1)结构面三维激光扫描快速获取,过程如下:
1.1:根据扫描目标和场地条件,选择扫描机位点,架设三脚架,架设中要确保仪器按照一定的扫描路线可以完整的获取边坡岩体的三维空间点云信息,同时要尽可能保证三脚架台面水平,并放置控制靶;
1.2:放置扫描仪主机在三脚架台面,固定旋钮,通过粗调脚架及微调扫描仪底座使主机气泡居中,设置扫描仪端口参数;
1.3:启动扫描控制软件,配置扫描仪相关参数,进入扫描仪控制界面,规划扫描角度,根据扫描目标设置扫描范围,调整相机配置参数,获取扫描目标图像;
1.4:固定扫描范围,获取扫描间距,设定采样间距,开始数据获取,并实时查看扫描点云数据及彩色信息情况,根据扫描成果随时调整扫描参数设定;
1.5:导出结构面点云数据;
(2)结构面极点图和倾向玫瑰花图绘制;
(3)基于RQD指标的岩体质量计算,过程如下:
3.1:根据岩土类别和勘察要求,选择回旋钻探方法;
3.2:采用75mm口径N型双层岩芯管和金刚石钻头,钻探口径和钻具规格符合现行国家标准的规定,成孔口径满足取样、测试和钻进工艺的要求;
3.3:按设计钻孔位置,采用手持GPS测量进行实地定位,待钻孔结束后,使用GPS正式准确定测;
3.4:在钻孔钻进过程中,每百米进行一次丈量,终孔后进行钻具丈量,每50m进行一次测斜、纠偏;
3.5:岩芯采取率不小于75%;
3.6:全孔进行地质编录,钻孔地质编录内容包括岩芯采取率、观测RQD值、裂隙频率随深度的直方图;
3.7:对长度大于5cm的岩芯进行编号,并顺序装箱,岩芯箱按顺序号和回次号依次编号;
3.8:按照岩石质量指标分类公式,计算岩石质量指标RQD值,公式如下:
3.9:根据RQD值计算结果,确定岩体质量级别;
(4)岩体三维裂隙网络模型生成和剖切;
(5)RQDt各向异性图绘制;
(6)基于RQD反演的最佳阈值t求解方法;
(7)空间RQDt求解方法。
2.如权利要求1所述的一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,其特征在于,所述步骤(7)中,空间RQDt求解方法的过程如下:
7.1:平面RQDt求解方法,过程如下:
7.1.1:求解出最佳阈值t下的36个RQDt值;
7.1.2:以RQDt值沿x方向的分量RQDx作为横坐标,沿y轴方向的分量RQDy作为纵坐标,设定拟合圆锥曲线方程为:
式中:p1,p2,p3为拟合系数;
7.1.3:基于最小二乘法,应用Matlab软件编写拟合程序;
7.1.4:拟合得到RQDt的椭圆曲线;
7.1.5:通过该拟合椭圆曲线,可以得到平面上任意角度的RQDt值;
7.2:空间RQDt求解方法,过程如下:
7.2.1:根据拟合得到的RQDt椭圆曲线,求解出椭圆的长轴所在位置;
7.2.2:以椭圆曲线的长轴作为旋转轴,利用Matlab软件编写程序,将椭圆曲线沿长轴旋转360°,得到RQDt的各向异性椭球体;
7.2.3:得到空间内任意方位任意角度的RQDt值。
3.如权利要求1所述的一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,其特征在于,所述步骤(6)中,基于RQD反演的最佳阈值t求解方法的过程如下:
6.1:基于RQD指标反演RQDt范围,过程如下:
6.1.1:根据RQD指标计算出的岩体质量级别,查找《岩石质量指标》表;
6.1.2:在《岩体质量指标》表中,找到该岩体级别范围下,岩体对应的RQD指标范围;
6.1.3:由RQD指标范围反演得到RQDt的范围;
6.2:最佳阈值t求解方法,过程如下:
6.2.1:在三维裂隙网络模型上,过中心点O,以任意角度剖切三个剖面,得到三个二维裂隙网络模型,导出二维裂隙网络模型及数据;
6.2.2:针对每一个二维裂隙网络模型,设置不同的阈值t,求解出不同阈值t下的RQDt值;
6.2.3:导出不同阈值t下的RQDt值,计算出RQDt均值;
6.2.4:以阈值t为横坐标,以RQDt的均值为纵坐标,绘制RQDt随阈值t变化的散点图;
6.2.5:根据散点图,设置拟合方程,拟合RQDt随阈值t变化的曲线图;
6.2.6:将反演出的RQDt范围值,带入到拟合出的RQDt随阈值t变化的曲线图中,结合函数方程和曲线图,求解出在该RQDt范围内阈值t的范围,共得到三组阈值t的范围;
6.2.7:针对三组阈值t的范围,取其范围的交集,作为最佳阈值t的范围;
6.2.8:以最佳阈值t范围的中点值作为最佳阈值t值,得到最佳阈值t;
6.2.9:输出最佳阈值t的范围和最佳阈值t值。
4.如权利要求1所述的一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,其特征在于,所述步骤(5)中,RQDt各向异性图绘制的过程如下:
5.1:RQDt求解计算,过程如下:
5.1.1:RQDt理论公式如下:
式中:xi表示沿某一测线方向的第i个大于给定阈值t的整段岩石或间距长度,RQDt代表对应阈值t的岩石质量指标,即阈值t下的RQDt值;
5.1.2确定二维裂隙网络模型的剖面中心点O、长度a和宽度b,以模型的左下角为坐标原点,水平向右为x轴,垂直向上为y轴,则中心点O坐标为:
边界方程为:
5.1.3:以O为起点,每隔α=10°角绘制一条测线,与裂隙网络模型相交,共绘制36条测线,测线长度L等于O点到裂隙网络模型边界的距离,用L0~L35表示,则测线方程为:
式中:s表示测线,α表示角度;
5.1.4:判断测线与边界的交点,设测线方程与边界方程的交点为(xa,ya),将测线方程与边界方程依次连立,判断测线是否与边界相交,原理如下:
5.1.5:求出测线与裂隙网络模型的边界方程交点(XZ,α,YZ,α);
5.1.6:确定测线所在区间,原理如下:
5.1.7:根据裂隙网络模型中每条节理的起点坐标(Xb,Yb)和终点坐标(Xc,Yc),建立相应的解析方程,定义节理方程如下:
5.1.8:求解第一条测线与各节理方程的交点,循环判断每个交点(Xj,Yj)范围,如果交点符合a<Xj<c且b<Yj<d,则记录该交点,遍历所有节理方程求出所有m个交点;
5.1.9:将记录的m个交点及测线起点坐标和终点坐标,按横坐标或纵坐标从小到大排序;
5.1.10:计算相邻交点的距离,公式如下:
x0=a/2
y0=b/2
xm+1=XZ,α
ym+1=YZ,α
5.1.11:输入一个阈值t;
5.1.12:循环比较di和t的大小,设初始lt=0,规则如下:
lt=lt+di,若di>t
5.1.13:求解每条测线对应的RQDt值,用mα表示,以及对应的测线起点与终点的距离lα,公式如下:
5.1.14:循环求出每条测线所对应的mα,获得36个方向上的RQDt值;
5.2:RQDt各向异性图绘制,过程如下:
5.2.1:将36个RQDt值,按角度顺序依次排序;
5.2.3:依次连接36组射线的端点,若某一条射线上的RQDt为0,则取圆心;
5.2.4:绘制出RQDt的各向异性图;
5.2.5:输出RQDt各向异性图;
5.3:不同阈值t下RQDt各向异性图绘制,过程如下:
5.3.1:输入不同的阈值t,求解出对应的RQDt值;
5.3.2:将不同阈值t下的RQDt值,以角度为变量,以RQDt值为函数,绘制到相同坐标系下:
5.3.3:得到不同阈值t下的RQDt各向异性图;
5.3.4:输出不同阈值t下的RQDt各向异性图;
5.4:输出RQDt的值。
5.如权利要求1所述的一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,其特征在于,所述步骤(4)中,岩体三维裂隙网络模型生成和剖切的过程如下:
4.1:随机数求解,过程如下:
4.1.1:产生随机数的数学方法应满足以下条件:产生的随机数列应均匀分布在(0,1)区间;序列之间应无相关性;随机序列有足够长的重复周期,在计算机上产生的速度快,占有的内存空间小,具有完全可重复性;
4.1.2:利用Monte Carlo方法是根据确立的结构面几何概率模型,再现出服从这种模型的结构面网络模型,在(0,1)区间上生成均匀分布随机变量,利用这些均匀随机变量产生服从其他分布的随机数;
4.1.3:节理几何参数的密度函数有正态分布、对数正态分布、负指数分布、均匀分布四种;
4.1.4:根据求得的随机数,确定用于生成节理的基本几何参数;
4.2:岩体三维裂隙网络模型生成,过程如下:
4.2.1:根据结构面数据自动统计结果和求得的随机数,将每组结构面的数据保存到一个文本文件中,用st.dat表示;
4.2.2:st.dat数据内容格式依次为:每条结构面圆盘中心点坐标(x,y,z),圆盘半径D,倾角DA,倾向DD,走向SD,厚度thin,法向方向NX,NY,NZ和节理分组;
4.2.3:为区分不同组别的结构面,对相同组的结构面圆盘赋予相同的颜色,用数列GID表示;
4.2.4:利用Matlab软件,编写程序,读取结构面数据文件st.dat,运行后自动生成岩体三维裂隙网络模型;
4.2.5:得到岩体三维裂隙网络模型;
4.3:二维裂隙网络模型切割,过程如下:
4.3.1:在三维裂隙网络模型上,结合Matlab软件编程工具,以三维裂隙网络模型中心点为中心,实现任意角度的剖面切割功能;
4.3.2:得到穿过中心点的任意角度的二维裂隙网络模型;
4.3.3:在三维裂隙网络模型上,结合Matlab软件编程工具,在三维裂隙网络模型任意位置上,实现任意角度和方位的剖面切割功能;
4.3.4:得到任意角度和方位的二维裂隙网络模型;
4.3.5:将切割剖面上的数据,保存到st1.dat文件中,此时剖面处于三维坐标系下,文件中数据格式自左向右依次为:节理中心点坐标(x,y,z),节理长度D,倾角DA,倾向DD,走向SD,厚度thin,法向方向NX,NY,NZ;
4.3.6:将三维坐标系转化成二维坐标系,并将二维剖面数据保存到st2.dat文件中,文件中数据格式自左向右依次为:节理中心点坐标(x,y),节理长度D,倾角DA,倾向DD,厚度thin,法向方向NX,NY,NZ;
4.4:输出三维裂隙网络模型的数据和任意二维裂隙网络模型的数据。
6.如权利要求1所述的一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法,其特征在于,所述步骤(2)中,结构面极点图和倾向玫瑰花图绘制的过程如下:
2.1:点云数据处理,过程如下:
2.1.1:导入激光扫描获得的结构面点云数据;
2.1.2:计算拓扑构造后的点云中当前点与相邻点的距离与距离均值,通过距离阈值对点云数据中噪声点进行识别、剔除;
2.1.3:根据三维激光扫描仪自身空间坐标位置和现场结构面产状方位,确定点云数据的空间三维坐标;
2.1.4:基于下半球等角度投影方法进行点云数据的转换,将以倾向和倾角表示的节理产状数据转换为以节理单位法向量表示的结构面产状数据;
2.1.5:得到以单位法向量表示的结构面数据;
2.2:近邻传播算法聚类分析,过程如下:
2.2.1:设结构面的实测样本数量为N,每个样本数据的倾向为Xi,倾角为Yi,以每个样本数据的倾向Xi,倾角Yi作为一个聚类,确定一个初始聚类中心,共得到N个初始聚类中心;
2.2.2:通过相似性度量准则,遍历所有样本数据,计算每个样本数据距离聚类中心的距离,并将每个样本数据分配到距离它最近的聚类中心,得到N组数据;
2.2.3:对于每组数据,通过特征模量分析方法,求解计算每组数据的聚类中心,假设某组内存在l个数据,首先,按如下公式计算矩阵S:
式中:(xi,yi,zi)为任意结构面的单位法向量,i∈(1,l);
2.2.4:其次,求解矩阵S的特征值(τ1,τ2,τ3)和特征向量(ξ1,ξ2,ξ3),其中τ1<τ2<τ3,最大特征值对应的特征向量ξ3为组内l个向量的平均向量,将ξ3作为新的聚类中心;
2.2.5:针对所有样本数据,重复计算每个样本数据距离聚类中心的距离、矩阵S以及特征值和特征向量,直到所有聚类中心的位置都固定,确定出结构面的分组;
2.2.6:将以单位法向量表示的结构面产状数据转换为以倾向、倾角表示的结构面产状数据;
2.2.7:对结构面产状数据进行统计分析,计算结构面倾角的平均值m与标准差σ,计算倾角数据的稳健区间[m-σ,m+σ];
2.2.8:判断样本数据的初始聚类中心的倾向Xi和倾角Yi是否落在稳健区间稳健区间[m-σ,m+σ],若是,则聚类分析完成;若不是,则需要对样本数据重新聚类,直到初始聚类中心的倾向Xi和倾角Yi均落在稳健区间内[m-σ,m+σ];
2.3:极点图绘制,过程如下;
2.3.1:基于结构面法向产状数据,根据结构面空间赤平投影图的纵剖面原理,求解出所有结构面法线的赤平投影坐标点(xn,yn);
2.3.3:绘制一条直径为单位长度的基圆,绘制出铅直和水平两条直径,并标出E、S、W、N;
2.3.4:将所有结构面的赤平投影坐标(xn,yn),绘制在基圆图上;
2.3.5:实现结构面极点图的绘制;
2.4:结构面统计分析,过程如下:
2.4.1:确定样本分区区间m;
2.4.3:计算每个分区区间Mm:
2.4.4:确定样本落在每个分区区间里的概率,先利用计算机循环语言统计落在每一个区间的样本个数Nm,结合样本总数N,计算样本数概率Pm;
2.4.6:求解样本方差S2,其中S为标准差;
2.4.7:根据概率Pm值,绘制出每组结构面的倾向、倾角、迹长、间距和断距的概率分布形态;
2.5:输出结构面产状的分组信息,包括每组结构面的倾向、倾角、迹长、间距和断距的均值和方差;
2.6:倾向玫瑰花图绘制,过程如下:
2.6.1:将节理倾向数据,按节理倾向方位角大小依次排序,每隔θ=10°角度进行分组,每组命名Dj;
2.6.3:根据作图的大小和各组节理数目,选取一定长度的线段代表一组节理,确定线段的比例尺LD;
2.6.7:绘制出结构面倾向玫瑰花图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011645627.4A CN112464516A (zh) | 2020-12-28 | 2020-12-28 | 一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011645627.4A CN112464516A (zh) | 2020-12-28 | 2020-12-28 | 一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112464516A true CN112464516A (zh) | 2021-03-09 |
Family
ID=74802138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011645627.4A Withdrawn CN112464516A (zh) | 2020-12-28 | 2020-12-28 | 一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112464516A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392534A (zh) * | 2021-06-28 | 2021-09-14 | 中国石油大学(华东) | 一种基于数字露头的地层产状要素计算方法 |
-
2020
- 2020-12-28 CN CN202011645627.4A patent/CN112464516A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392534A (zh) * | 2021-06-28 | 2021-09-14 | 中国石油大学(华东) | 一种基于数字露头的地层产状要素计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112464513A (zh) | 一种基于摄影测量和RQD反演的RQDt最佳阈值t求解方法 | |
CN112200417A (zh) | 基于摄影测量、BQ、RQDt、地应力的改进Mathews稳定图评价方法 | |
CN112464516A (zh) | 一种基于激光扫描和RQD反演最佳阈值t的空间RQDt求解方法 | |
CN112132407A (zh) | 一种基于BQ反演最佳阈值t的空间RQDt求解方法 | |
CN112200426A (zh) | 基于激光扫描、bq、数值模拟的围岩稳定性动态评价方法 | |
CN114088015A (zh) | 一种岩体三维裂隙网络模型快速智能生成和剖切方法 | |
CN112200419A (zh) | 基于激光扫描、BQ、改进Mathews稳定图的围岩稳定性评价方法 | |
CN112132408A (zh) | 一种基于激光扫描和BQ反演最佳阈值t的空间RQDt求解方法 | |
CN112132411A (zh) | 基于激光扫描、BQ、RQDt各向异性的Q各向异性求解方法 | |
CN112464514A (zh) | 一种基于摄影测量、RQD和RQDt的巷道开挖不利方位求解方法 | |
CN112132410A (zh) | 一种基于摄影测量和BQ反演最佳阈值t的空间RQDt求解方法 | |
CN112132403A (zh) | 一种基于摄影测量和BQ反演的RQDt最佳阈值t求解方法 | |
CN112149996A (zh) | 基于激光扫描、BQ、RQDt各向异性的改进Mathews稳定图评价方法 | |
CN112150002A (zh) | 基于激光扫描、BQ、RQDt、地应力的改进Mathews稳定图评价方法 | |
CN112464508A (zh) | 一种基于三维激光扫描和RQD反演的RQDt最佳阈值t求解方法 | |
CN114092596A (zh) | 一种岩体RQDt快速自动求解绘制方法 | |
CN112464505A (zh) | 一种基于激光扫描、RQD和RQDt的巷道开挖不利方位求解方法 | |
CN112464515A (zh) | 一种基于激光扫描、RQD和最佳阈值的RQDt各向异性求解方法 | |
CN112464510A (zh) | 基于激光扫描、RQD、RQDt各向异性的Q各向异性求解方法 | |
CN112132413A (zh) | 一种基于三维激光扫描和BQ反演的RQDt最佳阈值t求解方法 | |
CN113324513A (zh) | 一种基于摄影测量和RQD反演最佳阈值t的空间RQDt求解方法 | |
CN112132406A (zh) | 一种基于激光扫描、BQ和RQDt的巷道开挖不利方位求解方法 | |
CN112132405A (zh) | 一种基于激光扫描、BQ和最佳阈值的RQDt各向异性求解方法 | |
CN112200431A (zh) | 基于激光扫描、bq、数值模拟的空区稳定性动态评价方法 | |
CN112464506A (zh) | 一种基于摄影测量、RQD和最佳阈值的RQDt各向异性求解方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210309 |
|
WW01 | Invention patent application withdrawn after publication |