CN112949106A - 一种岩土工程地质地表移动变形状态的检测方法 - Google Patents

Abstract

本发明公开了一种岩土工程地质地表移动变形状态的检测方法，包括构建数据运算平台，获取原始数据，划分单元数据，计算埋深，提取地表点，拟定计算参数及分析数据等七个步骤。本发明一方面通过改进传统概率积分法求地表移动与变形的方法，尤其是在不同倾角适用性方面得到极大提高，将实际工况中的开挖区域及其物理属性转换为极其细小的微单元块\层，削弱了赋存倾角所带来的差异化；另一方面通过建立数据模型平台改进传统概率积分法求地表移动与变形的方法，极大的提高了对岩体工程中不同开挖体的适应性，并在高效地提高数据有效计算范围和计算精度的同时，极大的降低了数据采集和数据计算结果的输出、传递及校验工作的劳动强度和难度。

Description

一种岩土工程地质地表移动变形状态的检测方法

技术领域

本发明涉及土建工程领域，涉及一种岩土工程地质地表移动变形状态的检测方法。

背景技术

岩土工程地质灾害种类繁多，其中：由地下软岩及类软岩开挖等引起的地表移动与变形造成诸多地表构筑物的倾斜与倒塌的事故逐渐增加。而后出现各种地表移动变形的分析方法：定性评价法、定量计算法、数值模拟法、概率积分法等等，但各有优劣。

其中概率积分法为大多数科研人员所熟知与接受，在煤矿领域应用最为成熟，也有较多相关发明专利的申请，对于同类技术现状进行检索发现：方法种类繁多，适用性、特异性的优点与差异较大。主要不足为：大部分只适用于软岩土层的开挖，例如煤矿；有只适用于条带式开采的(例如：申请公布号CN 108399497 A 2018.08.14)，也有任意开采工作面地表移动变形计算方法(例如：授权公布号CN 106446379 B 2019.05.07)；更有结合各类经典算法进行优化的计算方法，例如改进烟花算法(申请公布号CN110610017 A2019.12.24)、量子退火算法(申请公布号CN 108491641 A 2018.09.04)和优化BP 神经网络(申请公布号CN 110363344 A 2019.10.22)等等。

因此针对这一现状，迫切需要开发一种全新的岩土工程地质地表移动变形状态的检测方法，以满足实际施工安全可靠的需求。

发明内容

本发明公开了一种岩土工程地质地表移动变形状态的检测方法，以解决现有技术存在的问题。

为解决上述技术问题，本发明采用的技术方案如下：

一种岩土工程地质地表移动变形状态的检测方法，包括如下步骤：

S1，构建数据运算平台，首先构建一个数据处理服务器及若干数据处理终端，所述数据处理服务器均与各数据处理终端间通过通讯网络连接，构成数据运算系统平台，然后利用数据操控终端在数据处理服务器中录入数据运算函数；

S2，原始数据的获取，利用在各数据处理终端上通过计算机辅助软件系统，分别从电子地图及施工设计图中，随机采集若干待检测地域范围空间三维坐标(X,Y,Z)的地表等高线和开挖区域底板等高线数据，将采集的数据生成地表数据集合{DB}及开挖区域数据集合{K}，并将地表数据集合{DB}及开挖区域数据集合{K}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB＝{(Xdb1，Ydb1，Zdb1),(Xdb2，Ydb2，Zdb2)…(Xdbm， Ydbm，Zdbm)}；K＝{(Xk1，Yk1，Zk1)，(Xk2，Yk2，Zk2)… (Xkn，Ykn，Zkn)}；

S3，数据划分，完成S1施工后，使用MATLAB类数据拟合分析软件对上述数据进行均匀化网格划分，并导出地表数据集合{DB’}；然后利用CAD类软件圈出开挖区域俯视图情况下的轮廓图，导出开挖区轮廓内数据集合{K’}，并将地表数据集合{DB’}及开挖区轮廓内数据集合{K’}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB’＝{(X’db1，Y’db1， Z’db1)，(X’db2，Y’db2，Z’db2)…(X’dbm，Y’dbm，Z’dbm)}；K’＝{(X’k1，Y’k1，Z’k1),(X’k2，Y’k2，Z’k2)…(X’kn， Y’kn，Z’kn)}；

S4，埋深计算，完成S2施工后，从S2步骤中得到的地表数据集合{DB’}和开挖区轮廓内数据集合{K’}中，筛选该坐标点X和Y 同时相同时候对应的△Z值，并导出该值的集合为埋深数据集合{Hd}，并将埋深数据集合{Hd}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中H＝{(X，Y，Hd)}；

S5，地表点提取，根据S3步骤获得各微小微单元对应至地表的埋深H，然后在数据处理终端使用MATLAB类数据拟合分析软件，对上述数据进行二次均匀化网格划分，并导出地表数据集合 {DB”}，并将出地表数据集合{DB”}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中 DB”＝{(X”db1，Y”db1，Z”db1)，(X”db2，Y”db2， Z”db2)…(X”dbm，Y”dbm，Z”dbm)}；

S6，计算参数设定，以正态分布函数为理论基础，对概率积分法计算公式中所需要的基础参数和关键参数进行选取，具体参数为：

基础参数：用数据软件获取地表数据的行列数[MDB”， NDB”]和开挖区域的行列数[MK’，NK”]以及开挖层厚度 M；

关键参数：下沉系数qk、开挖层倾角θ、水平移动系数b、开采影响传播角θ0、岩性影响系数D；

隐含关键参数：主要影响角β(tanβ＝(D-0.0032*H)* (1-0.0038*aerf))；

S7，数据运算分析，将S2—S5步骤中的数据代入到S1步骤数据运算函数中进行计算，并将计算结果利用概率积分法作为计算方法进行计算分析，最后将计算结果数据和对计算结果分析后的数据一方面在数据处理服务器备份，另一方面在相应的数据处理终端处输出。

进一步的，所述数据处理服务器为基于大数据及云计算技术为基础的服务器平台，并以SOA体系为基础，同时设置BIM和GIS为基础的三维信息展示子系统、图像识别处理系统平台子系统。

进一步的，所述S2步骤中，提取数据中时，通过CAD软件对地表地形线体文件、对开挖体的底板等高线或者顶板等高线进数据提取，获得三维坐标信息；其中在数据提取作业中，需要保持平面及投影位置关系中相对坐标的原点统一性。

进一步的，所述S7步骤中，进行数据运算时，具体数据运算函数为：

下沉：

倾斜：

其中：W(x,y)为地表任意单元点坐标为x和y时的下沉值；

曲率：

水平移动：

水平变形：

式中：

x和y：计算点相对坐标，m；

D：开挖区域；W(x,y)：地表(x,y)处最大下沉值；

U(x,y)：地表(x,y)处最大水平移动值；

r：计算开挖区域微单元的主要等价影响半径，r＝H/tgβ

η：开挖体区域微单元划分的边长η；

ζ：开挖体区域微单元划分的边长ζ；

β：主要影响角(据实际工况条件选取)；

θ₀：开挖体区域开采影响传播角(据实际工况条件选取)；

进一步的，所述S7步骤中，进行数据运算时另需对采动次数与下沉活化系数计算、开挖区域呈任意倾角时地表移动与变形量计算及工作面停采时间和采深的影响计算，其中：

进一步的，所述采动次数与下沉活化系数计算函数为：

P系数可用以下公式表示：

式中，mi为上覆开挖体i分层的法线厚度

Qi为上覆开挖体i分层岩性评价系数

下沉系数q为：

q＝0.5(0.9+P)

主要影响角正切tanβ，根据下式求得：

tbtβ＝(D-0.0032*H)*(1-0.0038*α)

式中：D——岩性影响系数，其数值与综合评价系数P的关系见相关规程，据表可查；

H——具体各个微小单元的埋深；

α——开挖体总体倾角；

在初次开挖且开挖体倾角近水平时，一般b取0.3；重复开挖时且开挖体倾角近水平时，其水平移动系数bc一般由下式计算：

bc＝b*(1+0.0086*α)

同时，当对开挖体微单元机制进行极限划分，几乎接近于水平开挖且为重复开挖时，水平移动系数按照bc来取。

进一步的，所述开挖区域呈任意倾角时地表移动与变形量计算时：

第一步，假定开挖区域由若干规整的微单元组合而成；

第二步，然后根据假定的规整的微单元组合对实际开挖区域进行数据采集并划分；

第三步；以各规整的微单元工作面的埋深代替不同倾角下由于倾角导致的边界埋深随机变化时的变量埋深，并得到相应的参数 H0、H1、H2、H3…和Hn。

进一步的，所述工作面停采时间和采深的影响计算函数为：

w(t)＝w_max*(1-e^-ct)

式中：w_max为最大下沉量；c为与岩性、采深有关的参数，可根据地表移动实际观测资料反算，一般取1.5～3.0；t为下沉持续时间，任意时间段地表下沉的增量为：

式中：t₂，t₁为计算的时间段；

对于老旧开挖体剩余移动变形计算，为安全起见，t1取工作面已经开采完的时间，t₂可以认为无限远的时间，即t2→∞，则上式为：

本发明一方面通过改进传统概率积分法求地表移动与变形的方法，尤其是在不同倾角适用性方面得到极大增强，将实际工况中的开挖区域及其物理属性转换为极其细小的微单元块\层，削弱了赋存倾角所带来的差异化；另一方面通过改进传统概率积分法求地表移动与变形的方法，极大的提高了对施工中开挖体的适应性，并在有效的提高了数据有效计算范围和计算精度的同时，极大的降低了数据采集和数据计算结果的输出、传递及校验的工作的劳动强度和难度。

附图说明

图1为本发明施工工艺流程示意图；

图2为重复开采下沉系数表；

图3为开挖区上覆岩土体的地表容许值列表；

图4为基于累积变形对地表下沉值计算结果进行分析时地表变形值等值线云图；

图5为基于累积变形对地表下沉值计算结果进行分析时关键点位下方地表累计沉降值折线图；

图6为基于累积变形对地表倾斜值计算结果进行分析时地表变形值等值线云图；

图7为基于累积变形对地表倾斜值计算结果进行分析时关键点位下方地表累计倾斜值值折线图；

图8为基于剩余移动变形对地表剩余下沉值计算结果进行分析时地表变形值等值线云图；

图9基于剩余移动变形对地表剩余下沉值计算结果进行分析时关键点位下方地表剩余沉降值折线图；

图10为基于剩余移动变形对地表剩余倾斜值计算结果进行分析时地表变形倾斜值等值线云图；

图11基于剩余移动变形对地表剩余倾斜值计算结果进行分析时关键点位下方地表剩余倾斜值折线图；

具体实施方式

根据下述实施例，可以更好地理解本发明。然而，本领域的技术人员容易理解，实施例所描述的内容仅用于说明本发明，而不应当也不会限制权利要求书中所详细描述的本发明。

如图1—4所示，一种岩土工程地质地表移动变形状态的检测方法，包括如下步骤：

S1，构建数据运算平台，首先构建一个数据处理服务器及若干数据处理终端，所述数据处理服务器均与各数据处理终端间通过通讯网络连接，构成数据运算系统平台，然后利用数据操控终端在数据处理服务器中录入数据运算函数；

S2，原始数据的获取，利用在各数据处理终端上通过计算机辅助软件系统，分别从电子地图及施工设计图中，随机采集若干待检测地域范围空间三维坐标(X,Y,Z)的地表等高线和开挖区域底板等高线数据，将采集的数据生成地表数据集合{DB}及开挖区域数据集合{K}，并将地表数据集合{DB}及开挖区域数据集合{K}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB＝{(Xdb1，Ydb1，Zdb1),(Xdb2，Ydb2，Zdb2)…(Xdbm， Ydbm，Zdbm)}；K＝{(Xk1，Yk1，Zk1)，(Xk2，Yk2，Zk2)… (Xkn，Ykn，Zkn)}；

S3，数据划分，完成S1施工后，使用MATLAB类数据拟合分析软件对上述数据进行均匀化网格划分，并导出地表数据集合{DB’}；然后利用CAD类软件圈出开挖区域俯视图情况下的轮廓图，导出开挖区轮廓内数据集合{K’}，并将地表数据集合{DB’}及开挖区轮廓内数据集合{K’}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB’＝{(X’db1，Y’db1， Z’db1)，(X’db2，Y’db2，Z’db2)…(X’dbm，Y’dbm，Z’dbm)}； K’＝{(X’k1，Y’k1，Z’k1),(X’k2，Y’k2，Z’k2)…(X’kn， Y’kn，Z’kn)}；

S4，埋深计算，完成S2施工后，从S2步骤中得到的地表数据集合{DB’}和开挖区轮廓内数据集合{K’}中，筛选该坐标点X和Y 同时相同时候对应的△Z值，并导出该值的集合为埋深数据集合{Hd}，并将埋深数据集合{Hd}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中H＝{(X，Y，Hd)}；

S5，地表点提取，根据S3步骤获得各微小微单元对应至地表的埋深H，然后在数据处理终端使用MATLAB类数据拟合分析软件，对上述数据进行二次均匀化网格划分，并导出地表数据集合 {DB”}，并将出地表数据集合{DB”}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中 DB”＝{(X”db1，Y”db1，Z”db1)，(X”db2，Y”db2， Z”db2)…(X”dbm，Y”dbm，Z”dbm)}；

S6，计算参数设定，以正态分布函数为理论基础，对概率积分法计算公式中所需要的基础参数和关键参数进行选取，具体参数为：

基础参数：用数据软件获取地表数据的行列数[MDB”， NDB”]和开挖区域的行列数[MK’，NK”]以及开挖层厚度 M；

关键参数：下沉系数qk、开挖层倾角θ、水平移动系数b、开采影响传播角θ0、岩性影响系数D；

隐含关键参数：主要影响角β(tanβ＝(D-0.0032*H)* (1-0.0038*aerf))；

S7，数据运算分析，将S2—S5步骤中的数据代入到S1步骤数据运算函数中进行计算，并将计算结果利用概率积分法作为计算方法进行计算分析，最后将计算结果数据和对计算结果分析后的数据一方面在数据处理服务器备份，另一方面在相应的数据处理终端处输出。

其中，所述数据处理服务器为基于大数据及云计算技术为基础的服务器平台，并以SOA体系为基础，同时设置BIM和GIS为基础的三维信息展示子系统、图像识别处理系统平台子系统。

同时，所述S2步骤中，提取数据中时，通过CAD软件对地表地形线体文件、对开挖体的底板等高线或者顶板等高线进数据提取，获得三维坐标信息；其中在数据提取作业中，需要保持平面及投影位置关系中相对坐标的原点统一性。

重点说明的，所述S7步骤中，进行数据运算时，具体数据运算函数为：

下沉：

倾斜：

其中：W(x,y)为地表任意单元点坐标为x和y时的下沉值；

曲率：

水平移动：

水平变形：

式中：

x和y：计算点相对坐标，m；

D：开挖区域；W(x,y)：地表(x,y)处最大下沉值；

U(x,y)：地表(x,y)处最大水平移动值；

r：计算开挖区域微单元的主要等价影响半径，r＝H/tgβ

η：开挖体区域微单元划分的边长η；

ζ：开挖体区域微单元划分的边长ζ；

β：主要影响角(据实际工况条件选取)；

θ₀：开挖体区域开采影响传播角(据实际工况条件选取)；

需要说明的，所述S7步骤中，进行数据运算时另需对采动次数与下沉活化系数计算、开挖区域呈任意倾角时地表移动与变形量计算及工作面停采时间和采深的影响计算，其中：

进一步的，所述采动次数与下沉活化系数计算函数为：

P系数可用以下公式表示：

式中，mi为上覆开挖体i分层的法线厚度

Qi为上覆开挖体i分层岩性评价系数

下沉系数q为：

q＝0.5(0.9+P)

主要影响角正切tanβ，根据下式求得：

tbtβ＝(D-0.0032*H)*(1-0.0038*α)

式中：D——岩性影响系数，其数值与综合评价系数P的关系见相关规程，据表可查；

H——具体各个微小单元的埋深；

α——开挖体总体倾角；

在初次开挖且开挖体倾角近水平时，一般b取0.3；重复开挖时且开挖体倾角近水平时，其水平移动系数bc一般由下式计算：

bc＝b*(1+0.0086*α)

同时，当对开挖体微单元机制进行极限划分，几乎接近于水平开挖且为重复开挖时，水平移动系数按照bc来取。

进一步优化的，所述开挖区域呈任意倾角时地表移动与变形量计算时：

第一步，假定开挖区域由若干规整的微单元组合而成；

第二步，然后根据假定的规整的微单元组合对实际开挖区域进行数据采集并划分；

第三步；以各规整的微单元工作面的埋深代替不同倾角下由于倾角导致的边界埋深随机变化时的变量埋深，并得到相应的参数 H0、H1、H2、H3…和Hn。

与此同时，所述工作面停采时间和采深的影响计算函数为：

w(t)＝w_max*(1-e^-ct)

式中：w_max为最大下沉量；c为与岩性、采深有关的参数，可根据地表移动实际观测资料反算，一般取1.5～3.0；t为下沉持续时间，任意时间段地表下沉的增量为：

式中：t₂，t₁为计算的时间段；

对于老旧开挖体剩余移动变形计算，为安全起见，t1取工作面已经开采完的时间，t₂可以认为无限远的时间，即t2→∞，则上式为：

为了更好的对本发明的使用方法及工作流程进行理解，现在结合具体施工实例进行说明：

S1，构建数据运算平台，首先构建一个数据处理服务器及若干数据处理终端，所述数据处理服务器均与各数据处理终端间通过通讯网络连接，构成数据运算系统平台，然后利用数据操控终端在数据处理服务器中录入数据运算函数，其中所述数据处理服务器为基于大数据及云计算技术为基础的服务器平台，并以SOA体系为基础，同时设置BIM和GIS为基础的三维信息展示子系统、图像识别处理系统平台子系统；

S2，原始数据的获取，利用在各数据处理终端上通过计算机辅助软件系统，分别从电子地图及施工设计图中，随机采集若干待检测地域范围空间三维坐标(X,Y,Z)的地表等高线和开挖区域底板等高线数据，将采集的数据生成地表数据集合{DB}及开挖区域数据集合{K}，并将地表数据集合{DB}及开挖区域数据集合{K}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB＝{(Xdb1，Ydb1，Zdb1),(Xdb2，Ydb2，Zdb2)…(Xdbm， Ydbm，Zdbm)}；K＝{(Xk1，Yk1，Zk1)，(Xk2，Yk2，Zk2)… (Xkn，Ykn，Zkn)}，在进行数据提取时，需要保持平面及投影位置关系中相对坐标的原点统一性；

S3，数据划分，完成S1施工后，使用MATLAB类数据拟合分析软件对上述数据进行均匀化网格划分，并导出地表数据集合{DB’}；然后利用CAD类软件圈出开挖区域俯视图情况下的轮廓图，导出开挖区轮廓内数据集合{K’}，并将地表数据集合{DB’}及开挖区轮廓内数据集合{K’}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB’＝{(X’db1，Y’db1， Z’db1)，(X’db2，Y’db2，Z’db2)…(X’dbm，Y’dbm，Z’dbm)}； K’＝{(X’k1，Y’k1，Z’k1),(X’k2，Y’k2，Z’k2)…(X’kn， Y’kn，Z’kn)}；

S4，埋深计算，完成S2施工后，从S2步骤中得到的地表数据集合{DB’}和开挖区轮廓内数据集合{K’}中，筛选该坐标点X和Y 同时相同时候对应的△Z值，并导出该值的集合为埋深数据集合{Hd}，并将埋深数据集合{Hd}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中H＝{(X，Y，Hd)}；

S5，地表点提取，根据S3步骤获得各微小微单元对应至地表的埋深H，然后在数据处理终端使用MATLAB类数据拟合分析软件，对上述数据进行二次均匀化网格划分，并导出地表数据集合 {DB”}，并将出地表数据集合{DB”}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中 DB”＝{(X”db1，Y”db1，Z”db1)，(X”db2，Y”db2， Z”db2)…(X”dbm，Y”dbm，Z”dbm)}；

S6，计算参数设定，以正态分布函数为理论基础，对概率积分法计算公式中所需要的基础参数和关键参数进行选取，具体参数为：

基础参数：用数据软件获取地表数据的行列数[MDB”， NDB”]和开挖区域的行列数[MK’，NK”]以及开挖层厚度 M；

关键参数：下沉系数qk、开挖层倾角θ、水平移动系数b、开采影响传播角θ0、岩性影响系数D；

隐含关键参数：主要影响角β(tanβ＝(D-0.0032*H)* (1-0.0038*aerf))；

S7，数据运算分析，数据运算分析，将S2—S5步骤中的数据代入到S1步骤数据运算函数中进行计算，并将计算结果利用概率积分法作为计算方法进行计算分析，最后将计算结果数据和对计算结果分析后的数据一方面在数据处理服务器备份，另一方面在相应的数据处理终端处输出。

在进行数据分析时，根据实际开挖区域内地质结构特征，进行累积变形对地表及构筑物影响的分析、剩余变形对地表及构筑物影响的分析中的任意一种或两种同时进行。其中：

进行累积变形对地表及构筑物影响的分析时：

(1)以地表下沉值的计算结果为例进行结果分析：

通过计算和分析概率积分法的结果，提取地表相应计算节点数据，采用Surfer软件中Kriging插值的方式绘制了地表移动变形参数的等值线云图；一方面根据累积变形计算结果绘制了A线及B线线位中心轴线下方的地表变形值等值线云图；另一方面采用拾取构筑物关键点位的下沉值的方式，绘制出构筑物关键点位的沉降折线图；

通过计算可知，受开挖体顶板垮塌影响，采空区地表累计沉降值约为0～2400mm，根据目前的线位方案，A线及B线均处于地表移动边界内，线位受开挖体顶板垮塌引起的累计变形影响显著，通过提取 A线M1～M51的沉降数据，得到K线正下方关键点位地表沉降值约为0～2076mm，通过提取B线M1～M51的沉降数据，得到B线正下方关键点位地表沉降值约为0～1812mm。根据计算结果，相比B线， A线由于位于大面积开挖体上方，受开挖体影响更为显著，线位受影响程度应根据不同构筑物的容许变形范围深入综合分析。

(2)以地表倾斜值的计算结果为例进行结果分析

通过计算和分析概率积分法的结果，提取地表相应计算节点数据，采用Surfer软件中Kriging插值的方式绘制了地表移动变形参数的等值线云图；一方面根据累积变形计算结果绘制了A线及B线线位中心轴线下方的地表变形值等值线云图；另一方面采用拾取构筑物关键点位的下沉值的方式，绘制出构筑物关键点位的沉降折线图；

通过计算可知，受开挖体上覆岩土体顶板垮塌影响，开挖体地表累计倾斜值约为-9～19mm/m，据目前的构筑物建设设计方案，A线及 B线均不同程度受地表倾斜影响，其中A线路基方案超出容许值范围长度约为355m，线位下方地表倾斜最大值约为16mm/m，A线桥梁方案超出容许值范围长度约为440m，线位下方地表倾斜最大值约为 16mm/m；另外，A线互通地表倾斜值超出规程容许范围较小；B线桥梁方案超出容许值范围长度约为445m，线位下方地表倾斜最大值为 11.3mm/m，B线互通地表倾斜值超出规程容许范围较小。

综上分析，A线路基方案主线位受倾斜值影响长度为355m、A 线桥梁方案主线位受倾斜值影响长度为440m、B线桥梁方案主线位受倾斜值影响长度为445m，互通段A线受地表倾斜影响长度共计 1860m，B线受地表倾斜影响长度共计2100m，综合分析，A线路基方案受影响长度小于A线桥梁方案小于B线桥梁方案，从地表倾斜值对线位方案的影响分析，A线路基方案为推荐方案。

进行剩余变形对地表及构筑物影响的分析时：

(1)以地表剩余下沉值的计算结果为例进行结果分析

通过计算和分析概率积分法的结果，提取地表相应计算节点数据，采用Surfer软件中Kriging插值的方式绘制了地表移动变形参数的等值线云图；一方面根据累积变形计算结果绘制了A线及B线线位中心轴线下方的地表变形值等值线云图；另一方面采用拾取构筑物关键点位的下沉值的方式，绘制出构筑物关键点位的沉降折线图；

通过计算可知，受开挖体上覆岩土体顶板垮塌影响，开挖体地表剩余下沉值约为0～1100mm，根据目前的构筑物设计方案，A线及B 线均处于地表移动边界内，受开挖体上覆岩土体垮塌引起的剩余变形仍旧值得关注。通过提取A线主要桩号的剩余下沉数据，得到A线下方地表下沉值约为0～924.94mm，通过提取B线主要桩号的沉降数据，得到B线下方地表下沉值约为0～814.12mm。根据计算结果，相比B线，A线由于位于大面积开挖区域上方，剩余变形受采空区影响较大，线位受影响程度应根据不同构筑物的容许变形范围做进一步分析；

(2)以地表剩余倾斜值的计算结果为例进行结果分析

通过计算和分析概率积分法的结果，提取地表相应计算节点数据，采用Surfer软件中Kriging插值的方式绘制了地表移动变形参数的等值线云图；一方面根据累积变形计算结果绘制了A线及B线线位中心轴线下方的地表变形值等值线云图；另一方面采用拾取构筑物关键点位的下沉值的方式，绘制出构筑物关键点位的沉降折线图；

计算可知：因A线超标范围较小，以B线作图出例，受开挖体上覆岩土体顶板垮塌影响，开挖区地表剩余倾斜值约为-4～8.5mm/m，据设计方案，A线及B线均不同程度受地表倾斜影响：

A线路基方案剩余倾斜值超出容许值范围长度约为106.42m，线位下方地表倾斜最大值约为7.27mm/m，A线桥梁方案剩余倾斜值超出容许值范围长度共计约为137m。另外，A线互通剩余倾斜值超出容许值范围长度共计约为95m；B线桥梁方案剩余倾斜值超出容许值范围长度约为325m，线位下方地表倾斜最大值为5.09mm/m，B线剩余倾斜值超出容许值范围长度共计约为1631m。

综上分析，A线路基方案主线位受倾斜值影响长度为106.42m、 A线桥梁方案主线位受倾斜值影响长度为137m、B线桥梁方案主线位受倾斜值影响长度为325m，互通段A线受地表倾斜影响长度共计 95m，B线受地表倾斜影响长度共计1631m，综合分析，A线路基方案受影响长度小于A线桥梁方案小于B线桥梁方案，从地表倾斜值对线位方案的影响分析，A线路基方案为推荐方案。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述岩土工程地质地表移动变形状态的检测方法包括如下步骤：

S1，构建数据运算平台，首先构建一个数据处理服务器及若干数据处理终端，所述数据处理服务器均与各数据处理终端间通过物理网络连接，构成数据运算系统平台，然后利用数据操控终端在数据处理服务器中录入数据运算函数；

S2，原始数据的获取，利用在各数据处理终端上通过计算机辅助软件系统，分别从电子地图及施工设计图中，如实采集一定待检测地域范围空间三维坐标(X,Y,Z)的地表等高线和开挖区域底板等高线数据，将采集的数据生成地表数据集合{DB}及开挖区域数据集合{K}，并将地表数据集合{DB}及开挖区域数据集合{K}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB＝{(Xdb1，Ydb1，Zdb1),(Xdb2，Ydb2，Zdb2)…(Xdbm，Ydbm，Zdbm)}；K＝{(Xk1，Yk1,Zk1)，(Xk2,Yk2,Zk2)…(Xkn,Ykn,Zkn)}；建议字符保留原来的一致性，除非在专利申请时有特殊要求。

S3，数据划分，完成S1步骤后，使用MATLAB等数据拟合分析软件对上述数据进行均匀化网格划分，并导出地表数据集合{DB’}；然后利用CAD类软件圈出开挖区域俯视图情况下的轮廓图，导出开挖区轮廓内数据集合{K’}，并将地表数据集合{DB’}及开挖区轮廓内数据集合{K’}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB’＝{(X’db1，Y’db1，Z’db1)，(X’db2，Y’db2，Z’db2)…(X’dbm，Y’dbm，Z’dbm)}；K’＝{(X’k1，Y’k1，Z’k1),(X’k2，Y’k2，Z’k2)…(X’kn，Y’kn，Z’kn)}；字母存在下标问题，是否有特殊要求；若无建议保留部分字符的下标；上标是否改为英文半角？

S4，埋深计算，完成S2步骤后，从S2步骤中得到的地表数据集合{DB’}和开挖区轮廓内数据集合{K’}中，筛选该坐标点X和Y同时相同时候对应的△Z值，并导出该值的集合为埋深数据集合{H}，并将埋深数据集合{H}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中H＝{(X，Y，Hd)}；

S5，地表点提取，根据S3步骤获得各微小微单元对应至地表的埋深H，然后在数据处理终端使用MATLAB类数据拟合分析软件，对上述数据进行二次均匀化网格划分，并导出地表数据集合{DB”}，并将出地表数据集合{DB”}在数据处理服务器中进行存储备份，同时在各数据处理终端中生成相应的映射文件备用；其中DB”＝{(X”db1，Y”db1，Z”db1)，(X”db2，Y”db2，Z”db2)…(X”dbm，Y”dbm，Z”dbm)}；

S6，计算参数设定，以正态分布函数为理论基础，对概率积分法计算公式中所需要的基础参数和关键参数进行选取，具体参数为：

基础参数：用数据软件获取地表数据的行列数[MDB”，NDB”]和开挖区域的行列数[MK’，NK”]以及开挖层厚度M；

关键参数：下沉系数qk、开挖层倾角θ、水平移动系数b、开采影响传播角θ0、岩性影响系数D；

隐含关键参数：主要影响角β(tanβ＝(D-0.0032*H)*(1-0.0038*aerf))；

S7，数据运算分析，将S2—S5步骤中的数据代入到S1步骤数据运算函数中进行计算，并将计算结果利用概率积分法作为计算方法进行计算分析，最后将计算结果数据和对计算结果分析后的数据一方面在数据处理服务器备份，另一方面在相应的数据处理终端处输出。

2.根据权利要求1所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述数据处理服务器为基于大数据及云计算技术为基础的服务器平台，并以SOA体系为基础，同时设置BIM和GIS为基础的三维信息展示子系统、图像识别处理系统平台子系统。

3.根据权利要求1所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述S2步骤中，提取数据中时，通过CAD软件对地表地形线体文件、对开挖体的底板等高线或者顶板等高线进数据提取，获得三维坐标信息；其中在数据提取作业中，需要保持平面及投影位置关系中相对坐标的原点统一性。

4.根据权利要求1所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述S7步骤中，进行数据运算时，具体数据运算函数为：

下沉：

倾斜：

其中：W(x,y)为地表任意单元点坐标为x和y时的下沉值；

曲率：

水平移动：

水平变形：

式中：

x和y：计算点相对坐标，m；

D：开挖区域；W(x,y)：地表(x,y)处最大下沉值；

U(x,y)：地表(x,y)处最大水平移动值；

r：计算开挖区域微单元的主要等价影响半径，r＝H/tgβ

η：开挖体区域微单元划分的边长η；

ζ：开挖体区域微单元划分的边长ζ；

β：主要影响角(据实际工况条件选取)；

θ₀：开挖体区域开采影响传播角(据实际工况条件选取)。

5.根据权利要求1所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述S7步骤中，进行数据运算时另需对采动次数与下沉活化系数计算、开挖区域呈任意倾角时地表移动与变形量计算及工作面停采时间和采深的影响计算。

6.根据权利要求5所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述采动次数与下沉活化系数计算函数为：

P系数可用以下公式表示：

式中，mi为上覆开挖体i分层的法线厚度

Qi为上覆开挖体i分层岩性评价系数

下沉系数q为：

q＝0.5(0.9+P)

主要影响角正切tanβ，根据下式求得：

tbtβ＝(D-0.0032*H)*(1-0.0038*α)

式中：D——岩性影响系数，其数值与综合评价系数P的关系见相关规程，据表可查；

H——具体各个微小单元的埋深；

α——开挖体总体倾角；

在初次开挖且开挖体倾角近水平时，一般b取0.3；重复开挖时且开挖体倾角近水平时，其水平移动系数bc一般由下式计算：

bc＝b*(1+0.0086*α)

同时，当对开挖体微单元机制进行极限划分，几乎接近于水平开挖且为重复开挖时，水平移动系数按照bc来取。

7.根据权利要求5所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述开挖区域呈任意倾角时地表移动与变形量计算时：

第一步，假定开挖区域由若干规整的微单元组合而成；

第二步，然后根据假定的规整的微单元组合对实际开挖区域进行数据采集并划分；

第三步；以各规整的微单元工作面的埋深代替不同倾角下由于倾角导致的边界埋深随机变化时的变量埋深，并得到相应的参数H0、H1、H2、H3…和Hn。

8.根据权利要求5所述的一种岩土工程地质地表移动变形状态的检测方法，其特征在于，所述工作面停采时间和采深的影响计算函数为：

w(t)＝w_max*(1-e^-ct)

式中：w_max为最大下沉量；c为与岩性、采深有关的参数，可根据地表移动实际观测资料反算，一般取1.5～3.0；t为下沉持续时间，任意时间段地表下沉的增量为：

式中：t₂，t₁为计算的时间段；

对于老旧开挖体剩余移动变形计算，为安全起见，t1取工作面已经开采完的时间，t₂可以认为无限远的时间，即t2→∞，则上式为：

Images