CN113295566A - 基于泥浆携渣特性分析的地下连续墙成槽质量监控方法 - Google Patents
基于泥浆携渣特性分析的地下连续墙成槽质量监控方法 Download PDFInfo
- Publication number
- CN113295566A CN113295566A CN202110502693.4A CN202110502693A CN113295566A CN 113295566 A CN113295566 A CN 113295566A CN 202110502693 A CN202110502693 A CN 202110502693A CN 113295566 A CN113295566 A CN 113295566A
- Authority
- CN
- China
- Prior art keywords
- slurry
- soil
- particle
- carrying
- slag
- 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
- 239000002002 slurry Substances 0.000 title claims abstract description 158
- 238000004458 analytical method Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 239000002689 soil Substances 0.000 claims abstract description 86
- 239000002245 particle Substances 0.000 claims abstract description 74
- 238000003801 milling Methods 0.000 claims abstract description 24
- 239000002893 slag Substances 0.000 claims description 24
- 239000011362 coarse particle Substances 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000010992 reflux Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- 238000002156 mixing Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 239000010419 fine particle Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 238000007873 sieving Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 4
- 241000883990 Flabellum Species 0.000 claims description 3
- 229910000278 bentonite Inorganic materials 0.000 claims description 3
- 239000000440 bentonite Substances 0.000 claims description 3
- SVPXDRXYRYOSEX-UHFFFAOYSA-N bentoquatam Chemical compound O.O=[Si]=O.O=[Al]O[Al]=O SVPXDRXYRYOSEX-UHFFFAOYSA-N 0.000 claims description 3
- 238000003921 particle size analysis Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 239000010802 sludge Substances 0.000 claims 4
- 238000003756 stirring Methods 0.000 abstract description 6
- 230000001105 regulatory effect Effects 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 239000013049 sediment Substances 0.000 description 5
- 238000009412 basement excavation Methods 0.000 description 4
- 230000013011 mating Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D15/00—Handling building or like materials for hydraulic engineering or foundations
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D33/00—Testing foundations or foundation structures
-
- 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
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0272—Investigating particle size or size distribution with screening; with classification by filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D2300/00—Materials
- E02D2300/0004—Synthetics
- E02D2300/0018—Cement used as binder
- E02D2300/0023—Slurry
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Dispersion Chemistry (AREA)
- Structural Engineering (AREA)
- Computing Systems (AREA)
- Mining & Mineral Resources (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Paleontology (AREA)
- Civil Engineering (AREA)
- Computational Linguistics (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Bulkheads Adapted To Foundation Construction (AREA)
Abstract
本发明公开了一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，通过对泥浆携渣质量和携渣颗粒分析的测量，利用深度学习方法进行土层识别，判断切削地层及切削量，进而实现对成槽质量的监测，最后通过泥浆特性分析判定是否对泥浆进行调控，从而达到对地下连续墙成槽质量的实时监控通过对泥浆携渣质量和携渣颗粒分析的测量，利用深度学习方法进行土层识别，判断切削地层及切削量，进而实现对成槽质量的监测，最后通过泥浆特性分析判定是否对泥浆进行调控，从而达到对地下连续墙成槽质量的实时监控。本发明通过泥浆回流装置实现铣槽机侧壁的扰流，提高泥浆的搅拌效率，提高泥浆特性分析结果的准确性。
Description
技术领域
本申请涉及地下连续墙成槽技术领域，尤其涉及一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法。
背景技术
随着我国城市地下空间利用的快速发展，城市地下空间开挖面临着挖深越来越大，周围环境越来越复杂等问题，为了保证开挖安全并有效控制周围地表变形，地下连续墙已经成为基坑工程重要的支护形式。对于地下连续墙而言，主要是在泥浆护壁条件下成槽浇筑而成，其成槽施工过程是整个施工过程中的重要环节，直接影响地下连续墙的成墙质量。成槽过程中如果发生孔壁坍塌、孔壁变形等情况，不仅会影响成墙质量，而且会造成混凝土超灌等问题，严重时会引起较大的周边地表沉降，危害周围建构筑物安全。
泥浆在地连墙施工过程中的起到重要的作用，在整个成槽过程中，需要泥浆始终充满整个槽段，一方面通过泥浆的水压作用和形成的泥皮保护槽壁稳定，另一方面，通过泥浆的循环携带切削下来的沉渣、土屑排出槽外。所以流入挖槽内泥浆特性对成槽质量有重要影响，而排出挖槽外的泥浆由于携带了槽内的切削的土颗粒，其特性也能间接的反映开挖土体及槽壁特性信息，通过对泥浆中携渣量及颗分状况进行分析，能够很好的判断挖槽内的开挖状况，从而实现对地连墙成槽质量的实时评估和检测，进而及时调控泥浆进行成槽质量控制。
而目前缺少对连续墙成槽质量的过程监控方法，地连墙的成槽质量往往是施工完成后开展检测，施工过程中往往产生较大塌孔或缩孔后才能意识到槽壁质量存在问题，才能进一步采取措施，但这时候的措施已经相对滞后，很多时候已经造成了周围土体损失，引起了地表沉降和变形。因此通过泥浆特性的实时分析实现对连续墙成槽质量的及时监测和控制，对提供地连墙成槽质量，控制施工过程中周边土体变形沉降有重要意义。然而现有技术中缺少基于泥浆携渣特性的实时的地下连续墙成槽质量的监控。
发明内容
基于现有技术中的上述不足，本发明提供了一种利用泥浆携渣特性分析来实现地下连续墙成槽质量实时监测控制的方法。通过对泥浆携渣质量和携渣颗粒分析的测量，利用深度学习方法进行土层识别，判断切削地层及切削量，进而实现对成槽质量的监测，最后通过泥浆特性分析判定是否对泥浆进行调控，从而达到对地下连续墙成槽质量的实时监控。
为了实现上述发明目的，本发明采用以下技术方案。
一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，包括以下步骤：
A、通过室内颗分试验获取地连墙成槽各土层的颗粒成分分析曲线；
B、制备设计浓度的膨润土泥浆，通过粒径分析仪获取不同浓度泥浆的颗粒成分分析曲线；
C、基于各土层颗分曲线，按照下式计算得到各土层不同百分比混合条件下混合土体的颗粒分析曲线：
其中
为混合土体颗粒粒径为
时的累计质量百分数，
为第j层土体颗粒粒径为
时的累计质量百分数，
为第j层土体的掺量百分比；
D、通过步骤C中的公式（1）得到一系列不同土体掺量百分比l 1……l n条件下形成的混合土样中各粒径对应的累计质量百分数Q d1……Q dm，形成训练样本集和测试集；
E、将步骤D中混合土样各粒径对应的累计质量百分数Q d1……Q dm向量作为神经网络的输入，将步骤D中各土层土体掺量百分比l 1……l n向量作为输出，对神经网络进行训练，得到土层识别的神经网络模型；
F、通过流量计和密度计实时测量流入挖槽内的泥浆重量，绘制流入泥浆的重量-时间关系曲线；
G、排出泥浆进行重量测量，绘制排除泥浆的重量-时间曲线，根据步骤F中流入泥浆的重量-时间曲线，进一步评估泥浆携渣质量随时间的变化；
H、称重后的排出泥浆过5mm振动筛，筛除排出泥浆中的粗颗粒，筛除粗颗粒通过筛分进行颗粒分析，得到筛除粗颗粒的颗粒分析曲线；
I、筛分后泥浆取样通过泥浆粒径分析仪进行细颗粒粒径分析，得到筛分泥浆的颗粒分析曲线，颗粒含量减去步骤B中得到了泥浆本身的对应颗粒含量，得到泥浆中细颗粒的颗粒分析曲线，并结合步骤H中的粗颗粒的颗粒分析曲线，得到泥浆携带的土体的总的颗粒分析曲线。剩余泥浆进行特性测试后排入泥浆池；
J、将步骤I中得到的总的颗分曲线中各颗粒对应的累计质量百分数Q d1……Q dm向量代入步骤E中训练得到的神经网络模型，得到泥浆携渣中各土层土体掺量百分比l 1……l n向量；
K、根据步骤J的百分比，设定判定阈值；判断泥浆携带出的土渣是否包含当前开挖土层外的其他土层土体，根据步骤G中携渣量，设定判定阈值，判断是否产生了额外的土体损失，进而综合判定槽壁是否塌孔或向槽内发生较大土体位移，通过质量评估塌孔体积或槽壁向孔内的变形体积；
L、根据成孔质量的判定，当判定槽壁塌孔获槽壁土体位移过大时，通过调控系统增加泥浆浓度和黏度，增强泥浆的护壁性能，从而控制土体损失，进而控制周围地表沉降。
本申请通过对泥浆携渣质量和携渣颗粒分析的测量，利用深度学习方法进行土层识别，判断切削地层及切削量，进而实现对成槽质量的监测，最后通过泥浆特性分析判定是否对泥浆进行调控，从而达到对地下连续墙成槽质量的实时监控，提高地连墙的成槽质量。
作为优选，步骤L中，调控系统采用高浓度泥浆，通过高浓度泥浆的进量比例控制完成泥浆浓度和黏度的调节。泥浆浓度和黏度调节方便。
作为优选，步骤G中，采用铣槽机挖槽和排出泥浆；铣槽机配备设有泥浆回流装置，泥浆回流装置包括内外套设的回流内环和回流外环，回流内环和回流外环之间形成回流腔，回流内环和回流外环相对固定设置，回流腔的两端分别设有进浆口和出浆口，回流外环上设有转动设置的动环，动环外周侧设有扰流齿，动环内设有转动齿，回流腔内设有配合转动齿的配合齿轮，配合齿轮同轴连接扰流扇叶。促进泥浆流动速率，起到搅拌扰流作用，减小泥浆进入和泥浆流出部分由于位置不同产生的滞后性，使泥浆的特性分析结果更加可靠，实现对成槽质量更加实时的监控；无需外部动力，节能环保。
作为优选，回流外环和回流内环之间设有固定用的连接杆，连接杆上设有转动轴，配合齿轮转动设置在转动轴上，配合齿轮的两端分别设有弹性件。通过弹性件使配合齿轮和扰流叶片具有轴向上的缓震能力，能够更好的应对泥浆中的土团和渣粒，延长泥浆回流装置的使用寿命。
作为优选，弹性件采用蝶形弹簧，弹性件焊接在配合齿轮的端面上。弹性件和配合齿轮一体设置，防止弹性件和配合齿轮窜动，也起到保护配合齿轮的作用，防止配合齿轮和转动轴之间卡死。
作为优选，扰流扇叶包括安装环和若干块位于安装环外侧的叶片，叶片的外端边沿位于同一椭球面上，相邻叶片之间形成流动槽，安装环的外周侧面形状为椭球形。传统的风扇叶片在泥浆中容易损坏，采用了本申请椭球形边沿的叶片能够使扰流扇叶具有扰流作用的同时，提高叶片的结构稳定性，延长使用寿命。
作为优选，扰流齿的形状为等腰三角形，扰流齿所在平面与动环轴线倾斜设置，相邻扰流齿之间形成扰流槽。扰流齿能够对铣槽机的升降均能作出反馈，对外部的泥浆流动也能作出反馈，提高泥浆回流装置的可靠性。
作为优选，流动槽与安装环轴线倾斜设置，流动槽从下往上的倾斜方向与扰流槽从下往上的倾斜方向相反。流动槽带动的扰流作用和扰流齿带来的扰流作用方向相反，实现泥浆的循环流动，提高泥浆搅拌和扩散的效率。
作为优选，泥浆回流装置位于铣槽机的上端。实现铣槽机上端的泥浆搅拌回流，实现铣槽机上端的压力补偿，提高成槽质量。
作为优选，铣槽机的侧面设有环形的安装槽，泥浆回流装置位于安装槽内，回流内环的内周与安装槽槽底固定，进浆口和出浆口均与安装槽的槽壁分离。泥浆回流装置在铣槽机的侧壁隐藏设置，保证结构稳定性，通过泥浆回流装置实现铣槽机侧壁的扰流，提高泥浆的搅拌效率，提高泥浆特性分析结果的准确性。
本发明具有如下有益效果：通过对泥浆携渣质量和携渣颗粒分析的测量，利用深度学习方法进行土层识别，判断切削地层及切削量，进而实现对成槽质量的监测，最后通过泥浆特性分析判定是否对泥浆进行调控，从而达到对地下连续墙成槽质量的实时监控，提高地连墙的成槽质量；通过泥浆回流装置实现铣槽机侧壁的扰流，提高泥浆的搅拌效率，提高泥浆特性分析结果的准确性。
附图说明
图1是本发明的流程示意图。
图2是本发所用装置的结构原理示意图。
图3是本发明中泥浆回流装置的结构示意图。
图4是图3中A处的放大示意图。
图5是泥浆回流装置的俯视图。
图中：铣槽机1 地连墙挖槽2 进浆管3 进浆泵4 出浆管41 第一泥浆池5第一密度计6 第一流量计7 分层振动筛8 第二密度计9 第二流量计10 粒径分析仪11 第二泥浆池12 高浓度泥浆13 泥浆回流装置14 回流内环15 回流外环16 回流腔17 进浆口18 动环20 扰流齿21 转动齿22 配合齿轮23 扰流扇叶24 安装环25叶片26 连接杆27 转动轴28 弹性件29。
具体实施方式
下面结合附图和具体实施例对本发明进行进一步的阐述。
实施例1，
如图1所示，一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，包括以下步骤：
A、通过室内颗分试验获取地连墙成槽各土层的颗粒成分分析曲线；
B、制备设计浓度的膨润土泥浆，通过粒径分析仪获取不同浓度泥浆的颗粒成分分析曲线；
C、基于各土层颗分曲线，按照下式计算得到各土层不同百分比混合条件下混合土体的颗粒分析曲线：
其中
为混合土体颗粒粒径为
时的累计质量百分数，
为第j层土体颗粒粒径为
时的累计质量百分数，
为第j层土体的掺量百分比；
D、通过步骤C中的公式（1）得到一系列不同土体掺量百分比l 1……l n条件下形成的混合土样中各粒径对应的累计质量百分数Q d1……Q dm，形成训练样本集和测试集；
E、将步骤D中混合土样各粒径对应的累计质量百分数Q d1……Q dm向量作为神经网络的输入，将步骤D中各土层土体掺量百分比l 1……l n向量作为输出，对神经网络进行训练，得到土层识别的神经网络模型；
F、通过流量计和密度计实时测量流入挖槽内的泥浆重量，绘制流入泥浆的重量-时间关系曲线；
G、排出泥浆进行重量测量，绘制排除泥浆的重量-时间曲线，根据步骤F中流入泥浆的重量-时间曲线，进一步评估泥浆携渣质量随时间的变化；
H、称重后的排出泥浆过5mm振动筛，筛除排出泥浆中的粗颗粒，筛除粗颗粒通过筛分进行颗粒分析，得到筛除粗颗粒的颗粒分析曲线；
I、筛分后泥浆取样通过泥浆粒径分析仪进行细颗粒粒径分析，得到筛分泥浆的颗粒分析曲线，颗粒含量减去步骤B中得到了泥浆本身的对应颗粒含量，得到泥浆中细颗粒的颗粒分析曲线，并结合步骤H中的粗颗粒的颗粒分析曲线，得到泥浆携带的土体的总的颗粒分析曲线。剩余泥浆进行特性测试后排入泥浆池；
J、将步骤I中得到的总的颗分曲线中各颗粒对应的累计质量百分数Q d1……Q dm向量代入步骤E中训练得到的神经网络模型，得到泥浆携渣中各土层土体掺量百分比l 1……l n向量；
K、根据步骤J的百分比，设定判定阈值（如可设定其他土层土体掺量超过20%作为阈值）；判断泥浆携带出的土渣是否包含当前开挖土层外的其他土层土体，根据步骤G中携渣量，设定判定阈值（如可设定出渣质量超过预估开挖土体质量的20%），判断是否产生了额外的土体损失，进而综合判定槽壁是否塌孔或向槽内发生较大土体位移，通过质量评估塌孔体积或槽壁向孔内的变形体积；
L、根据成孔质量的判定，当判定槽壁塌孔获槽壁土体位移过大时，通过调控系统增加泥浆浓度和黏度，步骤L中，调控系统采用高浓度泥浆，通过高浓度泥浆的进量比例控制完成泥浆浓度和黏度的调节。泥浆浓度和黏度调节方便；增强泥浆的护壁性能，从而控制土体损失，进而控制周围地表沉降。
步骤G中，采用铣槽机1挖槽和排出泥浆；如图2到5所示，铣槽机1位于地连墙挖槽2内，地连墙挖槽2上端设置进浆管3，进浆管3通过进浆泵4运输第一泥浆池5内的泥浆到地连墙挖槽2内，进浆管3上设置第一密度计6和第一流量计7，第一泥浆池5内的泥浆为调控好浓度的泥浆。铣槽机1的出浆管41连通一分层振动筛8，经分层振动筛8分离后的泥浆通过第二密度计9和第二流量计10检测，分层振动筛8分离的颗粒通过粒径分析仪11分析，检测后的流出泥浆流出到第二泥浆池12内，第二泥浆池12通过高浓度泥浆13能够完成泥浆浓度的调节，进而可将调好浓度的泥浆从第二泥浆池12运输到第一泥浆池5，铣槽机1配备设有泥浆回流装置14，泥浆回流装置14包括内外套设的回流内环15和回流外环16，回流内环15和回流外环16之间形成回流腔17，回流内环15和回流外环16相对固定设置，回流腔17的两端分别设有进浆口18和出浆口，回流外环16上设有转动设置的动环20，动环20的两径向端面上分别设有凹槽，回流外环16上设置配合动环20的凸齿。动环20外周侧设有扰流齿21，动环20内设有转动齿22，回流腔17内设有配合转动齿22的配合齿轮23，配合齿轮23同轴连接扰流扇叶24。转动齿22和配合齿轮23采用直齿。
回流外环16和回流内环15之间设有固定用的连接杆27，连接杆27绕回流外环16的轴线圆周阵列设有12根。连接杆27上设有转动轴28，转动轴28焊接连接杆27、回流外环16和回流内环15，实现整体固定，此外，通过转动轴28能够连接固定回流外环16的上下两端，完成对动环20的转动限位。配合齿轮23转动设置在转动轴28上，配合齿轮23的两端分别设有弹性件29。
弹性件29采用蝶形弹簧，弹性件29焊接在配合齿轮23的端面上。扰流扇叶24的上端也设置有两个蝶形弹簧，两个蝶形弹簧相对设置，实现对扰流扇叶24轴向上的弹性固定。扰流扇叶24包括安装环25和若干块位于安装环25外侧的叶片26，叶片26的外端边沿位于同一椭球面上，相邻叶片26之间形成流动槽，安装环25的外周侧面形状为椭球形。扰流齿21的形状为等腰三角形，扰流齿21所在平面与动环20轴线倾斜设置，倾斜角度在30到60度范围内；相邻扰流齿21之间形成扰流槽。流动槽与安装环25轴线倾斜设置，倾斜角度在30到60度范围内。流动槽从下往上的倾斜方向与扰流槽从下往上的倾斜方向相反。如图2所示，铣槽机1的上端和铣槽机1的侧面分别设有泥浆回流装置14。铣槽机1的侧面设有环形的安装槽，泥浆回流装置14位于安装槽内，回流内环15的内周与安装槽槽底固定，进浆口18和出浆口均与安装槽的槽壁分离。泥浆回流装置14在装配时，先组装转动轴28、扰流扇叶24和配合齿轮23，再将连接杆27和转动轴28焊接到回流内环15上，最后将组装好的回流外环16和动环20组装到回流内环15外，通过转动轴28和连接杆27焊接回流外环16的上下两端，即可完成泥浆回流装置14的装配，装配生产方便。
本申请通过对泥浆携渣质量和携渣颗粒分析的测量，利用深度学习方法进行土层识别，判断切削地层及切削量，进而实现对成槽质量的监测，最后通过泥浆特性分析判定是否对泥浆进行调控，从而达到对地下连续墙成槽质量的实时监控，提高地连墙的成槽质量。通过泥浆回流装置14实现铣槽机1侧壁的扰流，提高泥浆的搅拌效率，提高泥浆特性分析结果的准确性。
Claims (10)
1.一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，包括以下步骤：
A、通过室内颗分试验获取地连墙成槽各土层的颗粒成分分析曲线；
B、制备设计浓度的膨润土泥浆，通过粒径分析仪获取不同浓度泥浆的颗粒成分分析曲线；
C、基于各土层颗分曲线，按照下式计算得到各土层不同百分比混合条件下混合土体的颗粒分析曲线：
其中
为混合土体颗粒粒径为
时的累计质量百分数，
为第
层土体颗粒粒径为
时的累计质量百分数，
为第j层土体的掺量百分比；
D、通过步骤C中的公式（1）得到一系列不同土体掺量百分比l 1……l n条件下形成的混合土样中各粒径对应的累计质量百分数Q d1……Q dm，形成训练样本集和测试集；
E、将步骤D中混合土样各粒径对应的累计质量百分数Q d1……Q dm向量作为神经网络的输入，将步骤D中各土层土体掺量百分比l 1……l n向量作为输出，对神经网络进行训练，得到土层识别的神经网络模型；
F、通过流量计和密度计实时测量流入挖槽内的泥浆重量，绘制流入泥浆的重量-时间关系曲线；
G、排出泥浆进行重量测量，绘制排除泥浆的重量-时间曲线，根据步骤F中流入泥浆的重量-时间曲线，进一步评估泥浆携渣质量随时间的变化；
H、称重后的排出泥浆过5mm振动筛，筛除排出泥浆中的粗颗粒，筛除粗颗粒通过筛分进行颗粒分析，得到筛除粗颗粒的颗粒分析曲线；
I、筛分后泥浆取样通过泥浆粒径分析仪进行细颗粒粒径分析，得到筛分泥浆的颗粒分析曲线，颗粒含量减去步骤B中得到了泥浆本身的对应颗粒含量，得到泥浆中细颗粒的颗粒分析曲线，并结合步骤H中的粗颗粒的颗粒分析曲线，得到泥浆携带的土体的总的颗粒分析曲线；剩余泥浆进行特性测试后排入泥浆池；
J、将步骤I中得到的总的颗分曲线中各颗粒对应的累计质量百分数Q d1……Q dm向量代入步骤E中训练得到的神经网络模型，得到泥浆携渣中各土层土体掺量百分比l 1……l n向量；
K、根据步骤J的百分比，设定判定阈值；判断泥浆携带出的土渣是否包含当前开挖土层外的其他土层土体，根据步骤G中携渣量，设定判定阈值，判断是否产生了额外的土体损失，进而综合判定槽壁是否塌孔或向槽内发生较大土体位移，通过质量评估塌孔体积或槽壁向孔内的变形体积；
L、根据成孔质量的判定，当判定槽壁塌孔获槽壁土体位移过大时，通过调控系统增加泥浆浓度和黏度，增强泥浆的护壁性能，从而控制土体损失，进而控制周围地表沉降。
2.根据权利要求1所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述步骤L中，调控系统采用高浓度泥浆，通过高浓度泥浆的进量比例控制完成泥浆浓度和黏度的调节。
3.根据权利要求1所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述步骤G中，采用铣槽机挖槽和排出泥浆；铣槽机配备设有泥浆回流装置，泥浆回流装置包括内外套设的回流内环和回流外环，回流内环和回流外环之间形成回流腔，回流内环和回流外环相对固定设置，回流腔的两端分别设有进浆口和出浆口，回流外环上设有转动设置的动环，动环外周侧设有扰流齿，动环内设有转动齿，回流腔内设有配合转动齿的配合齿轮，配合齿轮同轴连接扰流扇叶。
4.根据权利要求3所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述回流外环和回流内环之间设有固定用的连接杆，连接杆上设有转动轴，配合齿轮转动设置在转动轴上，配合齿轮的两端分别设有弹性件。
5.根据权利要求4所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述弹性件采用蝶形弹簧，弹性件焊接在配合齿轮的端面上。
6.根据权利要求3所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述扰流扇叶包括安装环和若干块位于安装环外侧的叶片，叶片的外端边沿位于同一椭球面上，相邻叶片之间形成流动槽，安装环的外周侧面形状为椭球形。
7.根据权利要求6所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述扰流齿的形状为等腰三角形，扰流齿所在平面与动环轴线倾斜设置，相邻扰流齿之间形成扰流槽。
8.根据权利要求7所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述流动槽与安装环轴线倾斜设置，流动槽从下往上的倾斜方向与扰流槽从下往上的倾斜方向相反。
9.根据权利要求3所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述泥浆回流装置位于铣槽机的上端。
10.根据权利要求3或9所述的一种基于泥浆携渣特性分析的地下连续墙成槽质量监控方法，其特征是，所述铣槽机的侧面设有环形的安装槽，泥浆回流装置位于安装槽内，回流内环的内周与安装槽槽底固定，进浆口和出浆口均与安装槽的槽壁分离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502693.4A CN113295566B (zh) | 2021-05-09 | 2021-05-09 | 基于泥浆携渣特性分析的地下连续墙成槽质量监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502693.4A CN113295566B (zh) | 2021-05-09 | 2021-05-09 | 基于泥浆携渣特性分析的地下连续墙成槽质量监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113295566A true CN113295566A (zh) | 2021-08-24 |
| CN113295566B CN113295566B (zh) | 2022-08-30 |
Family
ID=77321108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110502693.4A Active CN113295566B (zh) | 2021-05-09 | 2021-05-09 | 基于泥浆携渣特性分析的地下连续墙成槽质量监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113295566B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114197446A (zh) * | 2021-10-29 | 2022-03-18 | 中铁十九局集团第五工程有限公司 | 成槽泥浆循环系统及地下连续墙施工系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104914258A (zh) * | 2015-05-22 | 2015-09-16 | 同济大学 | 集泥浆制备、在线检测和注入系统为一体的移动式装置 |
| CN204964238U (zh) * | 2015-08-13 | 2016-01-13 | 中交四航工程研究院有限公司 | 一种用于沉入物料中进行取样及检测的比重瓶 |
| CN106248533A (zh) * | 2016-08-19 | 2016-12-21 | 南京林业大学 | 获取盾构泥浆颗粒在地层填充分布及成膜特征的试验装置 |
| CN108254290A (zh) * | 2017-12-26 | 2018-07-06 | 上海市基础工程集团有限公司 | 数字化泥浆比重测量装置 |
-
2021
- 2021-05-09 CN CN202110502693.4A patent/CN113295566B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104914258A (zh) * | 2015-05-22 | 2015-09-16 | 同济大学 | 集泥浆制备、在线检测和注入系统为一体的移动式装置 |
| CN204964238U (zh) * | 2015-08-13 | 2016-01-13 | 中交四航工程研究院有限公司 | 一种用于沉入物料中进行取样及检测的比重瓶 |
| CN106248533A (zh) * | 2016-08-19 | 2016-12-21 | 南京林业大学 | 获取盾构泥浆颗粒在地层填充分布及成膜特征的试验装置 |
| CN108254290A (zh) * | 2017-12-26 | 2018-07-06 | 上海市基础工程集团有限公司 | 数字化泥浆比重测量装置 |
Non-Patent Citations (1)
| Title |
|---|
| 丁勇春等: "连续墙施工引起的地层移动现场监测分析", 《西安建筑科技大学学报(自然科学版)》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114197446A (zh) * | 2021-10-29 | 2022-03-18 | 中铁十九局集团第五工程有限公司 | 成槽泥浆循环系统及地下连续墙施工系统 |
| CN114197446B (zh) * | 2021-10-29 | 2023-11-24 | 中铁十九局集团第五工程有限公司 | 成槽泥浆循环系统及地下连续墙施工系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113295566B (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102787817B (zh) | 钻井循环系统综合模拟实验装置 | |
| CN106285710B (zh) | 一种基于地表变形的土压平衡盾构掘进参数控制方法 | |
| CN109253857A (zh) | 一种模拟深海采矿扬矿作业的实验装置 | |
| CN113295566B (zh) | 基于泥浆携渣特性分析的地下连续墙成槽质量监控方法 | |
| CN106869119B (zh) | 劲性复合桩智能施工系统 | |
| CN109630045A (zh) | 多功能钻井全井段动态循环模拟实验系统 | |
| CN209412845U (zh) | 一种分段处理地下水的深基坑混合井结构 | |
| CN113884648B (zh) | 一种地下水体检测系统及检测方法 | |
| CN115898845A (zh) | 一种大比例双液注浆自动控制系统 | |
| CN116522609A (zh) | 一种基于Fluent+Infoworks ICM的城市内涝预警模型的构建方法 | |
| CN108007815A (zh) | 无人值守的径流含沙量检测装置及系统 | |
| EP0247135A1 (en) | A method and an arrangement for control and guidance of the extent of the injection zone when a curable binder is jet injected in soils | |
| CN217810768U (zh) | 一种泥石流沟床冲刷缩尺模型实验装置 | |
| CN109443833B (zh) | 多功能水下采水、采沙装置 | |
| CN209145588U (zh) | 用于模拟钻井全井段动态循环的多功能实验系统 | |
| CN218726335U (zh) | 一种基坑抽水含砂量监测装置 | |
| CN206573555U (zh) | 一种实验室盾构泡沫剂性能检测系统 | |
| CN102023044B (zh) | 一种用于磨机设备的装载量直接测定装置及装载量直接测定方法 | |
| CN217055130U (zh) | 一种承压自流井放水试验装置 | |
| CN109184664A (zh) | 一种水力冲孔出煤量实时测定装置及其使用方法 | |
| CN113863396B (zh) | 一种考虑多因素影响下对复合桩建造成本进行预测的方法 | |
| CN217156202U (zh) | 一种测定边坡排水沟用多孔隙盖板浑水渗透系数的装置 | |
| CN110765650B (zh) | 一种泥石流体积含沙量的测算方法 | |
| CN209745331U (zh) | 一种管道非满管流流量测量装置 | |
| CN112858055A (zh) | 一种智能化的蜂巢约束系统抗冲刷性测定的试验模型及方法 |
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 |