CN113433595A - 基于自然电场隧道裂隙水的超前预报方法 - Google Patents

基于自然电场隧道裂隙水的超前预报方法 Download PDF

Info

Publication number
CN113433595A
CN113433595A CN202110774577.8A CN202110774577A CN113433595A CN 113433595 A CN113433595 A CN 113433595A CN 202110774577 A CN202110774577 A CN 202110774577A CN 113433595 A CN113433595 A CN 113433595A
Authority
CN
China
Prior art keywords
measuring
tunnel
data
measuring line
electric field
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
Application number
CN202110774577.8A
Other languages
English (en)
Other versions
CN113433595B (zh
Inventor
崔益安
郭友军
柳建新
陆河顺子
罗议建
官俊峰
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN202110774577.8A priority Critical patent/CN113433595B/zh
Publication of CN113433595A publication Critical patent/CN113433595A/zh
Application granted granted Critical
Publication of CN113433595B publication Critical patent/CN113433595B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38Processing data, e.g. for analysis, for interpretation, for correction
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Electromagnetism (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

基于自然电场隧道裂隙水的超前预报方法,包括:在隧道内布置多条测线,各测线上布置有测点;在掌子面掘进过程中,每掘进设定长度对各测线进行一次数据采集,得到自然电场动态观测数据;将隧道所在整个研究区域进行三维网格剖分,构建隧道三维地质模型,利用有限单元法进行正演数值模拟,计算每次数据采集时隧道三维地质模型对应的刚度矩阵;根据自然电场的动态观测数据以及隧道三维地质模型对应的刚度矩阵正演响应函数,构建目标函数;采用优化算法进行迭代求解使得目标函数满足预设精度要求,获得能有效拟合自然电场动态观测数据的场源分布即三维地质模型中各网格节点的电流密度分布情况,进而获得隧道裂隙水异常源的位置分布情况。

Description

基于自然电场隧道裂隙水的超前预报方法
技术领域
本发明属于隧道及地下空间工程的地球物理监测、探测技术领域,具体涉 及一种基于自然电场隧道裂隙水的超前预报方法。
背景技术
我国是多高山、丘陵的国家,山区面积占全国总面积的2/3,给我国的道路 交通建设带来了极大的不便。桥隧工程是我国现代高铁、高速公路建设的主要 工程,特别是在我国西部地区,隧道工程的比例越来越大,占比约在30%~40%。 在隧道施工过程中,由于山体地质条件错综复杂,隧道开挖的安全事故时有发 生。受勘探技术水平、施工期、资金等因素的限制,隧道所在区域的工程地质 条件和水文工程条件尚不清楚,经常会遇到如大规模断层、软弱岩层、溶洞暗 河、高地应力、采空区、松散堆积体、瓦斯等不良地质体,可能导致严重地质 灾害发生。尤其在我国西南(云贵川)地区,受断层褶皱、喀斯特等地貌的影 响,地下裂隙水发育,给隧道施工带来极大的挑战,因此开展高效准确的隧道 超前地质预报工作极为重要。
目前常规的物探方法,如TSP探测技术存在成本高,对水体识别效果不佳。 地质雷达是探测速度快,分辨率高的无损探测技术,但是探测深度有限,无法 全断面探测效果。直流聚焦超前探测,对低阻体反应灵敏,但是施工复杂,成 本高。
发明内容
针对现有技术存在的缺陷,本发明提供一种基于自然电场隧道裂隙水的超 前预报方法,通过采集隧道掌子面和隧道底部自然电场动态观测数据,有效探 测隧道掘进方向的隧道裂隙水位置分布情况。
为实现上述技术目的,本发明采用的技术方案如下:
基于自然电场隧道裂隙水的超前预报方法,包括:
在隧道内布置多条测线,各测线上布置有测点;
在掌子面掘进过程中,每掘进设定长度对各测线进行一次数据采集,得到 自然电场动态观测数据;
将隧道所在整个研究区域进行三维网格剖分,构建隧道三维地质模型,利 用有限单元法进行正演数值模拟;
根据自然电场的动态观测数据以及隧道三维地质模型对应正演响应函数, 构建目标函数;
采用优化算法对目标函数进行迭代求解,使得目标函数满足预设精度要求, 获得能有效拟合自然电场动态观测数据的场源分布即三维地质模型中各网格节 点的电流密度分布情况,进而获得隧道裂隙水异常源的位置分布情况。
进一步地,本发明在隧道内布置两条测线,分别为第一测线和第二测线, 其中:第一测线位于掌子面上且垂直于隧道的掘进方向,第一测线的两端点在 掌子面相对的两侧边上,第一测线上等间距设置有测点;第二测线与隧道的掘 进方向平行,位于隧道底面的中线上,且第二测线的起始点位于掌子面上,第 二测线上等间距设置有测点。在实际应用中,根据探测的精度、有效探测深度、 工作效率,设计测点距离。优先地,第一测线、第二测线上测点间的距离为0.5m 至1m。第二测线的测线长度一般为20m。根据掌子面的所在围岩的级别确定第 二测线的长度。
对于围岩为Ⅳ、Ⅴ级围岩,根据隧道实际施工过程中仰拱于掌子面的距离, 第二测线长度不小于10m;对于围岩为Ⅱ、Ⅲ级围岩,第二测线长度不小于15m。 第一测线即掌子面测线的数据能有效探测垂直状裂隙水异常源和倾斜状裂隙水 异常源,第二测线能够有效探测水平状裂隙水异常源。
本发明中,采用六面体单元将隧道所在整个研究区域进行均匀的三维网格 剖分,分别对剖分形成的各六面体子网格单元和网格节点进行编号,NX为x 方向的网格剖分的个数,NY为y方向网格剖分的个数,NZ为z方向网格剖分 的个数,NN为总的网格数,ND是网格剖分总节点数;
NN=NX×NY×NZ
ND=(NX+1)×(NY+1)×(NZ+1)
对于第i次数据采集,Ki为第i次数据采集时隧道三维地质模型对应的刚度 矩阵,其是ND×ND矩阵,将各六面体子网格单元的8×8的单元系数矩阵Kie分别放置在ND×ND矩阵的对应位置处即得到第i次数据采集时隧道三维地质 模型对应的刚度矩阵Ki
令第e个六面体子网格单元的三个边长为a,b,c,e=1,2,3…NN,得到第 i次数据采集时隧道三维地质模型中每个六面体子网格单元的单元系数矩阵Kie为:
Kie=K1e+K2e
式中
Figure BDA0003154192010000031
由以下公式计算:
Figure BDA0003154192010000041
Figure BDA0003154192010000042
其中:
Figure BDA0003154192010000043
Figure BDA0003154192010000044
式中:σ为第e个六面体子网格单元的电导率,r是裂隙水异常源至网格剖分的 边界的距离,cos(r,n)为裂隙水异常源到边界的方向与水平方向的夹角的余弦值。
本发明的数据采集方式有两种,第一种为电位法采集数据,第二种是梯度 法采集数据。无论是哪种数据采集方法,对于采集数据过程中使用的电极均为 不极化电极,其具有稳定性好特性,能够适应隧道内复杂的地质情况。根据掌 子面的所在围岩的级别设计或调整数据采集的频率,根据掌子面的所在围岩级 别不同,Ⅳ级和Ⅴ级围岩,掌子面每掘进2m进行一次数据采集;对于Ⅱ和Ⅲ级 围岩,掌子面每掘进4m进行一次数据采集。
本发明中,电位法采集数据,具体包括:通过测量电极N和参考电极M采 集观测自然电位数据,参考电极M固定设置在相对于掌子面的无穷远处。在每 次数据采集过程中,测量电极N依次对各测线上各测点的自然电位数据进行测 量,得到各测点的自然电位数据与参考电极M的自然电位数据之间的差值即各 测点的绝对自然电位值,将各测点的绝对自然电位值作为观测自然电位数据。
设当前是第i次数据采集,测量电极N先从一条测线一端头的第一个测点 开始,逐个采集该测线上各测点的自然电位数据,然后从另一条测线一端头的 第一个测点开始,逐个采集另一测线上各测点的自然电位数据,得到各测点的 自然电位数据与参考电极的自然电位数据之间的差值,即各测点的绝对自然电 位值,完成当前次数据采集;
设第一测线上有n个测点,第二测线上有m个测点,则第i次数据采集对 应的观测数据yi=[a1,i,a2,i,a3,i,...,an,i,b1,i,b2,i,b3,i,...,nm,i],其中aj,i为第一测线上的第j 个测点在第i次数据采集中对应的绝对自然电位值;bk,i为第二测线上第k个测 点在第i次数据采集中对应的绝对自然电位值;j=1,2,...,n;k=1,2,...,m;
经过多次数据采集,得到自然电场动态观测数据Y:
Y=[y1,y2,...,yi,...]T
所构建的目标函数为:
Figure BDA0003154192010000061
式中D为模型参数,即隧道三维地质模型中各网格节点的电流密度分布情况, α是正则化因子,Dref为先验信息,若未知隧道裂隙水场源信息,取先验信息全 为0;Wi是光滑度矩阵,
Figure BDA0003154192010000062
G(D)为关于D的正演响应函数,G(D)=Ki -1D,Ki为第i次数据采集时隧道三 维地质模型对应的刚度矩阵。
采用局部梯度方法进行迭代求解使得目标函数满足预设精度要求,获得能 有效拟合自然电场动态观测数据的三维地质模型中各网格节点的电流密度分布 情况,即最佳模型参数D,进而获得隧道裂隙水位置分布情况。
本发明中,梯度法采集数据,具体包括:通过测量电极N1和测量电极N2采集观测自然电位数据,在每次数据采集过程中,利用测量电极N1和测量电极 N2依次对每条测线上的相邻测点进行测量,得到各测线上相邻测点间的自然电 位差数据作为观测自然电位数据。
设当前是第i次数据采集,测量电极N1和测量电极N2先从一条测线一端头 的第一、二个测点开始,依次采集该测线上相邻测点间的自然电位差数据,然 后从另一条测线一端头的第一、二个测点开始,逐个采集另一测线上各相邻测 点的自然电位差数据,完成当前次数据采集;设第一测线上有n个测点,第二 测线上有m个测点,则第i次数据采集对应的观测数据 yi=[c1,i,c2,i,c3,i,...,cn-1,i,d1,i,d2,i,d3,i,...,dm-1,i],其中cj,i为第一测线上的第j个测点和第j+1个测点在i次数据采集中对应的自然电位差数据;ck,i为第二测线上第k个测 点和第k+1个测点在i次采集中对应的自然电位差数据;j=1,2,...,n-1;k=1,2,..., m-1;
经过多次数据采集,得到自然电场动态观测数据Y:
Y=[y1,y2,...,yi,...]T
所构建的目标函数为:
Figure BDA0003154192010000071
式中D为模型参数,即隧道三维地质模型中各网格节点的电流密度分布情况, α是正则化因子,Dref为先验信息,若未知隧道裂隙水场源信息,取先验信息全 为0;Wi是光滑度矩阵,
Figure BDA0003154192010000072
G(D)为关于D的正演响应函数,G(D)=Ki -1D,Ki为第i次数据采集时隧道三 维地质模型对应的刚度矩阵,H(G(D))=H(Ki -1D),H为求差函数,由正演响应 函数G(D)得到隧道三维地质模型中每个网格节点对应的电位值,通过求差函数 计算两条测线上各相邻测点对应的网格节点间的电位差。
采用优化算法方法进行迭代求解使得目标函数满足预设精度要求,获得能 有效拟合自然电场动态观测数据的三维地质模型中各网格节点的电流密度分布 情况,即最佳模型参数D,进而获得隧道裂隙水位置分布情况。
进一步地,本发明中采用的优化算法不限,可以是模拟退火法、粒子群算 法、遗传算法、局部梯度法等等。
通过上述技术方案,本发明能够达到的有益技术效果是:
针对在隧道建设过程中,为了准确的掌握隧道掘进前方裂隙水赋存情况, 来减少安全隐患和确保施工安全,本发明提出一种基于自然电场隧道裂隙水的 超前预报方法。
自然电场法是一种被动源地球物理勘探方法,自然电场产生的机理较为复 杂,主要包括氧化—还原自然电场、过滤电场等。基于自然电场的形成原因, 人们通过研究自然电场的分布规律来达到找矿或者研究地下水分布的目的。自 然电场法最早是应用于金属硫化物和油气的勘探。而后,自然电场法应用范围 扩展,将自然电场法与直流电阻率法相结合应用于确定地下水的位置及流量、 堤坝渗漏检测以及地下水资源的调查。自然电场法对地下水活动非常敏感,由 于裂隙的存在,流动的裂隙水会产生过滤电场,本发明利用采集隧道掌子面和 隧道底部观测自然电位的数据动态变化,探测隧道前方自然裂隙水赋存情况, 实现隧道裂隙水超前地质预报。本发明的优点是不需要供电电源,设备便宜简 单,工作速度快,成本低,对隧道施工影响小。
本发明将隧道中含水构造体产生的自然电场的信号特征规律与数据采集所 采集到的数据相结合,综合解译,有效探测到裂隙水异常源的赋存情况。
本发明利用自然电场法对隧道前方的赋水体的反应灵敏度高,能够准确识 别出裂隙水异常源的存在,及时处理,避免施工过程中隧道前方的裂隙水异常 源(地下水)引发的地质灾害发生。
同时,本发明考虑到地球物理反演具有多解性和不确定性,仅依靠一组自 然电场的观测数据难以有效反映复杂介质情况下的场源分布。因此本发明在数 据采集过程中,每掘进设定长度对各测线进行一次数据采集,得到自然电场动 态观测数据,降低多解性,以准确获取隧道前方、两侧和上下的裂隙水赋存的 情况。
附图说明
图1为本发明一实施例中测线的布置示意图;
图2为本发明一实施例中三维网格剖分示意图;
图3为对于垂直状裂隙水异常源,掌子面掘进时各测线上电位数据变化曲线图,其中(a)为第一测线上电位数据变化曲线图,(b)为第二测线上电位数据变 化曲线图;
图4为对于水平移动的垂直状裂隙水异常源,掌子面掘进时各测线上电位数据 变化曲线图,其中(a)为第一测线上电位数据变化曲线图,(b)为第二测线 上电位数据变化曲线图;
图5为对于平行于掌子面的水平状裂隙水异常源,掌子面掘进时各测线上电位 数据变化曲线图,其中(a)为第一测线上电位数据变化曲线图,(b)为第二 测线上电位数据变化曲线图;
图6为对于垂直于掌子面的水平状裂隙水异常源,掌子面掘进时各测线上电位 数据变化曲线图,其中(a)为第一测线上电位数据变化曲线图,(b)为第二 测线上电位数据变化曲线图;
图7为对于走向平行于掌子面的倾斜状裂隙水异常源,掌子面掘进时各测线上 电位数据变化曲线图,其中(a)为第一测线上电位数据变化曲线图,(b)为 第二测线上电位数据变化曲线图;
图8为对于水平的倾斜状裂隙水异常源,掌子面掘进时各测线上电位数据变化 曲线图,其中(a)为第一测线上电位数据变化曲线图,(b)为第二测线上电 位数据变化曲线图。
具体实施方式
为了使本公开发明的目的、技术方案和优点更加清楚明白,下面结合具体 实施例,并根据附图,对本发明进一步详细说明。需要说明的是,在附图或说 明书描述中,未描述的内容以及部分英文简写为所属技术领域中普通技术人员 所熟知的内容。本实施例中给定的一些特定参数仅作为示范,在不同的实时方 式中该值可以相应地改变为合适的值。
在本发明一实施例中,提供一种基于自然电场隧道裂隙水的超前预报方法, 包括以下步骤:
步骤S1,在隧道内布置多条测线,各测线上布置有测点;
参照图1,在隧道内布置两条测线,分别为第一测线和第二测线,其中: 第一测线位于掌子面上且垂直于隧道的掘进方向,第一测线的两端点在掌子面 相对的两侧边上,第一测线上等间距设置有测点;第二测线与隧道的掘进方向 平行,位于隧道底面的中线上,且第二测线的起始点位于掌子面上,第二测线 上等间距设置有测点。
在实际应用中,根据探测的精度、有效探测深度、工作效率,设计测点距 离。优先地,第一测线、第二测线上测点间的距离为0.5m至1m。第二测线的 测线长度一般为20m。根据掌子面的所在围岩的级别确定第二测线的长度。
对于围岩为Ⅳ、Ⅴ级围岩,根据隧道实际施工过程中仰拱于掌子面的距离, 第二测线长度不小于10m;对于围岩为Ⅱ、Ⅲ级围岩,第二测线长度不小于15m。 第一测线即掌子面测线的数据能有效探测垂直状裂隙水异常源和倾斜状裂隙水 异常源,第二测线能够有效探测水平状裂隙水异常源。
步骤S2,在掌子面掘进过程中,每掘进设定长度对各测线进行一次数据采 集,得到自然电场动态观测数据;
本步骤中的数据采集方式可以在下面两种方式中任选一种:第一种为电位 法采集数据,第二种是梯度法采集数据。无论是采用哪种数据采集方法,对于 采集数据过程中使用的电极均为不极化电极,其具有稳定性好特性,能够适应 隧道内复杂的地质情况。根据掌子面的所在围岩的级别设计或调整数据采集的 频率,根据掌子面的所在围岩级别不同,Ⅳ级和Ⅴ级围岩,掌子面每掘进2m进 行一次数据采集;对于Ⅱ和Ⅲ级围岩,掌子面每掘进4m进行一次数据采集。
步骤S3,将隧道所在整个研究区域进行三维网格剖分,构建隧道三维地质 模型,利用有限单元法进行正演数值模拟。
在本步骤中,将隧道所在整个研究区域进行三维网格剖分,构建隧道三维 地质模型。如图2所示,采用六面体单元将隧道所在整个研究区域进行均匀的 三维网格剖分,分别对剖分形成的各六面体子网格单元和网格节点进行编号, NX为x方向的网格剖分的个数,NY为y方向网格剖分的个数,NZ为z方向网 格剖分的个数,NN为总的网格数,ND是网格剖分总节点数;
NN=NX×NY×NZ
ND=(NX+1)×(NY+1)×(NZ+1)
围岩电阻率信息及隧道所在空气区域的电阻率信息根据各自位置对应立方 体单元编号进行存储,其中围岩电阻率主要根据已知地质资料进行赋值,而隧 道空气区所在立方体单元通常会给定一个很大的电阻率值以模拟不导电情形。 裂隙水异常源的电流密度值存于对应区域的网格节点上,通常为0,只在存在 裂隙水分布的对应区域的网格节点上的电流密度值为非零值。
随着隧道的动态掘进,裂隙水异常源在隧道三维地质模型中的位置并不改 变,但隧道空气区域会不断增大,从而引起隧道三维地质模型局部电阻率动态 变化,更进一步,会引起有限单元法进行正演数值模拟中刚度矩阵的变化。
以第i次数据采集为例,此时掌子面距离隧道出口的为di,如图2所示, 该段区域电阻率变为空气电阻率。对于第i次数据采集,Ki为第i次数据采集时 隧道三维地质模型对应的刚度矩阵,其是ND×ND矩阵。按照节点编号将各六 面体子网格单元的8×8的单元系数矩阵Kie分别放置在ND×ND矩阵的对应位 置处即得到第i次数据采集时隧道三维地质模型对应的刚度矩阵Ki
隧道三维地质模型中第e个网格单元的单元系数矩阵Kie,在利用有限单元 法进行正演数值模拟过程中,对于三维网格剖分后得到的每一个六面体子网格 单元,令第e个六面体子网格单元的三个边长为a,b,c,e=1,2,3…NN,得到 第i次数据采集时隧道三维地质模型中每个六面体子网格单元的单元系数矩阵 Kie为:
Kie=K1e+K2e
式中
Figure BDA0003154192010000121
由以下公式计算:
Figure BDA0003154192010000122
Figure BDA0003154192010000123
其中:
Figure BDA0003154192010000124
Figure BDA0003154192010000131
式中:σ为第e个六面体子网格单元的电导率,r是裂隙水异常源至网格剖分的 边界的距离,cos(r,n)为裂隙水异常源到边界的方向与水平方向的夹角的余弦值。
步骤S4,根据自然电场的动态观测数据以及隧道三维地质模型对应的刚度 矩阵,构建目标函数;
步骤S5,采用优化算法对目标函数进行迭代求解,使得目标函数满足预设 精度要求,获得能有效拟合自然电场动态观测数据的场源分布即三维地质模型 中各网格节点的电流密度分布情况,进而获得隧道裂隙水异常源的位置分布情 况。
在本发明一实施例中,步骤S2利用电位法采集数据,具体包括:通过测量 电极N和参考电极M采集观测自然电位数据,参考电极M固定设置在相对于 掌子面的无穷远处。在每次数据采集过程中,测量电极N依次对各测线上各测 点的自然电位数据进行测量,得到各测点的自然电位数据与参考电极M的自然 电位数据之间的差值即各测点的绝对自然电位值,将各测点的绝对自然电位值 作为观测自然电位数据。
设当前是第i次数据采集,测量电极N先从一条测线一端头的第一个测点 开始,逐个采集该测线上各测点的自然电位数据,然后从另一条测线一端头的 第一个测点开始,逐个采集另一测线上各测点的自然电位数据,得到各测点的 自然电位数据与参考电极的自然电位数据之间的差值,即各测点的绝对自然电 位值,完成当前次数据采集;
设第一测线上有n个测点,第二测线上有m个测点,则第i次数据采集对 应的观测数据yi=[a1,i,a2,i,a3,i,...,an,i,b1,i,b2,i,b3,i,...,nm,i],其中aj,i为第一测线上的第j 个测点在第i次数据采集中对应的绝对自然电位值;bk,i为第二测线上第k个测 点在第i次数据采集中对应的绝对自然电位值;j=1,2,...,n;k=1,2,...,m;
经过多次数据采集,得到自然电场动态观测数据Y:
Y=[y1,y2,...,yi,...]T
对于步骤S2利用电位法采集数据所得到的自然电场动态观测数据Y,本实 施例步骤S4中所构建的目标函数为:
Figure BDA0003154192010000141
式中D为模型参数,即隧道三维地质模型中各网格节点的电流密度分布情况, α是正则化因子,Dref为先验信息,若未知隧道裂隙水场源信息,取先验信息全 为0;Wi是光滑度矩阵,
Figure BDA0003154192010000142
G(D)为关于D的正演响应函数,G(D)=Ki -1D,Ki为第i次数据采集时隧道三 维地质模型对应的刚度矩阵。
步骤S5中采用局部梯度方法进行迭代求解使得目标函数满足预设精度要 求,根据实测数据质量和模型拟合度取值,最小的精度值ε一般取值为10-5~10-2, 即当Q≤ε时,获得能有效拟合自然电场动态观测数据的三维地质模型中各网格 节点的电流密度分布情况,即最佳模型参数D,进而获得隧道裂隙水异常源位 置分布情况。
在本发明一实施例中,步骤S2利用梯度法采集数据,具体包括:通过测 量电极N1和测量电极N2采集观测自然电位数据,在每次数据采集过程中,利 用测量电极N1和测量电极N2依次对每条测线上的相邻测点进行测量,得到各 测线上相邻测点间的自然电位差数据作为观测自然电位数据。
设当前是第i次数据采集,测量电极N1和测量电极N2先从一条测线一端头 的第一、二个测点开始,依次采集该测线上相邻测点间的自然电位差数据,然 后从另一条测线一端头的第一、二个测点开始,逐个采集另一测线上各相邻测 点的自然电位差数据,完成当前次数据采集;设第一测线上有n个测点,第二 测线上有m个测点,则第i次数据采集对应的观测数据 yi=[c1,i,c2,i,c3,i,...,cn-1,i,d1,i,d2,i,d3,i,...,dm-1,i],其中cj,i为第一测线上的第j个测点和第 j+1个测点在i次数据采集中对应的自然电位差数据;ck,i为第二测线上第k个测 点和第k+1个测点在i次采集中对应的自然电位差数据;j=1,2,...,n-1;k=1,2,..., m-1;
经过多次数据采集,得到自然电场动态观测数据Y:
Y=[y1,y2,...,yi,...]T
对于步骤S2利用电位法采集数据所得到的自然电场动态观测数据Y,本实 施例步骤S4中所构建的目标函数为:
Figure BDA0003154192010000151
式中D为模型参数,即隧道三维地质模型中各网格节点的电流密度分布情况, α是正则化因子,Dref为先验信息,若未知隧道裂隙水场源信息,取先验信息全 为0;Wi是光滑度矩阵,
Figure BDA0003154192010000161
G(D)为关于D的正演响应函数,G(D)=Ki -1D,Ki为第i次数据采集时隧道三 维地质模型对应的刚度矩阵,H(G(D))=H(Ki -1D),H为求差函数。由正演响应 函数G(D)得到隧道三维地质模型中每个网格节点对应的电位值,通过求差函数 计算两条测线上各相邻测点对应的网格节点间的电位差。
步骤S5中采用局部梯度方法进行迭代求解使得目标函数满足预设精度要 求,根据实测数据质量和模型拟合度取值,最小的精度值ε一般取值为10-5~10-2, 即当Q≤ε时,获得能有效拟合自然电场动态观测数据的三维地质模型中各网格 节点的电流密度分布情况,即最佳模型参数D,进而获得隧道裂隙水异常源位 置分布情况。
通过本发明方法获得隧道裂隙水位置分布情况,若存在隧道裂隙水异常源, 则进行圈定隧道掘进前方、旁侧的裂隙水异常源的赋存情况,进而可以判断隧 道掘进过程中是否需要采取措施,若存在的裂隙水异常源影响围岩稳定及施工 安全,则进行预警,进行提前开展加固措施,避免塌陷、涌水等地质灾害发生。 若存在的裂隙水异常源影响较小或无裂隙水异常源存在,则按照数据采集方案, 随着掌子面的掘进,动态观测隧道掌子面及隧道底部的自然电位数据。
在实际应用中,根据第一测线和第二测线中各测点对应的自然电位数据变 化即可定性判断裂隙水异常源的赋存情况。通过本发明上述任一实施例中提供 的基于自然电场隧道裂隙水的超前预报方法则可进一步准确掌握裂隙水异常源 的赋存情况信息。
如图3所示,对于垂直状隧道裂隙水异常源,随着掌子面的掘进,与垂直 状裂隙水异常源距离越小,第一测线和第二测线中各测点对应的自然电位数据 变化,第一测线和第二测线中各测点对应的自然电位值呈逐渐增大趋势,且位 于掌子面的第一测线中各测点对应的电位值变化幅度逐渐增大;
如图4所示,对于垂直状裂隙水异常源,随着垂直状裂隙水异常源沿垂直 隧道走向水平移动,第一测线和第二测线中各测点对应的自然电位数据变化, 第一测线和第二测线中各测点对应的自然电位值呈逐渐增大趋势,且当垂直状 裂隙水异常源的赋存位置在掌子面前方,对应于测线的电位最大值的位置。
对于水平状裂隙水异常源,如图5所示为水平状裂隙水异常源的走向平行 于掌子面,图6所示为水平状裂隙水异常源的走向垂直于掌子面。对于图5和 图6分别对应的两种情况,位于掌子面的第一测线中各测点对应的自然电位数 据的变化规律基本一致,随着掌子面与水平状裂隙水异常源的距离越近,正负 异常值都在增大。位于隧道中线的第二测线中各测点对应的自然电位数据的变 化趋势一样,但垂直于掌子面的裂隙水异常源引起的电位的变化幅度明显大于 平行于掌子面的裂隙水异常源引起的电位的变化幅度。
如图7所示,对于走向平行于掌子面的倾斜状裂隙水异常源,随着掌子面 的掘进,与倾斜状裂隙水异常源的距离缩小,位于掌子面和隧道中线的第一测 线和第二测线中各测点对应的自然电位数据变化,位于隧道中线的第二测线中 各测点对应的自然电位值变化规律不明显,只有当距离较小时电位才呈现逐渐 增大趋势,而掌子面的第一测线的中各测点对应的自然电位变化规律明显,随 着距离缩小呈逐渐增大趋势。
如图8所示,对于水平的倾斜状裂隙水异常源,随着掌子面的掘进,与裂 隙水异常源的距离缩小,位于隧道中线的第二测线中各测点对应的自然电位数 据变化规律与图6变化趋势基本一致,即对于同一水平面的裂隙水异常源,位 于隧道中线的第二测线中各测点对应的自然电位数据无法区分裂隙水异常源的 走向,而位于掌子面的第一测线的中各测点对应的自然电位数据随着与裂隙水 异常源距离缩小呈逐渐负增大趋势,这与垂直于掌子面的水平状裂隙水的变化 规律不同。通过两者相结合,可以分辨裂隙水的走向是否垂直于掌子面。
以上包含了本发明优选实施例的说明,这是为了详细说明本发明的技术特 征,并不是想要将发明内容限制在实施例所描述的具体形式中,依据本发明内 容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要 求书所界定,而非由实施例的具体描述所界定。

Claims (10)

1.基于自然电场隧道裂隙水的超前预报方法,其特征在于,包括:
在隧道内布置多条测线,各测线上布置有测点;
在掌子面掘进过程中,每掘进设定长度对各测线进行一次数据采集,得到自然电场动态观测数据;
将隧道所在整个研究区域进行三维网格剖分,构建隧道三维地质模型,利用有限单元法进行正演数值模拟;
根据自然电场的动态观测数据以及隧道三维地质模型对应的正演响应函数,构建目标函数;
采用优化算法对目标函数进行迭代求解,使得目标函数满足预设精度要求,获得能有效拟合自然电场动态观测数据的场源分布即三维地质模型中各网格节点的电流密度分布情况,进而获得隧道裂隙水异常源位置分布情况。
2.根据权利要求1所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,隧道内布置两条测线,分别为第一测线和第二测线,其中:第一测线位于掌子面上且垂直于隧道的掘进方向,第一测线的两端点在掌子面相对的两侧边上,第一测线上等间距设置有测点;第二测线与隧道的掘进方向平行,位于隧道底面的中线上,且第二测线的起始点位于掌子面上,第二测线上等间距设置有测点。
3.根据权利要求2所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,第一测线、第二测线上测点间的距离为0.5m至1m。
4.根据权利要求2所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,对于围岩为Ⅳ、Ⅴ级围岩,根据隧道实际施工过程中仰拱于掌子面的距离,第二测线长度不小于10m;对于围岩为Ⅱ、Ⅲ级围岩,第二测线长度不小于15m。
5.根据权利要求1所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,采用六面体单元将隧道所在整个研究区域进行均匀的三维网格剖分,分别对剖分形成的各六面体子网格单元和网格节点进行编号,NX为x方向的网格剖分的个数,NY为y方向网格剖分的个数,NZ为z方向网格剖分的个数,NN为总的网格数,ND是网格剖分总节点数;
NN=NX×NY×NZ
ND=(NX+1)×(NY+1)×(NZ+1)
对于第i次数据采集,Ki为第i次数据采集时隧道三维地质模型对应的刚度矩阵,其是ND×ND矩阵,将各六面体子网格单元的8×8的单元系数矩阵Kie分别放置在ND×ND矩阵的对应位置处即得到第i次数据采集时隧道三维地质模型对应的刚度矩阵Ki
6.根据权利要求5所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,令第e个六面体子网格单元的三个边长为a,b,c,e=1,2,3…NN,得到第i次数据采集时隧道三维地质模型中每个六面体子网格单元的单元系数矩阵Kie为:
Kie=K1e+K2e
式中
Figure FDA0003154192000000021
由以下公式计算:
Figure FDA0003154192000000031
Figure FDA0003154192000000032
其中:
Figure FDA0003154192000000033
Figure FDA0003154192000000034
式中:σ为第e个六面体子网格单元的电导率,r是裂隙水异常源至网格剖分的边界的距离,cos(r,n)为裂隙水异常源到边界的方向与水平方向的夹角的余弦值。
7.根据权利要求2、3或4所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,通过测量电极N和参考电极M采集观测自然电位数据,参考电极M固定设置在相对于掌子面的无穷远处;在每次数据采集过程中,测量电极N依次对各测线上各测点的自然电位数据进行测量,得到各测点的自然电位数据与参考电极M的自然电位数据之间的差值即各测点的绝对自然电位值,将各测点的绝对自然电位值作为观测自然电位数据,其中测量电极N和参考电极M均为不极化电极。
8.根据权利要求7所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,设当前是第i次数据采集,测量电极N先从一条测线一端头的第一个测点开始,逐个采集该测线上各测点的自然电位数据,然后从另一条测线一端头的第一个测点开始,逐个采集另一测线上各测点的自然电位数据,得到各测点的自然电位数据与参考电极的自然电位数据之间的差值,即各测点的绝对自然电位值,完成当前次数据采集;
设第一测线上有n个测点,第二测线上有m个测点,则第i次数据采集对应的观测数据yi=[a1,i,a2,i,a3,i,...,an,i,b1,i,b2,i,b3,i,...,nm,i],其中aj,i为第一测线上的第j个测点在第i次数据采集中对应的绝对自然电位值;bk,i为第二测线上第k个测点在第i次数据采集中对应的绝对自然电位值;j=1,2,...,n;k=1,2,...,m;
经过多次数据采集,得到自然电场动态观测数据Y:
Y=[y1,y2,...,yi,...]T
所构建的目标函数为:
Figure FDA0003154192000000041
式中D为模型参数,即隧道三维地质模型中各网格节点的电流密度分布情况,α是正则化因子,Dref为先验信息,若未知隧道裂隙水场源信息,取先验信息全为0;Wi是光滑度矩阵,
Figure FDA0003154192000000051
G(D)为关于D的正演响应函数,G(D)=Ki -1D,Ki为第i次数据采集时隧道三维地质模型对应的刚度矩阵。
9.根据权利要求2、3或4所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,通过测量电极N1和测量电极N2采集观测自然电位数据,在每次数据采集过程中,利用测量电极N1和测量电极N2依次对每条测线上的相邻测点进行测量,得到各测线上相邻测点间的自然电位差数据作为观测自然电位数据,测量电极N1和测量电极N2均为不极化电极。
10.权利要求9所述的基于自然电场隧道裂隙水的超前预报方法,其特征在于,设当前是第i次数据采集,测量电极N1和测量电极N2先从一条测线一端头的第一、二个测点开始,依次采集该测线上相邻测点间的自然电位差数据,然后从另一条测线一端头的第一、二个测点开始,逐个采集另一测线上各相邻测点的自然电位差数据,完成当前次数据采集;设第一测线上有n个测点,第二测线上有m个测点,则第i次数据采集对应的观测数据yi=[c1,i,c2,i,c3,i,…,cn-1,i,d1,i,d2,i,d3,i,…,dm-1,i],其中cj,i为第一测线上的第j个测点和第j+1个测点在i次数据采集中对应的自然电位差数据;ck,i为第二测线上第k个测点和第k+1个测点在i次采集中对应的自然电位差数据;j=1,2,...,n-1;k=1,2,...,m-1;
经过多次数据采集,得到自然电场动态观测数据Y:
Y=[y1,y2,...,yi,...]T
所构建的目标函数为:
Figure FDA0003154192000000061
式中D为模型参数,即隧道三维地质模型中各网格节点的电流密度分布情况,α是正则化因子,Dref为先验信息,若未知隧道裂隙水场源信息,取先验信息全为0;Wi是光滑度矩阵,
Figure FDA0003154192000000062
G(D)为关于D的正演响应函数,G(D)=Ki -1D,Ki为第i次数据采集时隧道三维地质模型对应的刚度矩阵,H(G(D))=H(Ki -1D),H为求差函数。
CN202110774577.8A 2021-07-08 2021-07-08 基于自然电场隧道裂隙水的超前预报方法 Active CN113433595B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110774577.8A CN113433595B (zh) 2021-07-08 2021-07-08 基于自然电场隧道裂隙水的超前预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110774577.8A CN113433595B (zh) 2021-07-08 2021-07-08 基于自然电场隧道裂隙水的超前预报方法

Publications (2)

Publication Number Publication Date
CN113433595A true CN113433595A (zh) 2021-09-24
CN113433595B CN113433595B (zh) 2022-07-01

Family

ID=77759667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110774577.8A Active CN113433595B (zh) 2021-07-08 2021-07-08 基于自然电场隧道裂隙水的超前预报方法

Country Status (1)

Country Link
CN (1) CN113433595B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452767A (zh) * 2022-11-28 2023-07-18 中国矿业大学 一种基于三维电位响应的巷道围岩应力状态探测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010217036A (ja) * 2009-03-17 2010-09-30 Tansa Kankyo Gijutsu Jimusho:Kk 比抵抗法の数値解析における感度適合逆解析法
CN102798898A (zh) * 2012-08-20 2012-11-28 中国地质科学院矿产资源研究所 大地电磁场非线性共轭梯度三维反演方法
CN104181611A (zh) * 2014-08-28 2014-12-03 山东科技大学 一种矿井工作面顶底板采动破坏裂隙发育动态监测方法
CN104199114A (zh) * 2014-09-03 2014-12-10 长安大学 一种基于瞬变电磁与核磁共振联合解释的隧道超前预报技术
JP2015028458A (ja) * 2013-07-30 2015-02-12 韓国地質資源研究院Korea Institute Of Geoscience And Mineral Resources(Kigam) 電気比抵抗探査資料獲得方法
CN106768736A (zh) * 2016-11-24 2017-05-31 中国科学技术大学 一种地铁隧道渗漏监测与预警系统及其方法
CN109740230A (zh) * 2018-12-26 2019-05-10 中南大学 一种自然电场三维多向映射耦合数值模拟方法
CN112307640A (zh) * 2020-11-11 2021-02-02 中南大学 基于自然单元-无限元的三维多源自然电位数值模拟方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010217036A (ja) * 2009-03-17 2010-09-30 Tansa Kankyo Gijutsu Jimusho:Kk 比抵抗法の数値解析における感度適合逆解析法
CN102798898A (zh) * 2012-08-20 2012-11-28 中国地质科学院矿产资源研究所 大地电磁场非线性共轭梯度三维反演方法
JP2015028458A (ja) * 2013-07-30 2015-02-12 韓国地質資源研究院Korea Institute Of Geoscience And Mineral Resources(Kigam) 電気比抵抗探査資料獲得方法
CN104181611A (zh) * 2014-08-28 2014-12-03 山东科技大学 一种矿井工作面顶底板采动破坏裂隙发育动态监测方法
CN104199114A (zh) * 2014-09-03 2014-12-10 长安大学 一种基于瞬变电磁与核磁共振联合解释的隧道超前预报技术
CN106768736A (zh) * 2016-11-24 2017-05-31 中国科学技术大学 一种地铁隧道渗漏监测与预警系统及其方法
CN109740230A (zh) * 2018-12-26 2019-05-10 中南大学 一种自然电场三维多向映射耦合数值模拟方法
CN112307640A (zh) * 2020-11-11 2021-02-02 中南大学 基于自然单元-无限元的三维多源自然电位数值模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周竹生 等: "自然电场三维有限元正演模拟", 《成都理工大学学报》 *
王同瑞: "自然电位法在高堆土体边坡稳定性监测中的应用", 《中国市政工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452767A (zh) * 2022-11-28 2023-07-18 中国矿业大学 一种基于三维电位响应的巷道围岩应力状态探测方法
CN116452767B (zh) * 2022-11-28 2023-09-29 中国矿业大学 一种基于三维电位响应的巷道围岩应力状态探测方法
WO2024046501A1 (zh) * 2022-11-28 2024-03-07 中国矿业大学 一种基于三维电位响应的巷道围岩应力状态探测方法

Also Published As

Publication number Publication date
CN113433595B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN111781651B (zh) 联合三种物探方法和两种地质方法的岩溶探测方法
CN111273355B (zh) 一种巷道的超前探测方法及超前探测系统
CN110018528B (zh) 幔源油气综合地质分析方法
CN206378448U (zh) 基于综合物探方法的污染土检测测线布置结构
CN103205972A (zh) 一种分析基坑变形与坑外地面沉降关系的方法
CN104793249A (zh) 一种系统检测海水入侵的方法
CN113433595B (zh) 基于自然电场隧道裂隙水的超前预报方法
CN111721831A (zh) 基于电刺激的三维层析成像堤坝隐伏渗漏通道扫描方法
CN117113641A (zh) 一种平原水库库盆渗漏状况的获取方法及系统
CN106772630A (zh) 一种接地导线源瞬变电磁轴向探测方法
Deng et al. 3D finite element numerical simulation of advanced detection in roadway for DC focus method
CN106405672B (zh) 一种tbm施工隧道三维激发极化超前预报干扰去除方法
CN113031076B (zh) 一种在电阻率法超前探测中考虑围岩各向异性影响的方法
Hu et al. Prediction of conductive anomalies ahead of the tunnel by the 3D-resitivity forward modeling in the whole space
CN113406707A (zh) 一种大地电磁多尺度、多时段探测方法
CN112305624A (zh) 一种非接触式跨障碍的高密度测量方法
CN113447991A (zh) 地下电性异常体重建方法及装置
CN104793254A (zh) 一种地下电性薄层的识别方法和装置
Amini et al. Anomaly enhancement in 2D electrical resistivity imaging method using a residual resistivity technique
Indriani et al. Geological structure model for recharge area in Patuha Geothermal Field
CN112505786B (zh) 坑道三方向视极化率超前探测方法
CN116819647B (zh) 一种基于交叉梯度结构约束的水文地球物理数据融合方法
CN112462432B (zh) 煤田火区空洞高精度探测方法及装置
Mingyao et al. Emission prediction of oil-type gas out of the coal seam floor based on integration of advanced electrical resistivity exploration techniques with the GA-BP
Deng et al. Forward and inversion approach for direct current resistivity based on an unstructured mesh and its application to tunnel engineering

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