CN113960667A

CN113960667A - 围岩质量预测方法、预测系统、计算机设备、介质及终端

Info

Publication number: CN113960667A
Application number: CN202110641025.XA
Authority: CN
Inventors: 刘学军; 侯宪明; 哈月龙; 肖盼; 蒋国新; 王超; 谭顺利
Original assignee: Xinjiang Research Institute Of Building Science LLC
Current assignee: Xinjiang Research Institute Of Building Science LLC
Priority date: 2021-06-09
Filing date: 2021-06-09
Publication date: 2022-01-21

Abstract

本发明属于安全施工技术领域，公开了一种围岩质量预测方法、预测系统、计算机设备、介质及终端，分别采用小波降噪对8个TSP物探指标进行数据降噪优化处理；并基于信噪比和均方差对降噪效果进行评价；基于岩体基本质量指标BQ计算公式进行岩体基本质量指标计算；并对地下水修正系数进行加权平均计算；将修正后的岩体基本质量指标值作为参考序列，8个TSP物探指标作为比较序列，进行关联度计算与关联排序；确定影响围岩质量的主次因素；基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测。本发明能准确预测隧道围岩分级。

Description

围岩质量预测方法、预测系统、计算机设备、介质及终端

技术领域

本发明属于安全施工技术领域，尤其涉及一种围岩质量预测方法、预测系统、计算机设备、介质及终端。

背景技术

目前，岩体质量评价是隧道设计和施工中至关重要的环节。对隧道围岩体的精确调查和解剖，进而进行合理的评价，是建立隧道地质模型的有效手段，广泛应用于隧道结构设计和隧道开挖技术中。

对岩土体的质量评价方法仍局限于单一的针对岩体或针对土体，并没有针对围岩的质量评价方法。

现有技术中，TSP203隧道地质超前预报工作原理：

利用人工激发的地震波在不均匀地质体中所产生的反射波特性来预报隧道开挖工作面前方地质情况，用于划分地层界线、查找地质构造、探测不良地质体的厚度和范围。

TSP和其它地震反射波方法一样，采用了回声测量原理。地震波在岩石中以球面波形式传播，当地震波遇到岩石物性界面(即波阻抗差异界面，例如断层、岩石破碎带和岩性变化等)时，一部分地震信号反射回来，一部分信号透射进入前方介质。反射的地震信号将被一个或两个高灵敏度的地震检波器接收，根据反射信号的传播时间和反射界面的距离成正比的原理，故而能提供一种直接的前方不良地层的数据，再通过专用软件的分析处理，判读出前方的地质状况。

通过上述分析，现有技术存在的问题及缺陷为：现有技术主要都是用经验评价围岩质量，带有一定的人为主观性。现场做TSP超前预报时有设备运行噪音，会对获取得到的TSP物探指标偏离实际。

解决以上问题及缺陷的难度为：

岩土体是天然材料，隧道的围岩稳定性受许多因素影响，很难用一个统一的公式进行表达。

解决以上问题及缺陷的意义为：

本方法与历史数据对比评价新开挖段的围岩质量，大大的减少人为主观因素的影响，依据工程实际对新开挖围岩进行质量评价使其更趋于合理。

本方法采用小波降噪能减少噪音的影响。

发明内容

针对现有技术存在的问题，本发明提供了一种围岩质量预测方法、预测系统、计算机设备、介质及终端。

本发明是这样实现的，一种基于TSP物探指标的围岩质量预测方法，所述基于TSP物探指标的围岩质量预测方法包括：

步骤一，分别采用小波降噪对多个TSP物探指标进行数据降噪优化处理；并基于信噪比和均方差对降噪效果进行评价；

步骤二，基于岩体基本质量指标BQ计算公式进行岩体基本质量指标计算；并对地下水修正系数进行加权平均计算；

步骤三，将修正后的岩体基本质量指标值作为参考序列，多个TSP物探指标作为比较序列，进行关联度计算与关联排序；确定影响围岩质量的主次因素；

步骤四，基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测。

进一步，步骤一中，所述多个TSP物探指标包括：纵横波速比、泊松比、密度、剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量。

进一步，步骤二中，所述岩体基本质量指标BQ计算公式如下：

[BQ]＝BQ-100(K₁+K₂+K₃)；

其中，BQ为岩体基本质量指标，K₁为地下水影响修正系数，K₂为主要软弱结构面产状影响修正系数，K₃为初始应力状态影响修正系数。

进一步，步骤二中，所述对地下水修正系数进行加权平均计算如下：

其中，s_i为第i段围岩长度，k_i为第i段围岩地下水修正系数，n为围岩总段数。

进一步，步骤三中，所述确定影响围岩质量的主次因素包括：基于关联排序结果，高关联度指标即为影响围岩质量的主要因素。

进一步，步骤四中，所述基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测包括：

将新开挖得到的一组8个TSP物探指标作为参考序列，将之前的所有TSP物探指标作为比较序列，计算比较序列对参考序列的关联度，从比较序列中取与参考序列关联度最大的一组数据所对应的围岩基本质量指标值即作为参考序列的预测围岩基本质量指标值。

本发明的另一目的在于提供一种实施所述基于TSP物探指标的围岩质量预测方法的基于TSP物探指标的围岩质量预测系统，所述基于TSP物探指标的围岩质量预测系统包括：

优化处理模块，用于分别采用小波降噪对多个TSP物探指标进行数据降噪优化处理；

评价模块，用于基于信噪比和均方差对降噪效果进行评价；

指标计算模块，用于基于岩体基本质量指标BQ计算公式进行岩体基本质量指标计算；

修正模块，用于对地下水修正系数进行加权平均计算；

主次因素确定模块，用于将修正后的岩体基本质量指标值作为参考序列，多个TSP物探指标作为比较序列，进行关联度计算与关联排序；确定影响围岩质量的主次因素；

预测模块，用于基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测。

本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

分别采用小波降噪对多个TSP物探指标进行数据降噪优化处理；并基于信噪比和均方差对降噪效果进行评价；

基于岩体基本质量指标BQ计算公式进行岩体基本质量指标计算；并对地下水修正系数进行加权平均计算；

将修正后的岩体基本质量指标值作为参考序列，多个TSP物探指标作为比较序列，进行关联度计算与关联排序；确定影响围岩质量的主次因素；

基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测。

本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

本发明的另一目的在于提供一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现所述的基于TSP物探指标的围岩质量预测方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明利用小波降噪和灰色关联分析理论，建立了以围岩加权修正BQ值作为围岩质量的依据，纵横波速比、泊松比、密度、剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量8个物探指标为影响因素，先用小波降噪对物探指标进行降噪处理，再采用MATLAB软件对隧道围岩质量的影响因素进行关联排序，从而确定影响围岩质量的主次因素，再选取高关联度的物探指标采用灰色关联理论进行围岩质量预测。

结果表明，纵横波速比、泊松比、密度、动态杨氏模量为影响隧道围岩稳定性的主控因素，剪切模量、拉梅系数、体积模量、静态杨氏模量为次要因素。围岩质量预测采用纵横波速比、泊松比、密度、动态杨氏模量这4个高关联度的物探指标能准确预测隧道围岩分级。

本发明预测结果如下表：

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于TSP物探指标的围岩质量预测方法流程图。

图2是本发明实施例提供的基于TSP物探指标的围岩质量预测系统结构示意图；

图中：1、优化处理模块；2、评价模块；3、指标计算模块；4、修正模块； 5、主次因素确定模块；6、预测模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种围岩质量预测方法、预测系统、计算机设备、介质及终端，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于TSP物探指标的围岩质量预测方法包括以下步骤：

S101，分别采用小波降噪对8个TSP物探指标进行数据降噪优化处理；并基于信噪比和均方差对降噪效果进行评价；

S102，基于岩体基本质量指标BQ计算公式进行岩体基本质量指标计算；并对地下水修正系数进行加权平均计算；

S103，将修正后的岩体基本质量指标值作为参考序列，8个TSP物探指标作为比较序列，进行关联度计算与关联排序；确定影响围岩质量的主次因素；

S104，基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测。

步骤S101中，本发明实施例提供的8个TSP物探指标包括：纵横波速比、泊松比、密度、剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量。

步骤S102中，本发明实施例提供的岩体基本质量指标BQ计算公式如下：

[BQ]＝BQ-100(K₁+K₂+K₃)；

步骤S102中，本发明实施例提供的对地下水修正系数进行加权平均计算如下：

步骤S103中，本发明实施例提供的确定影响围岩质量的主次因素包括：基于关联排序结果，高关联度指标即为影响围岩质量的主要因素。

步骤S104中，本发明实施例提供的基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测包括：

将新开挖得到的8个TSP物探指标作为参考序列，将上一次的8个TSP物探指标作为比较序列，计算比较序列对参考序列的关联度，从比较序列中取与参考序列关联度最大的一组数据所对应的围岩基本质量指标值即作为参考序列的预测围岩基本质量指标值。

如图2所示，本发明实施例提供的基于TSP物探指标的围岩质量预测系统包括：

优化处理模块1，用于分别采用小波降噪对8个TSP物探指标进行数据降噪优化处理；

评价模块2，用于基于信噪比和均方差对降噪效果进行评价；

指标计算模块3，用于基于岩体基本质量指标BQ计算公式进行岩体基本质量指标计算；

修正模块4，用于对地下水修正系数进行加权平均计算；

主次因素确定模块5，用于将修正后的岩体基本质量指标值作为参考序列，8 个TSP物探指标作为比较序列，进行关联度计算与关联排序；确定影响围岩质量的主次因素；

预测模块6，用于基于确定的围岩质量的主次因素采用灰色关联理论进行围岩质量预测。

下面结合具体实施例对本发明的技术效果作进一步描述。

实施例1：

1.实现过程

1.1先对纵横波速比、泊松比、密度、剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量这8个TSP物探指标分别采用小波降噪进行数据降噪优化处理。

1.2采用matlab小波工具箱，通过信噪比(SNR)和均方差(RMSE)这两个指标对降噪效果进行了评价，结果表明采用无偏风险估计阈值(rigrsure)，硬阈值，SCAL＝sln，N＝1,wname＝db5这些参数取得的降噪效果最佳。

1.3依据《公路隧道设计规范》(JTG 3370.1-2018)里的岩体基本质量指标 BQ计算公式(见式1)，由于东天山隧道干燥和涌水是交替存在的，故对地下水修正系数(K₁)进行加权平均法计算(见式2)。

[BQ]＝BQ-100(K₁+K₂+K₃)式(1)

式中：BQ为岩体基本质量指标，K₁为地下水影响修正系数，K₂为主要软弱结构面产状影响修正系数，K₃为初始应力状态影响修正系数。

式中：s_i为第i段围岩长度，k_i为第i段围岩地下水修正系数，n为围岩总段数。

1.4将修正后的[BQ]值作为参考序列，纵横波速比、泊松比、密度、剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量这8个TSP物探指标作为比较序列，采用matlab编写灰色关联算法进行关联度计算，得出高关联度的几个TSP物探指标，并选取学习率为0.65时的关联度区分性较好。

1.5将新开挖得到的一组8个TSP物探指标作为参考序列(序列a)，之前所有的8个TSP物探指标作为比较序列(序列b)，计算序列b对序列a的关联度，从序列b中取与序列a关联度最大的一组数据所对应的围岩[BQ]值即作为序列 a的预测围岩[BQ]值。

下面结合实验数据对本发明积极效果作进一步描述。

将文件1中4个excel文件中(每个文件包含3个工作表)的数据分别按列一列一列的降噪(BQ这一列不用降噪)，将降噪后的所有数据汇总至全部数据.xls文件。小波降噪代码如下：

function[XD，SNR，RMSE]＝dwave(x)

XD＝wden(x，’heursure’，’h’，’one’，1，’db5’)：

RMSE＝sqrt((sum((XD-x).^2))/size(x，2))：

power＝sum(x.^2)/size(x，2)：

SNR＝10*log10(power/RMSE^2)：

end

其中：输出的XD代表降噪后的数据，RMSE为均方差误差，SNR为信噪比。RMSE 越小，SNR越大代表降噪效果越好。

将全部数据.xls文件里的数据进行关联度计算，BQ(I列)列作为参考序列，A-H列作为比较序列，通过matlab代码计算得到各影响因素对BQ值关联度大小：如下表：

灰色关联计算代码如下：

从全部数据.xls抽出6组数据作为参考序列(预测样本)，剩下的所有数据作为比较序列，从6组预测样本每次选一组，计算剩下数据对该组预测样本的关联度大小，选取关联度最大那一组所对应的BQ值即为该组预测BQ值。依次计算剩余5组预测样本。(所有数据只提取前三列：Vp/Vs，泊松比，密度这三列，也就是采用关联度最高的三个因素作为关联度计算依据)。

预测结果如下表1：

再者，出口右洞物探数据如下表2：

出口左洞物探数据如下表3

进口右洞物探数据如表4

进口左洞物探数据如表5

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。