CN114002129A - 一种高水压裂隙岩体渗流试验平台 - Google Patents
一种高水压裂隙岩体渗流试验平台 Download PDFInfo
- Publication number
- CN114002129A CN114002129A CN202111462946.6A CN202111462946A CN114002129A CN 114002129 A CN114002129 A CN 114002129A CN 202111462946 A CN202111462946 A CN 202111462946A CN 114002129 A CN114002129 A CN 114002129A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- coupling
- module
- construction
- 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
Images
Classifications
-
- 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/0806—Details, e.g. sample holders, mounting samples for testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
- G01N13/04—Investigating osmotic effects
-
- 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
-
- 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
Abstract
本发明公开了一种高水压裂隙岩体渗流试验平台,包括数据采集模块、存储模块、耦合分析模块、误差分析模块、数据分析模块、试验输出模块,数据采集模块采集模型数据,并将采集到的模型数据发送至存储模块进行存储,数据分析模块对施工数据进行分类、应力分析、温度分析和渗流分析,并得到数据分析结果,再耦合分析模块根据数据分析结果、耦合分析结果、分析误差对试件的试件参数进行选择,通过对试件的试验得到试验数据,耦合分析模块再对试验数据进行分析,并由试验输出模块输出高水压裂隙岩体渗流的分析结果,通过耦合分析来得到实际隧道内的高水压围岩渗流规律,降低了突水突泥灾害的发生率,提高了隧道施工的安全性。
Description
技术领域
本发明涉及隧道工程技术领域,特别是涉及一种高水压裂隙岩体渗流试验平台。
背景技术
在隧道施工过程中,围岩的稳定性、地下涌突水和衬砌水压是关系到隧道能否修建成功的主要因素,高水压裂隙岩体渗流场带来的突水突泥灾害成为影响安全、制约工程进度和费用的关键因素,不同于传统的土壤渗流,裂隙岩体介质中的岩体渗流有着自身的特殊的规律性,对岩体渗流规律的研究对隧道突水灾害和隧道施工安全有着重要的意义,裂隙岩体渗透系数对应力的影响比较敏感;现有技术中已经有很多学者采用理论研究、数值模拟、室内试验和模型试验等手段对高水压裂隙岩体渗流场进行了研究,例如,建立了考虑渗透水压力作用下等效连续裂隙岩体渗流场与应力场耦合分析的数学模型,利用优化遗传算法反演裂隙岩体的渗透系数,为裂隙岩体的渗流数值模拟提供合理的输入参数,最后通过建立的数学模型进行数值模拟,并把数学模型模拟的渗透规律应用于实际的隧道工程中;
但是在隧道开挖过程中,天然岩体具有自身结构的复杂性,流体的运动也是难以预测的,隧道施工扰动会改变原有的地应力场、渗流场、围岩中会产生大量的为裂缝,同时原有的微裂缝隙会进一步发展,导致岩体性能的劣化,虽然现有的试验系统和数学模型对裂隙介质有一定的研究,但是单一的试验模型和数值分析结果不足以涵盖所有的不确定因素带来的影响,还没有完全搞清楚裂隙岩体渗透机理,仍需要对高水压裂隙岩体渗流场做出更细致的理论研究来掌握裂隙介质的渗流机制,加深对隧道内的高水压裂隙岩体渗流带来的突水突泥损伤渗流的演化规律,以减少隧道施工中突水突泥灾害,为此,我们提出了一种高水压裂隙岩体渗流试验平台。
发明内容
针对上述情况,为克服现有技术之缺陷,本发明之目的在于提供一种高水压裂隙岩体渗流试验平台,数据分析模块利用已施工的隧道的施工数据进行分析,首先混沌离散神经网络模型对施工数据中的裂隙进行划分等级,再对施工数据中的应力、温度、渗流进行分别分析并得到对应的数据分析结果,耦合分析模块利用耦合分析模型对每个裂隙等级的施工数据进行整体的耦合分析,再通过对比选取试件参数,通过数据分析模块和耦合分析模块的分析使得试验过程中试件参数更贴近于实际的隧道施工环境,提高了试验的准确性。
其解决的技术方案是,一种高水压裂隙岩体渗流试验平台,包括数据采集模块、存储模块、耦合分析模块、误差分析模块、数据分析模块、试验输出模块,数据采集模块采集模型数据,并将采集到的模型数据发送至存储模块进行存储,模型数据包括隧道实际施工中产生的施工数据和试验中的试验数据,数据分析模块包括应力分析模块、渗透分析模块、温度分析模块,数据分析模块根据输入的模型数据建立数据分析模型得到数据分析结果,并将数据分析结果发送至耦合分析模块和误差分析模块,耦合分析模型对应力场、温度场和渗透场进行耦合分析,并由试验输出模块输出高水压裂隙岩体渗流的分析结果;
试验过程的分析具体如下:
1)、数据采集模块采集的模型数据包括实际施工中的隧道的施工数据、试验分析过程中的应力场数据、温度场数据、渗流场数据,并将采集的模型数据发送至于存储模块,存储模块将不同的模型数据进行分类存储;
2)、在试验过程中,所述数据分析模块对模型数据进行分析得到数据分析结果,所述应力分析模块根据模型数据建立应力分析模型,所述渗流分析模块根据模型数据建立渗流场分析模型,所述温度场模块根据模型数据建立温度场分析模型,数据分析结果中包括应力分析结果、温度分析结果、渗流分析结果,数据分析模块将数据分析结果发送至耦合分析模块和误差分析模块,具体过程如下:
步骤1、所述应力分析模块利用隧道施工中产生的施工数据进行应力分析并利用施工数据建立应力场分析模型,施工数据中包括岩体的勘测数据、裂隙参数和渗流量,根据裂隙参数、渗流量、突水勘测数据对隧道施工中不同高水压下的岩体的应力和位移进行分析;
利用施工数据中的预测数据和裂隙参数和渗流量进行对比对裂隙参数进行等级划分,利用混沌离散神经网络模型对裂隙进行分类,以施工数据中裂隙产生的时间分布为分析过程,具体分析方程如下:
|wii(t+1)|=(1-β)|wii(t)| (i=1,2,3...N),
其中,f(yi(t))表示Sigmoid函数,随时间t变化,xi(t)表示的是代表第i个裂隙的神经元,wij为权值作用于xi(t),ai为常数,N表示裂隙和神经元的个数,k为衰减因子,β为wii(t)的变化参数,通过阈值函数对裂隙进行分类,再以每一个等级的裂隙为整体对等级内的裂隙进行应力分析;
步骤2、应力分析模块再根据不存在耦合的单一高水压裂隙岩体分析模型对每一个等级的裂隙进行分析,建立三维坐标模型,将高水压裂隙岩体的应变关系分为正应变和切向应,介质中裂隙的位移-应变关系可以表示为:
其中,ux、uy、uz分别表示位移的x、y、z方向上的分量,exx、eyy、ezz分别表示正应变,eyz、exz、exy分别表示切应变,由广义的胡可定理可知:
其中,σxx、σyy、σzz分别表示正应力,σxz、σxz、σzy分别表示切应力,Cij(i,j=1,2,...6)表示的是胡可定理系数,位移向量为u=(ux,uy,uz)T,通过介质-应力方程可以对施工数据中每一个等级的高水压裂隙岩体进行应力分析得到应力分析结果,并将结果发送至耦合分析模块;
步骤3、渗流分析模块根据已产生的实际隧道施工中施工数据对每一个等级的高水压裂隙岩体进行分析得到渗流场分析结果,并将渗流场分析结果发送至耦合分析模块,温度分析模块根据施工数据对每一个等级的裂隙进行能量分析得到温度场分析结果,并将温度分析结果发送至耦合分析模块;
3)、耦合分析模块根据模型数据、数据分析结果和误差分析模块得到的分析误差建立多维耦合分析模型,对施工数据进行多维耦合分析的得到耦合分析结果,并与数据分析结果进行对比分析得到耦合误差,耦合分析模块结合耦合误差和分析误差选定试验中试件的试件参数;
4)、根据耦合分析模块的试件参数进行模型试验并将试验得到的试验数据发送至数据分析模块,数据分析模块并对试验数据进行分析得到试验的数据分析结果,并将试验的数据分析结果发送至耦合分析模块,耦合分析模块再结合耦合误差和分析误差对试验数据进行耦合分析得到试验数据的耦合分析结果,并由试验输出模块将耦合分析结果进行输出。
所述耦合分析模块根据施工数据和试验数据进行耦合分析得到耦合分析结果,根据施工数据的数据分析结果选取试件参数进行试验,并对比耦分析结果和数据分析结果得到耦合误差,具体分析步骤如下:
步骤一、耦合分析模块建立多维耦合模型对施工数据进行应力场、温度场和渗流场三场之间的耦合分析,根据传热学和渗流理论建立三场耦合的微分方程分析在边界条件下渗透率与高水压之间的对应关系,控制微分方程如下所示:
步骤二、耦合分析模块根据耦合分析模型分析得到的耦合分析结果,再对比耦合分析结果和数据分析结果进行对比得到耦合误差,耦合分析模块根据分析误差、耦合误差和耦合分析结果选取试件参数,耦合分析结果对施工数据的应力分析结果与数据分析结果对施工数据分析的应力分析结果相同时,耦合误差为0,选取施工数据对应等级的裂隙的裂隙参数为试件的试件参数,当应力分析结果的耦合误差不为0时,对耦合误差和分析误差进行分析再选取的试件参数;
步骤三、耦合分析模块通过对试件试验得到试验数据进行耦合分析得到试件的耦合分析结果。
所述渗流场分析模块对已施工的过程中发生渗流的施工数据进行分析渗流场分析结果,施工数据中包括地质勘测数据、突水预测数据和突水数据,实际施工中的突水路段数为q,突水发生比例为η,将地质勘测数据中的勘测的指标数记为R,每一个勘测指标记为ri i=(1,2,3,...,R),对ri i=(1,2,3,...,R)和施工数据进行分析得到突水分析值Y,计算公式为:
其中,η表示在一个隧道施工过程中的Q个施工路段中发生突水的比例,Al为勘测指标的加权值,sm为每一个施工路段的渗流量,所述渗流场分析模块将渗流场分析结果发送至耦合分析模块。
由于以上技术方案的采用,本发明与现有技术相比具有如下优点;
1.本系统中的数据分析模块包括应力分析模块、温度分析模块、渗流分析模块,数据分析模块中的应力分析模块对已施工隧道的施工数据进行分析得到数据分析结果,利用神经网络模型对施工数据中的裂隙进行划分等级,再对不同的裂隙的等级的施工数据分别进行应力、温度、渗流分析得到对应的数据分析结果,耦合分析模块利用耦合分析模型对每个裂隙等级的施工数据进行整体的耦合分析,再通过对比选取试件参数,在试验过程中,通过控制试件的试件参数来进行模型试验,利用对模型试验数据的分来来探究高水压裂隙岩体渗流的规律,通过对试件选择的分析提高了模拟试验的多元性,使得模拟的试验环境更贴近复杂多变的实际隧道施工环境,提高了试验的准确性。
2.本系统的数据分析模块和耦合分析模块对施工数据的分析得到了耦合误差和分析误差,通过对试件进行试验得到不同水压下试验数据,在通过对试验数据分析来探究高水压裂隙岩体在实际隧道施工中的渗流规律,耦合分析模块建立的多维分析模型可以对高水压围岩渗流的影响因素进行分析,将不同场之间的耦合考虑在内,通过对隧道内的高水压围岩渗流规律的分析来降低隧道施工中突水突泥带来的灾害,提高了隧道施工的安全性。
附图说明
图1为本系统的整体模块图;
图2为本系统的流程图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考附图1至图2对实施例的详细说明中,将可清楚的呈现。以下实施例中所提到的结构内容,均是以说明书附图为参考。
一种高水压裂隙岩体渗流试验平台,包括数据采集模块、存储模块、耦合分析模块、误差分析模块、数据分析模块、试验输出模块,数据采集模块采集模型数据,并将采集到的模型数据发送至存储模块进行存储,模型数据包括隧道实际施工中产生的施工数据和试验中的试验数据,数据分析模块包括应力分析模块、渗透分析模块、温度分析模块,数据分析模块根据输入的模型数据建立数据分析模型得到数据分析结果,并将数据分析结果发送至耦合分析模块和误差分析模块,耦合分析模型对应力场、温度场和渗透场进行耦合分析,并由试验输出模块输出高水压裂隙岩体渗流的分析结果,隧道开挖扰动和高渗压作用下围岩损伤渗流灾害是诱发隧道突水的重要原因,在施工扰动和地下水的作用下,部分裂隙会被激活进而产生剪切滑移,裂隙的滑移会产生改变裂隙的物理、化学和力学特性,导致岩体裂隙渗流特性发生改变,岩体的整体强度降低,岩体的裂缝和孔隙下的地下水活动是影响稳定性不可忽视的因素,岩体的渗透性极其微弱,与裂隙的渗透性相比可认为是不透水的,渗流力学是流体力学的一个分支,通过数值模拟的方法对隧道进行研究是常用的手段,结合裂隙岩体隧道工程的开挖、注浆堵水、结构防排水等特点对利息岩体隧道渗流场所进行的数值分析多采用有限元的连续介质方法,而裂隙岩体隧道渗流模型中包括函离散介质和连续介质方法;
试验过程的分析具体如下:
1)、数据采集模块采集的模型数据包括实际施工中的隧道的施工数据、试验分析过程中的应力场数据、温度场数据、渗流场数据,并将采集的模型数据发送至于存储模块,存储模块将不同的模型数据进行分类存储;
2)、土壤是颗粒的,颗粒之间存在孔隙,颗粒和孔隙有存在很大的特点,基于达西定律是对土壤渗透建立的经典渗流理论迅,然而岩体的渗流理论与土体渗流有着本质的区别,裂隙岩体介质中的岩体渗流有着自身的特殊的规律性,对岩体渗流规律的研究对隧道突水灾害和隧道施工安全有着重要的意义,裂隙岩体渗透系数对应力的影响比较敏感,裂隙岩体的单元体积可以判定的采用连续介质假定时,可采用多孔介质渗流理论来研究渗流问题,但是由于天然的岩体结构复杂,导致渗流的原因有很多,现有技术中的三维随机裂隙网络非稳定渗流模型、岩体渗流的确定-随机性数学模型、边界元法求解裂隙岩体渗流的方法,不能对环境复杂的高水压围岩渗透规律进行把握,而通过模拟试验机型的试验分析也与实际隧道施工中的环境有很大差别,对于试件的参数的设定会对模型分析结果产生很大的影响;
在试验过程中,所述数据分析模块对模型数据进行分析得到数据分析结果,裂隙岩体网络介质为离散的,所以通常采用离散介质模型进行分析,并且与数值模拟之间存在着极大的联系,通过对隧道内的围岩的应力场、位移场、温度场以及水压等物理参数的变化进行试验分析,通过模拟的数据对隧道内高压裂隙岩体裂缝渗流带来的突水灾害进行监测预警,然而对应力场、温度场、渗流场的分析不能对所有的复杂影响因素做出分析,同时也存在自身分析的误差,所述应力分析模块根据模型数据建立应力分析模型,所述渗流分析模块根据模型数据建立渗流场分析模型,所述温度场模块根据模型数据建立温度场分析模型,数据分析结果中包括应力分析结果、温度分析结果、渗流分析结果,数据分析模块将数据分析结果发送至耦合分析模块和误差分析模块,数据分析模块对围岩的应力场、温度场和渗流场的分别分析中,对每一个场进行分析时,将环境中对场影响的所有因素都考虑在内,温度分析模块将所有对高水压围岩所在温度场产生影响的因素均考虑在内,应力分析模块中也是将所有对应力场产生影响的其他因素考虑在内,具体过程如下:
步骤1、所述应力分析模块利用隧道施工中产生的施工数据进行应力分析并利用施工数据建立应力场分析模型,施工数据中包括岩体的勘测数据、裂隙参数和渗流量,根据裂隙参数、渗流量、突水勘测数据对隧道施工中不同高水压下的岩体的应力和位移进行分析;
利用施工数据中的预测数据和裂隙参数和渗流量进行对比对裂隙参数进行等级划分,裂隙参数中包括裂隙的长度、宽度和位置,利用混沌离散神经网络模型对裂隙进行分类,以施工数据中裂隙产生的时间分布为分析过程,隧道施工是一个过程量,在施工中对隧道内的勘测数据也是一个时间过程量,随时间的变化而变化,特别是隧道内的岩壁上的裂隙,随着开挖扰动和地下水的影响,隧道内产生的裂隙也是岁时间变化的,在对施工数据进行耦合分析之前,通过神经网络模型对裂隙的成长过程对裂隙本身进行划分,具体分析方程如下:
|wii(t+1)|=(1-β)|wii(t)| (i=1,2,3...N),
其中,f(yi(t))表示Sigmoid函数,随时间t变化,xi(t)表示的是代表第i个裂隙的神经元,wij为权值作用于xi(t),ai为常数,N表示裂隙和神经元的个数,k为衰减因子,β为wii(t)的变化参数,通过阈值函数对裂隙进行分类,再以每一个等级的裂隙为整体对等级内的裂隙进行应力分析,裂隙参数中包括裂隙的长度、宽度、位置,还有裂隙随着时间的变化过程,在试验过程中,对于试件上的裂隙和试件所处的压力的分析还会受到很多实际环境中的影响因素带来的误差的影响;
步骤2、应力分析模块再根据不存在耦合的单一高水压裂隙岩体分析模型对每一个等级的裂隙进行分析,建立三维坐标模型,将高水压裂隙岩体的应变关系分为正应变和切向应,介质中裂隙的位移-应变关系可以表示为:
其中,ux、uy、uz分别表示位移的x、y、z方向上的分量,exx、eyy、ezz分别表示正应变,eyz、exz、exy分别表示切应变,由广义的胡可定理可知:
其中,σxx、σyy、σzz分别表示正应力,σxz、σxz、σzy分别表示切应力,Cij(i,j=1,2,3...6)表示的是胡可定理系数,在对单独的应力场进行单独的分析时,将所有对应力场的影响因素均考虑在内,位移向量为u=(ux,uy,uz)T,通过介质-应力方程可以对施工数据中每一个等级的高水压裂隙岩体进行应力分析得到应力分析结果,并将结果发送至耦合分析模块;
步骤3、渗流分析模块根据已产生的实际隧道施工中施工数据对每一个等级的高水压裂隙岩体进行分析得到渗流场分析结果,并将渗流场分析结果发送至耦合分析模块,温度分析模块根据施工数据对每一个等级的裂隙进行能量分析得到温度场分析结果,并将温度分析结果发送至耦合分析模块;
3)、耦合分析模块根据模型数据、数据分析结果和误差分析模块得到的分析误差建立多维耦合分析模型,对施工数据进行多维耦合分析的得到耦合分析结果,并与数据分析结果进行对比分析得到耦合误差,耦合分析模块结合耦合误差和分析误差选定试验中试件的试件参数;
4)、根据耦合分析模块的试件参数进行模型试验并将试验得到的试验数据发送至数据分析模块,数据分析模块并对试验数据进行分析得到试验的数据分析结果,并将试验的数据分析结果发送至耦合分析模块,耦合分析模块再结合耦合误差和分析误差对试验数据进行耦合分析得到试验数据的耦合分析结果,并由试验输出模块将耦合分析结果进行输出。
所述耦合分析模块根据施工数据和试验数据进行耦合分析得到耦合分析结果,根据施工数据的数据分析结果选取试件参数进行试验,并对比耦分析结果和数据分析结果得到耦合误差,具体分析步骤如下:
步骤一、耦合分析模块建立多维耦合模型对施工数据进行应力场、温度场和渗流场三场之间的耦合分析,根据传热学和渗流理论建立三场耦合的微分方程分析在边界条件下渗透率与高水压之间的对应关系,控制微分方程如下所示:
步骤二、耦合分析模块根据耦合分析模型分析得到的耦合分析结果,再对比耦合分析结果和数据分析结果进行对比得到耦合误差,耦合分析模块根据分析误差、耦合误差和耦合分析结果选取试件参数,耦合分析结果对施工数据的应力分析结果与数据分析结果对施工数据分析的应力分析结果相同时,耦合误差为0,选取施工数据对应等级的裂隙的裂隙参数为试件的试件参数,当应力分析结果的耦合误差不为0时,对耦合误差和分析误差进行分析再选取的试件参数;
步骤三、耦合分析模块通过对试件试验得到试验数据进行耦合分析得到试件的耦合分析结果。
所述渗流场分析模块对已施工的过程中发生渗流的施工数据进行分析渗流场分析结果,施工数据中包括地质勘测数据、突水预测数据和突水数据,实际施工中的突水路段数为q,突水发生比例为η,将地质勘测数据中的勘测的指标数记为R,每一个勘测指标记为ri i=(1,2,3,...,R),对ri i=(1,2,3,...,R)和施工数据进行分析得到突水分析值Y,计算公式为:
其中,η表示在一个隧道施工过程中的Q个施工路段中发生突水的比例,Al为勘测指标的加权值,sm为每一个施工路段的渗流量,所述渗流场分析模块将渗流场分析结果发送至耦合分析模块。
所述数据采集模块对隧道施工的施工数据进行体采集,并将采集的数据发送至存储模块中,施工数据中包括施工前对隧道的勘测数据和施工过程中对隧道的勘测数据,在施工过程中隧道内的高水压裂隙围岩的参数发生变化,数据采集模块对施工过程中围岩进行动态监测,根据耦合分析模块对施工数据的分析对试件参数进行选择,数据分析模块再对试件的试验过程中产生的试验数据进行采集。
所述误差分析模块是对施工数据和试验数据进行误差监控,在数据分析模块的子模块的分析过程中,误差分析模块对各个子模块的数据分析结果进行分析,得到每一子模块分析的分析误差,所述试验模输出模块时将耦合分析模块对试验数据进行耦合分析的耦合分析结果进行输出。
本发明具体使用时,系统主要包括数据采集模块、存储模块、耦合分析模块、误差分析模块、数据分析模块、试验输出模块,数据采集模块采集模型数据,并将采集到的模型数据发送至存储模块进行存储,数据分析模块包括应力分析模块、渗透分析模块、温度分析模块,应力分析模块根据施工数据中围岩上裂隙的成长过程和实际的突水情况心进行分析,利用神经网络模型对施工数据中的裂隙进行划分等级,再分别利用应力分析模块、温度分析模块、渗流分析模块对每一个等级的围岩所处的场进行分别分析得到包括应力分析结果、温度分析结果、渗流分析结果的数据分析结果,由误差分析模块对数据分析结果进行误差分析得到分析误差,再由,耦合分析模型对应力场、温度场和渗透场进行耦合分析,并得到耦合误差,耦合分析模块根据数据分析结果、耦合分析结果、分析误差对试件的试件参数进行选择,通过对试件的试验得到试验数据,耦合得分析模块再对试验数据进行分析,并由试验输出模块输出高水压裂隙岩体渗流的分析结果,提高了模拟试验的参数选择准确性,从而提高了数据分析的准确性,通过耦合分析来得到实际隧道内的高水压围岩渗流规律,以此来预防隧道施工中突水突泥带来的灾害,并提高了隧道施工的安全性。
以上所述是结合具体实施方式对本发明所作的进一步详细说明,不能认定本发明具体实施仅局限于此;对于本发明所属及相关技术领域的技术人员来说,在基于本发明技术方案思路前提下,所作的拓展以及操作方法、数据的替换,都应当落在本发明保护范围之内。
Claims (5)
1.一种高水压裂隙岩体渗流试验平台,其特征在于,包括数据采集模块、存储模块、耦合分析模块、误差分析模块、数据分析模块、试验输出模块,数据采集模块采集模型数据,并将采集到的模型数据发送至存储模块进行存储,模型数据包括隧道实际施工中产生的施工数据和试验中的试验数据,数据分析模块包括应力分析模块、渗透分析模块、温度分析模块,数据分析模块根据输入的模型数据建立数据分析模型得到数据分析结果,并将数据分析结果发送至耦合分析模块和误差分析模块,耦合分析模型对应力场、温度场和渗透场进行耦合分析,并由试验输出模块输出高水压裂隙岩体渗流的分析结果;
试验过程的分析具体如下:
1)、数据采集模块采集的模型数据包括实际施工中的隧道的施工数据、试验分析过程中的应力场数据、温度场数据、渗流场数据,并将采集的模型数据发送至于存储模块,存储模块将不同的模型数据进行分类存储;
2)、在试验过程中,所述数据分析模块对模型数据进行分析得到数据分析结果,所述应力分析模块根据模型数据建立应力分析模型,所述渗流分析模块根据模型数据建立渗流场分析模型,所述温度场模块根据模型数据建立温度场分析模型,数据分析结果中包括应力分析结果、温度分析结果、渗流分析结果,数据分析模块将数据分析结果发送至耦合分析模块和误差分析模块,具体过程如下:
步骤1、所述应力分析模块利用隧道施工中产生的施工数据进行应力分析并利用施工数据建立应力场分析模型,施工数据中包括岩体的勘测数据、裂隙参数和渗流量,根据裂隙参数、渗流量、突水勘测数据对隧道施工中不同高水压下的岩体的应力和位移进行分析;
利用施工数据中的预测数据和裂隙参数和渗流量进行对比对裂隙参数进行等级划分,利用混沌离散神经网络模型对裂隙进行分类,以施工数据中裂隙产生的时间分布为分析过程,具体分析方程如下:
|wii(t+1)|=(1-β)|wii(t)|(i=1,2,3...N),
其中,f(yi(t))表示Sigmoid函数,随时间t变化,xi(t)表示的是代表第i个裂隙的神经元,wij为权值作用于xi(t),ai为常数,N表示裂隙和神经元的个数,k为衰减因子,β为wii(t)的变化参数,通过阈值函数对裂隙进行分类,再以每一个等级的裂隙为整体对等级内的裂隙进行应力分析;
步骤2、应力分析模块再根据不存在耦合的单一高水压裂隙岩体分析模型对每一个等级的裂隙进行分析,建立三维坐标模型,将高水压裂隙岩体的应变关系分为正应变和切向应,介质中裂隙的位移-应变关系可以表示为:
其中,ux、uy、uz分别表示位移的x、y、z方向上的分量,exx、eyy、ezz分别表示正应变,eyz、exz、exy分别表示切应变,由广义的胡可定理可知:
其中,σxx、σyy、σzz分别表示正应力,σxz、σxz、σzy分别表示切应力,Cij(i,j=1,2,3...6)表示的是胡可定理系数,位移向量为u=(ux,uy,uz)T,通过介质-应力方程可以对施工数据中每一个等级的高水压裂隙岩体进行应力分析得到应力分析结果,并将结果发送至耦合分析模块;
步骤3、渗流分析模块根据已产生的实际隧道施工中施工数据对每一个等级的高水压裂隙岩体进行分析得到渗流场分析结果,并将渗流场分析结果发送至耦合分析模块,温度分析模块根据施工数据对每一个等级的裂隙进行能量分析得到温度场分析结果,并将温度分析结果发送至耦合分析模块;
3)、耦合分析模块根据模型数据、数据分析结果和误差分析模块得到的分析误差建立多维耦合分析模型,对施工数据进行多维耦合分析的得到耦合分析结果,并与数据分析结果进行对比分析得到耦合误差,耦合分析模块结合耦合误差和分析误差选定试验中试件的试件参数;
4)、根据耦合分析模块的试件参数进行模型试验并将试验得到的试验数据发送至数据分析模块,数据分析模块并对试验数据进行分析得到试验的数据分析结果,并将试验的数据分析结果发送至耦合分析模块,耦合分析模块再结合耦合误差和分析误差对试验数据进行耦合分析得到试验数据的耦合分析结果,并由试验输出模块将耦合分析结果进行输出。
2.根据权利要求1所述的一种高水压裂隙岩体渗流试验平台,其特征在于,所述耦合分析模块根据施工数据和试验数据进行耦合分析得到耦合分析结果,根据施工数据的数据分析结果选取试件参数进行试验,并对比耦分析结果和数据分析结果得到耦合误差,具体分析步骤如下:
步骤一、耦合分析模块建立多维耦合模型对施工数据进行应力场、温度场和渗流场三场之间的耦合分析,根据传热学和渗流理论建立三场耦合的微分方程分析在边界条件下渗透率与高水压之间的对应关系,控制微分方程如下所示:
步骤二、耦合分析模块根据耦合分析模型分析得到的耦合分析结果,再对比耦合分析结果和数据分析结果进行对比得到耦合误差,耦合分析模块根据分析误差、耦合误差和耦合分析结果选取试件参数,耦合分析结果对施工数据的应力分析结果与数据分析结果对施工数据分析的应力分析结果相同时,耦合误差为0,选取施工数据对应等级的裂隙的裂隙参数为试件的试件参数,当应力分析结果的耦合误差不为0时,对耦合误差和分析误差进行分析再选取的试件参数;
步骤三、耦合分析模块通过对试件试验得到试验数据进行耦合分析得到试件的耦合分析结果。
4.根据权利要求1所述的一种高水压裂隙岩体渗流试验平台,其特征在于,所述数据采集模块对隧道施工的施工数据进行体采集,并将采集的数据发送至存储模块中,施工数据中包括施工前对隧道的勘测数据和施工过程中对隧道的勘测数据,在施工过程中隧道内的高水压裂隙围岩的参数发生变化,数据采集模块对施工过程中围岩进行动态监测,根据耦合分析模块对施工数据的分析对试件参数进行选择,数据分析模块再对试件的试验过程中产生的试验数据进行采集。
5.根据权利要求1所述的一种高水压裂隙岩体渗流试验平台,其特征在于,所述误差分析模块是对施工数据和试验数据进行误差监控,在数据分析模块的子模块的分析过程中,误差分析模块对各个子模块的数据分析结果进行分析,得到每一子模块分析的分析误差,所述试验模输出模块时将耦合分析模块对试验数据进行耦合分析的耦合分析结果进行输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111462946.6A CN114002129B (zh) | 2021-12-02 | 2021-12-02 | 一种高水压裂隙岩体渗流试验平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111462946.6A CN114002129B (zh) | 2021-12-02 | 2021-12-02 | 一种高水压裂隙岩体渗流试验平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114002129A true CN114002129A (zh) | 2022-02-01 |
CN114002129B CN114002129B (zh) | 2022-08-09 |
Family
ID=79931201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111462946.6A Active CN114002129B (zh) | 2021-12-02 | 2021-12-02 | 一种高水压裂隙岩体渗流试验平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114002129B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115048884A (zh) * | 2022-08-16 | 2022-09-13 | 武九铁路客运专线湖北有限责任公司 | 一种渗流应力耦合作用下岩石损伤破裂数据化记录方法 |
CN115640996A (zh) * | 2022-09-30 | 2023-01-24 | 中铁二十局集团有限公司 | 一种富水复杂地层隧道突涌水灾害的评估方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103033458A (zh) * | 2012-12-24 | 2013-04-10 | 长江水利委员会长江科学院 | 裂隙岩体渗流特性室内试验系统及方法 |
CN103424533A (zh) * | 2013-07-23 | 2013-12-04 | 北京交通大学 | 裂隙岩体热-水-力三场耦合大尺度模型试验方法 |
CN103559372A (zh) * | 2013-11-20 | 2014-02-05 | 中铁十三局集团第一工程有限公司 | 隧道开挖施工断面大拱脚crd分层进尺动态分析方法及装置 |
CN104819926A (zh) * | 2015-05-20 | 2015-08-05 | 河海大学 | 裂隙岩石的多场耦合渗透试验装置及试验方法 |
CN106840727A (zh) * | 2017-02-21 | 2017-06-13 | 山东科技大学 | 煤层采动应力场‑渗流场‑温度场耦合试验系统及方法 |
CN107192600A (zh) * | 2017-05-18 | 2017-09-22 | 西安科技大学 | 一种分析工程扰动影响下煤岩强度劣化耦合特征的方法 |
CN107817317A (zh) * | 2017-11-06 | 2018-03-20 | 四川大学 | 一种受采动影响煤层底板突水模拟试验系统 |
US20180088252A1 (en) * | 2016-09-27 | 2018-03-29 | International Business Machines Corporation | System, method and computer program product for fracture pattern characterization in naturally fractured reservoirs |
CN110060232A (zh) * | 2019-03-15 | 2019-07-26 | 深圳高速工程顾问有限公司 | 隧道裂缝识别方法、装置、计算机设备和存储介质 |
CN110108855A (zh) * | 2019-05-14 | 2019-08-09 | 福建工程学院 | 应力与渗流耦合作用下的隧道三维模型试验装置及方法 |
WO2020006818A1 (zh) * | 2018-07-02 | 2020-01-09 | 山东科技大学 | 一种煤岩体分区注水渗流-损伤-应力耦合数值模拟方法 |
US20200095858A1 (en) * | 2017-09-14 | 2020-03-26 | Saudi Arabian Oil Company | Modeling reservoir permeability through estimating natural fracture distribution and properties |
US20200143139A1 (en) * | 2018-11-07 | 2020-05-07 | International Business Machines Corporation | Identification of natural fractures in wellbore images using machine learning |
CN111553098A (zh) * | 2020-03-26 | 2020-08-18 | 山东大学 | 一种渗透破坏型突涌水过程数值模拟方法及装置 |
CN111931800A (zh) * | 2020-04-21 | 2020-11-13 | 南京航空航天大学 | 一种基于深度卷积神经网络的隧道表面缺陷分类方法 |
CN113139224A (zh) * | 2021-04-20 | 2021-07-20 | 河北交通职业技术学院 | 一种寒区隧道安全运行监测系统 |
-
2021
- 2021-12-02 CN CN202111462946.6A patent/CN114002129B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103033458A (zh) * | 2012-12-24 | 2013-04-10 | 长江水利委员会长江科学院 | 裂隙岩体渗流特性室内试验系统及方法 |
CN103424533A (zh) * | 2013-07-23 | 2013-12-04 | 北京交通大学 | 裂隙岩体热-水-力三场耦合大尺度模型试验方法 |
CN103559372A (zh) * | 2013-11-20 | 2014-02-05 | 中铁十三局集团第一工程有限公司 | 隧道开挖施工断面大拱脚crd分层进尺动态分析方法及装置 |
CN104819926A (zh) * | 2015-05-20 | 2015-08-05 | 河海大学 | 裂隙岩石的多场耦合渗透试验装置及试验方法 |
US20180088252A1 (en) * | 2016-09-27 | 2018-03-29 | International Business Machines Corporation | System, method and computer program product for fracture pattern characterization in naturally fractured reservoirs |
CN106840727A (zh) * | 2017-02-21 | 2017-06-13 | 山东科技大学 | 煤层采动应力场‑渗流场‑温度场耦合试验系统及方法 |
CN107192600A (zh) * | 2017-05-18 | 2017-09-22 | 西安科技大学 | 一种分析工程扰动影响下煤岩强度劣化耦合特征的方法 |
US20200095858A1 (en) * | 2017-09-14 | 2020-03-26 | Saudi Arabian Oil Company | Modeling reservoir permeability through estimating natural fracture distribution and properties |
CN107817317A (zh) * | 2017-11-06 | 2018-03-20 | 四川大学 | 一种受采动影响煤层底板突水模拟试验系统 |
WO2020006818A1 (zh) * | 2018-07-02 | 2020-01-09 | 山东科技大学 | 一种煤岩体分区注水渗流-损伤-应力耦合数值模拟方法 |
US20200143139A1 (en) * | 2018-11-07 | 2020-05-07 | International Business Machines Corporation | Identification of natural fractures in wellbore images using machine learning |
CN110060232A (zh) * | 2019-03-15 | 2019-07-26 | 深圳高速工程顾问有限公司 | 隧道裂缝识别方法、装置、计算机设备和存储介质 |
CN110108855A (zh) * | 2019-05-14 | 2019-08-09 | 福建工程学院 | 应力与渗流耦合作用下的隧道三维模型试验装置及方法 |
CN111553098A (zh) * | 2020-03-26 | 2020-08-18 | 山东大学 | 一种渗透破坏型突涌水过程数值模拟方法及装置 |
CN111931800A (zh) * | 2020-04-21 | 2020-11-13 | 南京航空航天大学 | 一种基于深度卷积神经网络的隧道表面缺陷分类方法 |
CN113139224A (zh) * | 2021-04-20 | 2021-07-20 | 河北交通职业技术学院 | 一种寒区隧道安全运行监测系统 |
Non-Patent Citations (2)
Title |
---|
TAO MENG: "Experimental study on permeability evolution and nonlinear seepage characteristics of fractured rock in coupled thermo-hydraulic-mechanical environment:a case study of the sedimentary rock in Xishan area", 《ENGINEERING GEOLOGY》 * |
王建秀等: "高水压隧道围岩渗流-应力耦合作用模式研究", 《岩土力学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115048884A (zh) * | 2022-08-16 | 2022-09-13 | 武九铁路客运专线湖北有限责任公司 | 一种渗流应力耦合作用下岩石损伤破裂数据化记录方法 |
CN115048884B (zh) * | 2022-08-16 | 2023-02-28 | 武九铁路客运专线湖北有限责任公司 | 一种渗流应力耦合作用下岩石损伤破裂数据化记录方法 |
CN115640996A (zh) * | 2022-09-30 | 2023-01-24 | 中铁二十局集团有限公司 | 一种富水复杂地层隧道突涌水灾害的评估方法 |
CN115640996B (zh) * | 2022-09-30 | 2024-03-19 | 中铁二十局集团有限公司 | 一种富水复杂地层隧道突涌水灾害的评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114002129B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Dynamic load prediction of tunnel boring machine (TBM) based on heterogeneous in-situ data | |
Yang et al. | Improved PLS and PSO methods-based back analysis for elastic modulus of dam | |
Naghadehi et al. | A new open-pit mine slope instability index defined using the improved rock engineering systems approach | |
CN114002129B (zh) | 一种高水压裂隙岩体渗流试验平台 | |
EP1984860B1 (en) | Methods, systems, and computer-readable media for fast updating of oil and gas field production models with physical and proxy simulators | |
US9416630B2 (en) | Grid calculation for fluid flow modeling | |
Hosseini | Evaluation of the rockburst potential in longwall coal mining using passive seismic velocity tomography and image subtraction technique | |
Miranda et al. | Geomechanical characterization of volcanic rocks using empirical systems and data mining techniques | |
CN108572401B (zh) | 缝洞组合模型的构建方法及探测储层缝洞变形的方法 | |
Mahjour et al. | Developing a workflow to represent fractured carbonate reservoirs for simulation models under uncertainties based on flow unit concept | |
Shahsavari et al. | Investigation of sand production prediction shortcomings in terms of numerical uncertainties and experimental simplifications | |
Ceryan et al. | Probabilistic analysis applied to rock slope stability: A case study from Northeast Turkey | |
CN111507539A (zh) | 一种基于层次分析法的泥石流危险等级评价方法及系统 | |
Jiang et al. | The role of in situ stress in organizing flow pathways in natural fracture networks at the percolation threshold | |
Doonechaly et al. | 3D hybrid tectono-stochastic modeling of naturally fractured reservoir: Application of finite element method and stochastic simulation technique | |
CN110705168A (zh) | 构造应力场的模拟方法 | |
Du et al. | Risk evaluation of colluvial cutting slope based on fuzzy analytic hierarchy process and multilevel fuzzy comprehensive evaluation | |
Yang et al. | Prediction of residual gas content during coal roadway tunneling based on drilling cuttings indices and BA-ELM algorithm | |
Gao et al. | Prediction of fracture density in a gas reservoir using robust computational approaches | |
CN110397472B (zh) | 煤与瓦斯突出的预测方法、装置及系统 | |
Sun et al. | Visualization and early warning analysis of damage degree of surrounding rock mass in underground powerhouse | |
YAN et al. | Predicting TBM penetration rate with the coupled model of partial least squares regression and deep neural network | |
Malkawi et al. | Enhancing of uniaxial compressive strength of travertine rock prediction through machine learning and multivariate analysis | |
Kovacevic et al. | The use of neural networks to develop CPT correlations for soils in northern Croatia | |
LA POINTE | Pattern analysis and simulation of joints for rock 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 |