CN115062368A - 一种隧道长管棚数字孪生体和精细建模系统及方法 - Google Patents

Abstract

本发明公开的一种隧道长管棚数字孪生体和精细建模系统及方法，所述系统包括长管棚物理实体数据感知传输模块、数字孪生模型创建模块、数字孪生体模块、数字孪生数据管理模块四个模块。通过各模块之间无缝衔接，通过四个功能模块的组合，使得隧道长管棚数字孪生体与物理实体同步运行、虚实交互、模拟仿真和迭代优化，实现隧道长管棚施工基准状态精细建模、全程感知工后演化、精准预测施工质量和加固效果。所述方法以充分收集与研究工程数据资料为基础，与隧道长管棚工程全生命周期同步构建数字孪生体，实现隧道长管棚实际注浆效果的三维可视化，全程感知长管棚物理实体数据并全程对长管棚施工流程进行行为预测，高效地指导隧道长管棚施工。

Description

一种隧道长管棚数字孪生体和精细建模系统及方法

技术领域

本发明属于隧道工程领域，具体涉及一种隧道长管棚数字孪生体和精细建模系统及方法。

背景技术

为实现隧道长管棚施工过程的可视化工程管理，隧道BIM管理过程中会进行隧道长管棚建模，并对施工过程进行相应的模拟和分析。

传统的建模方法往往通过手工处理进行建模，采集的模型数据与建模模型之间的数据传递都要依靠建模者作为数据交互桥梁，使得传统建模方法的效率低下，劳动强度较大，并且建模精度不高，对于复杂且繁琐的模型，传统建模方法有较大的局限性，创建的模型往往不能较好的贴合实际情况。

传统的建模在注浆模型的创建过程中，先根据以下公式计算注浆的扩散半径

注浆模型的绘制采用最为理想的注浆状态，即圆柱加半球的结构形式。这种注浆理想化模型对于孔隙率较小的特殊岩层或岩层内出现空腔时，一方面通过理想化的注浆模型得到的注浆量与实际的注浆量大相径庭，不能有效地指导施工的成本管控、物料管理；另一方面实际的注浆效果不能与理想化的模型吻合，不能以三维直观的方式评估注浆的实际效果。(刘校同.基于BIM技术的隧道超浅埋段地表注浆量计算研究[J].施工技术,2020,49(S1):505-507.)

发明内容

本发明公开了一种隧道长管棚数字孪生体和精细建模系统及方法，本发明采用模块化设计，按照功能性进行模块的划分，包括长管棚物理实体数据感知传输模块、模型创建模块、数字孪生体模块、数字孪生数据管理模块四个模块。通过各模块之间无缝衔接，通过四个功能模块的组合，实现了从隧道长管棚设计到BIM模型和工程量导出的精细化建模过程。最终生成的模型信息涵盖隧道各结构层或功能层的轮廓、隧洞各结构层或功能层的材质、隧道模型各段标高、管棚注浆钻孔起点坐标和终点坐标、管棚注浆钢花管的相关参数、钢格栅类型以及在隧道中的布置坐标、隧道管棚锚杆类型以及梅花型钻孔布置等。工程量信息涵盖隧道长管棚注浆浆液用量。

本发明至少通过如下技术方案之一实现。

一种隧道长管棚数字孪生体和精细建模方法，其特征是：包括以下步骤：

S01、综合收集隧道勘探数据，建立三维可视化的地质信息模型；

S02、基于设计图纸创建三维可视化的隧道长管棚结构信息模型；

S03、结合地质信息模型和隧道长管棚结构信息模型，建立对应的分析计算模型；

S04、结合长管棚施工工法和工序，利用有限元软件模拟长管棚注浆的全工序流程；

S05、持续采集现场探测数据，通过对比实时的探测数据，利用基于人工智能深度学习算法修正隧道长管棚的分析计算模型，使注浆效果与实际相符，并将长管棚注浆模拟过程中的数据导入数字孪生数据管理模块中存储；

S06、从数字孪生数据管理模块导出隧道注浆模型，实现隧道长管棚注浆模型的数字化交付。

进一步地，所述地质信息模型包括隧道长管棚施工地段的围岩信息和地质水文地形地貌信息。

进一步地，所述隧道长管棚结构信息模型包括长管棚、初期支护、二次衬砌、注浆体。

所述隧道长管棚结构信息模型还包括含有长管棚几何尺寸、钢拱架几何尺寸信息、梅花型钻孔几何信息、钢管构件材料的力学性质、浆液物理化学特性与本构关系。

进一步地，所述分析计算模型包括长管棚构件的几何信息、物理信息、材料的力学特性和本构关系、梅花型钻孔几何信息、围岩与地质体几何特性和本构关系，以及包括长管棚注浆的加载时间、加载压力、浆液物理和化学特性等施工因素。

进一步地，所述数字孪生数据管理模块采用关系数据库模型搭建，用于接收和存储隧道长管棚开挖过程中的监测数据、初始长管棚设计数据、数字孪生体模块的计算分析与模拟数据，并为隧道长管棚注浆过程中的模型导出提供相应接口。

进一步地，通过软件GBMDT将地质信息模型和隧道长管棚结构信息模型转化生成分析计算模型。

实现所述的一种隧道长管棚数字孪生体和精细建模方法的系统，包括长管棚物理实体数据感知传输模块、数字孪生模型创建模块、数字孪生体模块、数字孪生数据管理模块；

所述长管棚物理实体数据感知传输模块用于隧道长管棚施工地段的围岩信息和地质水文地形地貌信息，实时监控隧道长管棚施工过程中围岩的力学状态和注浆状态、隧道长管棚实际位置、浆液密实度和扩散范围等数据，并将监控量测数据传输至数字孪生数据管理模块；

所述数字孪生模型创建模块用于创建地质信息模型和隧道长管棚结构信息模型，并将地质信息模型和隧道长管棚结构信息模型传输到数字孪生体模块；

所述数字孪生体模块用于对长管棚注浆过程进行分阶段模拟并结合长管棚物理实体数据感知传输模块所采集得到的实时数据进行分析模型修正，并利用基于人工智能深度学习算法对长管棚施工过程进行行为预测，从而得到行为预测模型，并将行为预测模型和相关的分析数据传递至数字孪生数据管理模块；

所述数字孪生数据管理模块用于存储和管理系统数据，以及导出系统数据和导出隧道长管棚注浆模型。

进一步地，所述长管棚物理实体数据感知传输模块还用于实时采集物理实体的监测数据、施工质量数据、注浆压力和范围参数，将采集到的数据上传至数字孪生数据管理模块，用于实现数据的实时采集，并利用采集的实时数据对分析计算模型进行修正和行为预测，从而得到与实际相符的分析结果。

进一步地，所述隧道长管棚结构信息模型是基于设计图纸资料的隧道长管棚结构信息库，利用可视化编程建模的方式进行建模。

进一步地，所述数字孪生体模块的模型修正主要对长管棚物理实体数据感知传输模块所采集的实时施工大数据，利用基于人工智能深度学习算法与分阶段长管棚有限元模拟数据进行数据对比，从而修正原有的地质信息模型的围岩分级和围岩力学性质，反馈到分析计算模型中再次进行分析预测，进行多次循环识别和修正，从而获得行为预测模型。

与现有技术相比，本发明的有益效果为：

从隧道长管棚正向设计到BIM模型和工程量导出，依次设置长管棚物理实体数据感知传输模块、模型创建模块、数字孪生体模块、数字孪生数据管理模块四个模块，提高建模效率和建模精度，降低建模劳动强度。同时通过隧道长管棚数字孪生体与物理实体同步运行、虚实交互、模拟仿真和迭代优化，实现了隧道长管棚施工基准状态精细建模、全程感知工后演化、精准预测施工质量和加固效果，助力隧道工程的BIM5D施工与工程管理。

附图说明

图1为实施例一种隧道长管棚数字孪生体和精细建模方法流程示意图；

图2为实施例一种隧道长管棚数字孪生体和精细建模系统的模块组成结构图示意图；

图3为实施例一种隧道长管棚数字孪生体和精细建模系统的模型构建流程及关系示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种隧道长管棚数字孪生体和精细建模方法，包括以下步骤：

S1、综合收集隧道勘探数据，建立三维可视化的地质信息模型；所述地质信息模型包括隧道长管棚施工地段的围岩信息和地质水文地形地貌信息。

S2、基于设计图纸创建三维可视化的隧道长管棚结构信息模型；所述隧道长管棚结构信息模型包括含有长管棚几何尺寸、钢拱架几何尺寸信息、梅花型钻孔几何信息、钢管构件材料的力学性质、浆液物理化学特性与本构关系。所述分析计算模型包括长管棚构件的几何信息、物理信息、材料的力学特性和本构关系、梅花型钻孔几何信息、围岩与地质体几何特性和本构关系，以及包括长管棚注浆的加载时间、加载压力、浆液物理和化学特性等施工因素。

S3、通过软件GBMDT实现地质信息模型和隧道长管棚结构信息模型的转化，结合地质信息模型和隧道长管棚结构信息模型，建立对应的分析计算模型；

S4、结合长管棚施工工法和工序，利用有限元软件模拟长管棚注浆的全工序流程；

S5、持续现场探测采集隧道长管棚实际位置、浆液密实度和扩散范围等数据，通过对比实时的探测数据，利用基于人工智能深度学习算法修正隧道长管棚的分析计算模型，使注浆效果与实际相符，并将长管棚注浆模拟过程中的数据导入数字孪生数据管理模块中存储；所述数字孪生数据管理模块采用关系数据库模型搭建，用于接收和存储隧道长管棚的施工过程中的监测数据、初始长管棚设计数据、数字孪生体模块的计算分析与模拟数据，并为隧道长管棚注浆过程中的模型导出提供相应接口。

S6、从数字孪生数据管理模块导出隧道注浆模型，实现隧道长管棚注浆模型的数字化交付。

实施例2

如图1所示的一种隧道长管棚数字孪生体和精细建模系统及方法流程示意图，该方法，包括以下步骤：

S01、综合收集隧道勘探数据，包括隧道的自然地理概况、工程地质、水文地质等必要信息，建立三维可视化的地质信息模型；

具体实施时，可根据综合地质勘察所获得的信息，利用三维地质建模技术，在三维环境下将空间信息管理、地质解译、空间分析和预测、地学统计、实体内容分析以及图形可视化等工具结合起来建立三维可视化的地质信息模型。

具体实施时，可采用机载激光扫描或车载激光扫描或地面三维激光扫描对长管棚施工现场附近的地形形貌，通过快速获取地表密集面阵点云，并采用相应数据处理方法，构建精细三维地形表面模型；采用钻孔声波测井法或地质雷达法或γ射线探测或抽芯取样法现场勘查长管棚施工段围岩的地质结构，从而得到长管棚施工地段的围岩组成情况、围岩分级情况等地质信息。结合三维地形表面模型和基于人工智能深度学习算法，划分不同区段的围岩，得到与实际相符的三维地质模型。

S02、基于设计图纸创建三维可视化的隧道长管棚结构信息模型；

具体实施时，基于设计方给出的设计图纸，提取长管棚套拱截面、钢花管首尾三维坐标、钢拱架定位三维坐标、初期支护、二次衬砌等相关参数至隧道长管棚结构信息数据库中，并传至数字孪生数据管理模块中，利用可视化编程建模进行隧道棚结构信息模型的建模。

所述可视化编程建模是调用隧道长管棚结构信息数据库内的数据进行长管棚从套拱轮廓到套拱实体的放样建模，考虑钢花管钻孔放置、超前小导管、锚杆和钢拱架定位放置等操作，以提高模型精度和建模效率；若在施工过程中因围岩变更、出现滑塌、出现涌水等安全因素要进行设计图纸的变更，可以在原有隧道长管棚结构信息数据库的基础上进行修改，在通过原有的编程程序实现模型参数的快速准确变更。

作为一种优选，可视化编程建模软件可以是Dynamo。

其中隧道长管棚结构信息数据库内的信息按照类型分为四类信息：几何模型信息、空间位置信息、材料力学参数信息和浆液物理化学特性参数信息；

其中几何模型信息包括长管棚套拱几何模型、钢管几何模型、钢拱架几何模型、注浆小导管几何模型；

空间位置信息包括钢花管首尾端点空间坐标值、注浆小导管放置位置和角度、钢拱架放置坐标；

材料力学信息包括长管棚套拱抗压强度、钢花管抗压强度、钢拱架抗压强度；

浆液物理化学特性参数信息包括浆液防渗止水性、浆液凝固后强度等。

S03、结合地质信息模型和隧道长管棚结构信息模型，建立对应的分析计算模型；

具体实施时，将模型创建模块中创建的地质信息模型和隧道长管棚结构信息模型通过软件GBMDT(公路标准化、美化建设工程数字孪生软件)以分析模型的形式导入到有限元分析软件中。完成导入后，需添加对应模型构件的物理信息、地质信息和材料的力学特性，同时根据长管棚注浆工法确定加载时间、加载压力、浆液物理和化学特性等施工因素，确定长管棚施工过程中的施工荷载、施工过程中的边界条件、实体单元划分大小。或者采用格式转换的方法，将隧道长管棚结构信息模型和地质信息模型导入数值分析软件中，并划分单元以生成对应的分析计算模型，例如采用将包含实体模型的rvt文件转化为sat文件，再将其导入数值分析软件NERAP。

S04、结合长管棚施工工法和工序，利用有限元软件模拟长管棚注浆的全工序流程；

根据长管棚注浆工艺流程，在数字孪生体模块中对长管棚注浆流程进行阶段的模拟。所述数字孪生体模块的分阶段模拟主要模拟长管棚施工过程中注浆工法、注浆压力、注浆浓度、注浆时间等施工参数。利用目前隧道施工工艺手册提供的施工流程或扩展有限单元法，模拟注浆浆液在围岩中的扩散范围以及注浆后围岩的应力应变变化，据此评估核验注浆后围岩的强度与稳定性。

具体计算时，采用扩展有限元法进行注浆过程的模拟，针对注浆浆液在岩体中的劈裂注浆情况做有限元分析。有限元法中模拟裂缝的产生主要有两种方法：离散裂缝模型和弥散裂缝模型。运用弥散裂缝模型来模拟裂缝的产生和发展，根据地质信息模型确定初始围岩的强度参数，用各向异性弹性本构模型描述开裂围岩单元的力学性质。

注浆分阶段模拟过程中，为符合长管棚现场施工情况，遵循“先外后内”、“跳孔注浆”和"从稀到浓”的原则，对注浆过程进行划分，主要划分依据为注浆顺序、注浆浆液浓度、注浆压力。模拟过程中采用流量控制，运用流体体积法来确定任意时刻的浆-水边界，从而得到不同时间段的注浆模型。

根据分析计算结果，对隧道长管棚结构信息模型中钢花管空间位置、钢花管直径等影响加固效果的设计因素进行修改优化，同时对隧道长管棚施工方案中注浆时间和注浆压力、注浆孔隙填充率、浆液种类等施工因素进行合理调整，将两者同步修改至对应的分析计算模型中并重新进行分析计算，以保证得到安全、经济的注浆效果。

S05、持续现场探测采集隧道长管棚实际位置、浆液密实度和扩散范围等数据，通过对比实时的探测数据，利用人工智能深度学习算法修正隧道长管棚的分析计算模型，使注浆效果与实际相符，并将长管棚注浆模拟过程中的数据导入数字孪生数据管理模块中存储；

具体实施时，选取长管棚拱套后的掌子面的顶面和侧面作为监测点，在长管棚进行注浆作业时，采用弹性波三维成像法对监测点进行定时定期的监测，掌子面埋多个震源点，以人工锤击方式或机械冲击震源方式激发地震波，由此可探测掌子面前方的注浆情况；或者选取在掌子面靠近钢花管的位置作为监测点，在掌子面内埋设应力应变传感器或基岩变位计或多点位移计按规定的监测频率，记录掌子面的应力应变情况，便于与分析模型结果进行对比；或者采用高密度电阻率成像法进行探测，直接生成注浆全过程的实时三维模型，以此获取注浆浆液在围岩中的渗透情况；或者采用地质雷达和配套天线系统持续探测施工过程中的工作面，根据所反馈的雷达图像获取隧道长管棚实际位置、浆液密实度和扩散范围数据并通过有线或无线网络传输设备将数据传输至数字孪生数据管理模块。

根据实时采集的施工数据，利用基于人工智能深度学习算法对分析计算模型进行调整和修正，从而修正原有的地质信息模型的围岩分级和围岩力学性质，反馈到分析计算模型中再次进行分析预测，通过多次循环识别和修正以保证通过分析得到的数值与实测值之间的误差控制在合理范围内，并根据分析计算模型对隧道长管棚施工的下一工序进行行动预测，并将相关围岩应力应变数据和分析计算模型存储汇总到数字孪生数据管理模块。

S06、从数字孪生数据管理模块导出隧道注浆模型，实现隧道长管棚注浆过程的数字化交付。

具体实施时，可通过数字孪生数据管理模块的二次开发接口将模块内的长管棚各阶段注浆模型进行汇总，最终进行转化为一般BIM建模软件接受的文件格式，从而实现注浆效果的三维可视化。通过分阶段导出的模型完成整个施工过程的施工模拟，从而完成隧道长管棚注浆过程的数字化交付。

实施例3

如图2所示，基于上述长管棚建模的方法流程构建一种隧道长管棚数字孪生体和精细建模系统，该系统的模块组成结构图示意图，用于隧道长管棚建模、数字化交付和全生命周期管理，包括长管棚物理实体数据感知传输模块、数字孪生模型创建模块、数字孪生体模块、数字孪生数据管理模块；

所述长管棚物理实体数据感知传输模块用于隧道长管棚施工地段的围岩信息和地质水文地形地貌信息，实时监控隧道长管棚施工过程中围岩的力学状态和注浆状态、隧道长管棚实际位置、浆液密实度和扩散范围等数据，并将监控量测数据传输至数字孪生数据管理模块；

进一步的，所述长管棚物理实体数据感知传输模块还用于实时采集物理实体的监测数据、施工质量数据、注浆压力和范围参数，将采集到的数据上传至数字孪生数据管理模块，用于实现数据的实时采集，并利用采集的实时数据对分析计算模型进行修正和行为预测，从而得到与实际相符的分析结果。

所述数据感知传输设备包括在前期勘察中获取地质信息的地质信息采集设备和施工过程中的感知设备，包括在施工中嵌入结构的应力应变传感器、渗压计、多点位移计、基岩变位计、断面变形监控量测装置、地质雷达和配套天线系统等，以及用于传输感知数据的有线或无线网络传输设备。

所述数字孪生模型创建模块用于创建地质信息模型和隧道长管棚结构信息模型，其中地质信息模型应包含隧道长管棚施工段的围岩信息和地质水文地形地貌信息；隧道长管棚结构信息模型应包含长管棚、初期支护、二次衬砌、注浆体；该模块完成后，将地质信息模型和隧道长管棚结构信息模型传递到数字孪生体模块。

所述地质信息模型用于以三维可视化方式表达地质勘察信息，为隧道长管棚注浆施工分阶段分析提供围岩地质依据；

所述隧道长管棚结构信息模型用于隧道长管棚结构的设计方案的评估与优化，并用于生成分析计算模型；

所述分析计算模型用于在隧道长管棚施工过程中，对隧道长管棚注浆效果和注浆后围岩结构进行力学和稳定性等方面的评估和验算。

所述数字孪生体模块用于对长管棚注浆过程进行分阶段模拟和结合长管棚物理实体数据感知传输模块所采集得到的实时数据进行模型修正，并利用基于人工智能深度学习算法对长管棚施工过程进行行为预测，从而得到行为预测模型，并将行为预测模型和相关的分析数据传递至数字孪生数据管理模块。

所述数字孪生体模块的模型修正主要对长管棚物理实体数据感知传输模块所采集的实时施工数据，利用基于人工智能深度学习算法进行与分阶段长管棚模拟数据进行数据对比，从而修正原有的地质信息模型的围岩分级和围岩力学性质，反馈到分析计算模型中再次进行分析预测，通过多次循环识别和修正，从而得到行为预测模型。结合现有的注浆量对围岩内是否存在空腔或注浆浆液在围岩的扩散程度进行预测，从而及时调控长管棚施工过程中的注浆量和注浆压力，保证注浆效果和经济效益最大化。

所述行为预测模型用于预测在长管棚施工过程中长管棚的围岩与结构在未来某一时点的应力、变形、安全状况等的值，预测可能出现的注浆缺陷或危险情况。

所述数字孪生数据管理模块基于关系数据库模型搭建，用于接收和存储隧道长管棚的开挖过程中的监测数据、初始长管棚设计数据、数字孪生体模块的计算分析与模拟数据，并为隧道长管棚注浆过程中的模型导出提供相应接口。

一种隧道长管棚数字孪生体和精细建模系统，基于长管棚施工建造同步建立与长管棚物理实体历史状态完全等效的数字孪生体；通过长管棚物理实体数据感知传输模块采集长管棚物理实体的建造数据，在数字字孪生体模块中，结合长管棚物理实体数据感知传输模块采集的数据对分析计算模型进行修正，对长管棚施工过程中的变形和受力特性以及注浆效果进行评估和预测。数字孪生数据管理模块存储长管棚结构分析、修正、预测的相关数据，供决策部门决策采取何种注浆方案，并为长管棚精细化模型的导出提供接口。

如图3所示为数字孪生体模块模块的模型构建流程及关系示意图，数字孪生体模块与隧道工程的勘察设计建造同步构建。

采用地质雷达法、激光扫描法、大地电磁法、钻孔声波测井法等多种勘探方式，形成多技术融合的勘查方案，从而获得比较详尽且精确的地质勘探信息，利用三维地质建模技术，在三维环境下将空间信息管理、地质解译、空间分析和预测、地学统计、实体内容分析以及图形可视化等工具结合起来建立三维可视化的地质信息模型。例如采用激光扫描技术获取隧道长管棚施工段三维地形点云模型，进而得到三维地形表面模型；根据感知设备采集得到的地质围岩数据，结合三维地形表面模型和基于人工智能深度学习算法，划分不同区段的围岩，得到与实际相符的三维地质模型。

基于设计方给出的设计图纸，提取长管棚衬砌截面、钢花管首尾三维坐标、钢拱架定位三维坐标等相关参数至隧道长管棚结构信息数据库中，并传至数字孪生数据管理模块中，利用可视化编程建模进行隧道棚结构信息模型的建模。所述可视化编程建模是调用数据库内的数据进行长管棚从套拱轮廓到套拱实体的放样建模、钢管钻孔放置、超前小导管、锚杆和钢拱架定位放置等操作，可提高模型精度和建模效率；若在施工过程中因围岩变更、出现滑塌、出现涌水等安全因素要进行设计图纸的变更，可以在原有隧道长管棚结构信息数据库的基础上进行修改，在通过原有的编程程序实现模型参数的快速准确变更。

将地质信息模型和隧道长管棚结构信息模型通过软件GBMDT以分析模型的形式导入到有限元分析软件中或进行格式转换后导入数值分析软件，添加对应模型构件的物理信息、地质信息和材料的本构关系，同时根据长管棚注浆工法确定加载时间、加载压力、浆液特性等施工因素，确定长管棚施工过程中的施工荷载、施工过程中的边界条件、实体单元划分大小，从而形成分析计算模型。分析计算模型在设计阶段和施工阶段可对结构设计进行验算分析，当设计结果不满足要求时，对隧道长管棚结构信息模型进行修改优化。

在隧道长管棚注浆施工过程中，利用分析计算模型对注浆效果、围岩的应力和变形情况做出预测性的分析。其中，对长管棚物理实体数据感知传输模块所采集的实时施工大数据，利用基于人工智能深度学习算法与分阶段长管棚有限元模拟数据进行数据对比，从而修正原有的地质信息模型的围岩分级和围岩力学性质，反馈到分析计算模型中再次进行分析预测，进行多次循环识别和修正，以保证通过分析得到的数值与实测值之间的误差控制在合理范围内，并根据分析计算模型对隧道长管棚施工的下一工序进行行动预测，从而获得行为预测模型，实现隧道长管棚注浆过程的可视化表达，实现长管棚注浆后围岩力学状况的预测和评估。通过隧道长管棚数字孪生体与物理实体同步运行、虚实交互、模拟仿真和迭代优化，实现了隧道长管棚施工基准状态精细建模、全程感知工后演化、精准预测施工质量和加固效果。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种隧道长管棚数字孪生体和精细建模方法，其特征是：包括以下步骤：

S01、综合收集隧道勘探数据，建立三维可视化的地质信息模型；

S02、基于设计图纸创建三维可视化的隧道长管棚结构信息模型；

S03、结合地质信息模型和隧道长管棚结构信息模型，建立对应的分析计算模型；

S04、结合长管棚施工工法和工序，利用有限元软件模拟长管棚注浆的全工序流程；

S05、持续采集现场探测数据，通过对比实时的探测数据，利用基于人工智能深度学习算法修正隧道长管棚的分析计算模型，使注浆效果与实际相符，并将长管棚注浆模拟过程中的数据导入数字孪生数据管理模块中存储；

S06、从数字孪生数据管理模块导出隧道注浆模型，实现隧道长管棚注浆模型的数字化交付。

2.根据权利要求1所述的一种隧道长管棚数字孪生体和精细建模方法，其特征是：所述地质信息模型包括隧道长管棚施工地段的围岩信息和地质水文地形地貌信息。

3.根据权利要求1所述的一种隧道长管棚数字孪生体和精细建模方法，其特征是：所述隧道长管棚结构信息模型包括长管棚、初期支护、二次衬砌、注浆体。

4.根据权利要求1所述的一种隧道长管棚数字孪生体和精细建模方法，其特征是：所述分析计算模型包括长管棚构件的几何信息、物理信息、材料的力学特性和本构关系、梅花型钻孔几何信息、围岩与地质体几何特性和本构关系，以及包括长管棚注浆的加载时间、加载压力、浆液物理和化学特性的施工因素。

5.根据权利要求1所述的一种隧道长管棚数字孪生体和精细建模方法，其特征是：所述数字孪生数据管理模块采用关系数据库模型搭建，用于接收和存储隧道长管棚开挖过程中的监测数据、初始长管棚设计数据、数字孪生体模块的计算分析与模拟数据，并为隧道长管棚注浆过程中的模型导出提供相应接口。

6.根据权利要求1～5任一项所述的一种隧道长管棚数字孪生体和精细建模方法，其特征是：通过GBMDT将地质信息模型和隧道长管棚结构信息模型转化生成分析计算模型。

7.实现权利要求6所述的一种隧道长管棚数字孪生体和精细建模方法的系统，其特征是：包括长管棚物理实体数据感知传输模块、数字孪生模型创建模块、数字孪生体模块、数字孪生数据管理模块；

所述长管棚物理实体数据感知传输模块用于隧道长管棚施工地段的围岩信息和地质水文地形地貌信息，实时监控隧道长管棚施工过程中围岩的力学状态和注浆状态、隧道长管棚实际位置、浆液密实度和扩散范围数据，并将监控量测数据传输至数字孪生数据管理模块；

所述数字孪生模型创建模块用于创建地质信息模型和隧道长管棚结构信息模型，并将地质信息模型和隧道长管棚结构信息模型传输到数字孪生体模块；

所述数字孪生体模块用于对长管棚注浆过程进行分阶段模拟并结合长管棚物理实体数据感知传输模块所采集得到的实时数据进行分析模型修正，并利用基于人工智能深度学习算法对长管棚施工过程进行行为预测，从而得到行为预测模型，并将行为预测模型和相关的分析数据传递至数字孪生数据管理模块；

所述数字孪生数据管理模块用于存储和管理系统数据，以及导出系统数据和导出隧道长管棚注浆模型。

8.根据权利要求6所述的一种隧道长管棚数字孪生体和精细建模系统，其特征是：所述长管棚物理实体数据感知传输模块还用于实时采集物理实体的监测数据、施工质量数据、注浆压力和范围参数，将采集到的数据上传至数字孪生数据管理模块，用于实现数据的实时采集，并利用采集的实时数据对分析计算模型进行修正和行为预测，从而得到与实际相符的分析结果。

9.根据权利要求6所述的一种隧道长管棚数字孪生体和精细建模系统，其特征是：所述隧道长管棚结构信息模型是基于设计图纸资料的隧道长管棚结构信息库，利用可视化编程建模的方式进行建模。

10.根据权利要求6所述的一种隧道长管棚数字孪生体和精细建模系统，其特征是：所述数字孪生体模块的模型修正主要对长管棚物理实体数据感知传输模块所采集的实时施工大数据，利用基于人工智能深度学习算法与分阶段长管棚有限元模拟数据进行数据对比，从而修正原有的地质信息模型的围岩分级和围岩力学性质，反馈到分析计算模型中再次进行分析预测，进行多次循环识别和修正，从而获得行为预测模型。

Images