CN115271367A - 高原隧道围岩分级方法、装置、设备以及存储介质 - Google Patents
高原隧道围岩分级方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115271367A CN115271367A CN202210769020.XA CN202210769020A CN115271367A CN 115271367 A CN115271367 A CN 115271367A CN 202210769020 A CN202210769020 A CN 202210769020A CN 115271367 A CN115271367 A CN 115271367A
- Authority
- CN
- China
- Prior art keywords
- grading
- surrounding rock
- rock
- plateau tunnel
- plateau
- 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.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 400
- 238000000034 method Methods 0.000 title claims abstract description 89
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 54
- 238000000547 structure data Methods 0.000 claims abstract description 47
- 230000015654 memory Effects 0.000 claims description 16
- 239000003673 groundwater Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 239000011148 porous material Substances 0.000 claims description 7
- 239000010410 layer Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000013145 classification model Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000002939 conjugate gradient method Methods 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了一种高原隧道围岩分级方法、装置、设备以及存储介质,涉及岩体工程领域,方法包括:获取高原隧道围岩的岩体结构数据;根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。实现了更好的反映高原隧道围岩特征,避免了多种常规围岩分级方法不能适应高原隧道的复杂环境,对围岩的分级存在一定的差异性的情况,同时提高了对高原隧道围岩分级的准确性,及提高对其他同类型的高原隧道围岩的分级效率。
Description
技术领域
本发明涉及岩体工程领域,尤其涉及一种高原隧道围岩分级方法、装置、设备以及存储介质。
背景技术
在高原隧道施工过程中,常规的围岩分级方法,所测得的高原围岩级别与设计勘察得出的结果大相径庭,应用常规的围岩分级方法很难准确的判定高原隧道的围岩等级。
发明内容
本发明的主要目的在于提供一种高原隧道围岩分级方法、装置、设备以及存储介质,旨在解决常规的围岩分级方法判定高原隧道的围岩等级准确性较低的技术问题。
为实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供了一种高原隧道围岩分级方法,所述方法包括:
获取高原隧道围岩的岩体结构数据;
根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;
根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。
可选的,所述根据所述岩体结构数据确定所述高原隧道围岩的分级参数,包括:
根据所述岩体结构数据,对所述高原隧道围岩进行预分级,获得预分级结果;
根据所述预分级结果,确定所述高原隧道围岩的第一分级参数;所述第一分级参数包括所述岩体质量指标、所述岩体强度参数、所述节理方向、所述岩体完整性系数、所述地下水渗流量。
可选的,所述岩体结构数据包括应力数据;
所述获取高原隧道围岩的岩体结构数据,包括:
接收水压致裂测量设备测量的孔壁水压力值,所述孔壁水压力值为所述高原隧道围岩的钻孔孔壁的水压力值;
基于所述孔壁水压力值,计算所述高原隧道围岩的应力数据,获得所述应力数据;
所述根据所述岩体结构数据,确定高原隧道围岩的分级参数包括:
根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力。
可选的,所述根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力之后,所述方法还包括:
整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数。
可选的,所述整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数的步骤,包括:
根据所述高原隧道围岩的岩石质量、结构面、地下水和高原环境,将所述分级参数分层,获得所述分级参数对应的分层结果。
可选的,所述根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果的步骤,包括:
提取所述分级参数对应的围岩分级参数数据;
将所述围岩分级参数数据输入至高原隧道围岩分级模型,获得所述高原隧道围岩对应的所述分级结果。
可选的,所述提取所述分级参数对应的围岩分级参数数据之后,所述方法还包括:
根据所述围岩分级参数数据训练所述高原隧道围岩分级模型,获得修正后的所述高原隧道围岩分级模型。
此外,为实现上述目的,本发明还提供一种围岩分级装置,所述装置包括:
数据获取模块,用于获取高原隧道围岩的岩体结构数据;
参数确定模块,用于根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;
围岩分级模块,用于根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。
此外,为实现上述目的,本发明还提供一种高原隧道围岩分级设备,包括:处理器,存储器以及存储在所述存储器中的高原隧道围岩分级程序,所述高原隧道围岩分级程序被所述处理器运行时实现如上述任一项所述高原隧道围岩分级方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有高原隧道围岩分级程序,所述高原隧道围岩分级程序被处理器执行时实现如上述任一项所述的高原隧道围岩分级方法。
本发明实施例提出的一种高原隧道围岩分级方法、装置、设备以及存储介质,通过获取高原隧道围岩的岩体结构数据;根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。即通过高原隧道的真实岩体结构数据确定的包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力6个参数,能更好的反映高原隧道围岩特征,且以该分级参数对高原隧道围岩进行分级,不仅避免了多种常规围岩分级方法不能适应高原隧道的复杂环境,对围岩的分级存在一定的差异性的情况,同时提高了对高原隧道围岩分级的准确性,获得准确的分级结果,同时该分级参数的确立也为其他同类型的高原隧道围岩的分级提供了参考,能提高对其他同类型的高原隧道围岩的分级效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据提供的这些附图获得其他的附图。
图1为本发明涉及的硬件运行环境的高原隧道围岩分级设备的硬件结构示意图;
图2是本发明高原隧道围岩分级方法第一实施例的流程示意图;
图3为水压致裂法孔内水压力时间变化曲线示意图;
图4为孔壁应力分布示意图;
图5为本发明高原隧道围岩分级方法第四实施例的流程示意图;
图6为本发明高原隧道围岩分级装置的模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,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作出创造性劳动的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。
需要说明,在本发明中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
在本发明中,若有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。另外,各个实施例的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
由于高原隧道在勘测设计阶段一般都会受到复杂地质条件的影响,虽然在前期阶段可以通过投入大量的人力物力财力等方法来缓解,但是还会有大量不确定的影响因素,从而导致围岩等级无法准确测量。且在隧道施工过程中,所测得的高原围岩级别与设计勘察得出的结果大相径庭,而又没有建立一套相对成熟的高原围岩分级方法。围岩条件判断错误或者发生变化而产生的工程变更会严重影响施工的进度,同时还会增加工程造价。
本发明提供一种解决方案,通过获取的高原隧道围岩的岩体结构数据确定分级参数,该分级参数能更好的反映高原隧道的围岩特征,通过该分级参数对高原隧道围岩进行分级,能提高对高原隧道围岩分级的准确性,获得准确的分级结果。
本申请实施例以下,将对本申请技术实现中应用到的高原隧道围岩分级设备进行说明:
参照图1,图1为本申请实施例方案涉及的硬件运行环境的高原隧道围岩分级设备的结构示意图。
如图1所示,该高原隧道围岩分级设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对高原隧道围岩分级设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及高原隧道围岩分级程序。
在图1所示的高原隧道围岩分级设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明高原隧道围岩分级设备中的处理器1001、存储器1005可以设置在高原隧道围岩分级设备中,高原隧道围岩分级设备通过处理器1001调用存储器1005中存储的高原隧道围岩分级程序,并执行本申请实施例提供的高原隧道围岩分级方法。
本申请实施例以下,将对本申请技术实现中应用到的高原隧道围岩分级方法进行说明:
参照图2,图2是本发明高原隧道围岩分级方法第一实施例的流程示意图。
本实施例中,所述方法包括:
步骤S20:获取高原隧道围岩的岩体结构数据;
具体的,工程人员可对高原隧道围岩进行地质勘探,通过多种工程试验方法采集或测量高原隧道围岩的真实岩体结构数据,可通过岩石单轴饱和抗压强度指标的力学试验、点荷载试验法、对隧道岩石的钻芯岩样法等试验方法,获得点荷载强度、单轴饱和抗压强度、将长度在10cm(含10cm)以上的岩芯累计长度与钻孔进尺长度之比的百分数、节理间距、结构面特征数据、地下水中每10m长的隧道涌水量(L/min)及节理水压力及最大主应力、节理走向或倾向、结构面张开程度(mm)、结构面长度(m)、结构面缝隙充填程度(mm)、节理走向与隧道轴线垂直的倾角、节理走向与隧道轴线平行的倾角、岩体内聚力(KPa)、岩体内摩擦角(°)等数据,工程人员可将测量或通过试验获得的高原隧道的岩体结构数据输入高原隧道围岩分级设备。
步骤S40:根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;
具体的,高原隧道围岩分级设备可接收高原隧道的岩体结构数据,对岩体结构数据进行解析,确定体现高原隧道围岩特征的六个分级参数,六个分级参数包括岩体质量指标(Rock Quality Designation,RQD)、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力。
步骤S60:根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。
具体的,在确定分级参数后,以该分级参数建立分级指标,通过与分级参数对应岩体结构数据及分级指标对高原隧道围岩进行分级,能获得更准确的分级结果,最终得到的分级结果能够较准确的反映高原隧道的围岩等级。
本实施中,通过获取高原隧道围岩的岩体结构数据;根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。实现了更好的反映高原隧道围岩特征,避免了多种常规围岩分级方法不能适应高原隧道的复杂环境,对围岩的分级存在一定的差异性的情况,同时提高了对高原隧道围岩分级的准确性,及提高对其他同类型的高原隧道围岩的分级效率。
进一步的,基于上述图1所示的实施例,提出本发明高原隧道围岩分级方法第二实施例,所述根据所述岩体结构数据确定所述高原隧道围岩的分级参数,包括:
步骤S401:根据所述岩体结构数据,对所述高原隧道围岩进行预分级,获得预分级结果;
预分级结果包括多种常规围岩分级方法对应的分级结果。
具体的,高原隧道围岩分级设备中存储有多种常规围岩分级程序,在获得岩体结构数据后,可执行多种常规围岩分级方法对应的分级程序,输出对应的分级结果。常规的围岩分级方法包括单因素分级法,与多因素分级法。单因素分级法是按照岩石坚硬程度分类,定量指标可采用岩石的单轴饱和抗压强度。多因素分级法包括RMR(Relative MetabolicRate,代谢率)法、BQ法、Q系统法。RMR法是以岩体强度、岩体质量指标RQD、节理间距、节理状况、地下水情况、不连续面产状六个指标进行分级。BQ法中第一步是根据岩石的坚硬程度和岩石的完整性确定岩石基本质量指标BQ;第二步是根据地下水、初始应力场等因素对BQ进行修正;以修正后的岩体质量指标BQ作为划分工程岩体级别的依据。Q系统法中RQD为岩体质量指标;Jn节理组数;反映岩石的完整程度;Jr为节理面粗糙度系数;Ja节理蚀变影响系数;反映嵌合岩块的抗剪强度;Jw为裂隙水折减系数;SRF为地应力折减系数;反映围岩的主动应力。
步骤S402:根据所述预分级结果,确定所述高原隧道围岩的第一分级参数;所述第一分级参数包括所述岩体质量指标、所述岩体强度参数、所述节理方向、所述岩体完整性系数、所述地下水渗流量。
具体的,高原隧道围岩分级设备可将多种常规围岩分级方法对应的分级结果进行对比,确定出适用于高原围岩隧道的第一分级参数,本实施例中,根据RMR法和BQ分级法对应岩体结构数据确定适用于高原围岩隧道的第一分级参数,第一分级参数包括岩体质量指标RQD、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量。
需要说明的是,岩体质量指标RQD可以定量的反应岩体的完整程度。是利用直径大于或等于75mm的金刚石钻头和双层岩芯管在岩石中钻进,连续取芯,将长度在10cm(含10cm)以上的岩芯累计长度与钻孔进尺长度之比的百分数。
由于康定2号线岩体的强度较低,因此可选用单轴抗压强度作为岩体强度参数。
节理方向包括结构面节理走向与隧道轴线的节理倾向、倾角。
岩体完整性系数可以用岩体的纵波速度与岩块的纵波速度之比的平方表示。此外,也可以用岩体单位体积节理数反映岩体的完整性程度。如下公式所示:
上述公式中:Kv为岩体完整性指数;Vpm为岩体纵波速度;Vpr为岩块纵波速度。
地下水渗流量是每10m长的隧道涌水量的数据。
更进一步的,所述岩体结构数据包括应力数据;
所述获取高原隧道围岩的岩体结构数据,包括:
步骤S404:接收水压致裂测量设备测量的孔壁水压力值,所述孔壁水压力值为所述高原隧道围岩的钻孔孔壁的水压力值;
具体的,由于常规的围岩分级方法可以对围岩等级进行判定,但是不同的方法之间得到的围岩等级存在一定的差异,并不能很好的适应高原隧道的复杂环境,因此,需要选取能更好反映高原隧道围岩特征的岩体结构数据。在高原隧道中,岩体的高地应力因素是影响围岩稳定的重要因素,工程人员可通过水压致裂法的测量设备测量高原隧道围岩的钻孔孔壁的水压力值。水压致裂法主要是将高压水压入到钻孔的孔隙中。随着水的持续泵入,钻孔中水的压力会进一步升高,钻孔处孔壁的环向应力下降。当水压增大到一定值时,孔壁中某位置会出现压应力,进而出现拉裂隙。在孔壁出现拉裂隙的极限状态时,由于水压力引起的拉应力与孔壁岩石的抗拉强度σt相等。
需要说明的是,参照图3,图3为水压致裂法孔内水压力时间变化曲线示意图。图3中pc1为在形成孔壁拉裂隙时,钻孔的水压力值;ps为拉裂隙形成后,孔隙水达到稳定后的压力值;pc2为在降低水压孔壁裂隙闭合后,继续泵入高压水流,拉裂隙再次张开时的孔内压力值。
步骤S405:基于所述孔壁水压力值,计算所述高原隧道围岩的应力数据,获得所述应力数据;
具体的,参照图4,图4为孔壁应力分布示意图。可采用柯西应力集中解来分析岩体孔壁上的应力。当岩体孔壁未注入压力水时,孔壁上A点处的环向应力由Krish solution表示为:
σθA=3σhmin-σhmax
上述公式为第一公式,第一公式中:σhmin岩体水平最小应力;σhmax岩体水平最大应力。
当A点形成拉裂隙时,孔洞内的水压力应为,此时孔壁内各点的水压力应均为pc,A点的破坏条件为:
3σhmin-σhmax-pc1=-σt
上述公式为第二公式中,第二公式中:σt为孔壁岩石的抗拉强度。
在孔壁拉裂隙形成之后,控制拉裂隙的张开状态,水压力应满足第三公式:
σhmin=ps
将上述公式联立可得到岩体水平方向的天然应力,天然应力的计算公式为:
3σhmin=σt+3σhmin-pc1
最终可得到孔壁岩石抗拉强度的计算公式为:
σt=pc1-pc2
岩体的垂直天然应力σv应与岩体自重应力相等。
所述根据所述岩体结构数据,确定高原隧道围岩的分级参数包括;
步骤S406:根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力。
需要说明的是,地应力是以围岩的最大主应力作为分级参数。
本实施例中,通过根据所述岩体结构数据,对所述高原隧道围岩进行预分级,获得预分级结果;根据所述预分级结果,确定所述高原隧道围岩的第一分级参数;所述第一分级参数包括所述岩体质量指标、所述岩体强度参数、所述节理方向、所述岩体完整性系数、所述地下水渗流量。所述岩体结构数据包括应力数据;所述获取高原隧道围岩的岩体结构数据,包括:接收水压致裂测量设备测量的孔壁水压力值,所述孔壁水压力值为所述高原隧道围岩的钻孔孔壁的水压力值;基于所述孔壁水压力值,计算所述高原隧道围岩的应力数据,获得所述应力数据;所述根据所述岩体结构数据,确定高原隧道围岩的分级参数包括:根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力。通过获取的真实岩体结构数据确定的第一围岩分级参数与第二分级参数更适用于高原隧道围岩的等级判定,能更好的体现高原隧道围岩的岩体特征,从而提高高原隧道围岩的等级判定的准确性。
进一步的,基于上述图1所示的实施例,提出本发明高原隧道围岩分级方法第三实施例。
本实施例中,所述根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力之后,所述方法还包括:
步骤S408:整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数。
具体的,在获得第一分级参数与第二分级参数后,需要将第一分级参数中的岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量与第二分级参数中的地应力进行整合,将整合后的六个分级参数作为高原隧道围岩分级的分级指标。
更进一步的,所述整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数的步骤,包括:
步骤S4080:根据所述高原隧道围岩的岩石质量、结构面、地下水和高原环境,将所述分级参数分层,获得所述分级参数对应的分层结果。
具体的,整合第一分级参数与第二分级参数是根据高原隧道围岩的岩石质量、结构面、地下水和高原环境将六个分级参数进行分层,且由于每个层次影响因素的权重变化都会对结果产生影响,因此,需要为每层设置对应权重。高原隧道围岩分级层次划分如下表1所述:
表1
本实施中,通过整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数。所述整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数的步骤,包括:根据所述高原隧道围岩的岩石质量、结构面、地下水和高原环境,将所述分级参数分层,获得所述分级参数对应的分层结果。实现了对六个分级参数的层次划分,使对高原隧道围岩的分级更量化与具体,且使用更方便,能更好的提高对围岩分级的准确性,及能更好的反映高原隧道围岩特有的特性。
进一步的,基于上述图1所示的实施例,提出本发明高原隧道围岩分级方法第四实施例,参照图5,图5为本发明高原隧道围岩分级方法第四实施例的流程示意图。
本实施例中,所述根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果的步骤,包括:
步骤S601:提取所述分级参数对应的围岩分级参数数据;
具体的,在确定分级参数过后,以BP神经网络建立高原隧道围岩分级模型,本实例中,BP神经网络训练采用单层网络层数,以分级参数中岩体质量指标RQD、岩石单轴饱和抗压强度、岩体完整性指数、节理方向、地下水渗流量、地应力共六个影响因素作为网络的输入节点。因此,需从岩体结构数据中提取与分级参数对应的参数数据,作为围岩分级参数数据。
步骤S602:将所述围岩分级参数数据输入至高原隧道围岩分级模型,获得所述高原隧道围岩对应的所述分级结果。
具体的,将提取的围岩分级参数数据输入至高原隧道围岩分级模型,高原隧道围岩分级模型可根据围岩分级参数数据对高原隧道围岩的等级进行判定,输出围岩分级参数数据对应的高原隧道围岩对应的等级,即输出的等级即为高原隧道围岩对应的分级结果。
更进一步的,所述提取所述分级参数对应的围岩分级参数数据之后,所述方法还包括:
步骤S603:根据所述围岩分级参数数据训练所述高原隧道围岩分级模型,获得修正后的所述高原隧道围岩分级模型。
具体的,可将围岩分级参数数据作为高原隧道围岩分级模型的训练样本。共轭梯度法是梯度法的基础上对搜索方向进行了优化,它将前一点的梯度乘以相应的系数加到该点的梯度上,得到一个新的搜索方向。共轭梯度法每次的各搜索方向是相互共轭的,数据的每次迭代方向都朝负梯度方向进行。它将前一个点的梯度与现在点的梯度结合,用线形组合形式构建更优的搜索方向。相较于梯度下降法,共轭梯度法的收敛速度快,不需要额外的参数,需要的储存空间也较小。本实例中,可采用共轭梯度算法作高原隧道模型的训练算法。具体的运算过程如下:
(1)将要训练的数据样本导入到BP神经网络中;
(2)让网络对样本进行分组,随机产生一定比例的训练样本和测试样本;
(3)计算隐含层及输出层中神经元各节点的输出;
(4)计算数据的期望输出和网络实际输出之间的误差值;
(5)按从高层到低层的顺序,调整输出层和隐含层的连接权值;
(6)重复(3)——(5)的过程,直至误差满足要求。
本实施例,通过提取所述分级参数对应的围岩分级参数数据;将所述围岩分级参数数据输入至高原隧道围岩分级模型,获得所述高原隧道围岩对应的所述分级结果。根据所述围岩分级参数数据训练所述高原隧道围岩分级模型,获得修正后的所述高原隧道围岩分级模型。实现了以六个分级参数建立高原隧道围岩分级模型,并通过训练,提高了高原隧道围岩分级模型对围岩分级的准确性,避免了人工对围岩分级的主观性,提高了高原隧道围岩分级模型对围岩分级的效率。
参照图6,图6为本发明高原隧道围岩分级装置的模块示意图,所述高原隧道围岩分级装置包括:
数据获取模块,用于获取高原隧道围岩的岩体结构数据;
参数确定模块,用于根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;
围岩分级模块,用于根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。
所述高原隧道围岩分级装置实现如上文的原隧道围岩分级方法的步骤。因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种高原隧道围岩分级方法,其特征在于,所述方法包括:
获取高原隧道围岩的岩体结构数据;
根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;
根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。
2.根据权利要求1所述的高原隧道围岩分级方法,其特征在于,所述根据所述岩体结构数据确定所述高原隧道围岩的分级参数,包括:
根据所述岩体结构数据,对所述高原隧道围岩进行预分级,获得预分级结果;
根据所述预分级结果,确定所述高原隧道围岩的第一分级参数;所述第一分级参数包括所述岩体质量指标、所述岩体强度参数、所述节理方向、所述岩体完整性系数、所述地下水渗流量。
3.根据权利要求2所述的高原隧道围岩分级方法,其特征在于,所述岩体结构数据包括应力数据;
所述获取高原隧道围岩的岩体结构数据,包括:
接收水压致裂测量设备测量的孔壁水压力值,所述孔壁水压力值为所述高原隧道围岩的钻孔孔壁的水压力值;
基于所述孔壁水压力值,计算所述高原隧道围岩的应力数据,获得所述应力数据;
所述根据所述岩体结构数据,确定高原隧道围岩的分级参数包括:
根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力。
4.根据权利要求3所述的高原隧道围岩分级方法,其特征在于,所述根据所述应力数据,确定所述高原隧道围岩的第二分级参数,所述第二分级参数包括所述地应力之后,所述方法还包括:
整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数。
5.根据权利要求4所述的高原隧道围岩分级方法,其特征在于,所述整合所述第一分级参数与所述第二分级参数,获得所述高原隧道围岩的所述分级参数的步骤,包括:
根据所述高原隧道围岩的岩石质量、结构面、地下水和高原环境,将所述分级参数分层,获得所述分级参数对应的分层结果。
6.根据权利要求1所述的高原隧道围岩分级方法,其特征在于,所述根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果的步骤,包括:
提取所述分级参数对应的围岩分级参数数据;
将所述围岩分级参数数据输入至高原隧道围岩分级模型,获得所述高原隧道围岩对应的所述分级结果。
7.根据权利要求6所述的高原隧道围岩分级方法,其特征在于,所述提取所述分级参数对应的围岩分级参数数据之后,所述方法还包括:
根据所述围岩分级参数数据训练所述高原隧道围岩分级模型,获得修正后的所述高原隧道围岩分级模型。
8.一种围岩分级装置,其特征在于,所述装置包括:
数据获取模块,用于获取高原隧道围岩的岩体结构数据;
参数确定模块,用于根据所述岩体结构数据,确定所述高原隧道围岩的分级参数,其中,所述分级参数包括岩体质量指标、岩体强度参数、节理方向、岩体完整性系数、地下水渗流量、地应力;
围岩分级模块,用于根据所述分级参数,对所述高原隧道围岩进行分级,获得分级结果。
9.一种高原隧道围岩分级设备,其特征在于,包括:处理器,存储器以及存储在所述存储器中的高原隧道围岩分级程序,所述高原隧道围岩分级程序被所述处理器运行时实现如权利要求1-7中任一项所述高原隧道围岩分级方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有高原隧道围岩分级程序,所述高原隧道围岩分级程序被处理器执行时实现如权利要求1至7任一项所述的高原隧道围岩分级方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210769020.XA CN115271367A (zh) | 2022-07-01 | 2022-07-01 | 高原隧道围岩分级方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210769020.XA CN115271367A (zh) | 2022-07-01 | 2022-07-01 | 高原隧道围岩分级方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115271367A true CN115271367A (zh) | 2022-11-01 |
Family
ID=83763483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210769020.XA Pending CN115271367A (zh) | 2022-07-01 | 2022-07-01 | 高原隧道围岩分级方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271367A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109725129A (zh) * | 2019-01-25 | 2019-05-07 | 黄河勘测规划设计有限公司 | Tbm隧洞岩体分级方法 |
CN113326854A (zh) * | 2021-06-18 | 2021-08-31 | 长沙理工大学 | 一种基于移动平台的公路隧道围岩分级方法 |
CN113553763A (zh) * | 2021-07-12 | 2021-10-26 | 中铁二十局集团有限公司 | 一种隧道围岩快速分级方法和系统 |
US20210366186A1 (en) * | 2019-09-06 | 2021-11-25 | Shandong University | Tbm-mounted virtual reconstruction system and method for surrounding rock structure of tunnel |
-
2022
- 2022-07-01 CN CN202210769020.XA patent/CN115271367A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109725129A (zh) * | 2019-01-25 | 2019-05-07 | 黄河勘测规划设计有限公司 | Tbm隧洞岩体分级方法 |
US20210366186A1 (en) * | 2019-09-06 | 2021-11-25 | Shandong University | Tbm-mounted virtual reconstruction system and method for surrounding rock structure of tunnel |
CN113326854A (zh) * | 2021-06-18 | 2021-08-31 | 长沙理工大学 | 一种基于移动平台的公路隧道围岩分级方法 |
CN113553763A (zh) * | 2021-07-12 | 2021-10-26 | 中铁二十局集团有限公司 | 一种隧道围岩快速分级方法和系统 |
Non-Patent Citations (2)
Title |
---|
余灏等: "西南某水电站左岸坝基岩体质量分级研究", 云南水力发电, vol. 24, no. 06, 15 December 2008 (2008-12-15), pages 10 - 12 * |
孟永会等: "基于水压致裂法的隧道围岩地应力试验研究与岩爆预测分析", 华中科技大学学报(城市科学版), vol. 25, no. 02, 30 June 2008 (2008-06-30), pages 55 - 58 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104533400B (zh) | 一种重构测井曲线的方法 | |
CN111425193B (zh) | 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法 | |
CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
CN103615230B (zh) | 一种双泥质指示因子含水饱和度模型的建立方法 | |
Askari et al. | A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir | |
CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN105844011B (zh) | 一种基于毛管模型的渗透率计算方法 | |
CN110344822B (zh) | 含钙质致密储层含水饱和度的确定方法 | |
CN111381292A (zh) | 一种预测砂岩含烃储层的测井解释方法与装置 | |
CN115271367A (zh) | 高原隧道围岩分级方法、装置、设备以及存储介质 | |
CN115905917A (zh) | 综合静动态数据构建海域低渗气层分类曲线的方法 | |
CN115522912A (zh) | 基于大数据的电缆吸附卡风险定量评价方法、系统及介质 | |
CN110119587B (zh) | 一种地层分层方法及装置 | |
CN113777668A (zh) | 用于砂泥岩互层致密气藏的地应力计算方法及装置 | |
CN114109352A (zh) | 一种基于曲线相似度预测孔隙度的方法 | |
CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
Röshoff et al. | Strategy for a Rock Mechanics Site Descriptive Model. Development and testing of the empirical approach | |
Amanipoor | Providing a subsurface reservoir quality maps in oil fields by geostatistical methods | |
CN113917531B (zh) | 基于扰动体积模量的压力系数预测方法及电子设备 | |
CN114441405B (zh) | 基于压实和胶结减孔趋势的次生增孔幅度定量评价方法 | |
CN114184764B (zh) | 致密碳酸盐岩储层岩石力学层划分方法及系统 | |
CN113900143B (zh) | 天然气水合物的属性特征的确定方法、装置和服务器 | |
CN115508890B (zh) | 一种裂缝孔隙型储层叠前叠后反演方法 | |
Yuzhong et al. | Characterization and modeling of fractures in the Bereketli-Pirgui carbonate reservoir, the right bank of the Amu Darya | |
CN115479540A (zh) | 一种基于激光扫描的岩溶突水灾害量级评估方法和系统 |
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 |