CN116522732A - 基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质 - Google Patents
基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质 Download PDFInfo
- Publication number
- CN116522732A CN116522732A CN202310508645.5A CN202310508645A CN116522732A CN 116522732 A CN116522732 A CN 116522732A CN 202310508645 A CN202310508645 A CN 202310508645A CN 116522732 A CN116522732 A CN 116522732A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- model
- point cloud
- simulation
- virtual simulation
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000007547 defect Effects 0.000 claims abstract description 10
- 238000010276 construction Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 201000010099 disease Diseases 0.000 abstract 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract 1
- 238000009412 basement excavation Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0412—Digitisers structurally integrated in a display
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Geometry (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质,其方法为通过三维激光扫描获得的隧道三维点云数据建立隧道高精度几何模型;再通过导入优化后的隧道结构物理参数建立的隧道有限元模型;然后根据输入仿真参数进行模拟分析建立隧道虚拟仿真模型;最后利用隧道虚拟仿真模型对隧道形变进行预测分析建立隧道数字孪生模型,完成隧道的安全评估。本发明通过向导式界面,实现对隧道结构的可视化展现,融合虚拟仿真分析获得地铁隧道的形变、沉降的病害信息,有效的解决了地铁隧道形变感知准确度低、形变预测可靠性低等缺点,同时有效的提高了检测监控作业的智能化水平及检测作业效率,并提高了检测作业的准确性及可靠性。
Description
技术领域
本发明属于隧道仿真分析技术领域,具体涉及一种基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质。
背景技术
随着隧道与地下空间建设的持续快速推进,城市地下空间会朝着综合化、分层化与深层化的方向发展,这对深层开挖技术的要求会更加严格,隧道开挖工程需要更安全、更高效、更精确的施工方法。在隧道开挖过程中,为保证施工的安全性,分析隧道开挖过程中的潜在大变形是隧道工程的重中之重。作为隧道开挖的重要步骤,在施工前必须对隧道工程的开展进行合理的预测。
为了进行设计预测,正确评估施工过程中的性能,合理预测施工后期的运动,目前现有技术主要采用有限元建模的手段来对隧道进行虚拟仿真。虽然有限元建模的使用不断增加,并已应用于城市地区的各种开挖项目,但有限元建模是基于有限测点数据,因此无法全面反映隧道结构几何状态,从而导致虚拟仿真的精度和可靠性难以得到保障。
以数值分析为手段的虚拟仿真方法具有灵活方便、通用性强、便于修改、可反复实验的特点,它可以方便地处理复杂的岩土工程问题,如岩土材料的非线性问题、岩体中节理、裂隙等不连续面对分析计算的影响、模拟分部开挖施工对隧道围岩稳定性的影响等。数值分析方法在对原形进行数值模拟时,能得到原形中各点的位移、应力及其变化情况,因此在工程实践中也得到广泛应用。
然而,在有限元建模的基础上结合数值分析手段对隧道进行虚拟仿真的方法,目前尚未有所相关报道。
发明内容
为了满足上述需求,本发明提供了一种基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质,实现对隧道结构的可视化展现,融合虚拟仿真分析获得隧道的形变、沉降的病害信息。
为解决上述技术问题,实现上述技术效果,本发明通过以下技术方案实现:
一种基于数值模拟的盾构隧道虚拟仿真方法,包括:
步骤1)通过三维激光扫描,获得的隧道三维点云数据;
步骤2)利用隧道三维点云数据,建立隧道高精度几何模型;
步骤3)利用隧道高精度几何模型,通过导入优化后的隧道结构物理参数,建立的隧道有限元模型;
步骤4)利用隧道有限元模型,根据输入仿真参数进行模拟分析,建立隧道虚拟仿真模型;
步骤5)利用隧道虚拟仿真模型对隧道形变进行预测分析,最终建立隧道数字孪生模型,完成隧道的安全评估。
进一步的,步骤1)中,利用三维激光扫描仪扫描隧道,得到隧道各区域的三维点云数据,并连同隧道所有的结构参数一并存储于磁盘矩阵中。
进一步的,步骤1)中,获得隧道的三维点云数据,需要经过以下处理:
对点云数据进行坐标纠正,使相邻区域点云图上有三个以上的同名控制点和控制标靶,将相邻的点云统一到同一个坐标系下;
对点云数据进行滤波,减少所述点云数据的噪声点;
把仪器坐标系下的点云转化到当地或者全球坐标系统下;
至此,初始化点云构建成功。
进一步的,步骤2)中,建立隧道高精度几何模型的步骤如下:
首先,对隧道的三维点云数据进行数据分割,划分到不同的点云子集中,每个点云子集代表同一种曲面形式;
然后,依次对每一个点云子集进行曲面拟合后,对曲面拟合的点云子集试验数据进行回归计算,得到试验条件下公式模型中各参数的取值范围;
接着,用其中少数的几个参数分片描述扫描的点云,得到这些点云的片面子集,作为分片三维模型;
最后,将各个分片三维模型拼接,得到完整隧道三维模型,即隧道高精度几何模型。
进一步的,运用NURBS曲面算法对每一个点云子集进行曲面拟合。
进一步的,步骤3)中,建立隧道有限元模型的步骤如下:
利用输入的隧道关键性能指标参数、设计要素、经验参数值,计算得到隧道结构参数,对隧道结构参数进行物理参数优化处理,将优化后的隧道结构物理参数导入建立好的隧道高精度几何模型,获得隧道有限元模型。
进一步的,步骤4)中,建立隧道虚拟仿真模型的步骤如下:
根据输入的负载、激励参数、运行条件、仿真时间和步长等仿真参数,通过参数反演,对建立的隧道有限元模型进行模拟分析,建立隧道虚拟仿真模型,对隧道结构的形变情况进行分析和预测;
将隧道虚拟仿真模型变形结果与实验结果进行比较,通过迭代算法得出最优化参数,采用试验设计和回归分析方法,以显式的响应面模型逼近特征量与设计参数间复杂的隐式函数关系,从而建立优化的隧道虚拟仿真模型。
进一步的,步骤5)中,通过优化的隧道虚拟仿真模型,对隧道的形变情况进行智能分析与预测,自动识别隧道不同时段、不同工况下病害的分布规律,并将病害高精度定位及可视化展现在隧道数字孪生模型中,从而对隧道进行安全评估,自动生成评估报告。
一种基于数值模拟的盾构隧道虚拟仿真系统,用于实现上述任意一项所述的盾构隧道虚拟仿真方法,包括:
由隧道点云数据采集模块、隧道智能模型构建模块和隧道数字孪生模块组成的软件架构,以及由存储模块、三维模型显示模块和系统仿真分析模块组成的硬件架构;其中,
所述隧道点云数据采集模块,为系统提供包括模板库、算法库和数据库在内的知识库;所述隧道点云采集模块负责数据的采集、存储和预处理,为所述隧道智能模型构建模块和所述隧道数字孪生模块提供点云数据;
所述隧道智能模型构建模块,为系统提供包括一系列功能模块和外部接口在内的功能支持;所述隧道智能模型构建模块负责对点云数据进行3D模型构建,从而为所述隧道数字孪生模块提供模型基础;
所述隧道数字孪生模块,负责通过对所述隧道点云数据采集模块的调用,利用参数反演算法,实现对地铁隧道结构参数优化及隧道结构的仿真分析;
所述存储模块,负责存储包括隧道三维点云数据、隧道结构参数在内的数据信息;
所述三维模型显示模块,为彩色触摸显示屏,内含定制的专用交互界面,用于显示优化的隧道数字孪生模型以及模拟仿真分析结果;
所述系统仿真分析模块,负责对包括隧道有限元模型、隧道虚拟仿真模型在内的模型进行模拟仿真分析。
一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行上述任意一项所述的盾构隧道虚拟仿真方法对应的操作。
本发明的有益效果为:
本发明主要提供了一种基于数值模拟的盾构隧道虚拟仿真方法及系统,通过向导式界面,实现对隧道结构的可视化展现,融合虚拟仿真分析获得地铁隧道的形变、沉降的病害信息。本发明有效的解决了地铁隧道形变感知准确度低、形变预测可靠性低等缺点,同时有效的提高了检测监控作业的智能化水平及检测作业效率,并提高了检测作业的准确性及可靠性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明基于数值模拟的盾构隧道虚拟仿真方法的技术流程图;
图2为本发明基于数值模拟的盾构隧道虚拟仿真系统的总体框架图。
具体实施方式
以下将结合附图对本发明的较佳实施例进行详细说明,以便更清楚理解发明的目的、特点和优点。应理解的是,附图所示的实施例并不是对本发明范围的限制,而只是为了说明本发明技术方案的实质精神。
在下文的描述中,出于说明各种公开的实施例的目的阐述了某些具体细节以提供对各种公开实施例的透彻理解。但是,相关领域技术人员将认识到可在无这些具体细节中的一个或多个细节的情况来实践实施例。在其它情形下,与本申请相关联的熟知的装置、结构和技术可能并未详细地示出或描述从而避免不必要地混淆实施例的描述。
除非语境有其它需要,在整个说明书和权利要求中,词语“包括”和其变型,诸如“包含”和“具有”应被理解为开放的、包含的含义,即应解释为“包括,但不限于”。
在整个说明书中对“一个实施例”或“一实施例”的提及表示结合实施例所描述的特定特点、结构或特征包括于至少一个实施例中。因此,在整个说明书的各个位置“在一个实施例中”或“在一实施例”中的出现无需全都指相同实施例。另外,特定特点、结构或特征可在一个或多个实施例中以任何方式组合。
如该说明书和所附权利要求中所用的单数形式“一”和“所述”包括复数指代物,除非文中清楚地另外规定。应当指出的是术语“或”通常以其包括“和/或”的含义使用,除非文中清楚地另外规定。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
参见图1所示,一种基于数值模拟的盾构隧道虚拟仿真方法,包括:
步骤1)通过三维激光扫描,获得的隧道三维点云数据,并初始化点云;具备步骤如下:
利用三维激光扫描仪扫描隧道,得到隧道各区域的三维点云数据,并连同隧道所有的结构参数一并存储于磁盘矩阵中;
对点云数据进行坐标纠正,使相邻区域点云图上有三个以上的同名控制点和控制标靶,将相邻的点云统一到同一个坐标系下;对点云数据进行滤波,减少所述点云数据的噪声点;把仪器坐标系下的点云转化到当地或者全球坐标系统下;至此,初始化点云构建成功;
步骤2)利用隧道三维点云数据,建立隧道高精度几何模型;具备步骤如下:
按照工程的需求、硬件设备计算和存储的能力,将点云数据合理简化;首先,对隧道的三维点云数据进行数据分割,划分到不同的点云子集中,每个点云子集代表同一种曲面形式;然后,依次对每一个点云子集进行曲面拟合后(运用NURBS曲面算法进行曲面拟合),对曲面拟合的点云子集试验数据进行回归计算,得到试验条件下公式模型中各参数的取值范围;接着,用其中少数的几个参数分片描述扫描的点云,得到这些点云的片面子集,作为分片三维模型;最后,将各个分片三维模型拼接,得到完整隧道三维模型,即隧道高精度几何模型;
步骤3)利用隧道高精度几何模型,通过导入优化后的隧道结构物理参数,建立的隧道有限元模型;具备步骤如下:
利用输入的隧道关键性能指标参数、设计要素、经验参数值,计算得到隧道结构参数,对隧道结构参数进行物理参数优化处理,将优化后的隧道结构物理参数导入建立好的隧道高精度几何模型,获得隧道有限元模型;
步骤4)利用隧道有限元模型,根据输入仿真参数进行模拟分析,建立隧道虚拟仿真模型;具备步骤如下:
根据输入的负载、激励参数、运行条件、仿真时间和步长等仿真参数,通过参数反演,对建立的隧道有限元模型进行模拟分析,建立隧道虚拟仿真模型,对隧道结构的形变情况进行分析和预测;
将隧道虚拟仿真模型变形结果与实验结果进行比较,通过迭代算法得出最优化参数,采用试验设计和回归分析方法,以显式的响应面模型逼近特征量与设计参数间复杂的隐式函数关系,从而建立优化的隧道虚拟仿真模型;
步骤5)利用隧道虚拟仿真模型对隧道形变进行预测分析,最终建立隧道数字孪生模型,完成隧道的安全评估;具备步骤如下:
通过优化的隧道虚拟仿真模型,对隧道的形变情况进行智能分析与预测,自动识别隧道不同时段、不同工况下病害的分布规律,并将病害高精度定位及可视化展现在隧道数字孪生模型中,从而对隧道进行安全评估,自动生成评估报告。
参见图2所示,一种基于数值模拟的盾构隧道虚拟仿真系统,用于实现上述任意一项所述的盾构隧道虚拟仿真方法,其总体框架包括:
由隧道点云数据采集模块、隧道智能模型构建模块和隧道数字孪生模块组成的软件架构,以及由存储模块、三维模型显示模块和系统仿真分析模块组成的硬件架构;其中,
所述隧道点云数据采集模块,为系统提供包括模板库、算法库和数据库在内的知识库;所述隧道点云采集模块负责数据的采集、存储和预处理,为所述隧道智能模型构建模块和所述隧道数字孪生模块提供点云数据;
所述隧道智能模型构建模块,为系统提供包括一系列功能模块和外部接口在内的功能支持;所述隧道智能模型构建模块负责对点云数据进行3D模型构建,从而为所述隧道数字孪生模块提供模型基础;
所述隧道数字孪生模块,负责通过对所述隧道点云数据采集模块的调用,利用参数反演算法,实现对地铁隧道结构参数优化及隧道结构的仿真分析;
所述存储模块,负责存储包括隧道三维点云数据、隧道结构参数在内的数据信息;
所述三维模型显示模块,为彩色触摸显示屏,内含定制的专用交互界面,用于显示优化的隧道数字孪生模型以及模拟仿真分析结果;
所述系统仿真分析模块,负责对包括隧道有限元模型、隧道虚拟仿真模型在内的模型进行模拟仿真分析;
点云数据采集模块、隧道智能模型构建模块和隧道数字孪生模块构成三软件模块平台架构,可以达到将逻辑运算与数据存储独立、三维模型显示模块与系统仿真分析模块分离的良好扩展性的效果。
一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行上述任意一项所述的盾构隧道虚拟仿真方法对应的操作。
本发明的基于数值模拟的盾构隧道虚拟仿真方法与系统具备以下几个创新点:
A.用模拟分析代替试验分析,建立智能虚拟仿真交互界面;
(1)针对地铁隧道结构参数计算开发三维模型,通过参数反演来优化结构参数,从而有效代替隧道结构加载试验分析,提高测试效率的同时极大地降低了实验成本;
(2)采用智能盾构隧道虚拟仿真系统,彩色触摸显示屏,更易操作,智能识别及预测隧道结构的各种形变,定制专用界面,切实提高地铁隧道的监测效率;
B.模拟仿真结果智能导入隧道数字孪生模型;
通过三维参数化技术实现与隧道数字孪生模型的智能关联,模拟仿真结果可以直接更新到隧道数字孪生模型中,从而实现模拟仿真结果智能导入隧道数字孪生模型系统;
C.融合多参数的隧道结构数字孪生模型;
基于多参数的隧道结构数字孪生模型,充分考虑控制系统、驱动系统、隧道结构和负载本身的特性,建立三维虚拟仿真模型;
D.形成三维建模与虚拟仿真一体化平台,实现参数优化、智能迭代系统;
通过定制专用界面、定制三维点云数据资源库以及底层的参数化驱动技术,将隧道三维点云数据的智能建模与数字孪生模型结合,形成虚拟仿真分析一体化平台,借助计算机的运算优势,实现参数优化、智能迭代模型系统,为提高隧道智能运维的准确性、可靠性和有效性奠定基础。
现有技术的隧道虚拟仿真主要是采用有限元建模,而本发明是在此基础上实现了基于点云数据的数字孪生,从而实现了基于数值分析的虚拟仿真方法。本发明采用基于点云数据处理方法进行虚拟仿真优化,能全面反映隧道结构几何状态,提高虚拟仿真的精度和可靠性。
因此,本发明的基于数值模拟的盾构隧道虚拟仿真方法可以作为进行隧道施工预测的重要手段。在施工早期收集的可观测数据,建立目标函数,依据敏感性和相关性分析选取最有效的目标参数,通过逆分析的方法确定目标参数的取值或优化试验所得的参数值。通过有限元的方法结合优化后的参数,对隧道开挖过程进行有限元分析,得到更为精确的虚拟仿真动态模型,由此可以对隧道的衬砌状态进行适时评价、为隧道设计提供依据和指导,进而达到安全施工和优化设计的目的。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,包括:
步骤1)通过三维激光扫描,获得的隧道三维点云数据;
步骤2)利用隧道三维点云数据,建立隧道高精度几何模型;
步骤3)利用隧道高精度几何模型,通过导入优化后的隧道结构物理参数,建立的隧道有限元模型;
步骤4)利用隧道有限元模型,根据输入仿真参数进行模拟分析,建立隧道虚拟仿真模型;
步骤5)利用隧道虚拟仿真模型对隧道形变进行预测分析,最终建立隧道数字孪生模型,完成隧道的安全评估。
2.根据权利要求1所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,步骤1)中,利用三维激光扫描仪扫描隧道,得到隧道各区域的三维点云数据,并连同隧道所有的结构参数一并存储于磁盘矩阵中。
3.根据权利要求1所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,步骤1)中,获得隧道的三维点云数据,需要经过以下处理:
对点云数据进行坐标纠正,使相邻区域点云图上有三个以上的同名控制点和控制标靶,将相邻的点云统一到同一个坐标系下;
对点云数据进行滤波,减少所述点云数据的噪声点;
把仪器坐标系下的点云转化到当地或者全球坐标系统下;
至此,初始化点云构建成功。
4.根据权利要求1所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,步骤2)中,建立隧道高精度几何模型的步骤如下:
首先,对隧道的三维点云数据进行数据分割,划分到不同的点云子集中,每个点云子集代表同一种曲面形式;
然后,依次对每一个点云子集进行曲面拟合后,对曲面拟合的点云子集试验数据进行回归计算,得到试验条件下公式模型中各参数的取值范围;
接着,用其中几个参数分片描述扫描的点云,得到这些点云的片面子集,作为分片三维模型;
最后,将各个分片三维模型拼接,得到完整隧道三维模型,即隧道高精度几何模型。
5.根据权利要求4所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,运用NURBS曲面算法对每一个点云子集进行曲面拟合。
6.根据权利要求1所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,步骤3)中,建立隧道有限元模型的步骤如下:
利用输入的隧道关键性能指标参数、设计要素、经验参数值,计算得到隧道结构参数,对隧道结构参数进行物理参数优化处理,将优化后的隧道结构物理参数导入建立好的隧道高精度几何模型,获得隧道有限元模型。
7.根据权利要求1所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,步骤4)中,建立隧道虚拟仿真模型的步骤如下:
根据输入的负载、激励参数、运行条件、仿真时间和步长等仿真参数,通过参数反演,对建立的隧道有限元模型进行模拟分析,建立隧道虚拟仿真模型,对隧道结构的形变情况进行分析和预测;
将隧道虚拟仿真模型变形结果与实验结果进行比较,通过迭代算法得出最优化参数,采用试验设计和回归分析方法,以显式的响应面模型逼近特征量与设计参数间复杂的隐式函数关系,从而建立优化的隧道虚拟仿真模型。
8.根据权利要求1所述的基于数值模拟的盾构隧道虚拟仿真方法,其特征在于,步骤5)中,通过优化的隧道虚拟仿真模型,对隧道的形变情况进行智能分析与预测,自动识别隧道不同时段、不同工况下病害的分布规律,并将病害高精度定位及可视化展现在隧道数字孪生模型中,从而对隧道进行安全评估,自动生成评估报告。
9.一种基于数值模拟的盾构隧道虚拟仿真系统,用于实现权利要求1-8中任意一项所述的盾构隧道虚拟仿真方法,其特征在于,包括:
由隧道点云数据采集模块、隧道智能模型构建模块和隧道数字孪生模块组成的软件架构,以及由存储模块、三维模型显示模块和系统仿真分析模块组成的硬件架构;其中,
所述隧道点云数据采集模块,为系统提供包括模板库、算法库和数据库在内的知识库;所述隧道点云采集模块负责数据的采集、存储和预处理,为所述隧道智能模型构建模块和所述隧道数字孪生模块提供点云数据;
所述隧道智能模型构建模块,为系统提供包括一系列功能模块和外部接口在内的功能支持;所述隧道智能模型构建模块负责对点云数据进行3D模型构建,从而为所述隧道数字孪生模块提供模型基础;
所述隧道数字孪生模块,负责通过对所述隧道点云数据采集模块的调用,利用参数反演算法,实现对地铁隧道结构参数优化及隧道结构的仿真分析;
所述存储模块,负责存储包括隧道三维点云数据、隧道结构参数在内的数据信息;
所述三维模型显示模块,为彩色触摸显示屏,内含定制的专用交互界面,用于显示优化的隧道数字孪生模型以及模拟仿真分析结果;
所述系统仿真分析模块,负责对包括隧道有限元模型、隧道虚拟仿真模型在内的模型进行模拟仿真分析。
10.一种存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-8中任意一项所述的盾构隧道虚拟仿真方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310508645.5A CN116522732A (zh) | 2023-05-08 | 2023-05-08 | 基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310508645.5A CN116522732A (zh) | 2023-05-08 | 2023-05-08 | 基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116522732A true CN116522732A (zh) | 2023-08-01 |
Family
ID=87406105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310508645.5A Pending CN116522732A (zh) | 2023-05-08 | 2023-05-08 | 基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116522732A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116975988A (zh) * | 2023-09-22 | 2023-10-31 | 天津大学 | 一种基于数字孪生模型的隧道施工安全实时分析方法 |
CN117332489A (zh) * | 2023-10-20 | 2024-01-02 | 中国测绘科学研究院 | 一种空间语义约束的隧道环境参量融合建模方法 |
-
2023
- 2023-05-08 CN CN202310508645.5A patent/CN116522732A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116975988A (zh) * | 2023-09-22 | 2023-10-31 | 天津大学 | 一种基于数字孪生模型的隧道施工安全实时分析方法 |
CN117332489A (zh) * | 2023-10-20 | 2024-01-02 | 中国测绘科学研究院 | 一种空间语义约束的隧道环境参量融合建模方法 |
CN117332489B (zh) * | 2023-10-20 | 2024-04-26 | 中国测绘科学研究院 | 一种空间语义约束的隧道环境参量融合建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116522732A (zh) | 基于数值模拟的盾构隧道虚拟仿真方法、系统和存储介质 | |
Narazaki et al. | Synthetic environments for vision-based structural condition assessment of Japanese high-speed railway viaducts | |
Sud et al. | DiFi: Fast 3D distance field computation using graphics hardware | |
Yin et al. | Application of 3D laser scanning technology for image data processing in the protection of ancient building sites through deep learning | |
Zhang et al. | A novel displacement back analysis method considering the displacement loss for underground rock mass engineering | |
CN105157590A (zh) | 一种基于三维激光扫描技术的建构物健康监测系统 | |
Duan et al. | Reconstruction of shield tunnel lining using point cloud | |
Wu et al. | Multi-level voxel representations for digital twin models of tunnel geological environment | |
Liu et al. | A state-of-the-practice review of three-dimensional laser scanning technology for tunnel distress monitoring | |
Xu et al. | Developing a digital twin model for monitoring building structural health by combining a building information model and a real-scene 3D model | |
Garcia et al. | Machine learning techniques applied to construction: A hybrid bibliometric analysis of advances and future directions | |
CN112926110A (zh) | 一种地铁车站施工过程风险实时可视化预警方法 | |
CN112199758A (zh) | 基于bim技术的基坑工程设计与动态风险分析方法及系统 | |
CN114997003B (zh) | 多模型融合的隧道施工风险预测方法、系统、装置及介质 | |
Zhang et al. | An integrated framework for improving the efficiency and safety of hydraulic tunnel construction | |
Mahmoudi et al. | Optimisation of geotechnical surveys using a BIM-based geostatistical analysis | |
US20190228482A1 (en) | Procedure and system for the optimization of the excavation process of an underground work, for the minimization of the risks induced on interfered works | |
Wang et al. | Key technologies and future development trends of intelligent earth–rock dam construction | |
Li et al. | Digital-twin-enabled JIT design of rock tunnel: Methodology and application | |
CN116776553A (zh) | 基于数字孪生的盾构施工地表变形量的控制方法与装置 | |
Li et al. | Automated bridge crack detection based on improving encoder–decoder network and strip pooling | |
Yan et al. | A novel method for identifying geomechanical parameters of rock masses based on a PSO and improved GPR hybrid algorithm | |
CN116049945A (zh) | 隧道施工工程量测算方法、装置、设备以及存储介质 | |
Shi et al. | Rail transit shield tunnel deformation detection method based on cloth simulation filtering with point cloud cylindrical projection | |
Li et al. | The identification of slope crack based on convolutional neural network |
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 |