CN116539403B - 岩体力学特性获取、可切割性评价、原位感知方法及装置 - Google Patents

Abstract

本申请涉及岩体力学试验的领域，尤其是涉及一种岩体力学特性获取、可切割性评价、原位感知方法及装置，具体包括：获取岩体的切割沿程参数，获取岩体的力学特性参数，构建岩体力学特性参数回归预测模型；获取岩体的切割沿程参数，根据岩体的力学特性参数划分等级，获取若干不同种类岩体的可切割性等级，构建岩体可切割性等级回归预测模型；获取单一岩体的切割沿程参数，输入岩体力学特性参数回归预测模型和岩体可切割性等级回归预测模型，获取岩体的力学特性参数和可切割性等级。本申请具有简化获取岩体的力学特性参数及可切割性评价，便于岩体的原位感知的效果，对现场破岩过程中破岩设备机械参数的设置、破岩设备的选择有指导作用。

Description

岩体力学特性获取、可切割性评价、原位感知方法及装置

技术领域

本申请涉及岩体力学试验的领域，尤其是涉及一种岩体力学特性获取、可切割性评价、原位感知方法及装置。

背景技术

传统的钻爆法存在着危险性高、能量利用率低、衍生破坏大等问题，难以满足深部开采对机械化、连续化、资源安全高效绿色开发的要求。相比于钻爆法，机械化开采具有安全性高、开挖扰动小、机械化程度高等优点，已成为矿产资源深部开采的必然趋势。然而，机械化开采是一个十分复杂的过程，受到如岩石性质、地应力条件、刀具性能等多方面因素的影响。因此，岩体的力学特性和可切割性对机械化破岩有着重要影响。

无论是隧道掘进或是矿山开采，岩体特性均是关键的指导因素，而传统岩体力学分析方法需要大量且繁杂的现场钻探、取芯、样品处理和实验室测试等工序，这将耗费大量时间和成本，极大地影响工程效率，且原位岩体的力学特性更为复杂。因此本项目为了弥补传统钻孔取芯法的不足，采用数字化集控技术实现岩体特性的智能感知。

发明内容

为了解决背景技术中的问题，简化岩体的力学特性参数及可切割性评价，便于岩体的原位感知，本申请提供一种岩体力学特性获取、可切割性评价、原位感知方法及装置。

第一方面，本申请提供的一种岩体力学特性获取方法，采用如下的技术方案：

一种岩体力学特性获取方法，包括以下步骤：

获取若干不同种类岩体的切割沿程参数，作为第一数据；

获取若干不同种类岩体的力学特性参数，作为第二数据；

提取第一数据作为输入层数据，提取第二数据作为输出层数据，通过多元大数据处理构建岩体力学特性参数回归预测模型；

获取单一岩体的切割沿程参数，输入岩体力学特性参数回归预测模型，获取岩体的力学特性参数。

通过采用上述技术方案，通过预先采用采集多种不同种类的岩石的切割沿程参数作为构建岩体力学特性参数回归预测模型的输入数据，并预先采集多种不同种类岩石的力学特性参数作为构建岩体力学特性参数回归预测模型的输入数据，通过多元大数据处理构建出岩体力学特性参数回归预测模型后，再次需要获取岩体力学特性参数时，只需在现场原位采集岩体的切割沿程参数，然后将采集到的岩体切割沿程参数输入至岩体力学特性参数回归预测模型，即可直接通过岩体力学特性参数回归预测模型得出岩体的力学特性参数，而无需大量且繁杂的现场钻探、取芯、样品处理和实验室测试等工序，降低了成本，简化了操作，提高了效率。

可选的，所述获取若干不同种类岩体的多个切割沿程参数具体包括以下步骤：

采用若干种类岩体，分别对不同种类的岩体进行孔壁切割试验；

调整切割试验过程的推进速度和刀具切割深度，采集试验过程中的刀具推进力和法向力，采集试验过程中岩体碎屑体积参数；

根据推进力和法向力计算切割功，根据碎屑体积、切割功计算切割比能。

第二方面，本申请提供一种岩体可切割性评价方法，采用如下的技术方案：

一种岩体可切割性评价方法，包括以下步骤：

获取若干不同种类岩体的多个切割沿程参数，作为第一数据；

处理第一数据，获取若干不同种类岩体的力学特性参数，将各项力学特性参数划分不同等级，作为第二数据；

基于各项力学特性参数的不同等级评价岩体的可切割性等级，并作为第二数据；

提取第一数据作为输入层数据，提取第二数据为中间层数据，提取第三数据作为输出层数据，通过多元大数据处理构建岩体可切割性等级回归预测模型；

获取单一岩体的切割沿程参数，输入岩体可切割性等级回归预测模型，获取岩体可切割性等级。

通过采用上述技术方案，预先获取若干不同种类岩体的切割沿程参数作为构建岩体可切割性等级回归预测模型的输入层数据，同时，预先获取若干不同种类岩体的力学特性参数作为构建岩体可切割性等级回归预测模型的中间层数据，在获取力学特性参数后，将力学特性参数进行分级，构建可切割性的等级评价标准，并将构建出的可切割性评价标准等级作为岩体可切割性等级回归预测模型的输出层输送数据，再通过多元大数据处理构建岩体可切割性等级回归预测模型后，只需获取得到岩体的切割沿程参数，并输入至岩体可切割性等级回归预测模型，即可通过岩体可切割性等级回归预测模型直接得出岩体的可切割性等级的评价，而无需再将检测得出的力学特性参数进行评分处理计算，降低了后续岩体评价成本，简化了操作，提高了效率。

可选的，所述将各项力学特性参数划分不同等级，基于各项力学特性参数的不同等级评价岩体的可切割性等级具体包括以下步骤：

将测算所得的各项岩体力学特性参数单独列出；

对单独列出的各项岩体力学特性参数分别设定多个取值范围；

对各项岩体力学特性参数的多个取值范围分别设定不同的等级标准和分值。

设立性能评价指标，汇总各项岩体力学特性等级标准的总值，根据汇总后的各项标准总值设置不同的分值范围；

基于不同的分值范围设立不同等级，作为岩体的可切割性等级标准。

第三方面，本申请提供一种岩体力学特性及可切割性原位感知方法，采用如下的技术方案：

一种岩体力学特性及可切割性原位感知方法，包括以下步骤：

获取若干不同种类岩体的多个切割沿程参数，作为第一数据；

获取若干不同种类岩体的多个力学特性参数，作为第二数据；

提取第一数据作为输入层数据，提取第二数据作为输出层数据，通过多元大数据处理构建岩体力学特性参数回归预测模型；

处理第二数据，将各项力学特性参数划分不同等级，基于各项力学特性参数的不同等级评价岩体的可切割性等级，并作为第三数据；

提取第一数据作为输入层数据，提取第三数据作为输出层数据，通过多元大数据处理构建岩体可切割性等级回归预测模型；

原位岩体切割，获取岩体的切割沿程参数，利用岩体力学特性参数回归预测模型，得出岩体的力学特性参数，利用岩体可切割性等级回归预测模型，得出岩体可切割性等级。

通过采用上述技术方案，通过预先采用采集多种不同种类的岩石的切割沿程参数作为构建岩体力学特性参数回归预测模型的输入数据，并预先采集多种不同种类岩石的力学特性参数作为构建岩体力学特性参数回归预测模型的输出数据，通过多元大数据处理构建出岩体力学特性参数回归预测模型，作为第一个模型；同时，将获取到的若干不同种类岩体的切割沿程参数作为构建岩体可切割性等级回归预测模型的输入层数据，将获取到的若干不同种类岩体的力学特性参数进行分级，作为构建岩体可切割性等级回归预测模型的中间层数据，构建可切割性的等级评价标准，并将构建出的可切割性评价标准等级作为岩体可切割性等级回归预测模型的输出层输送数据，再通过多元大数据处理构建岩体可切割性等级回归预测模型，作为第二个模型，在获取两个模型后，当需要评价岩体的可切割性等级时，只需在现场原位采集岩体的切割沿程参数，然后将采集到的岩体切割沿程参数输入至岩体力学特性回归预测模型和岩体可切割性等级回归预测模型，即可直接通过岩体力学特性回归预测模型得出岩体的力学特性参数，通过岩体可切割性等级回归预测模型直接得出岩体的可切割性等级的评价，无需大量且繁杂的现场钻探、取芯、样品处理和实验室测试等工序获取岩体力学特性参数和可切割性等级，整体降低了岩体检测难度，降低了成本，提高了效率。

第四方面，本申请提供一种岩体原位感知装置，采用如下的技术方案：

一种岩体原位感知装置，包括：

行走部件；

承载部件，设置于行走部件的上侧；

切割部件，设置于承载部件，用于对岩体的孔壁切割；

采集部件，设置于切割部件，用于检测岩体的孔壁切割过程的切割沿程参数与切割进尺；处理显示部件，设置于承载部件，用于接收处理采集部件检测的切割性能参数与切割进尺并显示刀具切割沿程参数与切割进尺的关系曲线。

通过采用上述技术方案，作业时，通过行走部件移动至需要检测的岩体所在现场，然后通过切割部件对岩体上预先开孔的孔壁进行原位切割，切割过程中通过采集部件采集切割沿程参数以及切割进尺，再通过显示部件即可将刀具切割沿程参数与切割进尺的关系曲线直接显示，而无需采集岩体后带回实验室再进行检测。

可选的，所述切割刀部件包括：

承载筒；

两第一滑座，沿承载筒的径向对置滑移于承载筒内；

第一刀具，分别安装于两第一滑座，随两第一滑座的相背运动，所述第一刀具能够凸出于承载筒；

推动部件，设置于承载筒内，用于推动两第一滑座相向和相背运动。

通过采用上述技术方案，作业时，通过，推动部件带动两第一滑座相背运动，即可带动两第一刀具凸出于承接筒的相对侧，此时推动承载筒插入岩体的孔内，即可实现对岩体的孔壁进行直线切割，而当停止作业时，可以通过推动部件带动两第一刀具同时相向运动，从而实现两第一刀具回缩至承载筒内，保护第一刀具，便于第一刀具退出。

可选的，所述推动部件包括：

滑套，同轴滑移于承载筒内；

两第一摆杆，分别铰接于两第一滑座与滑座之间，随滑套滑移能够带动第一摆杆摆动以推动两第一滑座相向和相背运动。

通过采用上述技术方案，滑套沿承载筒的轴线方向滑移，即可带动两第一摆杆同时摆动，从而带动两第一滑座相向或相背运动，以实现刀具凸出或回缩于承接筒内。

可选的，还包括：

两第二滑座，沿承载筒的径向对置滑移于承载筒内；

两第二刀具，分别设置于两第二滑座，随两第二滑座相背运动，所述第二刀具能够凸出于承载筒；

两第二摆杆，分别铰接于两第一滑座与滑套之间，随滑套滑移能够带动第二摆杆同步摆动以推动两第二滑座相向和相背运动；

所述第二刀具凸出于所述承载筒外时，所述第一刀具回缩于承载筒内。

通过采用上述技术方案，当需要采用第一刀具时，通过滑套沿承载筒滑移带动两第一摆杆推动两第一滑座相背运动，即可实现两第一刀具凸出于承载筒的相对侧，而同时，两第二摆杆也会随滑套的滑移，实现带动两第二滑座相向运动，从而使两第二刀具回缩至承载筒内，如此，随承载筒的移动，即可通过两第一刀具对岩体的孔壁进行切割，反之，当需要使用第二刀具进行孔壁切割时，反向滑移滑套，通过第一摆杆与第二摆杆的作用，即可使第二滑座带动第二刀具凸出于承载筒周面，而使第一滑座带动两第一刀具回缩于承载筒内，以实现通过第二刀具对岩体的孔壁进行切割。

可选的，还包括：

两第三滑座，沿承载筒的径向对置滑移于承载筒内；

两第三刀具，分别设置于两第三滑座，随两第三滑座相背运动，所述第三刀具能够凸出于承载筒；

弹性拉持件，设置于第三滑座与承载筒之间，用于拉持所述第三滑座相向运动至两第三刀具回缩于承载筒内；

两凸出推动部，对置的成型于滑套的相对侧，随滑套滑移，所述凸出推动部能够推动两第三滑座相背运动；

所述第三刀具凸出于所述承载筒时，所述第一刀具与所述第二刀具回缩于承载筒。

通过采用上述技术方案，当滑套移动凸出推动部抵推第三滑座相背运动时，可以实现第三刀具凸出于承载筒周面，而同时，第一刀具与第二刀具也将通过第一摆杆与第二摆杆拉持第一滑座与第二滑座回缩于承载筒内，保持仅有第三刀具凸出于承载筒周面，当滑套滑移至第一刀具或第二刀具凸出于承载筒时，此时凸出推动部越过第三滑座的位置，弹性拉持件也将拉持第三滑座带动第三刀具回缩于承载筒内，以保证同一时刻仅有一组刀具凸出于承载筒的周面。

综上所述，本申请包括以下有益技术效果：

通过预先采用采集多种不同种类的岩石的切割岩程参数作为构建岩体力学特性参数回归预测模型的输入数据，并预先采集多种不同种类岩石的力学特性作为构建岩体力学特性参数回归预测模型的输出数据，通过多元大数据处理构建出岩体力学特性参数回归预测模型，作为第一个模型；同时，将获取到的若干不同种类岩体的切割沿程参数作为构建岩体可切割性等级回归预测模型的输入层数据，将获取到的若干不同种类岩体的力学特性参数进行分级，作为构建岩体可切割性等级回归预测模型的中间层数据，构建可切割性的等级评价标准，并将构建出的可切割性评价标准等级作为岩体可切割性等级回归预测模型的输出层输送数据，再通过多元大数据处理构建岩体可切割性等级回归预测模型，作为第二个模型，在获取两个模型后，当需要评价岩体的可切割性等级时，只需在现场原位采集岩体的切割沿程参数，然后将采集到的岩体切割沿程参数输入至岩体力学特性回归预测模型和岩体可切割性等级回归预测模型，即可直接通过岩体力学特性回归预测模型得出岩体的力学特性参数，通过岩体可切割性等级回归预测模型直接得出岩体的可切割性等级的评价，无需大量且繁杂的现场钻探、取芯、样品处理和实验室测试等工序获取岩体力学特性参数和可切割性等级，整体降低了岩体检测难度，降低了成本，提高了效率。

附图说明

图1是本申请实施例的一种岩体力学特性获取方法的流程示意图；

图2是本申请实施例的一种岩体可切割性评价方法的流程示意图；

图3是本申请实施例的一种岩体力学特性及可行性原位感知方法的流程示意图；

图4是本申请实施例的一种原位感知装置的整体结构示意图；

图5是本申请实施例的一种原位感知装置的切割刀具结构的剖面示意图；

图6是本申请实施例的一种原位感知装置中采用多组刀具时的结构示意图；

图7是本申请实施例的一种原位感知装置的中体现多组刀具布置间隔角度状态的透视图；

图8是本申请实施例的一种原位感知装置的中体现另一种第一刀具驱动方式的剖面示意图；

图9是本申请实施例的一种原位感知装置的中体现另一种第二刀具驱动方式的剖面示意图；

图10是本申请实施例的一种原位感知装置的中体现另一种第二刀具驱动方式的剖面示意图。

附图标记说明：1、行走部件；2、承载部件；3、切割部件；31、摆动臂；311、摆动缸；32、承载座；321、丝杠；322、驱动电机；33、刀座；4、采集部件；5、显示部件；6、切割刀具；61、承载筒；61、双向缸；63、滑套；631、第一摆杆；632、第二摆杆；633、凸出推动部；64、螺柱；641、伺服电机；65、弹性拉持件；7、第一刀具；71、第一滑座；8、第二刀具；81、第二滑座；9、第三刀具；91、第三滑座。

具体实施方式

以下结合附图1-7对本申请作进一步详细说明。

本申请实施例第一方面公开一种岩体力学特性获取方法。达到了直接在现场原位切割岩体获取切割沿程参数，无需通过室内试验，便可以得到岩体的力学特性参数，以下进行说明：

参照图1，一种岩体力学特性获取方法，包括以下步骤：

获取若干不同种类岩体的切割沿程参数，作为第一数据；

获取若干不同种类岩体的力学特性参数，作为第二数据；

提取第一数据作为输入层数据，提取第二数据作为输出层数据，通过多元大数据处理构建岩体力学特性参数回归预测模型；

获取单一岩体的切割沿程参数，输入岩体力学特性参数回归预测模型，获取岩体的力学特性参数。

具体的，获取若干不同种类岩体的切割沿程参数作为室内试验的第一部分，包括：采集若干种类的岩体试样，在实验室内对各岩体试样分别进行室内刀具孔壁直线切割实验；实验过程中对各种岩体均分别采用镐形截齿、盘形滚刀、牙轮滚刀三种切割刀具进行孔壁切割；

切割过程中，通过控制切割刀具的推进速度和刀具切割深度，采集试验过程中的刀具推进力和法向力，同时采集试验过程中岩样碎屑体积等参数，根据推进力和法向力计算切割功，根据碎屑体积、切割功计算切割比能；

将刀具切割不同种类岩石的推进力、法向力及切割比能构建数据库，作为多元大数据处理得到的岩体力学特性参数回归预测模型的输入层数据。

获取若干不同种类岩体的力学特性参数作为室内试验的第二部分，包括：

采集若干种类的岩体试样,在试验室内通过单轴抗压强度试验、巴西劈裂试验、岩石压痕试验、CAI试验等测量计算大量不同种类岩石的强度参数，变形参数以及切割参数；

强度参数如单轴抗压强度、单轴抗拉强度以及通过单轴抗压强度与单轴抗拉强度构建的岩石脆性指数；变形参数如弹性模量以及泊松比；切割参数如岩石压痕数据数据、CAI值；

通过比较分析室内试验第二部分得到的不同种类岩石力学特性参数构建关系模型，并将强度参数、变形参数以及切割参数构成的数据库作为多元大数据处理得到的岩体力学特性参数回归预测模型的输出层数据。

在获得的输入层数据与输出层数据后，通过多元大数据处理即可得到的岩体力学特性参数回归预测模型。

在获得岩体力学特性参数回归预测模型后，直接在现场原位采集岩体的切割沿程参数，然后将采集到的岩体切割沿程参数输入至岩体力学特性回归预测模型，即可直接通过岩体力学特性回归预测模型得出岩体的力学特性参数。

综上，本实施例的实施原理为：

通过预先采用采集多种不同种类的岩石的切割岩程参数作为构建岩体力学特性参数回归预测模型的输入数据，并预先采集多种不同种类岩石的力学特性作为构建岩体力学特性参数回归预测模型的输入数据，通过多元大数据处理构建出岩体力学特性参数回归预测模型后，再次需要获取岩体力学特性参数时，只需在现场原位采集岩体的切割沿程参数，然后将采集到的岩体切割沿程参数输入至岩体力学特性回归预测模型，即可直接通过岩体力学特性回归预测模型得出岩体的力学特性参数，而无大量且繁杂的现场钻探、取芯、样品处理和实验室测试等工序，降低了后续检测成本，简化了操作，提高了效率。

此外的，还可以构建有储存、数显功能的数字化集成中心，将上述不同种类岩体的切割沿程参数和力学特性参数存储于数字化集成中心，便于后续现场试验过程中根据实际的数据结果给出调控方案。

本申请实施例第二方面公开一种岩体可切割性评价方法。达到了在获取到岩体的切割沿程参数后，便可以直接得出岩体的可切割性等级，而无需再进行大量的计算评估。以下进行说明：

参照图2，一种岩体可切割性评价方法，包括以下步骤：

获取若干不同种类岩体的多个切割沿程参数，作为第一数据；

处理第一数据，获取若干不同种类岩体的力学特性参数，将各项力学特性参数划分不同等级，作为第二数据；

基于各项力学特性参数的不同等级评价岩体的可切割性等级，并作为第二数据；

提取第一数据作为输入层数据，提取第二数据为中间层数据，提取第三数据作为输出层数据，通过多元大数据处理构建岩体可切割性等级回归预测模型；

获取单一岩体的切割沿程参数，输入岩体可切割性等级回归预测模型，获取岩体可切割性等级。

具体的，获取若干不同种类岩体的力学特性参数作为室内试验部分，包括：

采集若干种类的岩体试样,在试验室内通过单轴抗压强度试验、巴西劈裂试验、岩石压痕试验、CAI试验等测量计算大量不同种类岩石的强度参数，变形参数以及切割参数；

强度参数如单轴抗压强度、单轴抗拉强度以及通过单轴抗压强度与单轴抗拉强度构建的岩石脆性指数；变形参数如弹性模量以及泊松比；切割参数如岩石压痕数据数据、CAI值；

通过比较分析室内试验第二部分得到的不同种类岩石力学特性参数构建关系模型，并将强度参数、变形参数以及切割参数构成的数据库作为多元大数据处理得到的岩体可切割性等级回归预测模型的中间层数据。

同时，在获取到岩体的力学特性参数构成数据库后，划分岩体力学特性等级区域具体采用以下的方案：

(1)将测算所得的各项岩体力学特性参数单独列出；

(2)对单独列出的各项岩体力学特性参数分别设定多个取值范围；

(3)对各项岩体力学特性参数的多个取值范围分别设定不同的等级标准和/或分值。

岩体力学特性参数等级区域划分标准可采用如下方式列出：

其中，a1-a5、b1-b5均为设定的具体边界值，A1-A3、B1-B3、C1-C3、D1-D3、E1-E3数值分别为3、6、9。(即A1-3分，A2-6分，A3-9分；B1-3分，B2-6分，B3-6分；C1-3分，C2-6分，C3-9分；D1-3分，D2-6分，D3-9分；E1-3分,E2-6分，E3-9分)

在获取到岩体力学特性参数等级后，再可进一步的通过评价岩体的可切割性等级，采用以下的步骤：

(1)设立性能评价指标，汇总各项岩体力学特性等级标准的总值，根据汇总后的各项标准总值设置不同的分值范围；

(2)基于不同的分值范围设立不同等级，作为岩体的可切割性等级标准。

如根据上述岩体力学特性参数等级区域划分标准，5种岩体力学特性参数总得分对岩体可切割性等级进行评分，可形成以下评分表：

其中，F1、G1、H1、I1、J1、K1、L1、M1均为设定的评分边界值，F1设为15分,G1设为21分，H1设为24分，I1设为30分，J1设为33分，K1设为39分，L1设为42分，M1设为45分。

四个等级的可切割性划分即可作为：易切割Ⅰ级、较难切割Ⅱ级、难切割Ⅲ级、极难切割Ⅳ级；

然后将若干岩体的可切割性等级评价数据库作为多元大数据处理得到的岩体可切割性等级回归预测模型的输出层数据。

在获得的输入层数据与输出层数据后，通过多元大数据处理即可构建出岩体的可切割性等级回归预测模型。

在获取到岩体的可切割性等级回归预测模型后，直接通过在实验室内对岩体进行岩体切割试验，将获取的岩体切割沿程参数输入至岩体的可切割性等级回归预测模型后，便可以直接得出岩体的可切割性等级。

综上，本实施例的实施原理为：预先获取若干不同种类岩体的切割沿程参数作为构建岩体可切割性等级回归预测模型的输入层数据，预先获取若干不同种类岩体的力学特性参数，同时，在获取力学特性参数后，将力学特性参数进行分级，作为构建岩体可切割性等级回归预测模型的中间层数据，构建可切割性的等级评价标准，并将构建出的可切割性评价标准等级作为岩体可切割性等级回归预测模型的输出层输送数据，再通过多元大数据处理构建岩体可切割性等级回归预测模型后，只需获取得到岩体的切割沿程参数，并输入至岩体可切割性等级回归预测模型，即可通过岩体可切割性等级回归预测模型直接得出岩体的可切割性等级的评价，而无需再将检测得出的力学特性参数再进行评分处理计算，降低了后续岩体评价成本，简化了操作，提高了效率。

本申请的实施例第三方面给出了一种岩体力学特性及可切割性原位感知方法。

本实施例在于将上述两实施例的一种岩体力学特性获取方法与一种岩体可切割性评价方法进行结合，从而达到了直接在现场原位切割岩体获取切割沿程参数，无需通过室内试验与计算评估，便可以得到岩体的可切割性等级，以下进行说明：

参照图3，一种岩体力学特性及可行性原位感知方法，包括：

获取若干不同种类岩体的多个切割沿程参数，作为第一数据；

获取若干不同种类岩体的多个力学特性参数，作为第二数据；

提取第一数据作为输入层数据，提取第二数据作为输出层数据，通过多元大数据处理构建岩体力学特性参数回归预测模型；

处理第二数据，将各项力学特性参数划分不同等级，基于各项力学特性参数的不同等级评价岩体的可切割性等级，并作为第三数据；

提取第一数据作为输入层数据，提取第三数据作为输出层数据，通过多元大数据处理构建岩体可切割性等级回归预测模型；

原位岩体切割，获取岩体的切割沿程参数，利用岩体力学特性参数回归预测模型，得出岩体的力学特性参数，利用岩体可切割性等级回归预测模型，得出岩体可切割性等级。

综上，本实施例的实施原理为：通过预先采用采集多种不同种类的岩石的切割沿程参数作为构建岩体力学特性参数回归预测模型的输入数据，并预先采集多种不同种类岩石的力学特性作为构建岩体力学特性参数回归预测模型的输出数据，通过多元大数据处理构建出岩体力学特性参数回归预测模型，作为第一个模型；同时，将获取到的若干不同种类岩体的力学特性作为构建岩体可切割性等级回归预测模型的输入层数据，对获取到的力学特性参数进行分级，作为构建岩体可切割性等级回归预测模型的中间层数据，构建可切割性的等级评价标准，并将构建出的可切割性评价标准等级作为岩体可切割性等级回归预测模型的输出层输送数据，再通过多元大数据处理构建岩体可切割性等级回归预测模型，作为第二个模型。

在获取两个模型后，当需要评价岩体的可切割性等级时，只需在现场原位采集岩体的切割沿程参数，然后将采集到的岩体切割沿程参数输入至岩体力学特性回归预测模型和岩体可切割性等级回归预测模型，即可直接通过岩体力学特性回归预测模型得出岩体的力学特性，通过岩体可切割性等级回归预测模型直接得出岩体的可切割性等级的评价，而无需大量且繁杂的现场钻探、取芯、样品处理和实验室测试等工序，整体降低了后续的岩体检测难度，降低了成本，提高了效率。

本申请实施例第四方面还提供了一种岩体原位感知装置，用于实现在现场通过对岩石原位切割直接显示岩体的切割沿程参数与切割进尺的关系曲线。为此主要采用以下方案：参照图4，一种岩体原位感知装置，包括行走部件1，承载部件2，切割部件3、采集部件4以及处理显示部件5。

参照图4，其中行走部件1用于带动原位感知装置移动至指定的作业位置，承载部件2固定于行走部件1的上侧，用于实现切割部件3的承载，切割部件3设置于承载部件2的上侧，用于实现对岩体上孔壁的切割，采集部件4设置于切割部件3内，用于采集岩体的孔壁切割过程的切割沿程参数与切割进尺，处理显示部件5接收采集部件4采集到的孔壁切割过程的切割沿程参数与切割进尺进行处理，并显示刀具切割沿程参数与切割进尺的关系曲线。

如此，作业时，通过行走部件1移动至需要检测的岩体所在现场，然后通过切割部件3对岩体上预先开孔的孔壁进行原位切割，切割过程中通过采集部件4采集切割沿程参数以及切割进尺，再通过显示部件即可将刀具切割沿程参数与切割进尺的关系曲线直接显示，而无需采集岩体后带回实验室再进行检测。

以下进一步的详细说明。

参照图4和图5，承载部件2可以采用壳体、架体、框体或板状体等能够达到支撑作用的均可，本实施例中承载部件2整体截面呈类梯形状壳体结构，其内部用于装载有电源，控制器等元件。行走部件1装载于承载部件2的下侧，其可以采用行走轮，也可以采用行走履带即，能够实现带动承载部件2的移动均可，本实施例中为提高承载部件2移动的稳定性，采用双履带行走结构分别设置于承载部件2的两侧，用于实现承载部件2的移动。

参照图4，切割部件3包括摆动臂31，承载座32、刀座33以及切割刀具6。

参照图4，摆动臂31包括两根，两摆动臂31均呈类倒“L”型，且两根摆动臂31对置的设置于承载部件2的两侧，两摆动臂31的下端均铰接于承载部件2，两摆动臂31的上端之间固定有连接架，从而实现两摆动臂31能够同步摆动。

参照图4，承载部件2的两侧还均设置有摆动缸311，摆动缸311的缸体下端铰接于承载部件2，且两摆动缸311的伸缩杆端部分别铰接于两摆动臂31。作业时，两摆动缸311伸缩，即可带动两摆动臂31摆动。

参照图4，承载座32固定于连接架的上侧，且承载座32的长度方向垂直于连接架的长度方向，刀座33沿承载座32的长度方向滑移于承载座32，切割刀具6安装于刀座33，且切割刀具6的长度方向与承载座32的长度方向相同。承载座32上设置有用于驱动滑座移动的驱动部件，驱动部件也可以采用丝杠321传动，具体的，承载座32的上转动连接有与其长度方向相同的丝杠321，刀座33螺纹连接于丝杠321，承载架的一端还固定有驱动电机322，作业时，驱动电机322带动丝杠321转动，即可带动刀座33沿承载架滑移，调节刀座33的位置，进而调节切割刀具6的进给深度。此外的，驱动部件可以直接采用伸缩缸直接驱动(图中未示出)。

参照图5，切割刀具6包括承载筒61，承载筒61内设置有两第一刀具7、两第一刀具7可以采用镐形截齿，盘形滚刀或牙轮滚刀任一种。

参照图5，两第一刀具7对置的设置于承载筒61的相对侧，承载筒61对应两第一刀具7的相近侧均设置有第一滑座71，第一滑座71沿承载筒61径向滑移于承载筒61，两第一滑座71滑移，即可带动两第一刀具7趋向相互靠近或远离的方向运动，承载筒61内对应两第一滑座71的相近侧固定有双向缸62，双向缸62带动两伸缩杆同步伸缩，即可带动两第一滑座71同步滑移，从而带动两第一刀具7凸出或回缩于承载筒61内。

参照图5，当进孔壁切割时，可以通过双向缸62带动两第一滑座71趋向相背方向运动，从而使两第一刀具7凸出于承载筒61的相对侧，以实现孔壁的切割实现。

进一步的，刀具也可用多组，多组刀具均采用与第一刀具7的驱动方式相同，如此，通过多组刀具的独立控制，当需要任意一刀具7独立工作时，即可将另外的两组刀具回缩于承载筒61内，从而实现一组刀具的独立作业。

参照图6和图7，具体的，除第一刀具7，还可以设置第二刀具8以及第三刀具9，如设定第一刀具7为两盘形滚刀，两第一刀具7通过两第一滑座71沿承载筒61的径向对置滑移于承载筒61，第二刀具8为两牙轮滚刀，两第二刀具8通过两第二滑座81沿承载筒61的径向对置滑移于承载筒61，第三刀具9为两截齿，两截齿通过两第三滑座81沿承载筒61的径向对置滑移于承载筒61内。三组刀具沿承载筒61的轴线方向排布，且承载筒61对应各组刀具的的两刀具之间均设置有双向缸63，用于推动各组刀具相对运动，以达到各组刀具凸出或回缩于承载筒6内另外的，在申请的另一实施例中还给出了另外一种能够实现多组刀具驱动的驱动方式。以下具体描述：

参照图8，承载筒61内沿其轴线方向滑移有滑套63，滑套63靠近两第一滑座71的位置设置有两第一摆杆631，两第一摆杆631的一端分别铰接于两第一滑座71，且两第一摆杆631的另一端均铰接于滑套63，承载筒61内转动连接有螺柱64，滑套63螺纹连接于螺柱64，承载筒61对应螺柱64的一端还固定有伺服电机641。

作业时，伺服电机641带动螺柱64转动，实现滑套63沿承载筒61的轴线方向滑移，即可带动两第一摆杆631同时摆动，从而带动两第一滑座71相向或相背运动，以实现第一刀具7凸出或回缩于承接筒内。

参照图9，滑套63靠近两第二滑座81的位置设置有两第二摆杆632，两第二摆杆632的一端分别铰接于两第二滑座81，且两第二摆杆632的另一端均铰接于滑套63。

参照图9，如此，当需要采用第一刀具7时，通过滑套63沿承载筒61滑移带动两第一摆杆631推动两第一滑座71相背运动，即可实现两第一刀具7凸出于承载筒61的相对侧，而同时，两第二摆杆632也会随滑套63的滑移，实现带动两第二滑座81相向运动，从而使两第二刀具8回缩至承载筒61内，如此，随承载筒61的移动，即可通过两第一刀具7对岩体的孔壁进行切割，反之，当需要使用第二刀具8进行孔壁切割时，反向滑移滑套63，通过第一摆杆631与第二摆杆632的作用，即可使第二滑座81带动第二刀具8凸出于承载筒61周面，而使第一滑座71带动两第一刀具7回缩于承载筒61内，以实现通过第二刀具8对岩体的孔壁进行切割。

参照图10，滑套63的相对侧中部均成型有凸出推动部633，随滑套63滑移，凸出推动部633便能够推动两第三滑座91相背运动至两第三刀具9凸出于承载筒61，且当第三刀具9凸出于承载筒61时，第一刀具7与第二刀具8均能够回缩于承载筒61内。

参照图10，两第三滑座91与承载筒61之间还固定有弹性拉持件65，如弹簧，弹性拉持件65用于拉持两第三滑座91相向运动，从而在两第三滑座91越过滑套63的凸出推动部633后能够使两第三刀具9回缩于承载筒61内。

参照图10，如此当滑套63移动凸出推动部633抵推第三滑座91相背运动时，可以实现第三刀具9凸出于承载筒61周面，而同时，第一刀具7与第二刀具8也将通过第一摆杆631与第二摆杆632拉持第一滑座71与第二滑座81回缩于承载筒61内，保持仅有第三刀具9凸出于承载筒61周面，当滑套63滑移至第一刀具7或第二刀具8凸出于承载筒61时，此时凸出推动部633越过第三滑座91的位置，弹性拉持件65也将拉持第三滑座91带动第三刀具9回缩于承载筒61内，以保证同一时刻仅有一组刀具凸出于承载筒61的周面。

参照图4，采集部件4主要采用力学传感器41以及位移传感器42，力学传感器41固定于承载筒61内并分别对应连接于各刀具，用于检测采集刀具切割过程中的切割沿程参数，位移传感器42固定于承载筒61内，用于采集刀具的切割进尺。

参照图4和图5，处理显示部件5包括处理器以及显示器，力学传感器41与位移传感器42连接于处理器信号接收端，显示器连接于处理器的信号输出端，处理器接收采集部件4采集到的各刀具的切割沿程参数与切割进尺进行处理，显示器显示处理器处理后的各刀具切割沿程参数与切割进尺的关系曲线。

此外的，在采集到岩体的切割沿程参数后，将切割沿程参数代入上述实施例一种岩体力学特性及可切割性原位感知方法中获取的岩体力学特性参数回归预测模型和岩体可切割性等级回归预测模型，得出岩体的力学特性参数和岩体可切割性等级。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (7)

1.一种岩体原位感知装置，包括：

行走部件(1)；

承载部件(2)，设置于行走部件(1)的上侧；

切割部件(3)，设置于承载部件(2)，用于对岩体的孔壁和/或孔底切割；

采集部件(4)，设置于切割部件(3)，用于检测岩体的孔壁和/或孔底切割过程的切割沿程参数与切割进尺；

处理显示部件(5)，设置于承载部件(2)，用于接收处理采集部件(4)检测的切割性能参数与切割进尺并显示刀具切割沿程参数与切割进尺的关系曲线，所述切割部件(3)包括：

承载筒(61)；

两第一滑座(71)，沿承载筒(61)的径向对置滑移于承载筒(61)内；

第一刀具(7)，分别安装于两第一滑座(71)，随两第一滑座(71)的相背运动，所述第一刀具(7)能够凸出于承载筒(61)；

推动部件，设置于承载筒(61)内，用于推动两第一滑座(71)相向和相背运动，所述推动部件包括：

滑套(63)，同轴滑移于承载筒(61)内；

两第一摆杆(631)，分别铰接于两第一滑座(71)与滑套(63)之间，随滑套(63)滑移能够带动第一摆杆(631)摆动以推动两第一滑座(71)相向和相背运动；

两第二滑座(81)，沿承载筒(61)的径向对置滑移于承载筒(61)内；

两第二刀具(8)，分别设置于两第二滑座(81)，随两第二滑座(81)相背运动，所述第二刀具(8)能够凸出于承载筒(61)；

两第二摆杆(632)，分别铰接于两第二滑座(81)与滑套(63)之间，随滑套(63)滑移能够带动第二摆杆(632)同步摆动以推动两第二滑座(81)相向和相背运动；

所述第二刀具(8)凸出于所述承载筒(61)外时，所述第一刀具(7)回缩于承载筒(61)内。

2.根据权利要求1所述的岩体原位感知装置，其特征在于，还包括：

两第三滑座(91)，沿承载筒(61)的径向对置滑移于承载筒(61)内；

两第三刀具(9)，分别设置于两第三滑座(91)，随两第三滑座(91)相背运动，所述第三刀具(9)能够凸出于承载筒(61)；

弹性拉持件(65)，设置于第三滑座(91)与承载筒(61)之间，用于拉持所述第三滑座(91)相向运动至两第三刀具(9)回缩于承载筒(61)内；

两凸出推动部(633)，对置的成型于滑套(63)的相对侧，随滑套(63)滑移，所述凸出推动部(633)能够推动两第三滑座(91)相背运动；

所述第三刀具(9)凸出于所述承载筒(61)时，所述第一刀具(7)与所述第二刀具(8)回缩于承载筒(61)。

3.一种应用权利要求1或2所述的岩体原位感知装置的岩体力学特性获取方法，其特征在于，包括以下步骤：

获取若干不同种类岩体的切割沿程参数，作为第一数据；

获取若干不同种类岩体的力学特性参数，作为第二数据；

提取第一数据作为输入层数据，提取第二数据作为输出层数据，通过多元大数据处理构建岩体力学特性参数回归预测模型；

获取单一岩体的切割沿程参数，输入岩体力学特性参数回归预测模型，获取岩体的力学特性参数。

4.根据权利要求3所述的岩体力学特性获取方法，其特征在于，所述获取若干不同种类岩体的多个切割沿程参数具体包括以下步骤：

采用若干种类岩体，分别对不同种类的岩体进行孔壁切割试验；

调整切割试验过程的推进速度和刀具切割深度，采集试验过程中的刀具推进力和法向力，采集试验过程中岩体碎屑体积参数；

根据推进力和法向力计算切割功，根据碎屑体积、切割功计算切割比能。

5.一种应用权利要求1或2所述的岩体原位感知装置的岩体可切割性评价方法，其特征在于，包括以下步骤：

获取若干不同种类岩体的切割沿程参数，作为第一数据；

处理第一数据，获取若干不同种类岩体的力学特性参数，将各项力学特性参数划分不同等级，作为第二数据；

基于各项力学特性参数的不同等级评价岩体的可切割性等级，并作为第三数据；

提取第一数据作为输入层数据，提取第二数据为中间层数据，提取第三数据作为输出层数据，通过多元大数据处理构建岩体可切割性等级回归预测模型；

获取单一岩体的切割沿程参数，输入岩体可切割性等级回归预测模型，获取岩体可切割性等级。

6.根据权利要求5所述的岩体可切割性评价方法，其特征在于：所述将各项力学特性参数划分不同等级，基于各项力学特性参数的不同等级评价岩体的可切割性等级具体包括以下步骤：

将测算所得的各项岩体力学特性参数单独列出；

对单独列出的各项岩体力学特性参数分别设定多个取值范围；

对各项岩体力学特性参数的多个取值范围分别设定不同的等级标准和分值；

设立性能评价指标，汇总各项岩体力学特性等级标准的总值，根据汇总后的各项标准总值设置不同的分值范围；

基于不同的分值范围设立不同等级，作为岩体的可切割性等级划分标准。

7.一种应用权利要求1或2所述的岩体原位感知装置的岩体力学特性及可切割性原位感知方法，其特征在于，包括以下步骤：

获取若干不同种类岩体的切割沿程参数，作为第一数据；

获取若干不同种类岩体的力学特性参数，作为第二数据；

提取第一数据作为输入层数据，提取第二数据作为输出层数据，通过多元大数据处理构建岩体力学特性参数回归预测模型；

处理第二数据，将各项力学特性参数划分不同等级，基于各项力学特性参数的不同等级评价岩体的可切割性等级，并作为第三数据；

提取第一数据作为输入层数据，提取第三数据作为输出层数据，通过多元大数据处理构建岩体可切割性等级回归预测模型；

原位岩体切割，获取岩体的切割沿程参数，利用岩体力学特性参数回归预测模型，得出岩体的力学特性参数，利用岩体可切割性等级回归预测模型，得出岩体可切割性等级。