CN116559048B - 一种膨胀土三维裂隙时空演化模型试验方法 - Google Patents

一种膨胀土三维裂隙时空演化模型试验方法 Download PDF

Info

Publication number
CN116559048B
CN116559048B CN202310535499.5A CN202310535499A CN116559048B CN 116559048 B CN116559048 B CN 116559048B CN 202310535499 A CN202310535499 A CN 202310535499A CN 116559048 B CN116559048 B CN 116559048B
Authority
CN
China
Prior art keywords
fracture
image
crack
resistivity
expansive soil
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.)
Active
Application number
CN202310535499.5A
Other languages
English (en)
Other versions
CN116559048A (zh
Inventor
戴张俊
郭建华
陈善雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Institute of Rock and Soil Mechanics of CAS
Changjiang Institute of Survey Planning Design and Research Co Ltd
Original Assignee
Wuhan Institute of Rock and Soil Mechanics of CAS
Changjiang Institute of Survey Planning Design and Research Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Institute of Rock and Soil Mechanics of CAS, Changjiang Institute of Survey Planning Design and Research Co Ltd filed Critical Wuhan Institute of Rock and Soil Mechanics of CAS
Priority to CN202310535499.5A priority Critical patent/CN116559048B/zh
Publication of CN116559048A publication Critical patent/CN116559048A/zh
Application granted granted Critical
Publication of CN116559048B publication Critical patent/CN116559048B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electrochemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Dispersion Chemistry (AREA)
  • Geometry (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种膨胀土三维裂隙时空演化模型试验方法，涉及膨胀土裂隙反演分析技术领域，包括：制备膨胀土样品，构建膨胀土三维裂隙时空演化模型；进行裂隙演化处理；通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据；利用土体电阻率数据对裂隙重构，反演出不同深度处的裂隙图像；获取裂隙演化过程中的表面裂隙图像；分别对反演获得的裂隙图像以及表面裂隙图像进行处理，导出裂隙定量化描述特征。本发明开展不同干湿循环次数下的膨胀土裂隙演化模型试验，基于高密度电阻率成像的裂隙重构技术，反演出不同深度处的裂隙分布，同时对反演获得的裂隙图像通过图像处理系统进行定量分析，揭示在干湿循环作用下膨胀土裂隙演化机理。

Description

一种膨胀土三维裂隙时空演化模型试验方法
技术领域
本发明涉及膨胀土裂隙反演分析技术领域，更具体的说是涉及一种膨胀土三维裂隙时空演化模型试验方法。
背景技术
在自然界，膨胀土边坡始终处于干湿交替的环境中。在干旱气候下，膨胀土干缩开裂尤为常见，裂隙发育极大地弱化了土体结构，导致土体强度和稳定性显著降低。在降雨条件下，裂隙则为水分入侵提供了优势通道，造成了裂隙往土体深部进一步扩展。研究表明，干湿循环作用是膨胀土滑坡灾害的重要诱导因素。反复蒸发—降雨过程造成膨胀土边坡极易失稳破坏，而裂隙发育占据了主要原因。研究干湿循环作用下裂隙发育机制是揭示蒸发-降雨条件膨胀土边坡失稳机理的重要研究基础，对正确解决膨胀土工程问题有积极的意义。
为研究干湿循环作用下膨胀土裂隙发育机理，学者们开展了积极的探索。但目前的研究更多关注了膨胀土表面裂隙的发育，而对沿深度方向上裂隙扩展鲜有研究，而裂隙在空间中始终处于三维扩展状态，研究裂隙在空间中的发育对揭示膨胀土裂隙扩展机制有促进作用。膨胀土三维裂隙时空演化模型试验系统的研发，为全面研究水分运移规律与裂隙空间扩展规律提供了可行方法。
因此，如何基于高密度电阻率成像特征反演裂隙空间分布，分析裂隙空间动态发育过程及演化规律是本领域技术人员亟需解决的技术问题。
发明内容
有鉴于此，本发明提供了一种膨胀土三维裂隙时空演化模型试验方法，本发明开展不同干湿循环次数下的膨胀土裂隙演化模型试验，基于高密度电阻率成像的裂隙重构技术，反演出不同深度处的裂隙分布，同时对反演获得的裂隙图像通过图像处理系统进行定量分析，揭示在干湿循环作用下膨胀土裂隙演化机理。
为了实现上述目的，本发明采用如下技术方案：一种膨胀土三维裂隙时空演化模型试验方法，包括：
制备膨胀土样品，构建膨胀土三维裂隙时空演化模型；
将所述膨胀土样品置于所述膨胀土三维裂隙时空演化模型内，进行裂隙演化处理；
通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据；
利用土体电阻率数据对裂隙重构，反演出不同深度处的裂隙图像；
获取裂隙演化过程中的表面裂隙图像；
构建裂隙图像定量化处理系统，分别对反演获得的裂隙图像以及表面裂隙图像进行处理，导出裂隙定量化描述特征。
优选的，在所述制备膨胀土样品之前，先从膨胀土分布区采集原状膨胀土样，并测试所述膨胀土样的基本物理力学指标。
优选的，所述膨胀土样品采用泥浆法制备，将所述膨胀土样进行晒干、碾碎和/或过筛处理，并充分搅拌。
优选的，所述裂隙演化处理包括：通过大气自然蒸发，当含水率达到稳定状态且膨胀土裂隙扩展稳定时，采用降雨器，对膨胀土进行湿化处理，并计算加水量至预设值，一次干湿循环结束，采用同样的方法进行多次干湿循环处理。
优选的，所述通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据，包括：在所述膨胀土三维裂隙时空演化模型空间内布设多层结构，且每层由若干电极排布成四边形，所述高密度电阻测定系统与所述电极连接；
测量不同电极组合间的电阻率，得到空间中的电阻率数据，并对所述电阻率数据进行处理。
优选的，对所述电阻率数据进行处理，包括：将电阻率数据组成矩阵单元，利用最小二乘法计算电阻率数据，并通过补修算法根据不同电极组合对电阻率的贡献率计算修正量，对电阻率数据进行修正。
优选的，还包括：获取电极间的电阻率影响因素，剔除影响因素对电阻率的贡献值，得到空间结构变化导致的电阻率变化数据，得到电阻率分布图，将所述电阻率分布图转化为裂隙分布图，得到裂隙扩展位置。
优选的，所述裂隙图像定量化处理系统基于MATLAB-GUI工具开发裂隙图像定量化处理平台LieXiSYSTEM，对裂隙图像的处理过程包括：输入裂隙图像；对所述裂隙图像进行预处理；提取图像特征；图像批量化处理；图像数据保存并退出；
其中，所述预处理包括图像平滑处理、图像锐化处理、图像灰度化处理和图像二值化处理，得到包括裂隙区域和土体区域的二值化图像；
所述提取图像特征包括：通过统计裂隙区域像素数量，确定裂隙面积，并得到裂隙面积率；
通过累加相邻像素距离，提取裂隙区域的轴线以提取裂隙骨架，输出裂隙骨架图像；确定裂隙长度，并得到裂隙总长度；
根据所述裂隙面积和所述裂隙总长度，确定裂隙平均宽度；
输出裂隙长度、裂隙面积、裂隙宽度和裂隙面积率。
优选的，所述获取裂隙演化过程中的表面裂隙图像包括采用正向高分辨率面阵工业相机采集膨胀土样品正面裂隙图像，采用侧向高分辨率面阵工业相机采集膨胀土样品侧面裂隙图像。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种膨胀土三维裂隙时空演化模型试验方法，包括：制备膨胀土样品，构建膨胀土三维裂隙时空演化模型；将所述膨胀土样品置于所述膨胀土三维裂隙时空演化模型内，进行裂隙演化处理；通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据；利用土体电阻率数据对裂隙重构，反演出不同深度处的裂隙图像；获取裂隙演化过程中的表面裂隙图像；构建裂隙图像定量化处理系统，分别对反演获得的裂隙图像以及表面裂隙图像进行处理，导出裂隙定量化描述特征。本发明开展不同干湿循环次数下的膨胀土裂隙演化模型试验，基于高密度电阻率成像的裂隙重构技术，反演出不同深度处的裂隙分布，同时对反演获得的裂隙图像通过图像处理系统进行定量分析，揭示在干湿循环作用下膨胀土裂隙演化机理。
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，还可以根据提供的附图获得其他的附图。
图1为本发明提供的膨胀土三维裂隙时空演化模型试验方法流程图；
图2为本发明实施例提供的膨胀土三维裂隙时空演化模型试验系统结构图；
图3为本发明实施例提供的裂隙图像定量化处理系统结构图；
图4为本发明实施例提供的LieXiSYSTEM图像处理平台软件界面图；
图5为本发明实施例提供的z＝0.1m时的电极平面布置图；
图6为本发明实施例提供的电极测试排列方式图；
图7为本发明实施例提供的电极空间分布图；
图8为本发明实施例提供的裂隙图像示意图；
图9为本发明实施例提供的LeiXiSYSTEM图像处理平台输出的裂隙骨架图像示意图。
其中，1-正向高分辨率面阵工业相机；2-支架；3-侧向高分辨率面阵工业相机；4-相机支架；5-MVS客户端；6-相机连接线；7-温湿度计；8-LED照明系统；9-模型箱；10-试验土体；11-竖向卡尺；12-HBM高精度荷载传感器；13-EC-5水分传感器；14-TEROS-21吸力传感器；15-激光测距仪；16-自动化采集模块；17-电源适配器；18-报警控制模块；19-多通道数据采集处理器；20-GPRS无线传输模块；21-远程自动化监测软件系统；22-远程自动化采集装置；23-数据线；24-电极；25-导线；26-高密度电阻测定系统；27-电阻率测试软件平台；28-荷载显示器；29-基座；30-降雨器；31-模型箱侧视图。
具体实施方式
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，所描述的实施例仅仅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。
本发明实施例公开了一种膨胀土三维裂隙时空演化模型试验方法，如图1所示，包括：制备膨胀土样品，构建膨胀土三维裂隙时空演化模型；
将所述膨胀土样品置于所述膨胀土三维裂隙时空演化模型内，进行裂隙演化处理；
通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据；
利用土体电阻率数据对裂隙重构，反演出不同深度处的裂隙图像；
获取裂隙演化过程中的表面裂隙图像；
构建裂隙图像定量化处理系统，分别对反演获得的裂隙图像以及表面裂隙图像进行处理，导出裂隙定量化描述特征。
具体的，在所述制备膨胀土样品之前，先从膨胀土分布区采集原状膨胀土样，并测试所述膨胀土样的基本物理力学指标。
在本发明的一个具体实施例中，自膨胀土分布区现场采集原状膨胀土样3000kg，取样深度为5m以下，该深度位于大气影响范围之外。测试膨胀土样的含水率液限、塑限、干密度、自由膨胀率和比重等基本物理力学指标。
具体的，所述膨胀土样品采用泥浆法制备，将所述膨胀土样进行晒干、碾碎和/或过筛处理，并充分搅拌。
目前，开展裂隙演化试验常用的制样方法常用压实法，然而，对于分层压实法制备的土样，在经历干湿循环作用后，裂隙常在压实分层处产生，这与工程中实际情况并不符合。而本发明采用泥浆法制备，对于泥浆样品，初始状态较为均匀，具备良好的各向同性。在裂隙扩展试验中采用泥浆样品同时可以放大裂隙特征，较方便地控制试验条件。
在本发明的一个具体实施例中，本发明采用泥浆法制样来研究膨胀土裂隙扩展特征。将现场取回的膨胀土试样晒干、碾碎以及过2mm筛，将其配制成初始含水率为55％的泥浆样品。同时在振动台上充分搅拌，用以降低泥浆溶液中气泡数量。
具体的，所述裂隙演化处理包括：通过大气自然蒸发，当含水率达到稳定状态且膨胀土裂隙扩展稳定时，采用降雨器30，对膨胀土进行湿化处理，并计算加水量至预设值，一次干湿循环结束，采用同样的方法进行多次干湿循环处理。
在本发明的一个具体实施例中，在试验过程中，用温湿度计实时监测试验室环境温度和湿度状态变化，保证膨胀土样品始终处于自然气候状态下。试验系统中的光源和工业相机均固定安装，保持在试验过程中的空间位置不变。
本发明模拟在自然气候条件下，通过降雨器30人工降雨和大气自然蒸发，开展干湿循环下裂隙扩展模型试验。干湿循环次数设定为6次，此条件下，膨胀土裂隙扩展基本稳定。
当含水率达到稳定状态(24小时含水率变化率小于1％)且膨胀土裂隙扩展稳定(裂隙几何尺寸不变)时，第一次脱湿过程结束。采用可以精确控制水量的降雨器30，对膨胀土进行湿化处理，计算加水量至膨胀土含水率为55％。记录膨胀土湿化过程，至此一次干湿循环结束。第一次湿化完成后，进入第二次脱湿过程。采用同样的方法共进行六次干湿循环处理。
在本发明的一个具体实施例中，试验装置采用自行设计研发的膨胀土三维裂隙时空演化模型试验系统，如图2所示，具体如下：
I系统：表观裂隙测试模块，包括：正向高分辨率面阵工业相机1；支架2；侧向高分辨率面阵工业相机3；相机支架4；MVS客户端5；相机连接线6。
II系统：电阻率测试模块，包括：电极24，导线25，高密度电阻测定系统26，电阻率测试软件平台27。
III系统：传感器测试模块，包括：温湿度计7；HBM高精度荷载传感器12；EC-5水分传感器13；TEROS-21吸力传感器14；激光测距仪15；自动化采集模块16；220V电源适配器17；报警控制模块18；多通道数据采集处理器19；GPRS无线传输模块20；远程自动化监测软件系统21；远程自动化采集箱22；数据线23。
系统主体部分为模型箱9，采用有机玻璃材料，是膨胀土裂隙萌芽和发育的载体。外形为长方体，上侧敞口，其余各面封闭并可拆卸。试验模型箱各侧面透光性能优良，更有利于观测裂隙发育规律。模型箱9高度为z，模型箱长度为x，宽度为y。模型箱侧视图31展示如图2中所示，可根据实际需求调整模型箱尺寸开展膨胀土裂隙演化模型试验。模型箱9内部填筑试验土体10，试验土体10填筑高度与距模型箱顶面有一定距离。模型箱9顶端四个侧面分别安装LED照明系统，用于观测试验土体裂隙扩展时提供充足的光源。模型箱9顶部一侧面内安装温湿度计7，用于实时掌握试验过程中系统温度和湿度。
模型箱四个脚处安装HBM高精度荷载传感器12，用于在试验过程中实时测试模型箱9和试验土体10总质量，从而计算得出水分入渗和蒸发参数。HBM高精度荷载传感器12通过数据线23与荷载显示器28连接，荷载显示器28上的读数用于试验过程中系统质量的实施可视化监测。
模型箱9放置于基座29上，基座上部安装支架2，用于架设试验设备。正向高分辨率面阵工业相机1安装在支架上。模型箱一侧放置相机支架4，相机支架4上固定安装侧向高分辨率面阵工业相机3。正向高分辨率面阵工业相机1用于识别试验土体表面裂隙发育过程，侧向高分辨率面阵工业相机3用于识别试验土体沿深度方向的裂隙发育情况。正向高分辨率面阵工业相机1和侧向高分辨率面阵工业相机3通过相机连接线6与MVS客户端5连接，MVS客户端5用于实现裂隙图像的自动化采集。
支架2上还安装降雨器30，位于模型箱顶面中心位置上方，用于对试验系统模拟降雨，从而向试验土体10提供水分，促进试验土体10裂隙开展。
支架2上还安装激光测距仪15，位于模型箱顶面中心位置上方，用于测试基准面和试验土体10表面的距离，反映试验土体10沿深度方向的收缩与体积变化。
模型箱四个侧面的有机玻璃板上打圆孔，用于将电极24通过圆孔插入试验土体，模型箱四个侧面共布置280个电极，电极24在各侧面均为5横排，电极24横向间距是30mm，电极24距模型箱边缘横向距离也是30mm；每一横排电极的纵向间距是100mm，最上面一排电极24距试验土体顶面距离也是100mm。每个电极24均通过导线25与高密度电阻测定系统26连接，高密度电阻测定系统26与电阻率测试软件平台27连接。
试验土体10短边侧面沿深度方向等间距埋设EC-5水分传感器13和TEROS-21吸力传感器14各5只，EC-5水分传感器13用于测试试验土体内部水分含量，TEROS-21吸力传感器14用于测试试验土体10内部吸力。
HBM高精度荷载传感器12、EC-5水分传感器13、TEROS-21吸力传感器14和激光测距仪15均通过数据线23与远程自动化采集装置22内的多通道数据采集处理器19连接。在进行数据和电子信号转换之后，实现不同传感器数据的自动化采集。远程自动化采集装置22搭载一套远程自动化监测软件系统21。远程自动化监测软件系统21包括功能区、项目选择区和数据显示区，集合了不同种类传感器的数据，可以实现数据实时上传和下载功能。
远程自动化采集装置22内部包括自动化采集模块16，220V电源适配器17，报警控制模块18，多通道数据采集处理器19以及GPRS无线传输模块20。远程自动化采集装置22每隔一小时需要记录一组数据，实现各种传感器数据的自动采集和云储存。
在本发明的一个具体实施例中，设定模型箱9内部标准尺寸为长540mm，宽360mm，高700mm。将EC-5水分传感器13和TEROS-21吸力传感器14分别提前装入模型箱深度为z＝0.1m、z＝0.2m、z＝0.3m、z＝0.4m和z＝0.5m处，并采用环状有机玻璃片和玻璃胶对空隙处进行封装。
具体的，将制备好的膨胀土泥浆样品分层装入模型箱9，通过竖向卡尺11控制土样分层填筑时的高度；每一层装好后静置并将EC-5水分传感器和TEROS-21吸力传感器固定至设定的位置处。装样完毕后，将表面抹平。装样完成后，模型箱9内的土体尺寸为z＝0.6m，x＝0.54m，y＝0.36m。同时，将模型箱上的电极接入高密度电阻测定系统。
具体的，所述获取裂隙演化过程中的表面裂隙图像包括采用正向高分辨率面阵工业相机采集膨胀土样品正面裂隙图像，采用侧向高分辨率面阵工业相机采集膨胀土样品侧面裂隙图像。
在本发明的一个具体实施例中，在膨胀土裂隙演化模型试验中，HBM高精度荷载传感器12用于记录试验过程中模型箱总质量变化，进而推导出膨胀土样品的整体含水率变化；EC-5水分传感器13用于记录膨胀土样品不同深度处含水率变化，即分层含水率；TEROS-21吸力传感器14用于记录不同深度处吸力变化；正向高分辨率面阵工业相机1位于试验土体顶面中心位置上方329mm处，正向高分辨率面阵工业相机1用于记录土体表面胀缩过程和表面裂隙演化规律，并通过图像处理方法可以导出裂隙指标；侧向高分辨率面阵工业相机3位于距试验土体侧面中心位置350mm处，侧向高分辨率面阵工业相机用于采集土体侧面图像，从而记录深度方向上的裂隙演化规律；激光测距仪15用于记录土体在深度方向上的位移变化，进而导出深度方向上的胀缩规律。
综合激光测距仪15和面阵工业相机所得数据，可以导出体积变化率、体积裂隙率和体积收缩率；温湿度计用于记录试验过程中温度和湿度变化；高密度电阻测定系统用于测定裂隙演化过程中土体电阻率的变化，进而导出裂隙空间分布数据。各类传感器每隔60分钟通过远程自动化采集装置自动采集一次数据，采集的数据均存储在云端；高分辨率面阵工业相机通过MVS客户端每隔30分钟采集一次图像；高密度电阻测定系统每1天采集一次数据，采集的数据存储在云端，如表1所示为模型试验系统导出的数据结果。
表1
具体的，所述通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据，包括：在所述膨胀土三维裂隙时空演化模型空间内布设多层结构，且每层由若干电极排布成四边形，所述高密度电阻测定系统与所述电极连接；
测量不同电极组合间的电阻率，得到空间中的电阻率数据，并对所述电阻率数据进行处理。
高密度电阻法测试基本理论与电阻率法相同，不同之处在于高密度电阻法可以同时测试若干电极间的电阻率。通过在平面内或空间中布设一系列电极，将高密度电阻仪接入所有电极中，利用电极自动转换器的控制，实现测量不同电极组合间的电阻率。与传统电阻率法相比，可以一次测量多组数据，同时通过控制电极文件实现自动化控制。
高密度电阻法具备的优点有：(1)可以同时测试大量电极间的电阻，为识别膨胀土裂隙提供基础；(2)数据采集实现了自动化，方便记录大量数据；(3)可采用多种排列方式进行扫描。本发明将通过高密度电阻率成像特征，反演模型箱内裂隙空间分布。
具体的，对所述电阻率数据进行处理，包括：将电阻率数据组成矩阵单元，利用最小二乘法计算电阻率数据，并通过补修算法根据不同电极组合对电阻率的贡献率计算修正量，对电阻率数据进行修正。
具体的，还包括：获取电极间的电阻率影响因素，剔除影响因素对电阻率的贡献值，得到空间结构变化导致的电阻率变化数据，得到电阻率分布图，将所述电阻率分布图转化为裂隙分布图，得到裂隙扩展位置。
在本发明的一个具体实施例中，如图5所示为z＝0.1m时的电极平面布置图，共布置56有个电极，在高密度电阻率测试中，常用的测试方法为四线法测电阻，即以4个电极为单位，将其中两个电极通入电流，同时测定另外两个电极间的电势差。如图5所示，E、F、P、Q为一组测试电极，排列方式采用的是将其中E、F作为供电电极，EP间长度为m，设定电流为I，电阻率为ρ，则P、Q电极间的电势差为：
其中，设置K为装置系数，其定义为：
所以：
式中，K为装置系数。由于土体间并不均匀，所求出的电阻率尚不能反映其真实电阻率，而是PQ间平均电阻率，即所有地质体综合叠加的结果。
在测试过程中，本发明平面电阻率采用的测量方式为温纳排列测试。如图6所示，在第1轮测试中，设置电极间距为m，从E点出发，测试时EP、PQ、QF等分别为一个电极间距，其中E、F作为供电电极，测试P、Q电极间的电势差，可得PQ间电阻率；E、P、Q、F等逐点向右移动，此时PQ、QF、FM等分别作为一个电极间距，其中P、M为供电电极，测试Q、F电极间的电势差，可得QF间电阻率；继续以电极间距m逐点向右移动，直至将平面内电极点测试完毕。
在第2轮测试中，设置电极间距为2m，从E点出发，测试时EQ、QM、MY等分别为一个电极间距，其中E、Y作为供电电极，测试Q、M电极间的电势差，可得QM间电阻率；E、Q、M、Y等保持2m间距逐点向右移动，此时PF、FX、XN作为电极间距，其中P、N为供电电极，测试F、X电极间的电势差，可得FX间电阻率；继续以电极间距2m逐点向右移动，直至将平面内电极点测试完毕。
第i轮电极间距设置为i×m，自E点开始测量，并以i×m间距向右移动，逐点测量，直至测点轮换完毕。根据这种方法可以得出在平面内的电阻率矩阵图。
如图7所示，在空间中共设置了280个电极。以Q点为例，在测试过程中，可以测试出Q点与其他各电极间的电阻率，通过依次轮换，可以得到空间中的电阻率分布图。
利用四线法测试不同电极组合间的电阻率，可以得到大量不同电极间的电阻率数据，然而这些数据仅代表了电极间电阻率的平均值，尚不能反映其真实电阻率。通过最小二乘算法及补修算法试图使结果更接近真实值。
将得出的电阻率组成矩阵单元，利用最小二乘法计算电阻率数据，并使计算理论值与实测值间残差最小，这一过程通过RES3DINV软件实现，并通过计算雅可比矩阵J，求解方程组。如式(1-4)所示。
(JTJ+λCTC)ρ＝JTg (1-4)
式中，C为光滑滤波系数，J为雅可比矩阵，λ为阻尼系数，g为矢量差矩阵。
补修法是通过概率统计的手段，通过计算不同电极组合对电阻率的贡献率得出修正量，通过反复迭代减小误差，实现对电阻率数据的修正。
在裂隙重构过程中，电极间的电阻率受裂隙形态、含水率以及未开裂土体密实度等影响。其中，主要影响因素为含水率变化及空间结构变化。即如果能剔除含水率等因素对电阻率的贡献，则可间接获得空间结构变化对电阻率的影响程度，如下式：
ρ≈ρw+ρl(1-5)
ρw＝h1·w+h2 (1-6)
式中，ρ为实际电阻率，ρw为含水率引起的电阻率，ρl为土体空间结构变化引起的电阻率；电阻率与含水率呈线性关系，如式(1-6)所示，h1、h2为拟合系数，w表示含水率。在模型试验中，通过测试出试验过程中在空间不同位置处的含水率，即可根据式(1-6)，计算出由含水率引起的阻值变化。根据式(1-5)，即可得到由土体空间结构变化引起的电阻率变化。在电阻率图像中，电阻率值急剧增加的位置即为裂隙扩展的位置。
具体的，所述裂隙图像定量化处理系统基于MATLAB-GUI工具开发裂隙图像定量化处理平台LieXiSYSTEM，对裂隙图像的处理过程包括：输入裂隙图像；对所述裂隙图像进行预处理；提取图像特征；图像批量化处理；图像数据保存并退出；
其中，所述预处理包括图像平滑处理、图像锐化处理、图像灰度化处理和图像二值化处理，得到包括裂隙区域和土体区域的二值化图像；
所述提取图像特征包括：通过统计裂隙区域像素数量，确定裂隙面积，并得到裂隙面积率；
通过累加相邻像素距离，提取裂隙区域的轴线以提取裂隙骨架，输出裂隙骨架图像；确定裂隙长度，并得到裂隙总长度；
根据所述裂隙面积和所述裂隙总长度，确定裂隙平均宽度；
输出裂隙长度、裂隙面积、裂隙宽度和裂隙面积率。
在本发明的一个具体实施例中，对于试验中获得的含裂隙的图像，通过数字图像处理技术进行定量分析。基于MATLAB-GUI工具开发裂隙图像定量化处理平台LieXiSYSTEM，如图3所示，采用LieXiSYSTEM平台导出裂隙的几何形态特征，主要功能包括：图像保存与退出、图像预处理、特征参数提取和批量化作业等。对于表面裂隙，通过输入不同时刻拍摄的正面和侧面的图像，经过阈值分割、二值化处理后，输出裂隙指标；对于高密度电阻测定系统所获得的电阻率数据，基于高密度电阻率成像的裂隙重构技术，反演出不同深度处的裂隙分布。将不同阶段的电阻率分布图转化为裂隙分布图，通过图像处理系统LieXiSYSTEM进行定量分析。裂隙图像定量化处理平台是将裂隙发育图像经过二值化处理并导出裂隙的定量化描述特征。
其中，LieXiSYSTEM图像处理平台软件界面图如图4所示，对于表面裂隙，通过输入不同时刻拍摄的照片，经过阈值分割、二值化处理后，输出裂隙指标；对于空间中的裂隙，通过将不同阶段的电阻率分布图转化为土体裂隙分布图，然后输入图像进行处理。可实时显示裂隙图像处理过程中的图像以及裂隙参数。
在本发明的一个具体实施例中，裂隙图像预处理具体包括：
采用面阵工业相机拍出的膨胀土裂隙图像为RGB彩色图像，其中裂隙与土体表面颜色不同，由此可以分为裂隙区和土体区。其中RGB彩色图像含有的信息比较多，很难直接用于裂隙的识别和统计，需要提前将RGB彩色图像转化为二值化图像进行分析。
首先，将RGB图像转化为灰度图像，在彩色图像中含有不同比例的红色、绿色和蓝色颜色分量，将彩色图像转化为灰度值的计算公式为：
Gray(i,j)＝0.299·R(i,j)+0.587·G(i,j)+0.114·B(i,j) (2-1)
式中，Gray(i,j)为图像中不同位置的灰度值，R(i,j)为红色分量值，G(i,j)为绿色分量值，B(i,j)为蓝色分量值。
其次，将灰度图像转化为二值化图像，确定区别裂隙区和土体区的灰度阈值U，阈值U满足下式：
式中，g为二值化图像，g(i,j)为不同位置处二值化数值，U为灰度阈值。当灰度值大于灰度阈值时，设置二值化数值为1；当灰度值小于灰度阈值时，设置二值化数值为0。
在Matlab中通过命令“graythresh”求解灰度阈值，通过命令“im2bw”实现图像二值化处理，得到二值化图像。
在本发明的一个具体实施例中，裂隙图像特征提取具体包括：
二值化图像由土体区域和裂隙区域组成，其中土体区域被赋予白色，裂隙区域被赋予黑色。通过统计平面内黑色像素数量可得出裂隙面积，裂隙面积占总平面的比率，即为平面裂隙率，它反映了平面上裂隙发育情况，如下式：
式中，SM为平面内黑色像素数量，S为平面像素总数量。
裂隙长度的获取需要先提取裂隙骨架，裂隙骨架指取黑色像素块轴线相连构成的网络，而其形状保持不变。利用Matlab中骨架化算法来提取裂隙区域的轴线，构成裂隙的形态框架。裂隙长度通过累加骨架相邻像素距离获得。裂隙总长度指在平面内由所有裂隙长度叠加而成。如图8所示为输入裂隙图像，如图9所示为本发明实施例提供的LeiXiSYSTEM图像处理平台输出的裂隙骨架图像。
裂隙平均宽度通过裂隙面积与裂隙总长度进行求解。其计算公式如下：
式中，b为裂隙平均宽度，S为裂隙面积，lZ为裂隙总长度。如表2所示为LeiXiSYSTEM图像处理平台输出的裂隙参数结果。
表2
裂隙参数 输出结果
裂隙长度 129mm
裂隙面积 129.89mm
裂隙宽度 1.0mm
裂隙面积率 1.23％
在本发明的一个具体实施例中，裂隙图像批量化处理具体包括：
在裂隙演化试验过程中，光照条件相同，裂隙采集设备一致，理论上图像灰度阈值保持一致；采取同样的灰度阈值，可以获取更准确的裂隙参数。同时也为批量化处理图像提供基础。
因此，本发明实施例将同一试验过程中的裂隙图像进行批量化处理，图像批量化处理过程主要包括图像预处理、裂隙骨架提取、裂隙特征提取三个步骤。在操作过程中，首先将图像裁剪成统一尺寸，输入灰度阈值，系统自动按步骤处理图像，并分布输出结果。在图像预处理阶段，自动输出灰度图像和二值化图像；在裂隙骨架提取阶段，自动输出骨架图像；在裂隙特征提取阶段，自动输出裂隙长度、裂隙宽度、裂隙面积和裂隙面积率。
本发明基于裂隙时空演化模型试验系统，开展不同干湿循环次数下的膨胀土裂隙演化模型试验。系统测试在干湿循环作用下的空间中水分迁移规律和土体内部电阻率变化特征，并基于高密度电阻率成像特征反演裂隙空间分布，分析裂隙空间动态发育过程及演化规律。进一步地，提出干湿循环作用下土体开裂的定量化判据，建立膨胀土裂隙扩展模型，揭示在干湿循环作用下膨胀土裂隙演化机理。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种膨胀土三维裂隙时空演化模型试验方法，其特征在于，包括：
制备膨胀土样品，构建膨胀土三维裂隙时空演化模型；
将所述膨胀土样品置于所述膨胀土三维裂隙时空演化模型内，进行裂隙演化处理；
通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据；
利用土体电阻率数据对裂隙重构，反演出不同深度处的裂隙图像；
获取裂隙演化过程中的表面裂隙图像；
构建裂隙图像定量化处理系统，分别对反演获得的裂隙图像以及表面裂隙图像进行处理，导出裂隙定量化描述特征；
所述通过高密度电阻测定系统测定裂隙演化过程中土体电阻率数据，包括：在所述膨胀土三维裂隙时空演化模型空间内布设多层结构，且每层由若干电极排布成四边形，所述高密度电阻测定系统与所述电极连接；
测量不同电极组合间的电阻率，得到空间中的电阻率数据，并对所述电阻率数据进行处理；
平面电阻率采用的测量方式为温纳排列测试；设置第1，2，…，i轮电极测试，第i轮电极测试间距设置为i×m，m表示每相邻两个电极之间的电极间距，自E点开始测量，并以i×m间距向右移动，逐点测量，直至测点轮换完毕；在空间中测试出Q点与其他各电极间的电阻率，通过依次轮换，可以得到空间中的电阻率分布图；其中，E点表示每轮测试任意选择的一个起始电极；Q点表示多个电极中的任意一个电极；
对所述电阻率数据进行处理，包括：将电阻率数据组成矩阵单元，利用最小二乘法计算电阻率数据，并通过补修算法根据不同电极组合对电阻率的贡献率计算修正量，对电阻率数据进行修正；
获取电极间的电阻率影响因素，剔除影响因素对电阻率的贡献值，得到空间结构变化导致的电阻率变化数据，得到电阻率分布图，将所述电阻率分布图转化为裂隙分布图，得到裂隙扩展位置。
2.根据权利要求1所述的一种膨胀土三维裂隙时空演化模型试验方法，其特征在于，在所述制备膨胀土样品之前，先从膨胀土分布区采集原状膨胀土样，并测试所述膨胀土样的基本物理力学指标。
3.根据权利要求2所述的一种膨胀土三维裂隙时空演化模型试验方法，其特征在于，所述膨胀土样品采用泥浆法制备，将所述膨胀土样进行晒干、碾碎和/或过筛处理，并充分搅拌。
4.根据权利要求1所述的一种膨胀土三维裂隙时空演化模型试验方法，其特征在于，所述裂隙演化处理包括：通过大气自然蒸发，当含水率达到稳定状态且膨胀土裂隙扩展稳定时，采用降雨器，对膨胀土进行湿化处理，并计算加水量至预设值，一次干湿循环结束，采用同样的方法进行多次干湿循环处理。
5.根据权利要求1所述的一种膨胀土三维裂隙时空演化模型试验方法，其特征在于，所述裂隙图像定量化处理系统基于MATLAB-GUI工具开发裂隙图像定量化处理平台LieXiSYSTEM，对裂隙图像的处理过程包括：输入裂隙图像；对所述裂隙图像进行预处理；提取图像特征；图像批量化处理；图像数据保存并退出；
其中，所述预处理包括图像平滑处理、图像锐化处理、图像灰度化处理和图像二值化处理，得到包括裂隙区域和土体区域的二值化图像；
所述提取图像特征包括：通过统计裂隙区域像素数量，确定裂隙面积，并得到裂隙面积率；
通过累加相邻像素距离，提取裂隙区域的轴线以提取裂隙骨架，输出裂隙骨架图像；确定裂隙长度，并得到裂隙总长度；
根据所述裂隙面积和所述裂隙总长度，确定裂隙平均宽度；
输出裂隙长度、裂隙面积、裂隙宽度和裂隙面积率。
6.根据权利要求1所述的一种膨胀土三维裂隙时空演化模型试验方法，其特征在于，所述获取裂隙演化过程中的表面裂隙图像包括采用正向高分辨率面阵工业相机采集膨胀土样品正面裂隙图像，采用侧向高分辨率面阵工业相机采集膨胀土样品侧面裂隙图像。
CN202310535499.5A 2023-05-12 2023-05-12 一种膨胀土三维裂隙时空演化模型试验方法 Active CN116559048B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310535499.5A CN116559048B (zh) 2023-05-12 2023-05-12 一种膨胀土三维裂隙时空演化模型试验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310535499.5A CN116559048B (zh) 2023-05-12 2023-05-12 一种膨胀土三维裂隙时空演化模型试验方法

Publications (2)

Publication Number Publication Date
CN116559048A CN116559048A (zh) 2023-08-08
CN116559048B true CN116559048B (zh) 2024-04-30

Family

ID=87501421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310535499.5A Active CN116559048B (zh) 2023-05-12 2023-05-12 一种膨胀土三维裂隙时空演化模型试验方法

Country Status (1)

Country Link
CN (1) CN116559048B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581686A (zh) * 2009-03-18 2009-11-18 河海大学 一种土体裂隙发育的监测方法
CN104181611A (zh) * 2014-08-28 2014-12-03 山东科技大学 一种矿井工作面顶底板采动破坏裂隙发育动态监测方法
CN204832095U (zh) * 2015-08-05 2015-12-02 中国科学院武汉岩土力学研究所 一种室内土质边坡模型的干湿交替裂隙测量装置
CN112557436A (zh) * 2020-12-14 2021-03-26 中国科学院武汉岩土力学研究所 模拟土体在复杂环境条件下胀缩和水分迁移的方法和装置
CN112964855A (zh) * 2021-02-05 2021-06-15 合肥工业大学 降雨-蒸发循环并测量土裂隙特性的试验装置及试验方法
CN114019135A (zh) * 2021-09-23 2022-02-08 广西交科集团有限公司 干湿循环作用下模拟膨胀土边坡裂隙发育过程的试验装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581686A (zh) * 2009-03-18 2009-11-18 河海大学 一种土体裂隙发育的监测方法
CN104181611A (zh) * 2014-08-28 2014-12-03 山东科技大学 一种矿井工作面顶底板采动破坏裂隙发育动态监测方法
CN204832095U (zh) * 2015-08-05 2015-12-02 中国科学院武汉岩土力学研究所 一种室内土质边坡模型的干湿交替裂隙测量装置
CN112557436A (zh) * 2020-12-14 2021-03-26 中国科学院武汉岩土力学研究所 模拟土体在复杂环境条件下胀缩和水分迁移的方法和装置
CN112964855A (zh) * 2021-02-05 2021-06-15 合肥工业大学 降雨-蒸发循环并测量土裂隙特性的试验装置及试验方法
CN114019135A (zh) * 2021-09-23 2022-02-08 广西交科集团有限公司 干湿循环作用下模拟膨胀土边坡裂隙发育过程的试验装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于高密度电阻率法的土体干缩裂隙动态 发育过程精细监测研究;章君政 等;《岩土力学》;第44卷(第2期);392-402 *
干湿交替下膨胀土裂隙演化与强度衰减规律试验研究;汪时机 等;《农业工程学报》;第37卷(第5期);113-122 *
高密度电法在勘察了解公路路段近地表层 断层、裂隙工作中的应用;彭延庆;《甘肃冶金》;第39卷(第1期);99-102 *

Also Published As

Publication number Publication date
CN116559048A (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN110689042B (zh) 隧道渗漏等级的识别方法和装置、存储介质、电子装置
CN108593883B (zh) 一种应变式侧向膨胀力测试装置及测量方法
CN102565061B (zh) 作物生物量无损检测图像采集处理装置及检测方法
CN105205855B (zh) 一种水土流失情况测定的方法
CN107271460B (zh) 一种多孔材料内部水分饱和度变化空间分布的定量表征方法
CN208187890U (zh) 一种土体裂隙自动监测装置
CN103644858A (zh) 一种三轴试验三维变形重构和测量的方法
CN107621438B (zh) 一种坡面地形演变与水蚀过程耦合的动态监测方法
CN114494366A (zh) 一种影像与点云配准的道路坑槽提取方法
CN202661333U (zh) 一种三轴固结-剪切试验的体变连续监测装置
CN114544717B (zh) 一种ect定量监测水分传输方法
Li et al. A new approach to measure soil shrinkage curve
CN116559048B (zh) 一种膨胀土三维裂隙时空演化模型试验方法
Galantucci et al. A proposal for a new standard quantification of damages of cultural heritages, based on 3D scanning
CN114964006A (zh) 一种基于红外热成像与数字图像的石质文物裂隙监测方法
CN109521180B (zh) 寒区膨胀土渠道劣化破坏成因分析方法及应用
CN110363857B (zh) 降雨过程中土壤侵蚀地表形态dem构建、观测方法及装置
CN116046572A (zh) 一种多功能含隐蔽缺陷地铁隧道受力分析方法
CN209816813U (zh) 一种可视化土体试样压缩固结试验系统
CN209979624U (zh) 一种裂缝发展和优先流形成的试验装置
CN108241049B (zh) 一种多成因地面塌陷状况的模拟监测系统及其使用方法
CN113267612A (zh) 土体含水率检测方法、检测系统及贯入装置
CN113418831B (zh) 一种基于电阻率层析成像法的古滑坡复活模拟装置及方法
CN116577483A (zh) 一种膨胀土三维裂隙时空演化模型试验系统
Leung et al. When nature meets technology: AI-informed discovery of soil-water-root physical interaction

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