CN116756807A - 耦合施工过程的线性地下工程涌水量数值预测方法 - Google Patents

耦合施工过程的线性地下工程涌水量数值预测方法 Download PDF

Info

Publication number
CN116756807A
CN116756807A CN202310584357.8A CN202310584357A CN116756807A CN 116756807 A CN116756807 A CN 116756807A CN 202310584357 A CN202310584357 A CN 202310584357A CN 116756807 A CN116756807 A CN 116756807A
Authority
CN
China
Prior art keywords
underground
water inflow
water
construction process
model
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
Application number
CN202310584357.8A
Other languages
English (en)
Inventor
李亚哲
王学潮
李清波
万伟锋
曾峰
王俊智
卜新峰
杜亚军
王汉勋
于芳
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.)
Yellow River Engineering Consulting Co Ltd
Original Assignee
Yellow River Engineering Consulting 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 Yellow River Engineering Consulting Co Ltd filed Critical Yellow River Engineering Consulting Co Ltd
Priority to CN202310584357.8A priority Critical patent/CN116756807A/zh
Publication of CN116756807A publication Critical patent/CN116756807A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Structural Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Lining And Supports For Tunnels (AREA)

Abstract

本发明公开了一种耦合施工过程的线性地下工程涌水量数值预测方法,采用三维地质建模软件对研究区内地下建筑物和主要导水构造进行精细刻画,结合施工开挖进度与隧洞衬砌情况为不同构筑物赋予动态边界条件,预测地下工程在施工过程中的地下水位与涌水量的动态变化情况,形成一套与施工过程耦合的地下硐室涌水量动态预测模拟技术,使涌水量预测结果更加准确和实用;为硐室排水设计方案的动态调整提供了数据和技术支撑;有效降低了由突涌水灾害引发的安全事故风险,提高了深埋长隧洞的施工进度保障能力,节约了成本。

Description

耦合施工过程的线性地下工程涌水量数值预测方法
技术领域
本发明涉及地下工程耦合施工技术领域,尤其是涉及耦合施工过程的线性地下工程涌水量数值预测方法。
背景技术
线性地下工程涌水量的计算与预测是一种典型的工程地质难题,无论在隧洞建设过程中还是建成后的维护阶段,隧洞涌水问题始终是隧洞施工安全关注的重点。受现有勘察手段和精度的制约,导致隧洞突涌水量的预测精度低,难度大,且突涌水常具有突发性、大流量、高水压等特点,导致在施工过程中硐室突涌水对人员和施工设备等生命财产安全造成巨大的威胁,往往带来难以估量的经济损失与工期延误。因此,对线性地下工程施工涌水量进行合理的、动态的预测是深埋长隧洞硐室工程建设必须面对和解决的难题之一,同时也是给排水设计一个亟待解决的问题。
但由于地质条件的复杂,隧洞涌水的多变性及人们对水文工程地质条件认识的不完善,迄今为止尚无成熟的理论和公认的准确的计算方法。目前,在隧洞涌水方面所用的方法基本上可以分为:确定性方法和非确定性方法。确定性方法主要包括解析法、数值模拟法、物理模拟法和水均衡法。其中解析法又可细分为经验公式法和解析公式法。非确定性方法包括水文地质比拟法、回归(相关)分析法、模糊数学模型、灰色系统理论、BP人工神经网络以及时间序列分析。目前国内外广泛应用的涌水量预测计算方法为经验公式法、解析公式法和数值计算法。
如,国外一些学者利用Feflow将隧洞设置为转换边界,该边界水头为隧洞各处的高程,根据隧洞开挖情况,将未开挖到的隧洞边界转换系数设置为固定值,而开挖过的隧洞设置为0从而实现动态预测隧洞涌水量问题;一些学者利用GMS中的Modflow模块,根据TBM施工进度把掘进过程分割成一系列连续的分段,把隧洞边界条件概化设置为Drain边界,边界高程为各分段隧洞的高程,并根据掘进速度对各隧洞分段的渗透系数进行了赋值,实现了隧洞涌水量的动态模拟。国内部分学者将施工过程中不断掘进的隧洞视为动态变化的边界条件,模拟中将单元体边界条件设置为Dirichlet边界条件(定水头边界),利用MATLAB软件对地下水流模拟程序MODFLOW进行了二次开发,将一次模拟结束后的水头结果作为下一次该单元体模拟的初始水头,从而实现了理想条件下的隧洞涌水量的动态模拟。
但是,经验公式法和解析公式法通常做了很多假设,大都只考虑围岩渗透性的各向同性,适用于边界条件简单的圆形断面隧洞,且仅对开挖裸洞进行研究,无法考虑支护结构、注浆加固圈等耦合作用的影响。解析公式法还只能将三维问题简化为二维模型。
数值模拟方法虽不受上述条件的限制,适用于复杂水文地质条件下隧洞涌水量问题的计算。然而现在的模拟技术多是静态模拟,一般需要在模型构建时就确定整个模拟过程中的边界条件,在模拟过程中某个位置的边界条件不能更改,因此不能实现耦合施工方案进度和衬砌措施的动态模拟。尚未发现成熟的耦合施工方案进度和衬砌措施的涌水量数值预测方法在生产领域的应用。
发明内容
本发明目的在于提供一种耦合施工过程的线性地下工程涌水量数值预测方法,用于解决不同渗透特性的构造断裂下,深埋长隧洞与施工方案进度、衬砌措施动态耦合下的突涌水量预测问题。
为实现上述目的,本发明采取下述技术方案:
本发明所述的耦合施工过程的线性地下工程涌水量数值预测方法,包括以下步骤:
S1,根据地质勘察资料,获取研究区的水文地质结构、地层和断层的渗透参数;
S2,确定研究区的边界条件,构建研究区的三维地质模型,并刻画出地下硐室及对地下硐室涌水量影响较大的地质体;
S3,根据历史排水量、降雨资料和周边地下水资料,对三维地质模型初始水位进行校正;
S4,根据地下硐室的实际施工进程,在三维地质模型中模拟地下硐室的开挖,获得地下硐室涌水量及地下水位的预测值,用于指导后续施工;
S5,将所述预测值与实际监测值进行对比分析,修正三维地质模型的水文地质参数后,执行S4步,获得地下硐室下一阶段涌水量的预测值。
进一步地,S2步中,所述对地下硐室涌水量影响较大的断裂结构的刻画方法包括:对于厚度较薄、渗透各向同性的地质体,在三维地质模型中用无厚度的面表征,通过附属性值的方式将地质体的厚度和渗透参数带入三维地质模型中进行计算;
对于有一定厚度且具有明显顺法向阻水,顺走向导水的地质体,在三维地质模型中用主带和两侧破碎带的三层模型表征;
对于具有渗透各向异性的地质体,在三维地质模型中用渗透张量的形式进行赋值计算;
对于具有渗透各向异性且水力梯度较高的地质体,在三维地质模型中用渗透张量和非达西系数张量的形式进行赋值计算。
进一步地,S4步中,根据地下硐室的实际施工进程,动态控制三维地质模型中地下硐室的开挖坐标和开挖时间,使地下硐室的模拟施工进程与实际施工进程一致;并通过气象预报的降雨量调整三维地质模型的地表流速和外部水头;根据实际施工进度调整地下硐室的渗透率,预测地下硐室未开挖、开挖未衬砌、开挖已衬砌区域的涌水量。
进一步地,S5步中所述实际监测值是指实际施工过程中各监测点实测的地下硐室涌水量及地下水位;所述修正三维地质模型的水文地质参数包括根据地下水位监测点监测的地表水位、地下水位变化以及实际地下硐室涌水量对三维地质模型的水文地质参数进行修正。
进一步地,地下硐室涌水量测量方法包括浮标法、流速仪法。
本发明的优点在于采用三维地质建模软件对研究区内地下建筑物和主要导水构造进行精细刻画,结合施工开挖进度与隧洞衬砌情况为不同构筑物赋予动态边界条件,预测地下工程在施工过程中的地下水位与涌水量的动态变化情况,形成一套与施工过程耦合的地下硐室涌水量动态预测模拟技术,使涌水量预测结果更加准确和实用;为硐室排水设计方案的动态调整提供了数据和技术支撑;有效降低了由突涌水灾害引发的安全事故风险,提高了深埋长隧洞的施工进度保障能力,节约了成本。
附图说明
图1是本发明所述方法流程图。
图2是本发明所述方法中三维地质模型中的三层模型示意图。
图3是本发明实施例2中研究区的构造简图。
图4是本发明实施例2中研究区的三维地质模型示意图。
图5是本发明实施例2中研究区的三维地质模型中地下硐室的模型示意图。
图6是本发明实施例2中不同时间斜井动态开挖示意图。
图7是本发明实施例2中斜井排水量动态变化曲线对比图。
图8是本发明实施例2中洞室总涌水量动态变化曲线对比图。
具体实施方式
下面将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,本发明所述的耦合施工过程的线性地下工程涌水量数值预测方法的具体说明
如图1所示,本发明所述的耦合施工过程的线性地下工程涌水量数值预测方法,包括以下步骤:
S1,根据地质勘察资料,获取研究区的水文地质结构、地层和断层的渗透参数;
地质勘察资料包括但不限于野外水文地质调查、物探、钻探、原位试验、室内实验等;研究区的水文地质结构包括能够明确透水层-相对隔水层分界线、边界条件等水文地质界限;地质体的渗透性参数可以为渗透系数或渗透率,其形式可以是常量、变量、张量等形式。
S2,确定研究区的边界条件,构建研究区的三维地质模型,并刻画出地下硐室及对地下硐室涌水量影响较大的地质体;即构建地下工程三维地下水渗流数值模拟模型,该模型包括研究区的三维地质模型;该研究区内主要导水构造即对地下硐室涌水量影响较大的地质体;地下线性工程即地下硐室。
首先,根据第一步获得的资料确定研究区的边界条件,即要建立的三维地质模型模型的边界。具体来说,是根据研究区水量的补给情况,研究区水文地质结构、地层断层所确定的渗透系数等资料确定研究区的边界条件。本模型考虑的水量的补给项有大气降雨和地下水侧向补给,对于大气降雨,根据换算的入渗量,确定地表面的入渗速率,且为一个与时间t有关的函数。
然后,利用专业的数值建模软件,建立三维地质模型,同时刻画出对隧洞涌水量影响较大的断裂结构和地下洞室;
构造断裂可根据其规模、渗流特性采用不同的方式进行刻画模拟:
对于厚度较薄、渗透各向同性的地质体,在三维地质模型中用无厚度的面表征,通过附属性值的方式将地质体的厚度和渗透参数带入三维地质模型中进行计算;
对于有一定厚度且具有明显顺地质体法向阻水,顺地质体走向导水的地质体,在三维地质模型中用主带和两侧破碎带的三层模型表征,如图2所示;
对于具有渗透各向异性的地质体,在三维地质模型中用渗透张量的形式进行赋值计算;
对于具有渗透各向异性且水力梯度较高的地质体,在三维地质模型中用渗透张量和非达西系数张量的形式进行赋值计算。
S3,根据历史排水量、降雨资料和周边地下水资料,对三维地质模型初始水位进行校正;
根据第二步建立的数值模型及其初始参数和边界条件,对研究区的初始时刻水位进行拟合,校正水文地质参数。使用稳定流对研究区的初始时刻水位进行拟合,同时确定边界条件、源汇项、水文地质参数等。
S4,根据地下硐室的实际施工进程,在三维地质模型中模拟地下硐室的开挖,获得地下硐室涌水量的预测值,用于指导后续施工;
具体来说,根据地下硐室的实际施工进程,动态控制三维地质模型中地下硐室的开挖坐标和开挖时间,使地下硐室的模拟施工进程与实际施工进程一致;并通过气象预报的降雨量调整三维地质模型的地表流速和外部水头;根据实际施工进度调整地下硐室的渗透率,预测地下硐室未开挖、开挖未衬砌、开挖已衬砌区域的涌水量。
首先,根据地下硐室的实际施工进度,设定三维地质模型中地下硐室每天的施工进度,通过动态控制三维地质模型中地下硐室的开挖坐标和开挖时间,动态模拟施工进度。
然后,根据气象预测的降雨量,调整三维地质模型的地表流速和外部水头。
将地下硐室的表面设置为第三类水文地质边界,设置地下构筑物的边界水头为z,即构筑物表面的压力水头为0。根据根据实际施工进度调整地下硐室的渗透率,如已经开挖并完成衬砌施工的区域渗透率较低,已经开挖未完成衬砌施工的区域渗透率较高。在地下硐室作业面开挖后,实时调整地下硐室不同区域的渗透率值,模拟地下硐室不同施工状态中隧洞渗透率的变化。利用双if嵌套语句控制命令,依据边界节点高程z和连续变化时间t,判断外部水头和渗透率参数Rb来模拟动态开挖和衬砌过程。
S5,将所述预测值与地下硐室涌水量的实际监测值进行对比分析,修正三维地质模型的水文地质参数后,执行S4步,获得地下硐室下一阶段涌水量的预测值。
一般地下硐室施工过程中,必须根据地下洞室设计资料布置监测方案,方案内容包括监测的点位、监测设备类型、监测指标等,监测方案应当满足现行强制性条文。
地下水位监测点主要用于监测地表水位和地下水位变化,点位可利用现有的民井、钻孔监测点等,也可以设置于河流、湖泊等地表水所在位置;监测设备可以采用人工测量、自动采集或者具有无线传输能力的监测设备,优先采用具有无线传输能力的监测设备,收集监测数据的频率可根据第四步的参数反演和校正频率设置。
地下硐室涌水量的量测可采用浮标法、流速仪法等,收集监测数据的频率可根据第三步的参数反演和校正频率设置。
修正三维地质模型的水文地质参数就包括根据地下水位监测点监测的地表水位和地下水位变化对三维地质模型的水文地质参数进行调整,以使三维地质模型的水文地质情况与实际地质情况保持一致,提高下一阶段涌水量预测的精确性。
相较于传统方法,本发明所述的耦合施工过程的线性地下工程涌水量数值预测方法,通过对研究区内水文地质结构较为精细的模型刻画,建立研究区三维地质模型,针对该三维地质模型,在预测地下硐室涌水量时结合地下硐室的施工进度,施工步序、预报降雨量实时调整地下硐室的边界条件,使计算模型与实时情况更为接近,提高了地下硐室涌水量预测的准确性。本发明有效降低了由突涌水灾害引发的安全事故风险,提高了深埋长隧洞的施工进度保障能力,节约了成本。
实施例2,以某地区中微子实验站的施工为例说明本发明的应用效果
步骤1,收集地质勘察资料
某地区中微子实验站位于某市某镇和某镇的分界一带。该地区为低山丘陵区,山脉主脊走向近南北向。经野外勘察资料,获取研究区的水文地质结构,获取地层和断层等地质体的渗透参数。
该地区地面高程一般为30~300m,山坡地形坡度一般10°~20°,地形最高点高程约326m,为区内分水岭。最低点地表高程30.0m。主要冲沟走向为近东西向,沟谷切割密度较大,切割深度50~100m,沟内多有常年流水。
出露地层主要有寒武系、奥陶系、第四系和燕山期侵入岩。研究区大地构造上属于开平凹褶断束(Ⅳ),因受多次构造的影响,加之岩浆活动,本区地质构造较为复杂。如图3所示为研究区的构造简图。
由于寒武系和奥陶系的砂泥岩、页岩呈条带状分布,岩层倾角较陡,一般50°~80°,地下水多沿层面和裂隙向深部运移,而在花岗岩中,节理裂隙发育,地下水沿裂隙网络运移。无明显的隔水层分布,区域地质资料和地质勘察成果显示,无大的断裂构造穿越研究区,因此可将研究区地下水视为整体裂隙潜水含水层。
步骤2,确定研究区边界条件,构建三维地质模型,并进行细节刻画
根据上述地质勘察资料,该研究区分为两个部分,中间为花岗岩岩株,花岗岩四周为砂泥岩和页岩。研究区上边界以地表为界,考虑到高程-680m以下地下水水流已经十分微弱,因此模型下边界以高程-680m线为界。根据获得工程计算区域的地表和花岗岩岩株三维坐标散点信息,通过软件的参数化曲面功能在模型中建立两个界面,从而建立一个与工程计算区域地形与尺寸一致的三维地质模型,如图4所示。
在施工过程中,该中微子实验站的地下硐室较为复杂,除竖井和斜井外,实验站大厅与周边洞室相互连通,周边洞室布置不规则,多具有一定的坡度和曲率。除竖井外,洞室多为马蹄形,考虑洞室形状对于涌水量的计算影响不大,将马蹄形洞室按截面积相同的原则折算为圆形洞室。如图5所示,为该研究区内地下硐室的数值模型,其中左图为该研究去内所有地下硐室的数值模型,右图为左图中实验站大厅与周边洞室的数值模型。
另外根据前期勘察资料,确定刻画对地下洞室涌水量影响较大的6条断裂,标记为F2、F8、XF1、SF1、xf02、P3F1断裂,通过控制4个端点位置在模型范围内刻画出断层面的空间位置,并通过软件布尔运算进行裁剪,刻画出6个断层。
根据前期勘察资料可知,断层厚度在0.3m~2.2m范围内,且同一个断层的厚度在不同部位有较大的变化。本次模拟计算将断层按前期研究成果取渗透系数为30m/d。
步骤3,根据历史排水量、降雨资料和周边地下水资料,对三维地质模型初始水位进行校正
考虑到地下硐室的涌水补给项有大气降雨和地下水侧向补给。大气降水入渗分布于全区,模型中为面源入渗补给。研究区周边水头随着施工进行而不断变化,根据搜集的资料和野外调查成果,施工涌水影响到远处地表河流和盆地地表水体或地下水位,故地下水侧向补给则按模型四周边界设置为通用水头边界(即变水头边界)进行概化。
非稳定流预测地下水位受初始水位的影响,利用之前的抽水井排水量、降雨资料和周边地下水的调查资料,采用稳定流数值模拟方法对模型初始水位进行校正,首先使用稳定流对研究区的初始时刻水位进行拟合,同时确定边界条件、源汇项、水文地质参数等。研究区垂直节理发育,通过斜井竖井开挖监测资料对模型岩体渗透参数进行反复校正,得到渗透参数如表1所示。
表1 数值模型各渗透系数分区表
步骤4,根据地下硐室的实际施工进程,在三维地质模型中模拟地下硐室的开挖,获得地下硐室涌水量的预测值;
以斜井为例,斜井入口高程为64.27m,末端高程为(-460.00)m。斜井末端为斜井平段,通往实验厅边墙侧。
具体操作步骤如下:通过坐标和时间两个参数模拟的施工进度。不同点在于在作业面开挖10天后,将开挖面设置一个较低的透水率值b,视为进行衬砌后的隧洞渗透率发生了变化,利用双if嵌套语句控制命令,依据边界节点高程z和连续变化时间t,判断外部水头和渗透率参数来模拟动态开挖和衬砌过程。具体的斜井的开口高程坐标为70m,计算的第60天开始掘进,掘进速率为0.69m/d,其控制命令如下:
if((70-z[1/m])/0.69<(t[1/d]-60),if((70-z[1/m])/0.69<(t[1/d]-70),b,a),0)
通过两个if语句来判断地下硐室所处的开挖状态,如未开挖、开挖未衬砌、开挖已衬砌等。命令的结构为if(测试条件,if(测试条件,真,假),假)。上述命令控制语句中,70为斜井的开口高程;z为边界节点高程即预测位置的高程;1/m代表高程单位按米计算,也可以根据情况设置按照其他高程单位计算。0.69为掘进速率。t为连续变化时间,[1/d]代表时间单位按天计算,也可以根据情况设置按照其他时间单位计算。60代表计算的第60天开始掘进状态。命令中的0、a、b代表未开挖、开挖未衬砌、开挖已衬砌状态下的透水率。也就是说,通过测试条件(70-z[1/m])/0.69<(t[1/d]-60)判断该硐室部位是否已经开挖,通过测试条件(70-z[1/m])/0.69<(t[1/d]-70)判断该硐室部位是否已经衬砌,并根据判定结果确定透水率值。
在所建立的数值模型中采用边界控制条件,模拟斜井动态开挖,斜井动态开挖示意图如图所示,展示了斜井施工过程中的四个片段,不同的颜色代表不同的渗透率。红色部分为正在施工未衬砌的洞室;前端深蓝色的部分为未开挖的洞室;后端浅蓝色部分为施工完成且已衬砌的洞室。如图6所示,从左到右,从上到下分别展示了施工60天、70天、550天和870天的斜井动态开挖示意图,预测不同施工时期斜井的涌水量。
在此基础上,计算获得模型的洞室涌水量和监测点地下水位,并同时执行步骤5。
步骤5,将所述预测值与地下硐室涌水量的实际监测值进行对比分析,修正三维地质模型的水文地质参数。
该中微子实验站自2015年开工建设以来,对竖井涌水按月进行统计,如图6所示,截止到2021年10月06日。在斜井和竖井贯通之后,洞室内渗水集中通过斜井排出。施工前期的掘进工作进展顺利,粉砂岩、泥岩及页岩段掘进过程中渗水量小。花岗岩段掘进过程中,随着开挖深度的增加,渗水量逐渐增大,涌(突)水现象出现,局部工作面由于突水量较大而造成淹井。
2019年11月6日完成一眼地下水观测孔,地表高程187.20m。初始水位以2019年11月6日观测孔内观测的地下水位为初始水位(-318.03m)。然后以利用竖井、斜井、监测孔的监测资料对步骤4中的模型进行识别验证。
如图7所示为斜井排水量动态变化曲线对比图。图中红色线条为斜井内的实际排水量,蓝色线条为计算模型计算的斜井内涌水量。图7能够说明实际监测值与计算值较为接近。
通过上述工作,使计算模型与实际情况更为接近,完成长序列观测孔水位的拟合,达到模型识别的目的。
在模型识别完成的基础上,再根据预测阶段工况对实验站大厅进行预测分析。计算0d、500d、1000d、1500d、2500d的潜水面如,随着时间的增长,潜水面所形成的漏斗在不断的变深变大。0d时,潜水面按照设定的初始条件计算得到稳定状态下的初始面;500d时,在竖井和斜井的开挖抽排水作用下,形成两个漏斗;1000d时,此时斜井和竖井开挖完毕,两个小漏斗形成一个较大的漏斗;1500d时,实验站大厅部分开挖,降水漏斗进一步变大变深,实验站大厅拱顶处于疏干状态,周围侧壁和洞室仍处于饱和岩体中;2500d时,此时整个潜水面处于稳定状态,监测井的最终水位在344.7m。
重复步骤4和步骤5,直至施工完成。洞室总涌水量随时间的变化曲线如图7所示,可以明显看到随着洞室的开挖,涌水量逐渐增大,实验站大厅设定为按施工计划进度由上至下开挖。
如图8所示,为该项目地下硐室的总涌水量对比图,图中红色表示实际监测值,蓝色表示计算值。从图中可以看到,本申请方法的预测值与实际观测值基本一致,说明本申请方法很好的解决了预测地下工程施工不同开挖进度与隧洞衬砌情况中的地下水位与涌水量的动态变化情况,涌水量预测结果更加准确和实用。

Claims (5)

1.一种耦合施工过程的线性地下工程涌水量数值预测方法,其特征在于:包括以下步骤:
S1,根据地质勘察资料,获取研究区的水文地质结构、地层和断层的渗透参数;
S2,确定研究区的边界条件,构建研究区的三维地质模型,并刻画出地下硐室及对地下硐室涌水量影响较大的地质体;
S3,根据历史排水量、降雨资料和周边地下水资料,对三维地质模型初始水位进行校正;
S4,根据地下硐室的实际施工进程,在三维地质模型中模拟地下硐室的开挖,获得地下硐室涌水量及地下水位的预测值,用于指导后续施工;
S5,将所述预测值与实际监测值进行对比分析,修正三维地质模型的水文地质参数后,执行S4步,获得地下硐室下一阶段涌水量的预测值。
2.根据权利要求1所述的耦合施工过程的线性地下工程涌水量数值预测方法,其特征在于:S2步中,所述对地下硐室涌水量影响较大的断裂结构的刻画方法包括:对于厚度较薄、渗透各向同性的地质体,在三维地质模型中用无厚度的面表征,通过附属性值的方式将地质体的厚度和渗透参数带入三维地质模型中进行计算;
对于有一定厚度且具有明显顺法向阻水,顺走向导水的地质体,在三维地质模型中用主带和两侧破碎带的三层模型表征;
对于具有渗透各向异性的地质体,在三维地质模型中用渗透张量的形式进行赋值计算;
对于具有渗透各向异性且水力梯度较高的地质体,在三维地质模型中用渗透张量和非达西系数张量的形式进行赋值计算。
3.根据权利要求1所述的耦合施工过程的线性地下工程涌水量数值预测方法,其特征在于:S4步中,根据地下硐室的实际施工进程,动态控制三维地质模型中地下硐室的开挖坐标和开挖时间,使地下硐室的模拟施工进程与实际施工进程一致;并通过气象预报的降雨量调整三维地质模型的地表流速和外部水头;根据实际施工进度调整地下硐室的渗透率,预测地下硐室未开挖、开挖未衬砌、开挖已衬砌区域的涌水量。
4.根据权利要求1所述的耦合施工过程的线性地下工程涌水量数值预测方法,其特征在于:S5步中所述实际监测值是指实际施工过程中各监测点实测的地下硐室涌水量及地下水位;所述修正三维地质模型的水文地质参数包括根据地下水位监测点监测的地表水位、地下水位变化以及实际地下硐室涌水量对三维地质模型的水文地质参数进行校正。
5.根据权利要求1所述的耦合施工过程的线性地下工程涌水量数值预测方法,其特征在于:地下硐室涌水量测量方法包括浮标法、流速仪法。
CN202310584357.8A 2023-05-23 2023-05-23 耦合施工过程的线性地下工程涌水量数值预测方法 Pending CN116756807A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310584357.8A CN116756807A (zh) 2023-05-23 2023-05-23 耦合施工过程的线性地下工程涌水量数值预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310584357.8A CN116756807A (zh) 2023-05-23 2023-05-23 耦合施工过程的线性地下工程涌水量数值预测方法

Publications (1)

Publication Number Publication Date
CN116756807A true CN116756807A (zh) 2023-09-15

Family

ID=87948702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310584357.8A Pending CN116756807A (zh) 2023-05-23 2023-05-23 耦合施工过程的线性地下工程涌水量数值预测方法

Country Status (1)

Country Link
CN (1) CN116756807A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726045A (zh) * 2024-02-07 2024-03-19 山东大学 基于隧道沿线水文场反演的涌水量预测方法与系统
CN118375482A (zh) * 2024-06-24 2024-07-23 贵州省公路工程集团有限公司 一种隧道长距离反坡排水方法及其系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726045A (zh) * 2024-02-07 2024-03-19 山东大学 基于隧道沿线水文场反演的涌水量预测方法与系统
CN117726045B (zh) * 2024-02-07 2024-05-10 山东大学 基于隧道沿线水文场反演的涌水量预测方法与系统
CN118375482A (zh) * 2024-06-24 2024-07-23 贵州省公路工程集团有限公司 一种隧道长距离反坡排水方法及其系统

Similar Documents

Publication Publication Date Title
CN111750822B (zh) 一种采煤诱发的覆岩与地表沉陷协同动态预测方法
CN116756807A (zh) 耦合施工过程的线性地下工程涌水量数值预测方法
CN110411370A (zh) 一种基于空间时间参数的隧道施工风险管控系统
CN104965994A (zh) 地铁隧道施工引起地表沉降特征参数的测定和估计方法
CN111119902B (zh) 一种基于bp神经网络的隧道动态施工方法
Perello et al. Excavation of the Aica-Mules pilot tunnel for the Brenner base tunnel: information gained on water inflows in tunnels in granitic massifs
CN103226732A (zh) 一种基于gms的矿区不同开采中段的地下水渗流场预测方法
CN103559372A (zh) 隧道开挖施工断面大拱脚crd分层进尺动态分析方法及装置
CN111415038A (zh) 一种多工作面采空区涌水量随采精细化预测方法
CN106055865A (zh) 隧道施工对水环境影响的评价方法及系统
CN110851991B (zh) 一种地下水流数值模拟方法
Lv et al. Elaborate simulation and predication of the tunnel drainage effect on karst groundwater field and discharge based on Visual MODFLOW
CN113742995A (zh) 一种基于煤矿大数据的矿井涌水量预测方法及系统
CN104533519A (zh) 立井井筒通过强含水厚岩层时涌水水害的治理方法
Dong et al. Quantitative prediction model and prewarning system of water yield capacity (WYC) from coal seam roof based on deep learning and joint advanced detection
CN111397663B (zh) 依据地下水温度来判别岩溶发育程度的方法
CN109978273B (zh) 一种基于地貌控水的矿井涌水量预测方法
CN117113869A (zh) 一种基于物性参数差异的隧道涌水量动态预测方法
CN115577213B (zh) 一种水侵方向预测方法
Zeng Research on risk evaluation methods of groundwater bursting from aquifers underlying coal seams and applications to coalfields of North China
CN110080197B (zh) 一种兰州红砂岩的分类方法以及相应工程措施的选择方法
CN110055986B (zh) 一种用于确定基坑承压水控制方案的分类分级与多目标优化方法
CN114444266A (zh) 一种近松散层下煤层提高回采上限安全开采的可行性评价方法
Delina et al. Effects of karst processes on surface water and groundwater hydrology at Skaistkalne Vicinity, Latvia
Shi et al. Simulation evaluation of groundwater resources in southeastern Bosten Lake based on GMS

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