CN116840042A - 一种多源数据融合的实时围岩分级装置及使用方法 - Google Patents
一种多源数据融合的实时围岩分级装置及使用方法 Download PDFInfo
- Publication number
- CN116840042A CN116840042A CN202310538659.1A CN202310538659A CN116840042A CN 116840042 A CN116840042 A CN 116840042A CN 202310538659 A CN202310538659 A CN 202310538659A CN 116840042 A CN116840042 A CN 116840042A
- Authority
- CN
- China
- Prior art keywords
- rock
- surrounding rock
- face
- mechanical arm
- real
- 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 218
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000004927 fusion Effects 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 44
- 238000005553 drilling Methods 0.000 claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 239000003673 groundwater Substances 0.000 claims abstract description 12
- 239000000428 dust Substances 0.000 claims description 31
- 230000007246 mechanism Effects 0.000 claims description 14
- 230000001502 supplementing effect Effects 0.000 claims description 13
- 239000013589 supplement Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 14
- 210000000707 wrist Anatomy 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000001427 coherent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003750 conditioning effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 2
- 235000017491 Bambusa tulda Nutrition 0.000 description 2
- 241001330002 Bambuseae Species 0.000 description 2
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 2
- 239000011425 bamboo Substances 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 101100494448 Caenorhabditis elegans cab-1 gene Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
- G01N1/08—Devices for withdrawing samples in the solid state, e.g. by cutting involving an extracting tool, e.g. core bit
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0019—Compressive
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/025—Geometry of the test
- G01N2203/0252—Monoaxial, i.e. the forces being applied along a single axis of the specimen
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/067—Parameter measured for estimating the property
- G01N2203/0676—Force, weight, load, energy, speed or acceleration
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Environmental & Geological Engineering (AREA)
- Multimedia (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Molecular Biology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Life Sciences & Earth Sciences (AREA)
Abstract
本发明涉及围岩分级技术领域,具体公开了一种多源数据融合的实时围岩分级装置及使用方法,装置包括移动本体,移动本体上分别设有:图像采集模块,通过伸缩设备连接的岩石回弹装置,钻孔设备,含水量检测模块和数据处理模块;数据处理模块基于得到的岩石单轴抗压强度、岩石完整性系数、结构面产状影响修正系数、地下水影响修正系数和初始地应力状态修正系数,通过BQ分级法,得到围岩分级结果。本发明利用多源数据融合的实时围岩分级装置在隧道施工现场即可快速便捷地获取围岩相关指标。
Description
技术领域
本发明涉及隧道围岩分级技术领域,尤其涉及一种多源数据融合的实时围岩分级装置及使用方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
在隧道工程建设中,围岩分级是一项十分重要的工作。隧道围岩分级是评价隧道围岩稳定性、确定隧道施工与支护方式的重要依据,是正确进行隧道设计与施工的基础。在隧道施工现场,地质条件复杂多变,实际勘测也会受到多种条件的制约,且根据初期勘测结果得到的围岩分级结果往往与隧道实际开挖时的围岩等级不完全一致,可能会带来一定的经济和安全风险,所以需要对围岩进行实时分级,及时调整隧道的施工方式和支护方式。一个合理的、符合地下工程实际情况的围岩分级,对于多快好省地修建隧道有着十分重要的意义。
现有的围岩分级方法通常需要考虑影响围岩分级的主要因素,包括岩石的坚硬程度、岩体的完整性、地下水条件等。在隧道施工现场,围岩分级大多采用定性划分的方式,根据技术人员的经验来判断围岩级别,往往带有很强的主观性。若采用定量指标来进行围岩分级,则需要复杂的设备和大量的室内实验来获取围岩的各项指标,测试周期较长,工程效率不高,往往不能兼顾到一些地质体地质条件的变化,围岩分级区相隔较远,划分粗略,可靠性不高,实时性较差,不能及时得出围岩分级结果来指导施工。
近年来,越来越多的机器学习技术用于围岩分级工作中。有的研究人员通过深度学习技术识别图像中围岩的节理、裂隙和涌水等分布式特征;结合岩体裂隙图像智能解译方法统计围岩节理组数和间距来描述结构面完整程度;利用色彩模型确定岩石种类描述出岩石坚硬程度;最后将围岩分级各判别因子转换为BQ值进行分级,获得围岩分级最终结果。有的研究人员综合考虑围岩指标收集难易程度及对围岩分级的有利程度,选取围岩硬度、岩体完整性、岩体结构、节理及风化情况、地下水状况、地应力状况建立样本数据库,结合深度卷积神经网络模型构建隧道围岩智能分级方法。
这些方法一定程度上提高了围岩分级的效率,减少了对技术人员的依赖性,但仍然存在诸多问题。例如由于现场施工条件复杂,采集获得的图像质量不能满足使用要求,光线昏暗的条件下,会致使像素失真,空气中布满粉尘会造成光线的漫反射,在照片上表现为大量的灰斑,掩盖了隧道掌子面的真实结构面信息。此外,某些围岩分级指标定量化时范围很模糊、得到的围岩分级模型只适用于某些特定地区、地质条件考虑不全面等问题仍需要进一步解决。
发明内容
为了解决上述问题,本发明提出了一种多源数据融合的实时围岩分级装置及使用方法,可实现掌子面围岩各项指标的快速获取,在隧道现场实现围岩分级,并得到可靠的围岩分级结果。
在一些实施方式中,采用如下技术方案:
一种多源数据融合的实时围岩分级装置,包括移动本体,所述移动本体上分别设有:
图像采集模块,用于获取前方掌子面的图像信息;
通过伸缩设备连接的岩石回弹装置,用于测量岩石回弹值,并根据岩石回弹值计算岩石单轴抗压强度;
钻孔设备,用于实现对隧道侧壁进行钻孔;
含水量检测模块,用于向钻孔内的电极发射电磁波信号,并将接收的电磁波信号发送至数据处理模块;
数据处理模块,用于基于获取的图像信息,计算岩体体积节理数和围岩结构面产状数据;同时基于接收到的电磁波信号分析隧道掌子面前方含水量情况,并确定地下水影响修正系数。
作为进一步地方案,所述移动本体上至少设有第一机械臂、第二机械臂和第三机械臂,第二机械臂和第三机械臂分别设置在第一机械臂的两侧;
第一机械臂连接岩石回弹装置;岩石回弹装置的外围设有图像采集模块;第一机械臂能够调整岩石回弹装置或图像采集模块的位置和角度;
第二机械臂和第三机械臂上分别连接有钻孔设备,并能够调节钻孔设备的位置和角度。
作为进一步地方案,所述图像采集模块包括:工业相机和粉尘浓度检测仪,根据粉尘浓度检测仪检测到的粉尘浓度,控制工业相机工作在可见光拍摄模式或红外光拍摄模式;
作为进一步地方案,所述图像采集模块还包括:LED补光灯和红外补光灯;基于工业相机的拍摄模式,选择使用相对应的补光灯。
作为进一步地方案,所述岩石回弹装置包括:岩石回弹仪、回弹仪固定筒和伸缩机构;岩石回弹仪固定在回弹仪固定筒中,回弹仪固定筒连接伸缩机构,可通过伸缩机构推动回弹仪固定筒再带动岩石回弹仪测量岩石回弹值。
作为进一步地方案,所述岩石回弹仪上设有红外测距仪,通过检测红外测距仪与掌子面之间的距离,调整岩石回弹仪的角度,使得岩石回弹仪在使用时能够最大限度地与掌子面围岩垂直。
作为进一步地方案,所述含水量检测模块采用电磁探水法来探测掌子面及其前方围岩的含水量。
作为进一步地方案,所述移动本体上还设有供能模块,用于为移动本体及其上机械臂和其它设备的正常工作提供能量。
在另一些实施方式中,采用如下技术方案:
一种基于上述的多源数据融合的实时围岩分级装置的使用方法,包括:
控制移动本体进入隧道内部;
通过图像采集模块获取掌子面全貌信息,基于掌子面全貌信息确定岩石完整性系数和结构面产状影响修正系数;
通过岩石回弹装置测量岩石回弹值,并根据岩石回弹值计算岩石单轴抗压强度;
通过钻孔设备对前方掌子面进行钻孔,然后安装电极,由含水量检测模块发射电磁波信号,待电磁波信号接收后由数据处理模块分析隧道掌子面前方含水量情况,并确定地下水影响修正系数;
确定初始地应力状态修正系数;
基于得到的岩石单轴抗压强度、岩石完整性系数、结构面产状影响修正系数、地下水影响修正系数和初始地应力状态修正系数,通过BQ分级法,得到围岩分级结果。
作为进一步地方案,通过移动本体,以及设置在移动本体上的机械臂,能够控制图像采集模块、岩石回弹装置和钻孔设备的位置和角度,以满足围岩分级的要求。
与现有技术相比,本发明的有益效果是:
(1)本发明图像采集模块中包含粉尘检测仪,根据隧道粉尘浓度切换可见光拍摄模式和红外光拍摄模式,能较好地克服隧道中粉尘过多的环境,同时根据拍摄模式对应开启LED补光灯灯管或红外补光灯灯管,能较好地克服隧道中光线昏暗的环境,避免隧道掌子面的结构面信息不清楚的问题。
(2)本发明将岩石回弹仪的使用与图像采集模块结合,由可伸缩机构带动回弹仪测量岩石回弹值,基本实现数据采集一体化,方便快捷;不再需要人工操作,可以实现在不同高度上的图像采集和回弹仪使用,提高了采集数据的效率,而且采集的数据更全面,得到更准确的结果来指导施工。
(3)本发明基于图像融合分析以及钻孔技术,利用多源数据融合的实时围岩分级装置在隧道施工现场即可快速便捷地获取围岩相关指标,结合深度学习技术对获取的多源数据进行融合和定量分析,能够实时快速得到围岩分级结果;实现了指标定量化,降低了人工主观性,减少了大量工作,提高了工作效率。
本发明的其他特征和附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本方面的实践了解到。
附图说明
图1为本发明实施例中的多源数据融合的实时围岩分级装置结构示意图;
图2为本发明实施例中第一机械臂连接图像采集模块结构示意图;
图3为本发明实施例中图像采集模块正视图;
图4为本发明实施例中岩石回弹装置结构示意图;
图5为本发明实施例中钻孔设备示意图;
图6为本发明实施例中实时围岩分级方法过程示意图;
其中,1.驾驶室,2.液压设备,3.电气设备,4.供水设备,5.数据处理模块,6.含水量检测模块,7.底座,8.大臂,9.小臂,10.腕部,11.连接轴,12.工业相机,13.粉尘浓度检测仪,14.空气湿度检测仪,15. LED补光灯灯管,16.红外补光灯灯管,17.伸缩机构,18.回弹仪固定筒,19.岩石回弹仪,20.红外测距仪,21.旋转轴,22.液压凿岩机,23.凿岩钎具。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
在一个或多个实施方式中,公开了一种多源数据融合的实时围岩分级装置,结合图1,具体包括:
移动本体,移动本体为车辆,车辆驾驶员能够在驾驶室1中控制车辆在隧道中的位置。
移动本体上分别设有:
图像采集模块,用于获取前方掌子面的图像信息;
通过伸缩设备连接的岩石回弹装置,用于测量岩石回弹值,并根据岩石回弹值计算岩石单轴抗压强度;
钻孔设备,用于实现对隧道侧壁进行钻孔,用于后续的含水量检测;
含水量检测模块6,用于向钻孔内的电极发射电磁波信号,并将接收的电磁波信号发送至数据处理模块5;
数据处理模块5,用于基于获取的图像信息,计算岩体体积节理数和围岩结构面产状数据;同时基于接收到的电磁波信号分析隧道掌子面前方含水量情况,并确定地下水影响修正系数;
供能模块,用于为移动本体及其上机械臂和其它设备的正常工作提供能量。供能模块是车辆正常运行和工作的基础,主要包括液压设备2、电气设备3和供水设备4等。
具体地,本实施例的移动本体上分别设有第一机械臂、第二机械臂和第三机械臂,第二机械臂和第三机械臂分别设置在第一机械臂的两侧;第一机械臂通过连接轴11连接岩石回弹装置;岩石回弹装置的外围设有图像采集模块;本实施例岩石回弹装置和图像采集模块一体化集成设置,可以实现两种数据采集一体化,且可根据图片观察岩体后确定要使用岩石回弹仪19的具体位置,可以在不同高度上实现对岩石图像的采集和岩石抗压强度的测量。
第二机械臂和第三机械臂上分别连接有钻孔设备,钻孔设备完成钻孔作业后安装锚杆(电极),确定锚杆(电极)与围岩良好耦合后,由含水量检测模块6对掌子面前方进行含水量检测,并确定地下水影响修正系数。
本实施例第一机械臂、第二机械臂和第三机械臂均为多自由度机械臂;结合图2,以第一机械臂为例,具体包括底座7、大臂8、小臂9、连接轴11和腕部10;底座7可控制机械臂左右转动从而保证图像采集的范围,大臂8和小臂9可控制拍摄系统在不同高度和不同角度对掌子面围岩进行拍摄,小臂9通过连接轴11与腕部10连接,腕部10连接拍摄系统,腕部10可绕机械臂小臂9转动,使拍摄系统在不同高度位置时可以调整与掌子面围岩的角度关系,获取质量更高的图像。
本实施例中,结合图3,图像采集模块具体包括:对称设置的两个工业相机12,两个处于同一水平位置的广角相机可以最大限度地采集水平范围内的照片,在数据处理系统中可将两张同时拍摄的图片进行拼接来获取掌子面围岩的全貌。
工业相机12附近分别设置红外补光灯灯管16和LED补光灯灯管15;粉尘浓度检测仪13和空气湿度检测仪14。
其中,空气湿度检测仪14用于检测隧道内的空气湿度;粉尘浓度检测仪13能够根据隧道中的粉尘浓度来切换工业相机12的工作模式,包括:可见光拍摄模式和红外光拍摄模式,能够克服隧道粉尘过多的环境导致图像不清晰的问题。
LED补光灯和红外补光灯的设置,使得采用不同拍摄模式时均可提供照明,能够充分适应隧道昏暗的环境。其中,LED灯灯管设有低、中、高三种亮度模式,可人为调节亮度模式来满足使用需求。
作为一种具体的实施方式,初始拍摄时LED灯设为高亮度模式,相机处于可见光拍摄模式,通常情况下,隧道粉尘浓度小于1.0mg/m3,在LED灯高亮度模式下,通过可见光拍摄模式对掌子面进行拍照;当粉尘浓度检测仪13检测到隧道粉尘浓度大于1.0mg/m3时,照片质量受粉尘影响较大,此时相机切换至红外拍摄模式,关闭LED灯,开启红外补光灯,并将所拍摄照片同步至数据处理模块5。
本实施例中,在粉尘浓度较低的情况下,粉尘对图像采集质量影响不大,其主要影响因素在于外部光照条件,通过正常拍照方式即可获取清晰隧道掌子面图像,图像清晰度比红外拍摄高。而在粉尘浓度较高的情况下,粉尘浓度对图像采集造成较大影响,在保证外部红外补光的情况下,各波段红外采集相对正常拍照获取的图像质量较高,故采用红外拍摄模式。
本实施例基于粉尘浓度随时切换工业相机12的拍摄模式,同时对应设置相应拍摄模式下的补光措施;避免粉尘浓度过高导致的获取图像不清晰的问题,保证在隧道粉尘过多的情况下也能够获取到清晰完整的掌子面图像。
若掌子面整体图像存在部分不清晰区域,可控制移动本体靠近掌子面进行近距离拍摄,利用第一机械臂各个关节的转动,可实现不同高度和不同角度的拍摄。
将拍摄的图像同步到数据处理模块5中,预处理后采用图像识别技术和图像分割算法,获取岩体体积节理数和围岩结构面产状数据;根据工程规范确定岩石完整性系数和主要软弱面产状影响修正系数(结构面产状影响修正系数)。
本实施例中,结合图4,岩石回弹装置包括伸缩机构17、回弹仪固定筒18、红外测距仪20和岩石回弹仪19;岩石回弹仪19固定在回弹仪固定筒18中,能够保证回弹仪的稳定使用;回弹仪固定筒18连接伸缩机构17,可通过伸缩机构17推动回弹仪固定筒18再带动岩石回弹仪19测量岩石回弹值。
回弹仪固定筒18上装有三个红外测距仪20,通过检测三个红外测距仪20与掌子面之间的距离,调整角度使回弹仪使用时最大限度地与掌子面围岩垂直,保证岩石回弹值测量结果的准确性。
本实施例将图像采集模块与回弹仪伸缩模块相结合,利用回弹仪固定筒18上的红外测距仪20,可实时检测图像采集模块与掌子面的距离,为下次拍摄位置的选取提供距离信息。
本实施例中,结合图5,钻孔设备由液压凿岩机22和凿岩钎具23组成。根据隧道内具体岩体类型选择合适的凿岩钎具23配合液压凿岩机22使用,液压凿岩机22通过旋转轴21与机械臂相连。
与第一机械臂的工作原理类似,第二机械臂和第三机械臂的底座7控制机械臂整体转动,大臂8和小臂9控制钻孔高度和位置,腕部10能绕小臂9转动来保证钻孔设备的使用角度,旋转轴21能转动以保证液压凿岩机22和凿岩钎具23能对隧道两侧进行钻孔。
本实施例采用电磁探水法来探测掌子面及其前方围岩的含水量,此种探水方法不需要占用掌子面即可进行,对现场施工的影响很小。钻孔位置确定后即可操纵钻孔设备进行钻孔,钻孔完毕后安装锚杆(电极)并连接到含水量检测模块6上,由含水量检测模块6发射电磁波信号并接收,在数据处理模块5中处理结果即可得到隧道掌子面及其前方围岩含水量情况。
本实施例中,多源数据融合的实时围岩分级装置的具体工作过程如下:
(1)车辆进入隧道,大致沿隧道道路中线前进,首先进行掌子面全貌的拍摄。根据相关的文献调研,掌子面全貌的拍照距离为8~10m,本装置中拍摄设备为两台位于同一水平位置的工业相机12,同时拍摄照片后输入数据处理系统,通过图像拼接技术得到掌子面全貌,可以得到更大的视野,故初始位置选择为图像采集模块距离掌子面8m(具体位置可根据现场情况进行调整,以在不放大的情况下刚好能拍摄到完整的掌子面全貌为标准)。本装置中的伸缩机构17未工作时回弹仪固定筒18与图像采集模块的圆盘位于同一平面,开启回弹仪固定筒18上的红外测距仪20,可测量装置与掌子面之间的距离,到达拍照距离时车辆停止。
(2)图像采集模块通过中间机械臂的连接位于车辆后方的中间位置,基本可以保证拍摄设备在水平位置上位于隧道中线附近,启动中间机械臂,根据隧道现场掌子面的高度,控制中间的机械臂带动图像采集模块大致位于竖直方向上的中点偏下位置,控制机械臂腕部10带动图像采集模块使拍摄方向与掌子面所在平面垂直,进入工作准备状态。
(3)开启图像采集模块中的粉尘浓度检测仪13,此检测仪采用交流静电测量技术,可实时对隧道内的粉尘浓度进行检测,在数据处理系统中同步隧道粉尘浓度,选择合适的相机拍摄模式进行拍摄。根据相关的文献调研,当隧道粉尘浓度小于1.0mg/m3时,采用可见光拍摄模式,在LED灯高亮度模式下(200~300Lux)对掌子面进行拍摄;当隧道粉尘浓度大于1.0mg/m3时,关闭LED灯,相机切换红外拍摄模式,并开启红外补光灯对掌子面进行拍摄。
(4)开启两台相机同时进行拍摄,将拍摄好的图片同步至数据处理模块5,操作人员可实时查看拍摄图片,若图片中存在局部不清晰区域或需要进一步提高清晰度的区域(包括不同岩性过渡部位、断层破碎带、节理裂隙密集等部位),记录具体位置,待掌子面全貌拍摄完毕后,控制车辆靠近掌子面进行局部拍摄,车辆行进到距离掌子面大约3~5m的位置,通过机械臂各部位的配合,使拍摄设备大致对准需要拍摄位置的中点后进行拍摄,直到所需图片全部拍摄完毕。
(5)控制车辆不断靠近需要进行岩石回弹值测量的围岩点,通过回弹仪固定筒18上的红外测距仪20可实时判断回弹仪与掌子面之间的距离,当两者之间的距离大约为2m时,车辆停止,准备进行岩石回弹值的测量。
(6)通过中间机械臂各部位的配合,使连接轴11带动回弹仪伸缩模块大致对准待测点,当回弹仪距离掌子面大约1m时,观察三个红外测距仪20与掌子面之间的距离,操纵机械臂进行位置微调,使三个距离尽可能相等,最大限度地保证回弹仪在使用时与掌子面围岩相互垂直。
(7)控制伸缩机构17带动岩石回弹仪19伸出,对待测点进行回弹值测量,根据相关的文献调研,对待测点进行15次回弹值测量,去掉5个较小值,取剩余10个值的平均值作为该点的岩石回弹值,测量完毕后使伸缩机构17回到原位置。
(8)进行含水量检测工作,需在隧道两侧岩壁布置3对接收电极,每侧3个,间距10m,埋深1.8m;布置1对发射电极,每侧1个,距离接收电极10m,埋深1.8m。由技术人员确定隧道两侧需要钻孔的位置,控制车辆大致到达两侧待钻孔点连线的中心位置,准备进行钻孔工作。
(9)两侧机械臂的操作原理与中间机械臂类似,底座7控制机械臂整体转动,大臂8和小臂9控制钻孔的具体位置,通过大臂8和小臂9的配合,车辆在同一位置可实现对多个点的钻孔。腕部10能绕小臂9转动来保证钻孔设备的使用角度,腕部10上的旋转轴21能转动以保证液压凿岩机22和凿岩钎具23对隧道两侧进行垂直打孔。
(10)每个待钻孔点的钻孔深度均设置为2m,钻孔完毕后安装锚杆(电极),由技术人员检测锚杆(电极)与围岩是否良好耦合,确认其良好耦合后,由含水量检测模块6发射电磁波信号,待电磁波信号接收后由数据处理模块5分析隧道掌子面前方含水量情况。
实施例二
在一个或多个实施方式中,公开了一种多源数据融合的实时围岩分级装置的使用方法,结合图6,具体包括如下过程:
(1)控制移动本体进入隧道内部;
(2)通过图像采集模块获取掌子面全貌信息,基于掌子面全貌信息确定岩石完整性系数和结构面产状影响修正系数;
(3)通过岩石回弹装置测量岩石回弹值,并根据岩石回弹值计算岩石单轴抗压强度;
(4)通过钻孔设备对前方掌子面进行钻孔,然后安装电极,由含水量检测模块发射电磁波信号,待电磁波信号接收后由数据处理模块分析隧道掌子面前方含水量情况,并确定地下水影响修正系数;
(5)确定初始地应力状态修正系数;
(6)基于得到的岩石单轴抗压强度、岩石完整性系数、结构面产状影响修正系数、地下水影响修正系数和初始地应力状态修正系数,通过BQ分级法,得到围岩分级结果。
具体地,岩石坚硬程度的定量指标,应采用岩石饱和单轴抗压强度。在本实例中,采用岩石回弹仪来估测岩石抗压强度。基于岩石回弹值和单轴抗压强度的关系,可在不同地区根据不同岩石种类依据两者的换算关系得到岩石单轴抗压强度。
岩体完整程度的定量指标,应采用岩体完整性指数,当无条件取得实测值时,可用岩体体积节理数/>。在本实例中,采用图像识别技术确定岩体体积节理数/>,并由工程规范确定对应的/>值。
通过图像采集模块采集的隧道掌子面围岩图片同步至数据处理模块后,对图像进行二值化、骨架化处理,可获得像素宽度的裂隙图像,此时图像中只有灰度值为255的白色背景点和灰度值为0的裂隙组成点,通过裂隙矢量化追踪算法可得到图像中的节理裂隙数量,根据工程规范确定对应的值。
通过以上两项工作可得到岩石饱和单轴抗压强度和岩体完整性系数/>,由这两项指标可根据下面公式得到岩体基本质量指标/>值,根据/>值可对照《工程岩体分级标准》实现对工程岩体的初步定级。
对工程岩体进行详细定级时,应在岩体基本质量分级的基础上,结合不同类型工程的特点,根据地下水状态、初始应力状态、工程轴线或工程走向线的方位与主要结构面产状的组合关系等修正因素,确定各类工程岩体质量指标。
本实例中,采用电磁波探水法,以含水岩体电导与电容率增大、波阻抗降低特性为基础,使用电磁波进行探测,在含水岩体与干燥岩体接触带电磁波发生反射,依据接收点电磁波的相干特性来实现掌子面前方围岩含水性的预测。
激发安装好的电极并接收后,经由发射频谱的归一化处理,得到各接收点的相干频谱。对所有接收点相干频谱进行联合成像,由相干频率确定含水体的位置,由相干强度确定含水量的大小。此处理过程在数据处理模块中进行,根据工程规范确定地下水影响修正系数。
掌子面岩体图片经过上述的二值化、骨架化处理后,可将各条裂隙的骨架上各个像素点之间的距离依次累加得到裂隙迹长,可根据线性回归算法计算裂隙的倾角,还可通过其他图像算法来获取结构面的产状数据(倾角、倾向、走向),根据工程规范确定结构面产状影响修正系数。
地应力大小由地质勘查资料确定,根据工程规范确定初始地应力状态修正系数。
岩体质量指标可根据下面公式计算,根据所得/>值,对照《工程岩体分级标准》得到围岩分级结果:
。
本实施例方法基于图像结合钻孔技术在隧道施工现场即可快速便捷地获取围岩相关指标,结合深度学习技术对获取的多源数据进行融合和定量分析,能够实时快速得到围岩分级结果指导施工。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种多源数据融合的实时围岩分级装置,其特征在于,包括移动本体,所述移动本体上分别设有:
图像采集模块,用于获取前方掌子面的图像信息;
通过伸缩设备连接的岩石回弹装置,用于测量岩石回弹值,并根据岩石回弹值计算岩石单轴抗压强度;
钻孔设备,用于实现对隧道侧壁进行钻孔;
含水量检测模块,用于向钻孔内的电极发射电磁波信号,并将接收的电磁波信号发送至数据处理模块;
数据处理模块,用于基于获取的图像信息,计算岩体体积节理数和围岩结构面产状数据;同时基于接收到的电磁波信号分析隧道掌子面前方含水量情况,并确定地下水影响修正系数。
2.如权利要求1所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述移动本体上至少设有第一机械臂、第二机械臂和第三机械臂,第二机械臂和第三机械臂分别设置在第一机械臂的两侧;
第一机械臂连接岩石回弹装置;岩石回弹装置的外围设有图像采集模块;第一机械臂能够调整岩石回弹装置或图像采集模块的位置和角度;
第二机械臂和第三机械臂上分别连接有钻孔设备,并能够调节钻孔设备的位置和角度。
3.如权利要求1所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述图像采集模块包括:工业相机和粉尘浓度检测仪,根据粉尘浓度检测仪检测到的粉尘浓度,控制工业相机工作在可见光拍摄模式或红外光拍摄模式。
4.如权利要求3所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述图像采集模块还包括:LED补光灯和红外补光灯;基于工业相机的拍摄模式,选择使用相对应的补光灯。
5.如权利要求1所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述岩石回弹装置包括:岩石回弹仪、回弹仪固定筒和伸缩机构;岩石回弹仪固定在回弹仪固定筒中,回弹仪固定筒连接伸缩机构,可通过伸缩机构推动回弹仪固定筒再带动岩石回弹仪测量岩石回弹值。
6.如权利要求5所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述岩石回弹仪上设有红外测距仪,通过检测红外测距仪与掌子面之间的距离,调整岩石回弹仪的角度,使得岩石回弹仪在使用时能够最大限度地与掌子面围岩垂直。
7.如权利要求1所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述含水量检测模块采用电磁探水法来探测掌子面及其前方围岩的含水量。
8.如权利要求1所述的一种多源数据融合的实时围岩分级装置,其特征在于,所述移动本体上还设有供能模块,用于为移动本体及其上机械臂和其它设备的正常工作提供能量。
9.一种基于权利要求1-8任一项所述的多源数据融合的实时围岩分级装置的使用方法,其特征在于,包括:
控制移动本体进入隧道内部;
通过图像采集模块获取掌子面全貌信息,基于掌子面全貌信息确定岩石完整性系数和结构面产状影响修正系数;
通过岩石回弹装置测量岩石回弹值,并根据岩石回弹值计算岩石单轴抗压强度;
通过钻孔设备对前方掌子面进行钻孔,然后安装电极,由含水量检测模块发射电磁波信号,待电磁波信号接收后由数据处理模块分析隧道掌子面前方含水量情况,并确定地下水影响修正系数;
确定初始地应力状态修正系数;
基于得到的岩石单轴抗压强度、岩石完整性系数、结构面产状影响修正系数、地下水影响修正系数和初始地应力状态修正系数,通过BQ分级法,得到围岩分级结果。
10.如权利要求9所述的方法,其特征在于,通过移动本体,以及设置在移动本体上的机械臂,能够控制图像采集模块、岩石回弹装置和钻孔设备的位置和角度,以满足围岩分级的要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310538659.1A CN116840042A (zh) | 2023-05-15 | 2023-05-15 | 一种多源数据融合的实时围岩分级装置及使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310538659.1A CN116840042A (zh) | 2023-05-15 | 2023-05-15 | 一种多源数据融合的实时围岩分级装置及使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116840042A true CN116840042A (zh) | 2023-10-03 |
Family
ID=88169491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310538659.1A Pending CN116840042A (zh) | 2023-05-15 | 2023-05-15 | 一种多源数据融合的实时围岩分级装置及使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116840042A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711146A (zh) * | 2018-04-19 | 2018-10-26 | 中国矿业大学 | 一种基于可见光和红外图像融合的煤岩识别装置及方法 |
WO2019042483A2 (zh) * | 2017-08-30 | 2019-03-07 | 中铁工程装备集团有限公司 | 一种tbm在掘岩体状态实时感知系统和方法 |
CN110516730A (zh) * | 2019-08-20 | 2019-11-29 | 中铁工程装备集团有限公司 | 基于pso-svm算法和图像识别的围岩质量在线分级方法 |
CN113295850A (zh) * | 2021-05-24 | 2021-08-24 | 中交一公局集团有限公司 | 基于多源数据融合的隧道围岩定量快速分级方法与装置 |
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 |
CN216527253U (zh) * | 2021-12-28 | 2022-05-13 | 郑州信大先进技术研究院 | 一种可见光和远红外图像融合装置 |
CN115393709A (zh) * | 2022-08-01 | 2022-11-25 | 同济大学 | 基于机器视觉的岩石隧道工程开挖面围岩智能分级系统 |
CN115898258A (zh) * | 2022-08-15 | 2023-04-04 | 山东大学 | 一种地下隧道裂缝修补智能钻孔装置、机械臂及方法 |
-
2023
- 2023-05-15 CN CN202310538659.1A patent/CN116840042A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019042483A2 (zh) * | 2017-08-30 | 2019-03-07 | 中铁工程装备集团有限公司 | 一种tbm在掘岩体状态实时感知系统和方法 |
CN108711146A (zh) * | 2018-04-19 | 2018-10-26 | 中国矿业大学 | 一种基于可见光和红外图像融合的煤岩识别装置及方法 |
CN110516730A (zh) * | 2019-08-20 | 2019-11-29 | 中铁工程装备集团有限公司 | 基于pso-svm算法和图像识别的围岩质量在线分级方法 |
CN113295850A (zh) * | 2021-05-24 | 2021-08-24 | 中交一公局集团有限公司 | 基于多源数据融合的隧道围岩定量快速分级方法与装置 |
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 |
CN216527253U (zh) * | 2021-12-28 | 2022-05-13 | 郑州信大先进技术研究院 | 一种可见光和远红外图像融合装置 |
CN115393709A (zh) * | 2022-08-01 | 2022-11-25 | 同济大学 | 基于机器视觉的岩石隧道工程开挖面围岩智能分级系统 |
CN115898258A (zh) * | 2022-08-15 | 2023-04-04 | 山东大学 | 一种地下隧道裂缝修补智能钻孔装置、机械臂及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109459439B (zh) | 一种基于移动式三维激光扫描技术的隧道衬砌裂缝检测方法 | |
WO2021135157A1 (zh) | 岩体结构探测及危石探测系统及方法 | |
CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
CN108918539B (zh) | 一种隧道结构表观病害检测装置及方法 | |
CN103837087B (zh) | 基于主动形状模型的受电弓自动检测方法 | |
CN101936919B (zh) | 一种基于计算机视觉的玻璃质量检测装置及其测量方法 | |
KR20090066597A (ko) | 관로 내외면 동시 탐사 분석 시스템 | |
US20230003674A1 (en) | System and method for identifying lithology based on images and xrf mineral inversion | |
KR102170235B1 (ko) | 상하수관로 상태 정보 분석 및 모델링 방법 | |
CN114113118B (zh) | 一种地铁隧道衬砌裂缝渗漏水病害快速检测装置及其检测方法 | |
CN108311545A (zh) | 一种y型轧机连轧对中及孔型检测系统及方法 | |
CN111608731B (zh) | 一种盾构隧道安全状态监测预警装置及其监测预警方法 | |
CN112965135B (zh) | 一种石窟崖体裂隙空间异质分布的无损探测综合方法 | |
CN106524940A (zh) | 一种盾构法隧道智能ct检测诊断系统及方法 | |
CN114067094A (zh) | 用于凿岩台车的多光谱摄像系统及围岩智能判识方法 | |
CN112598755A (zh) | 一种基于凿岩台车的掌子面智能分析方法 | |
CN111189401B (zh) | 盾尾间隙实时自动测量方法及系统 | |
CN115753643A (zh) | 融合三维扫描与图像光谱的岩体裂隙智能识别方法及系统 | |
CN115877400A (zh) | 基于雷达与视觉融合的巷道顶板支护钢带钻孔定位方法 | |
CN109708570A (zh) | 用于掌子面结构面的信息采集与分析方法及装置 | |
CN111257353B (zh) | 一种地铁盾构隧道管片损伤测试系统及方法 | |
CN2354158Y (zh) | 数字式全景钻孔摄像装置 | |
CN116840042A (zh) | 一种多源数据融合的实时围岩分级装置及使用方法 | |
CN210533296U (zh) | 一种隧道洞周变形监测系统 | |
CN115508548B (zh) | 应力环境和围岩结构相结合的支护结构的确定方法及系统 |
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 |