CN117195594B - 隧道岩爆等级评估方法、装置、电子设备及存储介质 - Google Patents
隧道岩爆等级评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117195594B CN117195594B CN202311463764.XA CN202311463764A CN117195594B CN 117195594 B CN117195594 B CN 117195594B CN 202311463764 A CN202311463764 A CN 202311463764A CN 117195594 B CN117195594 B CN 117195594B
- Authority
- CN
- China
- Prior art keywords
- rock
- determining
- strain
- area
- tunnel
- 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
Links
- 239000011435 rock Substances 0.000 title claims abstract description 261
- 238000011156 evaluation Methods 0.000 title abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 75
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000003068 static effect Effects 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 238000004880 explosion Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000011378 shotcrete Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- -1 for example Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本申请提供了一种隧道岩爆等级评估方法、装置、电子设备及存储介质。包括：获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级。如此，可以实现对隧道围岩表面的全面监测，从而实现更精细化的岩爆等级评估。
Description
技术领域
本申请涉及隧道监测技术领域，尤其涉及一种隧道岩爆等级评估方法、装置、电子设备及存储介质。
背景技术
近年来，随着国家的经济和科技的不断发展，深部矿井、铁路及公路隧道工程的建设逐渐增多。但隧道工程的地质及应力条件十分的复杂，施工过程中会出现各种各样的问题，尤其是岩爆问题尤为明显。岩爆是指在高地应力条件下进行地下岩土工程开挖或深部资源开采，因开挖或开采导致围岩中的弹性应变能瞬间释放，产生的一种严重的动力失稳地质灾害。它属于突发性的地质灾害，在短时间内产生极大的破坏性，会严重影响工程进度，对工人的人身安全造成危害。
工程现场中，传统岩爆等级的划分方式大多是通过地质勘察间隔取样，再经过力学试验后进行等级的划分，然而，由于现场中对围岩参数采样及监测密度低，单个等级区域长度一般在20m之上，导致岩爆评级区域离散化严重，无法实现更精细化的岩爆等级评估。
发明内容
本申请实施例的目的在于提供一种隧道岩爆等级评估方法、装置、电子设备及存储介质，以解决岩爆评级区域离散化严重，无法实现更精细化的岩爆等级评估的问题。具体技术方案如下：
第一方面，提供了一种隧道岩爆等级评估方法，所述方法包括：
获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；
基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；
基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；
基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；
针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级。
在一个可能的实施方式中，所述基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因，包括：
针对每个采集点，将所述采集点对应的应变数据输入至预先训练的预测模型，以由所述预测模型输出对应的变形诱因；
其中，所述预测模型为以样本应变数据为输入，以样本应变数据对应的已知变形诱因为目标输出，训练得到的神经网络模型。
在一个可能的实施方式中，所述基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵，包括：
针对每个采集点，将所述采集点对应的变形诱因输入至预先训练的力学模型中，以由所述力学模型输出所述采集点所在区域对应的区域应变面域矩阵；
对所有所述采集点对应的区域应变面域矩阵进行融合处理，得到所述隧道围岩表面对应的应变面域矩阵。
在一个可能的实施方式中，所述基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力，包括：
针对所述隧道围岩表面上的每个位置点，在所述应变面域矩阵中确定所述位置点对应的参照应变；
基于所述参照应变，计算所述位置点对应的应力；
基于所述应力，计算所述位置点对应的切应力；
在所有位置点对应的切应力中，将对应数值最大的切应力确定为所述最大切应力。
在一个可能的实施方式中，所述岩石静态参数包括：岩石单轴抗压强度、岩石单轴抗拉强度及弹性能量指数，所述基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级，包括：
确定所述最大切应力与所述岩石单轴抗压强度的第一比值，以及，所述岩石单轴抗压强度与所述岩石单轴抗拉强度的第二比值；
确定所述第一比值所处的第一范围，所述第二比值所处的第二范围，以及，所述弹性能量指数所处的第三范围；
基于所述第一范围、所述第二范围及所述第三范围，确定所述监测区域对应的岩爆等级。
在一个可能的实施方式中，所述确定目标采集时刻所述监测区域对应的岩爆等级之后，还包括：
确定所述岩爆等级对应的支护抵抗目标值；
确定每种支护方式在所述岩爆等级下对应的支护抵抗系数；
基于所述支护抵抗目标值和每种支护方式对应的支护抵抗系数，对所有支护方式进行组合，得到至少一个支护组合，其中，针对每个支护组合，对所述支护组合中每种支护方式的数量和支护抵抗系数的乘积进行求和运算得到的结果等于所述支护抵抗目标值；
在至少一个支护组合中确定所述监测区域对应的目标支护组合。
在一个可能的实施方式中，所述在至少一个支护组合中确定所述监测区域对应的目标支护组合，包括：
确定所述岩爆等级对应的区域面积；
针对每个支护组合，确定所述支护组合中每种支护方式对应的支护面积，并计算所有支护方式对应的支护面积的和得到组合支护面积；
将对应支护面积最接近所述区域面积的支护组合，确定为所述目标支护组合。
第二方面，提供了一种隧道岩爆等级评估装置，所述装置包括：
获取模块，用于获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；
第一确定模块，用于基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；
构建模块，用于基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；
第二确定模块，用于基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；
第三确定模块，用于针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级。
在一个可能的实施方式中，所述第一确定模块，用于：
针对每个采集点，将所述采集点对应的应变数据输入至预先训练的预测模型，以由所述预测模型输出对应的变形诱因；
其中，所述预测模型为以样本应变数据为输入，以样本应变数据对应的已知变形诱因为目标输出，训练得到的神经网络模型。
在一个可能的实施方式中，所述构建模块，用于：
针对每个采集点，将所述采集点对应的变形诱因输入至预先训练的力学模型中，以由所述力学模型输出所述采集点所在区域对应的区域应变面域矩阵；
对所有所述采集点对应的区域应变面域矩阵进行融合处理，得到所述隧道围岩表面对应的应变面域矩阵。
在一个可能的实施方式中，所述第二确定模块，用于：
针对所述隧道围岩表面上的每个位置点，在所述应变面域矩阵中确定所述位置点对应的参照应变；
基于所述参照应变，计算所述位置点对应的应力；
基于所述应力，计算所述位置点对应的切应力；
在所有位置点对应的切应力中，将对应数值最大的切应力确定为所述最大切应力。
在一个可能的实施方式中，所述岩石静态参数包括：岩石单轴抗压强度、岩石单轴抗拉强度及弹性能量指数，所述第三确定模块，用于：
确定所述最大切应力与所述岩石单轴抗压强度的第一比值，以及，所述岩石单轴抗压强度与所述岩石单轴抗拉强度的第二比值；
确定所述第一比值所处的第一范围，所述第二比值所处的第二范围，以及，所述弹性能量指数所处的第三范围；
基于所述第一范围、所述第二范围及所述第三范围，确定所述监测区域对应的岩爆等级。
在一个可能的实施方式中，所述装置还包括第四确定模块，用于：
确定所述岩爆等级对应的支护抵抗目标值；
确定每种支护方式在所述岩爆等级下对应的支护抵抗系数；
基于所述支护抵抗目标值和每种支护方式对应的支护抵抗系数，对所有支护方式进行组合，得到至少一个支护组合，其中，针对每个支护组合，对所述支护组合中每种支护方式的数量和支护抵抗系数的乘积进行求和运算得到的结果等于所述支护抵抗目标值；
在至少一个支护组合中确定所述监测区域对应的目标支护组合。
在一个可能的实施方式中，所述第四确定模块，还用于：
确定所述岩爆等级对应的区域面积；
针对每个支护组合，确定所述支护组合中每种支护方式对应的支护面积，并计算所有支护方式对应的支护面积的和得到组合支护面积；
将对应支护面积最接近所述区域面积的支护组合，确定为所述目标支护组合。
第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现第一方面任一所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的隧道岩爆等级评估方法。
本申请实施例有益效果：
本申请实施例提供了一种隧道岩爆等级评估方法、装置、电子设备及存储介质，本申请实施例中，首先，获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据，然后，基于每个采集点采集的应变数据，确定每个采集点对应的变形诱因，并基于每个采集点对应的变形诱因，构建隧道围岩表面对应的应变面域矩阵，进而，基于应变面域矩阵，确定隧道围岩表面的最大切应力，最后，针对隧道围岩表面上的任一监测区域，基于最大切应力和监测区域对应的岩石静态参数，确定目标采集时刻该监测区域对应的岩爆等级。如此，可以实现对隧道围岩表面的全面监测，从而实现更精细化的岩爆等级评估。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本申请实施例提供的一种隧道岩爆等级评估方法的流程图；
图2为岩爆等级三维模型示意图；
图3为本申请实施例提供的另一种隧道岩爆等级评估方法的流程图；
图4为支护方案确定过程示意图；
图5为本申请实施例提供的一种隧道岩爆等级评估装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。
下面将结合具体实施方式，对本申请实施例提供的一种隧道岩爆等级评估方法进行详细的说明，如图1所示，具体步骤如下：
S101，获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据。
采集点，指隧道围岩表面上设置了监测装置（如位移传感器）的位置点。
应变数据，用于表征隧道围岩表面上某一个位置点的变形程度，应用中，可以将位移传感器采集的位移表征为应变数据。
本申请实施例中，可以接收监测装置上传的初始数据（即，监测装置直接采集的数据），并对初始数据进行预处理，得到应变数据。其中，预处理可以包括：
（1）对明显偏离正常范围数据点，使用异常数据删除法，将超出合理区间的是数据点删除，然后，通过异常数据线性插值法估算异常数据所处位置的值，对该位置的值进行补充。
（2）对于缺失数据的补充处理，对于存在数据缺失的数据点，可以利用该数据点所在位置前后采集时刻所采集的值的平均值，来补充该数据点的值；也可以利用线性插值法预测该数据点对应的值进行补充。
（3）去除噪音：对于数据中的噪音点采用中值滤波的方法将输出数据的中间一段数据按照中间值进行数据替换。
（4）基于移动平均的去噪：通过计算数据序列的滑动平均值来平滑序列，从而实现平滑处理。
如此，通过对异常数据的处理，对缺失数据进行补充，清除噪音及平滑处理，使变形数据更加连续和光滑。
S102，基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因。
变形诱因，是指导致围岩变形的因素，例如，地下水位变化、地震力、外部荷载施加、温度变化等等。这些因素会对围岩的位移、倾角、轴力等参量产生影响，导致围岩的变形。
本申请实施例中，基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因的具体实现可包括：
针对每个采集点，将所述采集点对应的应变数据输入至预先训练的预测模型，以由所述预测模型输出对应的变形诱因；其中，所述预测模型为以样本应变数据为输入，以样本应变数据对应的已知变形诱因为目标输出，训练得到的神经网络模型。
其中，神经网络模型可以为BP（Back Propagation，反向传播）网络模型，具体可以通过以下步骤训练神经网络模型。
将历史采集的样本应变数据作为模型的输入，同时提供对应的已知变形诱因作为目标输出，来训练模型，优化神经网络的权重和偏置，以建立一个能够准确预测变形诱因的预测模型。
S103，基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵。
应变面域矩阵，指包含隧道围岩表面任意一个位置点的应变数据的矩阵，该矩阵中对应采集点的数据为通过传感器实际采集的应变数据，除采集点之外的其他点的数据为通过变形诱因推测的应变数据。
具体的，基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵的实现可包括：
针对每个采集点，将所述采集点对应的变形诱因输入至预先训练的力学模型中，以由所述力学模型输出所述采集点所在区域对应的区域应变面域矩阵，对所有所述采集点对应的区域应变面域矩阵进行融合处理，得到所述隧道围岩表面对应的应变面域矩阵。
其中，力学模型为预先通过实验数据构建的模型，该模型可以以一个区域对应的变形诱因，推测该区域中每个位置对应的应变数据。
基于此，力学模型可以根据每个采集点对应的变形诱因，输出每个采集点所在区域对应的区域应变面域矩阵，也即，每个区域应变面域矩阵中包含对应区域中每个位置对应的应变数据。
进而，将所有区域对应的区域应变面域矩阵组合到一起，得到隧道围岩表面对应的应变面域矩阵。
应用中，存在多个采集点对应的区域重合的情况，而对于重合区域中的每个位置而言，在对所有区域应变面域矩阵进行组合过程中，该位置对应多个应变数据，此时，可以将多个应变数据的平均值，作为该位置最终对应的应变数据。
需要说明的是，应用中需要根据力学模型的推测范围布置监测装置，也就是说，在每个预测区域中至少布置一个监测装置，如此，可以保证构建的应变面域矩阵覆盖整个隧道围岩表面。
应用中，还可以通过数字孪生技术在终端云平台上建立隧道围岩表面对应的应变三维模型，该应变三维模型可以映射相应位置坐标的应变数据，从而方便用户通过应变三维模型，了解隧道围岩表面每个位置的变形情况。
S104，基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力。
具体的，基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力的实现可包括：
步骤A1，针对所述隧道围岩表面上的每个位置点，在所述应变面域矩阵中确定所述位置点对应的参照应变；
步骤A2，基于所述参照应变，计算所述位置点对应的应力；
步骤A3，基于所述应力，计算所述位置点对应的切应力；
步骤A4，在所有位置点对应的切应力中，将对应数值最大的切应力确定为所述最大切应力。
该实施例中，将隧道围岩视为弹性体，根据岩石的弹性模量E和泊松比ν，可以计算出围岩的拉伸模量λ：
；
根据拉伸模量λ和弹性力学的基本公式：，可以得到每个位置点的应力σ：；
其中，x表示x轴上的应变值，y表示y轴上的应变值，z表示z轴上的应变值，μ和ε为系数。
最后，通过切应力公式：，其中/>表示粘聚力围岩的凝聚力（或粘聚力），表示在无应力作用下，围岩仍能保持一定强度，/>表示内摩擦角，表示围岩对应力的抵抗能力，/>表示对应位置点的切应力。由此得到每个位置点对应的切应力。
进而，在所有位置点对应的切应力中，将对应数值最大的切应力确定为最大切应力，应用中，最大切应力出现在围岩表面最薄弱处。
S105，针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级。
应用中，预先对隧道围岩进行检测，确定该隧道中包含哪些种类的岩石，针对每种岩石，通过现场取芯，开展单轴抗压试验，获取每种岩石的岩石单轴抗压强度、岩石单轴抗拉强度及弹性能量指数。然后，根据岩石种类的不同，将隧道围岩表面划分为多个监测区域，每个监测区域中仅包含一种岩石。
基于此，监测区域对应的岩石静态参数，指该监测区域中所包含的岩石所对应的岩石单轴抗压强度σc、岩石单轴抗拉强度σt及弹性能量指数Wet。
具体的，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级的实现可包括：
步骤B1，确定所述最大切应力与所述岩石单轴抗压强度的第一比值，以及，所述岩石单轴抗压强度与所述岩石单轴抗拉强度的第二比值；
步骤B2，确定所述第一比值所处的第一范围，所述第二比值所处的第二范围，以及，所述弹性能量指数所处的第三范围；
步骤B3，基于所述第一范围、所述第二范围及所述第三范围，确定所述监测区域对应的岩爆等级。
该实施例中，岩石单轴抗压强度σc、岩石单轴抗拉强度σt及弹性能量指数Wet（也称冲击倾向指数），作为确定岩爆等级的静态条件，将洞壁围岩最大切应力σθ作为确定岩爆等级的动态条件。
经实验测得，洞壁围岩最大切应力σθ与岩石单轴抗压强度σc的比值越大，则发生岩爆的可能性以及岩爆的烈度越大；岩石单轴抗压强度σc与岩石单轴抗拉强度σt比值越小，发生岩爆的烈度越大；弹性能量指数Wet的值越大，破坏时释放的能量也越多，反映了岩爆的存在及其烈度，即，发生岩爆的可能性以及岩爆的烈度越大。基于此，可以根据最大切应力与岩石单轴抗压强度的第一比值，岩石单轴抗压强度与岩石单轴抗拉强度的第二比值，以及弹性能量指数所处的范围，对岩爆等级进行划分，如表1所示，为实际应用中的一种划分方式。
表1
由此，实现对隧道围岩表面上的任一监测区域的岩爆等级的确定。
在另一实施例中，在确定隧道围岩表面上每个监测区域对应的岩爆等级之后，可以基于每个监测区域的岩爆等级构建隧道围岩表面对应的岩爆等级三维模型，该岩爆等级三维模型上对应每个监测区域的位置，根据监测区域对应的岩爆等级进行渲染，一般，不同岩爆等级对应的渲染方式不同，例如，用不同颜色表征不同岩爆等级，或者不同图案表征不同岩爆等级，等等。
如图2所示，为一种岩爆等级三维模型的示意图，该岩爆等级三维模型中，预先划分了多个方形区域（每个方形区域对应一个监测区域），针对每个方形区域，根据对应监测区域的岩爆等级进行相应的渲染。如此，用户可以通过可视化组件展示岩爆等级三维模型，来直观了解每个监测区域的岩爆等级。
在另一实施例中，还可以通过预先训练好的预测模型对应变面域矩阵进行时间维度的预测，得到未来某个时刻的应变面域矩阵，然后，通过S104-S105的方案对该时刻的应变面域矩阵进行计算，得到该时刻任一监测区域对应的岩爆等级。由此，实现对隧道围岩岩爆等级的提前预测，从而提示现场人员预先防范，避免损失。
其中，预测模型为以在前某一时刻采集的样本应变数据为输入，以在后某一时刻采集的样本应变数据为目标输出，训练得到的模型。
本申请实施例中，首先，获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据，然后，基于每个采集点采集的应变数据，确定每个采集点对应的变形诱因，并基于每个采集点对应的变形诱因，构建隧道围岩表面对应的应变面域矩阵，进而，基于应变面域矩阵，确定隧道围岩表面的最大切应力，最后，针对隧道围岩表面上的任一监测区域，基于最大切应力和监测区域对应的岩石静态参数，确定目标采集时刻该监测区域对应的岩爆等级。如此，可以实现对隧道围岩表面的全面监测，从而实现更精细化的岩爆等级评估。
参见图3，为本申请实施例提供的另一种隧道岩爆等级评估方法的实施例流程图。如图3所示，该流程可包括以下步骤：
S301，确定所述岩爆等级对应的支护抵抗目标值；
S302，确定每种支护方式在所述岩爆等级下对应的支护抵抗系数；
S303，基于所述支护抵抗目标值和每种支护方式对应的支护抵抗系数，对所有支护方式进行组合，得到至少一个支护组合，其中，针对每个支护组合，对所述支护组合中每种支护方式的数量和支护抵抗系数的乘积进行求和运算得到的结果等于所述支护抵抗目标值；
S304，在至少一个支护组合中确定所述监测区域对应的目标支护组合。
以下对S301-S304进行统一说明：
支护方式，指对隧道围岩进行支护的方式，例如，钢架支护，锚杆支护、喷浆支护、压臂支护和网片支护等。
支护抵抗目标值，用于表征对应岩爆等级达到安全支护状态的支护抵抗值，可以通过实验测得每种岩爆等级对应的支护抵抗目标值。
支护抵抗系数，用于表征对应支护方式的单位抵抗能力（即单位数量的抵抗能力，或者，单位面积的抵抗能力），可以通过实验测得每种支护方式对应的支护抵抗系数。
本申请实施例中，在S105之后，可以根据岩爆等级确定对应的支护抵抗目标值，并通过支护抵抗目标值和每种支护方式对应的支护抵抗系数，对所有支护方式进行组合，得到符合该支护抵抗目标值的至少一个支护组合。
例如，支护抵抗目标值为1，每种支护方式的系数如表2所示。
表2
其中，（α, β, γ, ε, ζ）≤1，则可以得到如下多个支护组合，其中，k表示对应支护方式的数量或面积。
n1： k11α+ k12β+ k13γ+ k14ε+ k15ζ=1
n2： k21α+ k22β+ k23γ+ k24ε+ k25ζ=1
nj：kj1α+ kj2β+ kj3γ+ kj4ε+ kj5ζ=1
进而，在至少一个支护组合中确定监测区域对应的目标支护组合。
作为一种可能的实现方式，在至少一个支护组合中确定所述监测区域对应的目标支护组合可包括以下步骤：
确定所述岩爆等级对应的区域面积，针对每个支护组合，确定所述支护组合中每种支护方式对应的支护面积，并计算所有支护方式对应的支护面积的和得到组合支护面积，将对应支护面积最接近所述区域面积的支护组合，确定为所述目标支护组合。
区域面积，为对应岩爆等级影响的区域范围的面积。
支护面积，为预先通过实验测得的对应支护方式的影响面积。
如图4所示，K级岩爆的区域面积为“岩爆评级区域面积”，压臂支护对应的影响面积为a，锚杆支护对应的影响面积为b，钢架支护对应的影响面积为c，喷浆支护对应的影响面积为d，网片支护对应的影响面积为e，而a+b+c+d+e=岩爆评级区域面积，最接近于岩爆评级区域面积，因此，将压臂支护、锚杆支护、钢架支护、喷浆支护、网片支护所组合成的支护组合确定为目标支护组合。
作为另一种可能的实现方式，在至少一个支护组合中确定所述监测区域对应的目标支护组合可包括以下步骤：针对每个支护组合，确定所述支护组合中每种支护方式对应的支护分数，并计算所有支护方式对应的支护分数的和得到组合支护分数，将对应支护分数最高的支护组合，确定为所述目标支护组合。
其中，每种支护方式的支护分数可以基于用户实际需求进行设置，例如，成本越低的分数越高，或者，库存数量越多的分数越高，等等。如此，可以将更符合用户需求的支护组合确定为目标支护组合。
通过图3所示流程，可以基于监测区域的岩爆等级确定相应的目标支护组合，从而辅助工作人员快速确定支护方案，提高工作效率。
基于相同的技术构思，本申请实施例还提供了一种隧道岩爆等级评估装置，如图5所示，该装置包括：
获取模块501，用于获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；
第一确定模块502，用于基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；
构建模块503，用于基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；
第二确定模块504，用于基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；
第三确定模块505，用于针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级。
在一个可能的实施方式中，所述第一确定模块，用于：
针对每个采集点，将所述采集点对应的应变数据输入至预先训练的预测模型，以由所述预测模型输出对应的变形诱因；
其中，所述预测模型为以样本应变数据为输入，以样本应变数据对应的已知变形诱因为目标输出，训练得到的神经网络模型。
在一个可能的实施方式中，所述构建模块，用于：
针对每个采集点，将所述采集点对应的变形诱因输入至预先训练的力学模型中，以由所述力学模型输出所述采集点所在区域对应的区域应变面域矩阵；
对所有所述采集点对应的区域应变面域矩阵进行融合处理，得到所述隧道围岩表面对应的应变面域矩阵。
在一个可能的实施方式中，所述第二确定模块，用于：
针对所述隧道围岩表面上的每个位置点，在所述应变面域矩阵中确定所述位置点对应的参照应变；
基于所述参照应变，计算所述位置点对应的应力；
基于所述应力，计算所述位置点对应的切应力；
在所有位置点对应的切应力中，将对应数值最大的切应力确定为所述最大切应力。
在一个可能的实施方式中，所述岩石静态参数包括：岩石单轴抗压强度、岩石单轴抗拉强度及弹性能量指数，所述第三确定模块，用于：
确定所述最大切应力与所述岩石单轴抗压强度的第一比值，以及，所述岩石单轴抗压强度与所述岩石单轴抗拉强度的第二比值；
确定所述第一比值所处的第一范围，所述第二比值所处的第二范围，以及，所述弹性能量指数所处的第三范围；
基于所述第一范围、所述第二范围及所述第三范围，确定所述监测区域对应的岩爆等级。
在一个可能的实施方式中，所述装置还包括第四确定模块，用于：
确定所述岩爆等级对应的支护抵抗目标值；
确定每种支护方式在所述岩爆等级下对应的支护抵抗系数；
基于所述支护抵抗目标值和每种支护方式对应的支护抵抗系数，对所有支护方式进行组合，得到至少一个支护组合，其中，针对每个支护组合，对所述支护组合中每种支护方式的数量和支护抵抗系数的乘积进行求和运算得到的结果等于所述支护抵抗目标值；
在至少一个支护组合中确定所述监测区域对应的目标支护组合。
在一个可能的实施方式中，所述第四确定模块，还用于：
确定所述岩爆等级对应的区域面积；
针对每个支护组合，确定所述支护组合中每种支护方式对应的支护面积，并计算所有支护方式对应的支护面积的和得到组合支护面积；
将对应支护面积最接近所述区域面积的支护组合，确定为所述目标支护组合。
本申请实施例中，首先，获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据，然后，基于每个采集点采集的应变数据，确定每个采集点对应的变形诱因，并基于每个采集点对应的变形诱因，构建隧道围岩表面对应的应变面域矩阵，进而，基于应变面域矩阵，确定隧道围岩表面的最大切应力，最后，针对隧道围岩表面上的任一监测区域，基于最大切应力和监测区域对应的岩石静态参数，确定目标采集时刻该监测区域对应的岩爆等级。如此，可以实现对隧道围岩表面的全面监测，从而实现更精细化的岩爆等级评估。
基于相同的技术构思，本申请实施例还提供了一种电子设备，如图6所示，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信，
存储器113，用于存放计算机程序；
处理器111，用于执行存储器113上所存放的程序时，实现如下步骤：
获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；
基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；
基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；
基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；
针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级。
上述电子设备提到的通信总线可以是外设部件互连标准（Peripheral ComponentInterconnect，PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，EISA）总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器（Random Access Memory，RAM），也可以包括非易失性存储器（Non-Volatile Memory，NVM），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital SignalProcessing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一隧道岩爆等级评估方法的步骤。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一隧道岩爆等级评估方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种隧道岩爆等级评估方法，其特征在于，所述方法包括：
获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；
基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；
基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；
基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；
针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级；
其中，所述方法还包括：
通过预先训练好的预测模型对所述应变面域矩阵进行时间维度的预测，得到未来某一时刻的应变面域矩阵，基于所述应变面域矩阵确定所述时刻任一监测区域对应的岩爆等级；
其中，所述预测模型是以在前某一时刻采集的样本应变数据为输入，以在后某一时刻采集的样本应变数据为目标输出，训练得到的。
2.根据权利要求1所述的方法，其特征在于，所述基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因，包括：
针对每个采集点，将所述采集点对应的应变数据输入至预先训练的预测模型，以由所述预测模型输出对应的变形诱因；
其中，所述预测模型为以样本应变数据为输入，以样本应变数据对应的已知变形诱因为目标输出，训练得到的神经网络模型。
3.根据权利要求1所述的方法，其特征在于，所述基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵，包括：
针对每个采集点，将所述采集点对应的变形诱因输入至预先训练的力学模型中，以由所述力学模型输出所述采集点所在区域对应的区域应变面域矩阵；
对所有所述采集点对应的区域应变面域矩阵进行融合处理，得到所述隧道围岩表面对应的应变面域矩阵。
4.根据权利要求1所述的方法，其特征在于，所述基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力，包括：
针对所述隧道围岩表面上的每个位置点，在所述应变面域矩阵中确定所述位置点对应的参照应变；
基于所述参照应变，计算所述位置点对应的应力；
基于所述应力，计算所述位置点对应的切应力；
在所有位置点对应的切应力中，将对应数值最大的切应力确定为所述最大切应力。
5.根据权利要求1所述的方法，其特征在于，所述岩石静态参数包括：岩石单轴抗压强度、岩石单轴抗拉强度及弹性能量指数，所述基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级，包括：
确定所述最大切应力与所述岩石单轴抗压强度的第一比值，以及，所述岩石单轴抗压强度与所述岩石单轴抗拉强度的第二比值；
确定所述第一比值所处的第一范围，所述第二比值所处的第二范围，以及，所述弹性能量指数所处的第三范围；
基于所述第一范围、所述第二范围及所述第三范围，确定所述监测区域对应的岩爆等级。
6.根据权利要求1所述的方法，其特征在于，所述确定目标采集时刻所述监测区域对应的岩爆等级之后，还包括：
确定所述岩爆等级对应的支护抵抗目标值；
确定每种支护方式在所述岩爆等级下对应的支护抵抗系数；
基于所述支护抵抗目标值和每种支护方式对应的支护抵抗系数，对所有支护方式进行组合，得到至少一个支护组合，其中，针对每个支护组合，对所述支护组合中每种支护方式的数量和支护抵抗系数的乘积进行求和运算得到的结果等于所述支护抵抗目标值；
在至少一个支护组合中确定所述监测区域对应的目标支护组合。
7.根据权利要求6所述的方法，其特征在于，所述在至少一个支护组合中确定所述监测区域对应的目标支护组合，包括：
确定所述岩爆等级对应的区域面积；
针对每个支护组合，确定所述支护组合中每种支护方式对应的支护面积，并计算所有支护方式对应的支护面积的和得到组合支护面积；
将对应支护面积最接近所述区域面积的支护组合，确定为所述目标支护组合。
8.一种隧道岩爆等级评估装置，其特征在于，所述装置包括：
获取模块，用于获取目标采集时刻在隧道围岩表面每个采集点采集的应变数据；
第一确定模块，用于基于每个所述采集点采集的应变数据，确定每个所述采集点对应的变形诱因；
构建模块，用于基于每个所述采集点对应的变形诱因，构建所述隧道围岩表面对应的应变面域矩阵；
第二确定模块，用于基于所述应变面域矩阵，确定所述隧道围岩表面的最大切应力；
第三确定模块，用于针对所述隧道围岩表面上的任一监测区域，基于所述最大切应力和所述监测区域对应的岩石静态参数，确定目标采集时刻所述监测区域对应的岩爆等级；
其中，所述装置还包括预测模块，用于：
通过预先训练好的预测模型对所述应变面域矩阵进行时间维度的预测，得到未来某一时刻的应变面域矩阵，基于所述应变面域矩阵确定所述时刻任一监测区域对应的岩爆等级；
其中，所述预测模型是以在前某一时刻采集的样本应变数据为输入，以在后某一时刻采集的样本应变数据为目标输出，训练得到的。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311463764.XA CN117195594B (zh) | 2023-11-06 | 2023-11-06 | 隧道岩爆等级评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311463764.XA CN117195594B (zh) | 2023-11-06 | 2023-11-06 | 隧道岩爆等级评估方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117195594A CN117195594A (zh) | 2023-12-08 |
| CN117195594B true CN117195594B (zh) | 2024-01-30 |
Family
ID=89002025
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311463764.XA Active CN117195594B (zh) | 2023-11-06 | 2023-11-06 | 隧道岩爆等级评估方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117195594B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117743808B (zh) * | 2024-02-20 | 2024-05-14 | 中铁西南科学研究院有限公司 | 一种隧道变形预测方法、系统、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740800A (zh) * | 2018-12-18 | 2019-05-10 | 山东大学 | 适用于隧道tbm掘进岩爆风险分级及预测方法与系统 |
| CN115618526A (zh) * | 2022-11-15 | 2023-01-17 | 中国矿业大学(北京) | 岩爆能量原位测试与评价方法 |
| CN116066108A (zh) * | 2023-01-13 | 2023-05-05 | 东北大学 | 一种非对称高应力隧道掌子面超前爆破卸压岩爆控制方法 |
| CN116698579A (zh) * | 2023-02-28 | 2023-09-05 | 东北大学 | 一种基于三维地应力场和能量的岩爆风险评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111927558B (zh) * | 2020-10-13 | 2021-01-12 | 中国科学院武汉岩土力学研究所 | 动水软弱围岩隧道全断面掘进的安全预警方法及装置 |
-
2023
- 2023-11-06 CN CN202311463764.XA patent/CN117195594B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740800A (zh) * | 2018-12-18 | 2019-05-10 | 山东大学 | 适用于隧道tbm掘进岩爆风险分级及预测方法与系统 |
| CN115618526A (zh) * | 2022-11-15 | 2023-01-17 | 中国矿业大学(北京) | 岩爆能量原位测试与评价方法 |
| CN116066108A (zh) * | 2023-01-13 | 2023-05-05 | 东北大学 | 一种非对称高应力隧道掌子面超前爆破卸压岩爆控制方法 |
| CN116698579A (zh) * | 2023-02-28 | 2023-09-05 | 东北大学 | 一种基于三维地应力场和能量的岩爆风险评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| Rock burst of deep circular tunnels surrounded by weakened rock mass with cracks;Zhou, XP;THEORETICAL AND APPLIED FRACTURE MECHANICS;第56卷(第2期);79-88 * |
| 基于EMS微震参数的岩爆预警方法及探讨;马春驰;李天斌;张航;王剑锋;;岩土力学(第02期);374-383 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117195594A (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | The effects of strong motion duration on the dynamic response and accumulated damage of concrete gravity dams | |
| Su et al. | Seismic fragility assessment of large-scale pile-supported wharf structures considering soil-pile interaction | |
| CN117195594B (zh) | 隧道岩爆等级评估方法、装置、电子设备及存储介质 | |
| Yang et al. | Improved PLS and PSO methods-based back analysis for elastic modulus of dam | |
| Abasi et al. | Influence of prism geometry on the compressive strength of concrete masonry | |
| Li et al. | GPDEM-based stochastic seismic response analysis of high concrete-faced rockfill dam with spatial variability of rockfill properties based on plastic deformation | |
| CN104535346B (zh) | 一种混凝土重力危坝的抗滑稳定性检测方法 | |
| Zhou et al. | Seismic fragility analysis of high concrete faced rockfill dams based on plastic failure with support vector machine | |
| Jafarian et al. | On the efficiency and predictability of strain energy for the evaluation of liquefaction potential: A numerical study | |
| Hacıefendioğlu et al. | Probabilistic analysis of historic masonry bridges to random ground motion by Monte Carlo Simulation using Response Surface Method | |
| CN116205089B (zh) | 岩爆控制及设计方法 | |
| Davarci et al. | Analyses of multi-edge footings rested on loose and dense sand | |
| Zheng et al. | Experimental study on progressive collapse mechanism in braced and tied-back retaining systems of deep excavations | |
| Nayak et al. | Seismic damage analysis of aged concrete gravity dams | |
| Chehadeh et al. | Numerical investigation of spatial aspects of soil structure interaction for secant pile wall circular shafts | |
| CN112948944A (zh) | 一般连续地表位移作用下管道应变计算方法 | |
| Wang et al. | Role of strong motion duration on seismic responses of high concrete faced rockfill dams | |
| Sun et al. | Uncertainty quantification of tunnel seismic deformations in random soils | |
| CN112507418B (zh) | 一种dem-cfd耦合计算中岩土体介质流失的等效计算方法及系统 | |
| CN114169597A (zh) | 一种岩爆控制措施实施效果全过程定量评价方法 | |
| Shi et al. | A dynamic strain-rate-dependent contact model and its application in Hongshiyan landslide | |
| CN111898283A (zh) | 隧道形变量的确定方法、装置、计算机设备及存储介质 | |
| Ebrahimian et al. | Probability-Based Assessment of Jacket-Type Offshore | |
| Bradshaw et al. | A case study of foundation damping in a piled offshore wind jacket structure | |
| Gu et al. | Performance assessment of a concrete gravity dam at Shenwo reservoir of China using deterministic and probabilistic methods |
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 |