有效
一种钻爆法隧道施工阶段岩爆等级精细化预测方法及系统
王明年、易文豪、赵思光、李泽星、夏覃永、孙鸿强、彭鑫、林鹏
西南交通大学
摘要
本发明涉及隧道工程领域,具体公开了一种钻爆法隧道施工阶段岩爆等级精细化预测方法及系统,包括以下步骤:构建基础样本库;基于能量法建立钻进参数与第一主应力、第二主应力、第三主应力、弹性模量和泊松比等围岩力学参数的映射关系;根据映射关系在基础样本库的基础上,构建拓展样本库;构建基于深度学习的岩爆等级智能预测模型,将拓展样本库带入所述的岩爆等级智能预测模型进行训练;根据构建的岩爆等级智能预测模型,精细化预测掌子面前方围岩岩爆等级。本发明根据钻爆法隧道掌子面钻孔过程中产生的钻进参数精细化预测掌子面前方岩爆等级,可有效减少施工人员的投入,防止岩爆对施工人员安全造成的影响,指导了隧道智能建造。
1.一种钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于,包括以下步骤:S1、构建基础样本库,基础样本库包括钻进参数、岩石坚硬程度以及对应掌子面的岩爆等级信息;S2、基于能量法建立钻进参数与第一主应力、第二主应力、第三主应力、弹性模量和泊松比的围岩力学参数的映射关系;具体包括如下:S21、根据全电脑三臂凿岩台车冲击-推进-旋转破岩方式,计算围岩弹性变形能;S22、基于能量法和数值模拟或室内试验方法,计算目标掌子面各炮孔单元区域内名义第一主应力、名义第二主应力、名义第三主应力、名义弹性模量和名义泊松比的围岩力学参数;具体包括:采用数值模拟或室内试验方法,模拟不同岩爆等级下全电脑三臂凿岩台车钻进过程,确定机械输出的能量转换为围岩弹性变形能的转换系数K;沿钻进方向,以8cm为单位,将炮孔网格化;在8cm区域内,全电脑三臂凿岩台车可自动采集5组钻进参数,利用此5组钻进参数解析目标炮孔各单元区域内围岩名义第一主应力、名义第二主应力、名义第三主应力、名义弹性模量和名义泊松比;炮孔各单元区域围岩名义第一主应力、名义第二主应力、名义第三主应力、名义弹性模量和名义泊松比的解析公式如下:式中:K是凿岩台车输出的能量转换为围岩弹性变形能的转换系数,根据数值模拟或室内试验结果确定;P c 是压力传感器监测的冲击油缸进油口油压,Pa;P t 是压力传感器监测的冲击油缸进油口油压,Pa;V d 是流量计监测的钻头进给速度,m/s;D cA 是冲击油缸活塞后直径,m;D cB 是冲击油缸活塞前端直径,m;S c 是活塞设计行程,m;m c 是冲击活塞质量,kg;D是钻孔直径,m;P t 为活塞推进油缸的后腔压力,也是推进油缸进油口压力,即监测的钻进参数推进压力,Pa;D t 是推进油缸活塞直径,单位m;P r 为马达旋转时进油口压力,即监测的钻进参数回转压力,Pa;V r 是钻具回转速度,单位r/s;q r 为液压马达排量,即马达每转动一周排出的流量,单位ml/r或cc;P t,i 是沿钻进方向单元区域内起点推进压力,Pa;P r,i 是沿钻进方向单元区域i号数据点记录的回转压力,Pa;P c,i 是沿钻进方向单元区域i号数据点记录的冲击压力,Pa;V d,i 是沿钻进方向单元区域内i号数据点记录的进给速度,m/s;P t,i+1 是沿钻进方向单元区域内i+1号数据点记录的推进压力,Pa;P r,i+1 是沿钻进方向单元区域内i+1号数据点记录的回转压力,Pa;P c,i+1 是沿钻进方向单元区域内i+1号数据点记录的冲击压力,Pa;V d,i+1 是沿钻进方向单元区域内i+1号数据点记录的进给速度,m/s;P t,i+2 是沿钻进方向单元区域内i+2号数据点记录的推进压力,Pa;P r,i+2 是沿钻进方向单元区域内i+2号数据点记录的回转压力,Pa;P c,i+2 是沿钻进方向单元区域内i+2号数据点记录的冲击压力,Pa;V d,i+2 是沿钻进方向单元区域内i+2号数据点记录的进给速度,m/s;P t,i+3 是沿钻进方向单元区域内i+3号数据点记录的推进压力,Pa;P r,i+3 是沿钻进方向单元区域内i+3号数据点记录的回转压力,Pa;P c,i+3 是沿钻进方向单元区域内i+3号数据点记录的冲击压力,Pa;V d,i+3 是沿钻进方向单元区域内i+3号数据点记录的进给速度,m/s;P t,i+4 是沿钻进方向单元区域内i+4号数据点记录的推进压力,Pa;P r,i+4 是沿钻进方向单元区域内i+4号数据点记录的回转压力,Pa;P c,i+4 是沿钻进方向单元区域内i+4号数据点记录的冲击压力,Pa;V d,i+4 是沿钻进方向单元区域内i+4号数据点记录的进给速度,m/s;σ 1,j,i 是j号炮孔钻进方向i号炮孔区域内围岩第一主应力,Pa;σ 2,j,i 是j号炮孔钻进方向i号炮孔区域内围岩第二主应力,Pa;σ 3,j,i 是j号炮孔钻进方向i号炮孔区域内围岩第三主应力,Pa;E j,i 是j号炮孔钻进方向i号炮孔区域内围岩弹性模量,Pa;v j,i 是j号炮孔钻进方向i号炮孔区域内围岩泊松比;S23、根据目标掌子面各炮孔单元区域内名义第一主应力、名义第二主应力、名义第三主应力、名义弹性模量和名义泊松比,计算目标掌子面第一主应力、第二主应力、第三主应力、弹性模量和泊松比;S3、根据钻进参数与围岩力学参数之间的映射关系,在基础样本库的基础上,构建拓展样本库;S4、构建基于深度学习的岩爆等级智能预测模型,将拓展样本库带入所述的岩爆等级智能预测模型进行训练;S5、根据构建的岩爆等级智能预测模型,精细化预测掌子面前方围岩岩爆等级。
2.根据权利要求1所述的钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于:所述步骤S1构建基础样本库,根据全电脑三臂凿岩台车自动采集的各炮孔进给速度、冲击压力、推进压力、回转压力原始数据,采用各项钻进参数平均值作为目标掌子面钻进参数代表值;所述岩石坚硬程度、掌子面岩爆等级通过掌子面地质素描确定,岩石坚硬程度包括极硬岩、硬岩、较软岩、软岩、极软岩5类,岩爆等级包括无岩爆、轻微岩爆、中等岩爆、强烈岩爆、极强岩爆5类。
3.根据权利要求1所述的钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于:所述步骤S21具体包括:单位体积的岩体单元在机械作用下产生变形,设该过程与外界没有热交换,凿岩台车在冲击-推进-旋转破岩过程中输出的能量全部转换为岩体内能,主要包括围岩的耗散能和岩体的弹性变形能,则有:式中:K是凿岩台车输出的能量转换为围岩弹性变形能的转换系数,根据数值模拟或室内试验结果确定;P c 是压力传感器监测的冲击油缸进油口油压,Pa;P t 是压力传感器监测的冲击油缸进油口油压,Pa;V d 是流量计监测的钻头进给速度,m/s;D cA 是冲击油缸活塞后直径,m;D cB 是冲击油缸活塞前端直径,m;S c 是活塞设计行程,m;m c 是冲击活塞质量,kg;D是钻孔直径,m;P t 为活塞推进油缸的后腔压力,也是推进油缸进油口压力,即监测的钻进参数推进压力,Pa;D t 是推进油缸活塞直径,单位m;P r 为马达旋转时进油口压力,即监测的钻进参数回转压力,Pa;V r 是钻具回转速度,单位r/s;q r 为液压马达排量,即马达每转动一周排出的流量,单位ml/r或cc;i r 为旋转马达减速比;σ 1 是第一主应力,Pa;σ 2 是第二主应力,Pa;σ 3 是第三主应力,Pa;E是岩体弹性模量,Pa;υ是岩体泊松比。
4.根据权利要求1所述的钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于:所述步骤S23具体包括:在炮孔单元区域围岩力学参数解析结果基础上,对单个炮孔的各单元区域围岩初始地应力解析结果进行加权平均计算,以加权平均计算结果作为掌子面围岩第一主应力、第二主应力、第三主应力、弹性模量和泊松比,具体计算公式为:式中:σ 1 是目标掌子面第一主应力,Pa;σ 2 是目标掌子面第二主应力,Pa;σ 3 是目标掌子面第三主应力,Pa;E是目标掌子面围岩弹性模量,Pa;v是目标掌子面围岩泊松比;m是目标掌子面的炮孔数量;n是炮孔的区域划分数量。
5.根据权利要求1所述的钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于:所述步骤S4构建的基于深度学习的岩爆等级智能预测模型网络层数为6层,即1个输入层,4个隐含层和1个输出层;所述将拓展样本库带入岩爆等级智能预测模型进行训练是指:将目标掌子面进给速度、冲击压力、推进压力、回转压力4项钻进参数平均值,岩石坚硬程度,第一主应力,第二主应力,第三主应力,弹性模量和泊松比作为输入层的输入参数,将对应掌子面的岩爆等级作为输出层的输出参数。
6.根据权利要求1所述的钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于:所述步骤S5根据构建的岩爆等级智能预测模型,精细化预测掌子面前方围岩岩爆等级,具体包括如下:S51、根据炮孔空间坐标信息,在二维平面上分块,沿着隧道掘进方向以20cm为粒度,在分块的基础上纵向分段;S52、根据掌子面围岩二维分块、纵向分段结果,利用岩爆等级智能预测模型,精细化预测掌子面前方围岩岩爆等级。
7.根据权利要求6所述的一种钻爆法隧道施工阶段岩爆等级精细化预测方法,其特征在于:所述步骤S51具体包括:根据断面形式和炮孔布置情况,以2m为单位,将掌子面分为5层4列,共计18块;根据洞身支护结构间距划分,以20cm为粒度,在二维分块的基础上对掌子面前方围岩进一步纵向分段。
8.一种根据权利要求1-7中任一项所述的钻爆法隧道施工阶段岩爆等级精细化预测方法的钻爆法隧道施工阶段岩爆等级精细化预测系统,其特征在于:所述系统具体包括:基础样本库构建模块(110):构建基础样本库,基础样本库包括钻进参数、岩石坚硬程度以及对应掌子面的岩爆等级信息;映射关系建立模块(120):基于能量法建立钻进参数与第一主应力、第二主应力、第三主应力、弹性模量和泊松比的围岩力学参数的映射关系;拓展样本库构建模块(130):根据钻进参数与围岩力学参数之间的映射关系,在基础样本库的基础上,构建拓展样本库;岩爆等级智能预测模型构建模块(140):构建基于深度学习的岩爆等级智能预测模型,将拓展样本库带入所述的岩爆等级智能预测模型进行训练;预测模块(150):根据构建的岩爆等级智能预测模型,精细化预测掌子面前方围岩岩爆等级。




