• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊
  • Scopus数据库收录期刊

基于数字钻探与多尺度模型融合的隧道岩体完整性自动解译技术研究及应用

梁铭, 彭浩, 解威威, 韩玉, 宋冠先, 朱孟龙, 黄能豪, 周邦鸿, 卢振龙

梁铭, 彭浩, 解威威, 韩玉, 宋冠先, 朱孟龙, 黄能豪, 周邦鸿, 卢振龙. 基于数字钻探与多尺度模型融合的隧道岩体完整性自动解译技术研究及应用[J]. 岩土工程学报, 2024, 46(2): 396-405. DOI: 10.11779/CJGE20221141
引用本文: 梁铭, 彭浩, 解威威, 韩玉, 宋冠先, 朱孟龙, 黄能豪, 周邦鸿, 卢振龙. 基于数字钻探与多尺度模型融合的隧道岩体完整性自动解译技术研究及应用[J]. 岩土工程学报, 2024, 46(2): 396-405. DOI: 10.11779/CJGE20221141
LIANG Ming, PENG Hao, XIE Weiwei, HAN Yu, SONG Guanxian, ZHU Menglong, HUANG Nenghao, ZHOU Banghong, LU Zhenlong. Application of automatic interpretation technology of tunnel rock mass integrity based on digital drilling and multi-scale model fusion[J]. Chinese Journal of Geotechnical Engineering, 2024, 46(2): 396-405. DOI: 10.11779/CJGE20221141
Citation: LIANG Ming, PENG Hao, XIE Weiwei, HAN Yu, SONG Guanxian, ZHU Menglong, HUANG Nenghao, ZHOU Banghong, LU Zhenlong. Application of automatic interpretation technology of tunnel rock mass integrity based on digital drilling and multi-scale model fusion[J]. Chinese Journal of Geotechnical Engineering, 2024, 46(2): 396-405. DOI: 10.11779/CJGE20221141

基于数字钻探与多尺度模型融合的隧道岩体完整性自动解译技术研究及应用  English Version

基金项目: 

广西壮族自治区科技厅项目 桂科AB22080033

详细信息
    作者简介:

    梁铭(1992—),男,硕士,工程师,主要从事隧道超前地质预报智能化解译等方面的科研工作。E-mail: csuliangming@csu.edu.cn

    通讯作者:

    彭浩(E-mail: gxlq3409ph@163.com

  • 中图分类号: TU43;U451

Application of automatic interpretation technology of tunnel rock mass integrity based on digital drilling and multi-scale model fusion

  • 摘要: 在多岩性与多指标钻探数据收集的基础上,综合考虑解译精度与预报效果,借助机器学习工具,提出一种基于数字钻探与多尺度模型融合的隧道岩体完整性自动解译技术。首先,对原始钻探数据有针对性的进行降噪与等距分割(0.5,1,2 m)等预处理,形成多尺度、高质量机器学习数据集;然后,进行模型参数自动寻优、训练、评估与可解释性等操作,验证模型的准确性与可靠性;最后,采用加权平均的方法进行多尺度模型解译结果的融合,以增强该技术的工程实用效果。为方便实际工程应用,以上述技术为核心开发轻量化数字钻探智能解译平台,经多条灰岩与砂岩隧道应用结果表明:对比地质雷达与常规钻探解译,多尺度模型融合解译在解译效率、预测效果等方面总体表现优异,可为隧道施工的开挖与支护提供可靠的岩体完整性信息。
    Abstract: By collecting the multi-lithology and multi-index drilling data, an automatic interpretation technology of tunnel rock mass integrity based on integrated algorithm and multi-scale model fusion is proposed considering comprehensive interpretation accuracy and practical effect. First, the pre-processing such as noise reduction and equidistant segmentations (0.5, 1 and 2 m) is carried out of the raw data to form a multi-scale, high-quality machine learning dataset. Then the operations such as automatic parameter optimization, training, evaluation and interpretability of model are performed to verify the accuracy and reliability. Finally, the weighted average method is used to fuse the multi-scale interpretation results to enhance the engineering practical effect. In addition, in order to facilitate practical engineering applications, a lightweight automatic interpretation platform is developed. The application results of several limestone and sandstone tunnels show that compared with the conventional interpretation, the multi-scale model fusion interpretation has the overall excellent performance in interpretation efficiency and prediction effect. It can provide reliable rock mass integrity information for the excavation and support of tunnel construction.
  • 随着城市化发展的不断推进,各区域间的用水矛盾日益突出,已对城市用水及备用水源提出严峻考验,输水隧洞的内水压力不断增加。然而,随着隧洞内外压力差的不断增大,单层衬砌的承载能力和耐久性已无法满足工程需求[1]。近年来,引水工程开始采用盾构法双层衬砌作为输水隧洞的结构型式,如南水北调穿黄隧洞、团城湖至第九水厂输水工程(一期)等[2]

    相比于单层衬砌,双层衬砌的承载能力和耐久性明显提升,但由于涉及两层衬砌间的接触和传力问题,其受力情况更加复杂。根据结构的受力特点,双层衬砌主要分为分离式和复合式两种。分离式衬砌在内衬和外衬之间设置防水垫层,切断了内外衬的传力路径,使两者分开受力,即外水土压力由外衬承担,内水压由内衬承担[3]。这种结构受力明确,已有较成熟的设计准则;复合式衬砌不设置防水垫层,内衬与外衬间可传递压力,形成联合承载体系,共同承担内水压的作用。这种结构虽然整体刚度较大,经济性有所提高,但联合承载机理、各层结构的受力状态更复杂,已成为国内外的研究热点。

    日本学者针对复合式衬砌的研究起步较早。村上博智等[4]通过多环轴向模型试验探讨了内外衬的相互作用关系;佐久門彰三等[5]在研究管片剪切试验过程中,提出了考虑单、双衬轴向刚度的计算模型;高松伸行等[6]通过模型试验研究了复合式衬砌纵向接头抗弯性能,并探讨了外衬与围岩之间的作用力分布形态。前期研究主要针对复合式衬砌的抗外压承载性能和受力特性。随着国内调水工程项目的发展与推进,段国学等[7]依托穿黄工程的仿真模型试验,分析了分离与联合受力下内衬混凝土的应力变化;谢小玲等[8]模拟了穿黄隧洞的围岩、复合衬砌和垫层等结构,探讨了内外衬之间的传力机制及高压下内水外渗的影响;Yang等[9]研究了充水工况下隔水垫层对预应力复合衬砌结构受力的影响;徐传堡[10]初步探究了几种复合式衬砌承担高内水压力的可行性。

    综上,现有盾构法双层衬砌结构的研究较少涉及针对复合式双层衬砌结构联合承载性能的专门研究,同时,缺少该结构在多种围岩强度下不同内外水压差下结构受力与变形规律的分析,工程设计选型尚存在一定的不确定性。因此,本文依托珠江三角洲水资源配置工程,提出了一种基于高压橡胶囊体与钢反力架相结合的内压加载体系,对“管片-钢筋混凝土”复合式双层衬砌结构实施了原位试验,并构建了三维精细化数值模型,对该结构在内压加载中的联合承载和结构失效过程进行了数值仿真分析。同时,揭示了复合式衬砌结构在多种围岩强度下的受力变形规律,为高内压、长距离输水工程衬砌结构选型设计提供重要参考与借鉴。

    珠江三角洲水资源配置工程作为中国第十四个五年规划和2035年远景目标的国家水网骨干工程,是迄今为止广东省历史上投资额最大、输水线路最长、受水区域最广的调水工程。工程输水线路全长113 km,输水隧洞最高设计内水压力为1.55 MPa,为世界上内水压力最大、盾构施工最长的调水工程。隧洞衬砌选型设计难度大,需开展原位试验为工程提供科学依据。结构选型原位试验位于珠江三角洲水资源配置工程深圳分干线,共设4组试验区间,分别为单层衬砌、双层复合式衬砌、三层钢内衬分离式和叠合式衬砌结构(区间1,2,3和4),每组结构区间长为15 m,各组区间间距为3 m。本文重点针对复合式衬砌结构(区间2)展开讨论。该区间隧洞主要位于全风化片麻岩内,全风化岩以砂质黏土、砂土为主。试验段纵剖面如图 1所示。

    图  1  原位试验纵剖面
    Figure  1.  Longitudinal profile of test section

    图 2所示,双层衬砌结构外衬由3块标准块(B1~B3)、2块邻接块(L1~L2)和1块封顶块(F)组成,内衬为现浇钢筋混凝土。其中,外衬管片外径为6.0 m,内径为5.4 m,环宽为1.5 m;混凝土采用C55材料,管片内外侧设置HRB400环向受力筋(12C18),采用M24弯螺栓(A4-70级)。内衬钢筋混凝土厚度为600 mm;采用C30混凝土材料,内外侧设置HRB400环向受力筋(C22@150)。内衬外之间可传递压力,不传递拉力和剪力。鉴于洞内空间十分有限,如何进行内水压力的模拟和监测仪器的布设,以探究结构的联合承载性能,成为本次试验亟待解决的关键技术。

    图  2  复合式衬砌结构
    Figure  2.  Composite lining structure

    为尽可能模拟隧洞正常工作状态下衬砌法向面荷载的内水压力,本试验提出一种充水高压橡胶囊体与钢反力架相结合的加载系统,采用16路精准加压伺服系统控制洞内水压力。如图 3所示,通过在隧洞内部安置高强度内撑钢管作为反力支架,钢管直径4256 mm,长6 m,材质Q345C,壁厚28 mm,内置环向加劲环和型钢内撑,按环向间隔30°布置。在钢反力钢架与内衬钢管之间,全周均匀布置12个特制柔性囊体,每个特制囊体由超高分子量聚乙烯纤维、芳纶纤维等高强纤维及多层橡胶蒙皮材料组成,两端为扁平头枕形,满水状态下长5.0 m,宽1.0 m,厚0.3 m,最大耐压1.6 MPa,注水加压口径采用DN25。囊体内部注满水时可通过舒展膨胀充满钢反力钢架与内衬钢管之间的间隙,从而向内衬钢筋混凝土提供法向压力,模拟隧洞衬砌承担的内水压力。12个囊体同时注满水用水量约达22 m3

    图  3  加载装置
    Figure  3.  Loading devices

    选取区间中心断面作为本次试验分析目标环。试验采用的注水与加压系统、相关控制阀仪表或传感器、接口等集成于同一泵站中。其中,大流量注水泵用于快速注水与排水;低流量加压泵可按要求加压;先导式溢流阀用于调压。内压加载范围为~0.60 MPa,共分21级加载。第1~6级每级加载0.05 MPa,直至0.30 MPa;第7~21级每级加载0.02 MPa,直至0.60 MPa。每个加载等级稳压30 min,加载完毕后再进行囊体泄压。每组试验内压加卸载循环3次。

    为实现复杂环境下大尺度衬砌结构变形和承载规律的测量,本次原位试验在使用传统振弦式传感器的基础上,广泛采用分布式光纤感测技术,如图 4。其中,钢筋应力计、管片接缝测缝计采用振弦式仪器,测量精度分别为0.01 MPa和0.001 mm;螺栓应变计、土压力计和渗压计采用光纤光栅感测仪器,测量精度为1 με/0.1kPa;管片和内衬表面的应变感测光缆采用全分布式布里渊散射型光纤感测技术,空间分辨率为20 cm,测量精度为1 με,可探测混凝土开裂。加载阶段进行传统监测仪器和光纤光栅传感器的自动化采集,稳压阶段进行分布式感测光缆的人工采集。

    图  4  传感器类型及布置
    Figure  4.  Types and arrangement of sensors

    试验段作为珠江三角洲水资源配置工程的标段之一,需确保结构安全和后期正常使用,内压仅加载至0.60 MPa,未能探究结构的极限承载能力。因此,本文针对上述“管片-钢筋混凝土”复合式衬砌结构型式,基于精细化仿真技术,开展进一步探究。

    为考虑管片错缝拼装的影响,数值模型建立了三环管片,选取中间环管片作为目标环。模型考虑了管片手孔、橡胶止水带、螺栓等细部构造(图 5),钢筋以杆单元嵌入内衬钢筋混凝土,共包括273617个单元和95742个节点。

    图  5  复合式衬砌有限元模型
    Figure  5.  FE model for composite linings

    模型主要包括混凝土、钢和橡胶3类材料。其中,混凝土本构采用总应变裂缝模型,钢筋与螺栓本构采用Von Mises模型。材料力学参数详见表 1。接触关系为硬接触,接触面之间存在摩擦力,切向应力达到临界值后产生滑移。混凝土接触面摩擦系数取0.6,混凝土与钢材、橡胶与橡胶间接触面摩擦系数分别取0.3和0.4[11-12]

    表  1  材料参数
    Table  1.  Parameters of materials
    材料 弹性模量/GPa 抗拉强度/MPa 抗压强度/MPa 屈服强度/MPa 极限强度/MPa
    C30 30.0 2.01 20.1
    C55 35.5 2.74 35.5
    钢筋 200 400 540
    螺栓 206 450 700
    橡胶 0.01
    下载: 导出CSV 
    | 显示表格

    依据试验段区间的地质勘探信息,基于荷载-结构法得到衬砌结构所受外部压力如图 6所示。其中,外部水土压力施加于管片外表面,通过设置全周受压弹簧表征围岩约束作用[13],地层抗力系数取15 MPa/m。内压荷载施加于钢筋混凝土内表面,最大内水压力设为0.80 MPa,以0.05 MPa为增量步,分16步加载。

    图  6  荷载-结构法示意图
    Figure  6.  Schematic diagram of load-structure method

    原位试验与数值仿真结果如图 7~16所示,其中,拉应力、拉应变取“+”;压应力、压应变取“-”;径向扩张取“+”,径向收缩取“-”。

    图  7  原位试验环向应变曲线
    Figure  7.  Radial deformation of in-situ test
    图  8  数值模拟径向变形曲线
    Figure  8.  Radial deformations of numerical simulation
    图  9  最大裂缝宽度
    Figure  9.  Maximum crack widths
    图  10  管片接缝张开量
    Figure  10.  Opening magnitudes of segment joints
    图  11  螺栓应力
    Figure  11.  Bolt stresses
    图  12  管片环向变形
    Figure  12.  Annular deformations of segments
    图  13  接缝张开量
    Figure  13.  Opening magnitudes of joints
    图  14  不同围岩强度下接缝张开量
    Figure  14.  Joint opening under different strengths of surrounding rock
    图  15  螺栓应力
    Figure  15.  Stresses of bolts
    图  16  不同围岩强度下螺栓应力
    Figure  16.  Stresses of bolts under different strengths of surrounding rock

    外衬内弧面上部约270°和内衬外弧面全周铺设了应变感测光缆,用于在原位试验中监测两者的环向变形状态。从现场监测结果(图 7)可知,随着内压的增大,内外衬均呈现拉应变逐渐增大的趋势,即结构向外膨胀受拉,说明两者协同变形作用明显。最大应变响应区位于右拱腰(F块)附近,其次为左拱腰(B2块),而拱顶与仰拱处应变响应较小。环向应变分布与结构在横椭圆变形时的内力特征相符。可见,结构呈现横椭圆变形的趋势。

    数值仿真同样表现出上述变形趋势,且右拱腰同样为最大应变响应区,如图 8所示。随着内压等级的提高,横椭圆变形加剧。当内压为0.8 MPa时,外衬拱顶和仰拱位置径向收缩量分别为3.0,2.9mm,即竖向收缩量为5.9 mm,左右拱腰位置径向扩张量分别为3.8,5.7 mm,即横向扩张量为9.5 mm,椭圆度为0.26%。管片拱顶和仰拱位置变形一致,因封顶块处于右拱腰位置,整体刚度较小,导致右拱腰外衬扩张量大于左拱腰。内衬的变形与外衬变形基本一致,皆为横椭圆变形,竖向收缩量为5.9 mm,横向扩张量为9.4 mm。外衬与内衬之间协调变形,结构型式协同作用明显,可充分发挥结构的联合承载性能。

    基于BOFDA解调技术的分布式光纤空间分辨率为20 cm,可探测混凝土开裂的位置,但无法对衬砌表面的裂缝进行精确宽度测量,故未能从原位试验中获取混凝土裂缝的发展规律。但从数值仿真的结果(图 9)可见,外衬在内压加载过程中裂缝响应较大的区域为B1块和B3块。当内压超过0.50 MPa时,B1块和B3块管片最大裂缝宽度增速明显增大,即在内水压作用下,外衬内侧裂缝主要发生在拱顶和拱底处。当内压为0.7 MPa时,外衬B1块裂缝宽度最大值为0.215 mm,已超过规范限值[14]。内衬在内压加载过程中裂缝响应较大的区域同样对应外衬的B1块和B3块。当内压超过0.35 MPa时,B1块和B3块对应位置最大裂缝宽度增速明显增大。当内压为0.60 MPa时,内衬B1块对应位置裂缝宽度达0.218 mm,已超过规范限值。

    可见,在内压加载前期,内外衬裂缝发展表现出一定的协同性,体现了结构的联合承载特性。随着内压的增大,内衬钢筋混凝土成为整个衬砌结构中最先产生裂缝的构件。当内压超过0.35 MPa时,内衬进入裂缝快速发展阶段,此时结构整体刚度减小;当内压达到0.60 MPa,即内外压差为0.4 MPa时,内衬超过正常使用极限状态,承担内压的能力明显降低,此时外衬管片承担内压比例增大。当内压达到0.70 MPa时,外衬管片已达正常使用极限状态。

    在原位试验中,管片接缝张开量随着内压增大呈现逐渐增大趋势(图 10(a)),即外衬管片受内压作用后发生膨胀变形。当内压达到0.60 MPa时,接缝张开量介于0.01~0.11 mm,相较于2 mm接缝张开限值,仍留存较大的安全储备。

    相对于原位试验,数值仿真结果偏大(图 10(b))。随着内压等级的提高,管片接缝处呈现受拉张开的趋势。当内压低于0.35 MPa时,接缝张开量变化趋于平缓;当内压处于0.35~0.60 MPa时,接缝张开量增大速度加快;当内压超过0.60MPa时,增长幅度均较大。与内衬钢筋混凝土裂缝的增长变化规律基本一致。内压0.8 MPa对应的最大接缝张开量为0.78 mm,位于B3-L2接缝;其次为0.69 mm,位于L1-B1接缝。与内衬最大裂缝出现的位置相近,即靠近拱顶和拱底,说明整体结构在该处为薄弱部位。鉴于F块所在一侧整体刚度小于B2块所在侧及管片结构的受力模式为顶部荷载小于底部荷载等影响,导致管片接缝出现右侧变化量大于左侧、上部变化量大于下部的情况。

    鉴于测缝计类型、安装方式、施工工艺等因素对测量效果的影响,原位试验结果将存在一定误差,未能精准表征测缝计与管片接缝的协同变形特性,宜参考数值仿真结果。

    螺栓应力在原位试验中呈现出受压趋势,如图 11(a)。当内压达到0.35 MPa时,各螺栓应力增量均达到峰值;当内压达到0.60 MPa时,螺栓最大压应力为44.4 MPa,位于拱顶L1-B1接缝处螺栓,其余接缝处螺栓压应力较小,其值介于0.9~12.4 MPa。

    但在数值模拟中,随着内压的提高,螺栓应力表现出拉应力增大的现象,如图 11(b)。当内压0~0.35 MPa时,螺栓拉应力增长较为平缓;当内压为0.35~0.6 MPa时,应力加速增长并出现第一个应力增量峰值;当内压为0.65~0.80 MPa时,应力增长剧烈,出现第二个应力增长峰值,且明显高于前一个峰值。最大应力同样出现在L1-B1接缝处螺栓(20.6 MPa),其次为L1-B1接缝处螺栓(20.4 MPa)。值得注意的是,数值模拟中螺栓表现出整体受拉外翻的变形趋势,最大应力出现在内弧面,为拉应力,而在原位试验中,考虑到传感器位置的局限性,未能真实反映螺栓中心的应力状态。螺栓应变计布置于螺栓外弧面,在外翻的变形趋势下表现为压应力增大,因此呈现两个应力趋势相反的情况。

    结合原位试验与数值仿真结果可知,当内压小于0.35 MPa时,螺栓应力和接缝张开量变化较小,内压由内外衬共同承担,结构整体刚度较大,联合承载性能得到充分发挥。当内压达到0.35 MPa时,螺栓应力和接缝张开量均进入快速发展阶段,应力增量达到第一个峰值,与裂缝进入快速发展阶段的时间点一致,说明此时管片开始承担更大比例的内压,结构整体刚度开始下降,但仍展现出较强的联合承载特性。当内压超过0.60 MPa,即内外压差超过0.40 MPa时,螺栓应力增量出现第二个峰值,即此时内衬已受损严重,联合承载性能逐渐降低,管片为承担内压的主要结构。

    作为长距离引水工程,珠江三角洲水资源配置工程将穿越黏土、全风化和强风化花岗片麻岩等不同类型的地层。但原位试验未能揭示衬砌结构在不同地质条件下的变形特征。因此,本文基于数值模拟手段,选取强度为15,100,300 MPa(分别记为围岩1、围岩2和围岩3)的3种代表性围岩,针对复合式衬砌在不同围岩强度下的受力变形特征进行研究。由3.1可知,管片与钢筋混凝土的变形规律一致,因此本节重点分析管片的变形及受力特性。

    图 12可知,在围岩1条件下,结构横椭圆变形较为明显;在围岩2和围岩3条件下时,外衬在0°、90°、180°和270°4个位置的变形量基本接近,但与围岩强度为15 MPa时相比,数值较小,表明围岩分担内压的效果随着围岩强度的提高,效果减弱。

    当内压为0.70 MPa时,相对变形量的增量明显提升,围岩强度越小,增量越大;当内压为0.8 MPa时,围岩1,2和3条件下的衬砌竖向变形量分别为-5.98,-0.20,0.20 mm;横向变形量分别为9.49,4.22,1.97 mm;椭圆度分别为0.26%,0.07%和0.02%。相比围岩1,围岩2和围岩3条件下结构椭圆度依次减少73%和92%。表明围岩强度越大,外衬在内压作用下的径向变形越小,结构椭圆度越小,即围岩对结构的约束作用越强。

    图 13可知,随着内压的增大,管片接缝张开量表现出增大的趋势。内压加载过程中上下对称位置处的接缝张开量基本一致,接缝张开量最大处位于B3-L2、L1-B1接缝,其次为B2-B3、B1-B2接缝,最小为L2-F、F-L1接缝。

    选取F-L1、B2-B1和B3-L2的结果(图 14)可知:当内压达0.8 MPa时,对于F-L1接缝,3种围岩下的接缝张开量分别为0.18,0.12,0.06 mm。相对于围岩1,围岩2和围岩3条件下分别减小33.3%和66.7%;对于B2-B1接缝,3种围岩下的接缝张开量分别为0.25,0.21,0.17 mm。相对于围岩1,围岩2和围岩3条件下分别减小16.0%和32.0%;对于B3-L2接缝,3种围岩下的接缝张开量分别为0.98,0.58,0.30 mm。相对于围岩1,围岩2和围岩3条件下分别减小40.8%和69.4%。此外,随着围岩强度的提高,接缝张开量的快速增长节点逐渐推后:当为隧洞位于围岩1条件时,接缝张开量在0.35 MPa内压时进入快速增长阶段;当处于围岩2时,对应的内压节点为0.50 MPa;而处于围岩3时,对应的内压节点为0.80 MPa。可见,围岩强度越高,复合式衬砌-围岩的联合承载越明显,管片所分担的内压越小,围岩分担的内压越大。

    内压作用下3种围岩强度的螺栓应力均为拉应力(图 15),且随着围岩强度的增大,同内压等级下,螺栓应力越小。

    图 16可知,当内压为0.0~0.5 MPa时,每种围岩强度对应下的螺栓应力均较为接近,表明此时围岩强度对螺栓应力的影响效果较弱;当内压为0.5~0.8 MPa时,螺栓应力开始出现较大程度的增大,此阶段围岩强度影响效果显著。当内压达到0.8 MPa时,F-L1处螺栓应力变化受围岩影响最大,围岩3条件下螺栓应力较围岩1条件下减小16.6 MPa,降低82.2%;B1-B2处螺栓应力变化受围岩影响最小,围岩3条件下螺栓应力较围岩1条件下减小1.9 MPa,降低46.7%。在3种围岩强度下,螺栓应力分别在内压达0.35,0.50,0.80 MPa时进入快速发展阶段,与接缝张开量呈现相似的变化规律,即随着围岩强度的提高,围岩分担内压的效果增强。建议当围岩条件较好时,宜充分利用复合式衬砌的联合承载特性,适当降低衬砌截面厚度。

    本文依托珠江三角洲水资源配置工程,针对“管片-钢筋混凝土”复合式衬砌结构开展了原位试验与数值仿真研究,分析了内压加载过程中该结构的联合承载和结构失效过程,并对多种围岩强度下结构的受力变形规律进行了探讨,得出以下4点结论。

    (1)本试验提出一种充水高压橡胶囊体与钢反力架相结合的加载方法,可在洞内有限条件下较好地实现内水压力的模拟。采用的光纤感测技术弥补了传统传感器监测方法的不足,实现隧洞结构的全断面连续监测,但针对螺栓应力的测量仍有改进的空间。

    (2)对于双层复合式衬砌结构,内衬钢筋混凝土为首先出现裂缝的部位,成为结构承载力下降的控制因素。当内外压差达0.4 MPa时,内衬裂缝超过规范限值,同时存在内部钢筋锈蚀、结构承载力降低的风险。因此,该结构适用于内外压差较小(< 0.4 MPa)的工程中。

    (3)在内压作用下,管片接缝均呈现张开趋势,螺栓呈现外翻的变形特征,衬砌结构表现出向外膨胀受拉的趋势,并呈现横椭圆变形规律。当内外压差较小(< 0.4 MPa)时,复合式衬砌联合承载作用明显,当内外压差较大(> 0.4 MPa)时,联合承载性能因结构受损而降低。

    (4)随着围岩强度的提高,结构在内压作用下的联合承载性能提升,径向变形、接缝张开量及螺栓应力均减小,围岩分担内压的效果增强。当处于围岩条件较好的地层中时,可考虑优化复合式双层衬砌的衬砌厚度。

  • 图  1   XGBoost集成算法示意

    Figure  1.   Schematic diagram of XGBoost

    图  2   遗传算法流程示意

    Figure  2.   Schematic diagram of genetic algorithm

    图  3   研究技术路线图

    Figure  3.   Research technology roadmap

    图  4   隧道位置及现场超前钻探作业

    Figure  4.   Tunnel location and on-site advance drilling operations

    图  5   原始钻探数据可视化

    Figure  5.   Visualization of raw drilling data

    图  6   数据降噪及多尺度等距分割

    Figure  6.   Data noise reduction and multi-scale segmentation

    图  7   特征相关性热力图

    Figure  7.   Feature correlation heatmap

    图  8   预测结果混淆矩阵热力图

    Figure  8.   Confusion matrix heatmap of multi-scale model prediction

    图  9   各尺度模型下各项特征SHAP值

    Figure  9.   SHAP values of each feature under each scale model

    图  10   各尺度模型解译效果及多尺度模型融合解译效果

    Figure  10.   Interpretation effects of each scale model and multi-scale model fusion

    图  11   数字钻探智能解译平台界面

    Figure  11.   Platform of intelligent interpretation

    表  1   数据集特征及其数字描述

    Table  1   Dataset features and their numerical descriptions

    特征 最小值 最大值 中值 均值
    RMT
    DRM 12.39 207.80 31.44 49.16
    TPM 96.35 109.09 102.39 103.03
    TM 35.14 86.77 49.51 52.25
    RM 64.60 182.01 144.99 139.61
    DRV 1.24 2555.04 37.43 178.46
    TPV 0.52 398.52 1.35 3.79
    TV 0.17 153.11 3.38 10.02
    RV 0.84 260.41 13.65 26.57
    下载: 导出CSV

    表  2   数据集特征及其数字描述

    Table  2   Dataset features and their numerical descriptions

    超参数 0.5 m 1.0 m 2.0 m
    n_estimators 106 83 72
    max_dept 7 8 8
    learning_rate 0.21 0.30 0.50
    min_child_weight 0.45 0.13 0.53
    subsample 0.68 0.45 0.37
    colsample_bytree 0.95 0.91 0.72
    下载: 导出CSV

    表  3   数据集特征及其数字描述

    Table  3   Dataset features and their numerical descriptions

    类别 尺度/m ACC/% PER/% REC/% F1/%
    GA寻优 0.5 96.91 98.07 96.38 97.11
    1.0 94.32 96.13 92.23 93.58
    2.0 91.43 96.25 86.31 89.03
    未寻优 0.5 92.86 95.00 92.19 92.59
    1.0 91.84 92.17 89.52 90.70
    2.0 87.55 90.05 84.64 87.26
    下载: 导出CSV

    表  4   隧道工程技术应用统计表(部分)

    Table  4   Statistics of technological applications in tunnels (part)

    隧道及岩性 掌子面及超前钻探预报里程 地质雷达结论 超前钻探解译 实际揭露岩体完整性情况
    孔号 常规人工解译 多尺度模型融合自动解译
    百宝隧道(砂岩) 该里程段岩体较破碎,节理裂隙较发育,层理较发育,结合差 1 (1)整体为较破碎 (1)较完整—较破碎,分别占比55.56%与44.44% 总体较完整—较破碎,其中26~27 m发育有薄层状软弱夹层
    2 (1)整体为较破碎
    (2)26~28 m疑似发育有波层状软弱夹层
    (1)较完整—较破碎,分别占比77.59%与20.69%
    (2)26.5~27 m疑似发育有薄层状软弱夹层
    龙湾2号隧道(灰岩) 该里程段围岩岩体破碎,结构面夹泥,溶蚀裂隙发育,发育有泥质填充型溶洞 1 (1)1~11 m疑似发育泥质填充型溶洞
    (2)12~24 m较破碎
    (1)1.5~4 m、5~11 m疑似发育泥质填充型溶洞,4~5 m为破碎岩体
    (2)12~24 m总体较完整—较破碎,分别占比20.83%与41.67%
    1~11 m为较破碎—破碎,11~22 m为较完整—较破碎,其中1.5 m附近发育有薄层溶蚀裂隙,2~10 m密集发育泥质填充溶洞,且溶洞规模较大
    2 (1)1~12 m整体破碎,其中5~8 m疑似发育有泥质填充溶洞
    (2)13~22 m较完整—较破碎
    (1)1~12 m整体破碎,其中2~2.5疑似发育有薄层状裂隙/空腔,5~7.5 m疑似发育有泥质填充溶洞
    (2)13~22 m总体较完整—较破碎,分别占比43.04%与28.70%
    下载: 导出CSV
  • [1] 李术才, 刘斌, 孙怀凤, 等. 隧道施工超前地质预报研究现状及发展趋势[J]. 岩石力学与工程学报, 2014, 33(6): 1090-1113.

    LI Shucai, LIU Bin, SUN Huaifeng, et al. State of art and trends of advanced geological prediction in tunnel construction[J]. Chinese Journal of Rock Mechanics and Engineering, 2014, 33(6): 1090-1113. (in Chinese)

    [2] 晏军. 岩溶隧道超前地质预报几种主要物探方法的选择与实践[J]. 隧道建设(中英文), 2020, 40(增刊1): 327-336.

    YAN Jun. Selection and application of several main geophysical methods for advanced geological prediction of Karst tunnels[J]. Tunnel Construction, 2020, 40(S1): 327-336. (in Chinese)

    [3] 周轮, 李术才, 许振浩, 等. 隧道综合超前地质预报技术及其工程应用[J]. 山东大学学报(工学版), 2017, 47(2): 55-62.

    ZHOU Lun, LI Shucai, XU Zhenhao, et al. Integrated advanced geological prediction technology of tunnel and its engineering application[J]. Journal of Shandong University (Engineering Science), 2017, 47(2): 55-62. (in Chinese)

    [4] 岳中琦. 钻孔过程监测(DPM)对工程岩体质量评价方法的完善与提升[J]. 岩石力学与工程学报, 2014, 33(10): 1977-1996.

    YUE Zhongqi Drilling process monitoring for refining and upgrading rock mass quality classification methods[J]. Chinese Journal of Rock Mechanics and Engineering, 2014, 33(10): 1977-1996. (in Chinese)

    [5]

    PFISTER P. Recording drilling parameters in ground engineering[J]. Ground Engineering, 1985, 18(3): 16-21.

    [6]

    GUI M, SOGA K, Bolton, et al. Instrumented borehole drilling using ENPASOL system Field Measurements of Geomechanics, 1999.

    [7]

    WANG Q, GAO H K, JIANG B, et al. In-situ test and bolt-grouting design evaluation method of underground engineering based on digital drilling[J]. International Journal of Rock Mechanics and Mining Sciences, 2021, 138: 104575. doi: 10.1016/j.ijrmms.2020.104575

    [8] 梁栋才, 汤华, 吴振君, 等. 基于多钻进参数和概率分类方法的地层识别研究[J]. 岩土力学, 2022, 43(4): 1123-1134.

    LIANG Dongcai, TANG Hua, WU Zhenjun, et al. Stratum identification based on multiple drilling parameters and probability classification[J]. Rock and Soil Mechanics, 2022, 43(4): 1123-1134. (in Chinese)

    [9]

    SCHUNNESSON H, FALKSUND H, GUSTAFSON A, et al. Assessment of rock mass quality using drill monitoring technique for hydraulic ITH drills[J]. International Journal of Mining and Mineral Engineering, 2017, 8(3): 169. doi: 10.1504/IJMME.2017.085830

    [10]

    ELDERT J, SCHUNNESSON H, JOHANSSON D, et al. Application of measurement while drilling technology to predict rock mass quality and rock support for tunnelling[J]. Rock Mechanics and Rock Engineering, 2020, 53(3): 1349-1358. doi: 10.1007/s00603-019-01979-2

    [11]

    WU Z J, WEI R L, CHU Z F, et al. Real-time rock mass condition prediction with TBM tunneling big data using a novel rock-machine mutual feedback perception method[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2021, 13(6): 1311-1325. doi: 10.1016/j.jrmge.2021.07.012

    [12] 房昱纬, 吴振君, 盛谦, 等. 基于超前钻探测试的隧道地层智能识别方法[J]. 岩土力学, 2020, 41(7): 2494-2503.

    FANG Yuwei, WU Zhenjun, SHENG Qian, et al. Intelligent recognition of tunnel stratum based on advanced drilling tests[J]. Rock and Soil Mechanics, 2020, 41(7): 2494-2503. (in Chinese)

    [13]

    WANG M N, ZHAO S G, TONG J J, et al. Intelligent classification model of surrounding rock of tunnel using drilling and blasting method[J]. Underground Space, 2021, 6(5): 539-550. doi: 10.1016/j.undsp.2020.10.001

    [14] 王志坚. 郑万高铁隧道智能化建造技术研究及展望[J]. 隧道建设(中英文), 2021, 41(11): 1877-1890.

    WANG Zhijian. Status and prospect of intelligent construction technology of tunnel of Zhengzhou-wanzhou high-speed railway[J]. Tunnel Construction, 2021, 41(11): 1877-1890. (in Chinese)

    [15]

    LI S C, LIU B, XU X J, et al. An overview of ahead geological prospecting in tunneling[J]. Tunnelling and Underground Space Technology, 2017, 63: 69-94. doi: 10.1016/j.tust.2016.12.011

    [16]

    CHEN T Q, GUESTRIN C. XGBoost: a scalable tree boosting system[C]//Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. San Francisco, 2016.

    [17] 吴贤国, 陈彬, 刘琼, 等. 基于LSSVM和NSGA-Ⅱ混凝土耐久性多目标配合比优化[J]. 隧道建设(中英文), 2020, 40(12): 1691-1699.

    WU Xianguo, CHEN Bin, LIU Qiong, et al. Optimization of multi-objective mix ratio for concrete durability based on LSSVM and NSGA-Ⅱ[J]. Tunnel Construction, 2020, 40(12): 1691-1699. (in Chinese)

    [18]

    LUNDBERG S, LEE S I. A unified approach to interpreting model predictions[EB/OL]. 2017: arXiv: 1705.07874. https://arxiv.org/abs/1705.07874

    [19] 公路隧道设计规范: JTG 3370.1—2018[S]. 北京: 人民交通出版社, 2018.

    Specifications for Design of Highway Tunnels: JTG 3370.1—2018[S]. Beijing: China Communications Press, 2018. (in Chinese)

    [20] 梁铭, 彭浩, 解威威, 等. 基于超前钻探及优化集成算法的隧道围岩双层质量评价[J]. 隧道建设(中英文), 2022, 42(8): 1443-1452.

    LIANG Ming, PENG Hao, XIE Weiwei, et al. Double-layer quality evaluation of surrounding rock of a tunnel based on advance drilling and optimized integration algorithm[J]. Tunnel Construction, 2022, 42(8): 1443-1452. (in Chinese)

    [21] 陈振宇, 刘金波, 李晨, 等. 基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]. 电网技术, 2020, 44(2): 614-620.

    CHEN Zhenyu, LIU Jinbo, LI Chen, et al. Ultra short-term power load forecasting based on combined LSTM-XGBoost model[J]. Power System Technology, 2020, 44(2): 614-620. (in Chinese)

  • 期刊类型引用(5)

    1. 吴鹏,陈健,崔岚,徐晨. 复合式衬砌隧道模型试验及其承载特性研究. 岩土工程学报. 2024(S1): 102-106 . 本站查看
    2. 苏凯,陶军,徐振东,王博士,朱洪泽. 穿越城区隧洞分离式衬砌承载机理及性能优化研究. 水利学报. 2023(01): 54-67 . 百度学术
    3. 杨灵. 锚网喷注联合支护技术在硐室修复加固中的应用. 工程建设. 2023(02): 36-42 . 百度学术
    4. 陆岸典,唐欣薇,严振瑞,麦胜文,姚广亮. 复合衬砌结构的预应力混凝土配比试验研究. 水力发电学报. 2022(11): 149-158 . 百度学术
    5. 朱悦悦,刘成. 输水隧洞灌浆式预应力衬砌结构承载机理研究. 水利水运工程学报. 2022(06): 146-155 . 百度学术

    其他类型引用(4)

图(11)  /  表(4)
计量
  • 文章访问数:  255
  • HTML全文浏览量:  40
  • PDF下载量:  101
  • 被引次数: 9
出版历程
  • 收稿日期:  2022-09-18
  • 网络出版日期:  2024-02-05
  • 刊出日期:  2024-01-31

目录

/

返回文章
返回