基于渐进取样的结构面二维粗糙度系数确定方法技术

一种基于渐进取样的结构面二维粗糙度系数确定方法，包括以下步骤：1)利用三维激光扫描仪岩石结构面表面，获得岩石结构面三维激光扫描图，截取长度为Dcm的岩石结构面轮廓曲线，并获取其点云数据，利用MATALB处理轮廓曲线点云数据，建立直角坐标系，并使其左端点的X坐标为0；2)对轮廓线进行取样；3)完成对结构面轮廓线以dcm为采样单元，单次推进长度为Δd的

A Method for Determining Two-dimensional Roughness Coefficient of Structural Surface Based on Asymptotic Sampling

A method for determining two-dimensional roughness coefficients of structural planes based on progressive sampling is presented. The following steps are included: 1) Using the three-dimensional laser scanner to obtain the three-dimensional laser scanning image of rock structural planes, intercepting the outline curve of rock structural planes with the length of Dcm, and obtaining the point cloud data of the outline curve, using MATALB to process the point cloud data of the outline curve, establishing the rectangular coordinate system and making it possible to obtain the point cloud data of the outline curve. The X coordinate of the left end point is 0; 2) Sampling the contour line; 3) Completing the sampling unit of the contour line of the structural plane with DCM and the single advance length of D.

【技术实现步骤摘要】
基于渐进取样的结构面二维粗糙度系数确定方法
本专利技术涉及一种利用渐进取样法求取结构面轮廓线JRC值的确定方法。通过利用渐进取样方法，对轮廓曲线进行采样，使获取的样本集能较好的代表结构面整体。之后通过对系列小区域样本轮廓线JRC值的计算，实现对轮廓线整体JRC值的计算。适用于计算大型岩石结构面轮廓线JRC值的场合。
技术介绍
研究表明，岩体的稳定性很大程度受岩石结构面的影响。而岩石结构面的力学性质与岩石结构面的表面粗糙度密切相关。Barton等最早提出利用结构面表面粗糙度系数(JRC)来量化结构面表面粗糙度，并提出10条标准粗糙度轮廓曲线及JRC-JCS模型。此后，如何计算JRC值便成为国内外学者研究的热点。目前计算轮廓线JRC值方法主要有：经验估算法、统计参数法、直边法&修正直边法和分形维数法等。但上述方法大多是计算小型轮廓线的JRC值，直接对轮廓线本身进行处理即可。对结合取样方法计算大型岩石结构面轮廓线JRC值的研究较少。但在实际工程中所测量得到的轮廓线往往很大，甚至达数米长，这时一般的扫描仪无法完成对轮廓线的扫描，从而无法对轮廓线进行数字化处理，这对下一步的JRC求值造成了一定的困难，也对扫描设备提出了更高的要求。传统的取样方法有随机取样法和均匀取样法两种，随机取样法是在轮廓线表面随机截取大量相等长度的轮廓线样本。该取样方法获得的样本量较大，但样本覆盖的均匀性不够良好，且该类取样方法在对结构面轮廓线的取样中的研究鲜有报道。均匀取样法是在确定单个样本轮廓线直线长度后，从原轮廓线一端开始，依次截取相同直线长度的样本轮廓线。该取样方法所获得的样本量较少，且会造成各样本边界的粗糙信息的丢失。结合上述两种取样方法对大型岩石结构面轮廓线JRC进行计算，势必会造成结果与真值有较大偏差。因此，需要结合一种即能保证获取的样本数量足够大，又能保证获取的样本代表性足够高的新型取样方法来计算大型结构面轮廓线JRC值。
技术实现思路
在求取大型岩体结构面轮廓曲线JRC值时，由于无法对特大型轮廓线进行扫描、数字化处理，需要对轮廓线进行取样，利用大量小型轮廓线样本代表轮廓线整体。而基于传统取样的计算方法，由于取样的样本量偏少，样本集无法很好的反映出轮廓线整体的粗糙信息，且样本边界之间的粗糙信息会丢失。为了改善这一现状，本专利技术提出一种基于二维渐进取样的轮廓线JRC值确定方法，实现了通过对轮廓线样本集的处理代替轮廓线本身的处理。同时通过样本单元之间的相互重叠，保证了采样单元之间粗糙信息不丢失，且增大了样本量，提高了样本集的代表性，使计算结果更加准确、合理。本专利技术解决其技术问题所采用的技术方案是：一种基于渐进取样的结构面二维粗糙度系数确定方法，包括以下步骤：1)利用三维激光扫描仪岩石结构面表面，获得岩石结构面三维激光扫描图，从三维激光扫描图上截取长度为Dcm的岩石结构面轮廓曲线，并获取其点云数据，利用MATALB处理轮廓曲线点云数据，建立直角坐标系，并使其左端点的X坐标为0；2)对轮廓线进行取样：在取样时，以dcm长的线段为取样单元，Δdcm为单次推进长度，其中Δd＜d＜D，对结构面轮廓线进行渐进取样，取样方法为：令取样单元左右两端点的坐标分别为(xi，0)、(xi+d，0)、其中xi＝Δd*m，利用MATLAB编程遍取轮廓线上，在X轴上的投影落在一个取样单元内的所有的点{(xj，yj)|xj∈(xi，xi+d)}，记录这些点的坐标信息，利用点集的坐标信息表示该轮廓线的粗糙度信息，并做记录；3)m依次取值为即可完成对结构面轮廓线以dcm为采样单元，单次推进长度为Δd的次取样，若采样单元最后一次移动超出轮廓曲线剩余部分，以两者重叠部分为采样样本；4)利用MATLAB编程，通过对3)中组样本中，各个样本的点的坐标集进行处理获取各个样本的粗糙度信息，用每个点的X轴坐标表示该点在轮廓线上的位置，Y轴坐标表示该点的相对起伏高度，利用公式求出每个取样单元的Z2值；5)利用R.TSE提出的公式JRC＝32.2+32.47logZ2，求出每个取样单元的值，共个，并求出个的平均值JRC2d即为该轮廓线的二维粗糙度系数值，即：本专利技术的有益效果主要表现在：(1)利用渐进取样方法取样，所获取得样本容量更大，能够更好的表征轮廓线整体的粗糙特征，利用该样本集所计算得到的轮廓线整体的JRC值也更合理(2)渐进取样方法由于样本间有一定长度的重叠，不会造成采样单元间的粗糙度信息丢失，因此利用该种取样方法所获得的样本计算得到的轮廓线整体的JRC值更精确。附图说明图1是从岩石结构面上截取结构面轮廓线。图2是岩体结构面轮廓线图。图3是渐进取样方法图解(d＝40cm、Δd＝20cm)。图4是不同d、Δd取值对求值结果的影响具体实施方式下面结合附图对本专利技术作进一步描述。参照图1～图4，一种基于渐进取样的结构面二维粗糙度系数确定方法，包括以下步骤：1)利用三维激光扫描仪岩石结构面表面，获得岩石结构面三维激光扫描图，从三维激光扫描如上截取长度为D＝100cm的岩石结构面轮廓曲线(图1)，对截取的轮廓线进行处理，获取轮廓曲线的点云数据，并建立直角坐标系(如图3)，并使其左端点的X坐标为0；2)在对轮廓线进行取样时，首先建立长度为40cm的单位取样单元，之后令取样单元每次向前推进的长度为20cm(图3)，具体做法是：令取样单元左右两端点的坐标分别为(xi，0)、(xi+40，0)、其中xi＝20*m，(m∈[0，3]，m为整数)。当m＝0时，取样单元的左端点在坐标系的原点处，此时，记录轮廓线长的在X轴上的投影落在该取样单元内的所有像素点的坐标，并存为一个坐标数据集合；3)使m依次取值为0、1、2、3，即对轮廓曲线进行了4次取样，并获得了4个取样单元对应点云数据集合，将其存为矩阵；若采样单元最后一次移动超出轮廓曲线剩余部分，以两者重叠部分为采样样本4)利用轮廓曲线上各像素点的X轴坐标表示其在轮廓线上的位置，Y轴坐标表示其相对起伏高度，并利用公式求出4个取样单元的各自的Z2值，如表1：样本样本1样本2样本3样本4Z2值0.19610.20510.20180.1855表15)利用R.TSE提出的公式JRC＝32.2+32.047logZ2，求出4个取样单元的值，如表2：表2求出4个样本对应的值的平均值JRC2d即为该轮廓线的二维粗糙度系数值。即：(6)利用公式求出每轮廓线整体的Z2值为：Z2＝0.2092,并利用R.TSE提出的公式JRC＝32.2+32.47logZ2，求出轮廓线整体的JRC值为JRC2d＝9.3362。为验证本专利技术方法求值的合理性，逐渐改变d及Δd的取值，并以(4)(5)中的方法求出不同d、Δd取值下，小样本二维粗糙度系数值的平均值并与JRC2d的大小进行对比，可以看出本专利技术方法所获取的小样本轮廓曲线二维粗糙度系数值的平均值与轮廓曲线整体的二维粗糙度系数值JRC2d之间的误差均非常小，从而验证了本专利技术方法的求值合理性。为确定能使求值结果最精确的d、Δd值，逐渐改变采样单元长度d及单次推进长度Δd的大小，对轮廓曲线进行渐进取样。通过比较获取轮廓曲线各样本值的平均值与轮廓曲线整体二维粗糙度系数值JRC2d的大小关系，观察d、Δd的大小对求值结果的影响。结果如本文档来自技高网...

【技术保护点】
1.一种基于渐进取样的结构面二维粗糙度系数确定方法，其特征在于，所述方法包括以下步骤：1)利用三维激光扫描仪岩石结构面表面，获得岩石结构面三维激光扫描图，从三维激光扫描图上截取长度为Dcm的岩石结构面轮廓曲线，并获取其点云数据，利用MATALB处理轮廓曲线点云数据，建立直角坐标系，并使其左端点的X坐标为0；2)对轮廓线进行取样：在取样时，以dcm长的线段为取样单元，Δdcm为单次推进长度，其中Δd＜d＜D，对结构面轮廓线进行渐进取样，取样方法为：令取样单元左右两端点的坐标分别为(xi，0)、(xi+d，0)、其中xi＝Δd*m，

【技术特征摘要】
1.一种基于渐进取样的结构面二维粗糙度系数确定方法，其特征在于，所述方法包括以下步骤：1)利用三维激光扫描仪岩石结构面表面，获得岩石结构面三维激光扫描图，从三维激光扫描图上截取长度为Dcm的岩石结构面轮廓曲线，并获取其点云数据，利用MATALB处理轮廓曲线点云数据，建立直角坐标系，并使其左端点的X坐标为0；2)对轮廓线进行取样：在取样时，以dcm长的线段为取样单元，Δdcm为单次推进长度，其中Δd＜d＜D，对结构面轮廓线进行渐进取样，取样方法为：令取样单元左右两端点的坐标分别为(xi，0)、(xi+d，0)、其中xi＝Δd*m，m为整数)，利用MATLAB编程遍取轮廓线上，在X轴上的投影落在一个取样单元内的所有的点{(xj，y...

【专利技术属性】
技术研发人员：马成荣，黄曼，罗战友，徐常森，张贺，杜时贵，
申请(专利权)人：绍兴文理学院，
类型：发明
国别省市：浙江,33