一种用于TBM掘进隧道的岩爆预测方法技术

本发明专利技术公开了一种用于TBM掘进隧道的岩爆预测方法，包括建立关联性的多维正态云模型，开展试验模拟，建立测试模型，AI数据分析，动态数据采集；本发明专利技术先根据隧道工程特点与诱发岩爆的因素建立多维正态云模型，便于快速筛选有效参数信息；通过研究不同类型岩爆的围岩破坏特性及影响因素，为施工阶段选择合理的施工方法和支护系统提供了有力的试验手段；建立风险等级评定模型便于实际隧道施工过程中直接录入岩样参数以及对应的采集数据，获取风险等级评定结果，能够全面获取对应岩样的岩爆信息，一遍提前采取应对措施；以“X”形分布在多个监测断面上布设微震传感器，建立震动信号监测网络，能够全面获取断面内各个径向、轴向的震动信息。

A rock burst prediction method for TBM tunneling

【技术实现步骤摘要】
一种用于TBM掘进隧道的岩爆预测方法
本专利技术涉及隧道工程领域，具体为一种用于TBM掘进隧道的岩爆预测方法。
技术介绍
TBM广义含义指隧道掘进机。它分为敞开式隧道掘进机和护盾式隧道掘进机。掘进、支护、出渣等施工工序并行连续作业，是机、电、液、光、气等系统集成的工厂化流水线隧道施工装备，具有掘进速度快、利于环保、综合效益高等优点，可实现传统钻爆法难以实现的复杂地理地貌深埋长隧洞的施工，在中国铁道、水电、交通、矿山、市政等隧洞工程中应用正在迅猛增长。狭义含义指全断面隧道掘进机，在中国，将用于岩石地层的简称为(狭义)TBM(硬岩TBM)，用于软土地层的称为(狭义)盾构机。相对于狭义盾构机，TBM因其对设备的可靠性和长寿命要求极高，被称为工程机械的“掘进机之王”岩爆是指地下开采的深部或构造应力很高的区域，在临空岩体中发生突发式破坏的现象。这种现象也称为岩爆。发生的原因是临空岩体积聚的应变能突然而猛烈地全部释放，致使岩体发生像爆炸一样的脆性断裂。冲击地压造成大量岩石崩落，并产生巨大声响和气浪冲击，不但可将矿井破坏，而且震动波可危及地面建筑物。目前缺少较好的岩爆预测方法。
技术实现思路
本专利技术的目的在于提供一种用于TBM掘进隧道的岩爆预测方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种用于TBM掘进隧道的岩爆预测方法，包括如下具体步骤：S1：基于大数据网络，获取隧道工程特点与诱发岩爆的因素分析数据，建立关联性的多维正态云模型；S2：开展试验模拟：基于上述维正态云模型中的参数指标，获取多组关联性数据，以岩样特性进行分类，确定岩样参数，分别对岩爆试样进行三向六面加载、单面卸载后顶部梯度加载的试验，获取不同类型的岩样的岩爆破坏模式、破坏程度以及对局部出现的脆性破坏模式的分析报告；S3：建立测试模型：S31：将上述得到的分析报告导入数据分析系统内，建立不同岩样的测试模型；S32：确定隧道施工阶段参数特点，并获取对应岩样的参数信息；S33：引入Hoek-Brown强度准则，估算对应的工程岩体强度，提出新型岩爆预测指标表达式，对表达式内的各数据进行参数设定，引入上述建立的测试模型中，进行测试，并跟踪记录测试数据；S4：AI数据分析：将上述得到的试验数据录入系统，建立数据库，利用AI数据挖掘系统对数据库的样本进行分析，获取各指标的权重，并建立风险等级评定模型；S5：动态数据采集：S51：在掌子面后方的已开挖隧洞内布置多个监测断面，每个监测断面内布设若干微震传感器，获取隧洞内的震动信息参数；S52：在隧道TBM掘进中记录各指标参数，将参数代入风险等级评定模型中，对隧道前方的岩爆风险等级进行评定。作为本专利技术的一种优选方案，步骤S2中，加载和卸载是通过梯度与气液复合加载的大型真三轴加卸载岩爆装置实现的。作为本专利技术的一种优选方案，步骤S2中，岩样参数包括单轴抗压强度、长期抗压强度，弹性模量、泊松比等。作为本专利技术的一种优选方案，步骤S2中，岩每组试验重复2-3次，以发生岩爆或者确定不会发生岩爆为试验结束点。作为本专利技术的一种优选方案，步骤S21中，隧道施工阶段参数指岩石强度、脆性系数、地质强度指标、开挖扰动系数、最大地应力等。作为本专利技术的一种优选方案，步骤S51中，每个监测断面内设置的多个微震传感器之间呈“X”形排列，相邻两个断面之间共用一组微震传感器。作为本专利技术的一种优选方案，步骤S31中数据分析系统包括参数识别模块、函数分析模块和模型建立模块。与现有技术相比，本专利技术的有益效果是：1.本专利技术先根据隧道工程特点与诱发岩爆的因素建立多维正态云模型，便于后续试验直接获取关联性的数据参数，便于快速筛选有效参数信息；通过对岩爆试样进行三向六面加载、单面卸载后顶部梯度加载的试验，研究不同类型岩爆的围岩破坏特性及影响因素，认识不同类型岩爆过程的各类现象，从而对开挖造成的围岩破坏模式、破坏程度进行预估，对局部出现的脆性破坏模式进行识别，为施工阶段选择合理的围岩施工方法和支护系统提供了有力的试验手段。2.本专利技术根据试验数据建立测试模型，并进行AI数据分析，获取各指标的权重，并建立风险等级评定模型便于实际隧道施工过程中直接录入岩样参数以及对应的采集数据，获取风险等级评定结果，能够全面获取对应岩样的岩爆信息，一遍提前采取应对措施。3.本专利技术以“X”形分布在多个监测断面上布设微震传感器，建立震动信号监测网络，不仅能够全面获取断面内各个径向、轴向的震动信息，同时减少了传感设备的使用，简化了安装步骤。附图说明图1为本专利技术的监测断面与微震传感器的分布结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“竖直”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。请参阅图1，本专利技术提供一种技术方案：一种用于TBM掘进隧道的岩爆预测方法，包括如下具体步骤：S1：基于大数据网络，获取隧道工程特点与诱发岩爆的因素分析数据，建立关联性的多维正态云模型；S2：开展试验模拟：基于上述维正态云模型中的参数指标，获取多组关联性数据，以岩样特性进行分类，确定岩样参数，分别对岩爆试样进行三向六面加载、单面卸载后顶部梯度加载的试验，获取不同类型的岩样的岩爆破坏模式、破坏程度以及对局部出现的脆性破坏模式的分析报告；S3：建立测试模型：S31：将上述得到的分析报告导入数据分析系统内，建立不同岩样的测试模型；S32：确定隧道施工阶段参数特点，并获取对应岩样的参数信息；S33：引入Hoek-Brown强度准则，估算对应的工程岩体强度，提出新型岩爆预测指标表达式，对表达式内的各数据进行参数设定，引入上述建立的测试模型中，进行测试，并跟踪记录测试数据；S4：AI数据分析：将上述得到的试验数据录入系统，建立数据库，利用AI数据挖掘系统对数据库的样本进行分析，获取各指标的权重，并建立风险等级评定模型；S5：动态数据采集：S51：在掌子面后方的已开挖隧洞内布置多个监测断面，每个监测断面内布设若干微震传感器，获取隧洞内的震动信息参数；S52：在隧道TBM掘进中记录各指标参数，将参数代入风险等级评定模型中，对隧道前方的岩爆风险等级进行评定。进一步的，步骤S2中，加载和卸载是通过梯度与气液复合加载的大型真三轴加卸载岩爆装置实现的。进一步的，步骤S2中，本文档来自技高网...

【技术保护点】
1.一种用于TBM掘进隧道的岩爆预测方法，其特征在于，包括如下具体步骤：/nS1：基于大数据网络，获取隧道工程特点与诱发岩爆的因素分析数据，建立关联性的多维正态云模型；/nS2：开展试验模拟：基于上述维正态云模型中的参数指标，获取多组关联性数据，以岩样特性进行分类，确定岩样参数，分别对岩爆试样进行三向六面加载、单面卸载后顶部梯度加载的试验，获取不同类型的岩样的岩爆破坏模式、破坏程度以及对局部出现的脆性破坏模式的分析报告；/nS3：建立测试模型：/nS31：将上述得到的分析报告导入数据分析系统内，建立不同岩样的测试模型；/nS32：确定隧道施工阶段参数特点，并获取对应岩样的参数信息；/nS33：引入Hoek-Brown强度准则，估算对应的工程岩体强度，提出新型岩爆预测指标表达式，对表达式内的各数据进行参数设定，引入上述建立的测试模型中，进行测试，并跟踪记录测试数据；/nS4：AI数据分析：将上述得到的试验数据录入系统，建立数据库，利用AI数据挖掘系统对数据库的样本进行分析，获取各指标的权重，并建立风险等级评定模型；/nS5：动态数据采集：/nS51：在掌子面后方的已开挖隧洞内布置多个监测断面，每个监测断面内布设若干微震传感器，获取隧洞内的震动信息参数；/nS52：在隧道TBM掘进中记录各指标参数，将参数代入风险等级评定模型中，对隧道前方的岩爆风险等级进行评定。/n...

【技术特征摘要】
1.一种用于TBM掘进隧道的岩爆预测方法，其特征在于，包括如下具体步骤：
S1：基于大数据网络，获取隧道工程特点与诱发岩爆的因素分析数据，建立关联性的多维正态云模型；
S2：开展试验模拟：基于上述维正态云模型中的参数指标，获取多组关联性数据，以岩样特性进行分类，确定岩样参数，分别对岩爆试样进行三向六面加载、单面卸载后顶部梯度加载的试验，获取不同类型的岩样的岩爆破坏模式、破坏程度以及对局部出现的脆性破坏模式的分析报告；
S3：建立测试模型：
S31：将上述得到的分析报告导入数据分析系统内，建立不同岩样的测试模型；
S32：确定隧道施工阶段参数特点，并获取对应岩样的参数信息；
S33：引入Hoek-Brown强度准则，估算对应的工程岩体强度，提出新型岩爆预测指标表达式，对表达式内的各数据进行参数设定，引入上述建立的测试模型中，进行测试，并跟踪记录测试数据；
S4：AI数据分析：将上述得到的试验数据录入系统，建立数据库，利用AI数据挖掘系统对数据库的样本进行分析，获取各指标的权重，并建立风险等级评定模型；
S5：动态数据采集：
S51：在掌子面后方的已开挖隧洞内布置多个监测断面，每个监测断面内布设若干微震传感器，获取隧洞内的震动信息参数；
S52：在隧道TBM掘进中记录各指标参数，...

【专利技术属性】
技术研发人员：游金虎，冯欢欢，贺东泽，杨露伟，王琪，夏明，吴桐，黄俊阁，李天兴，张磊，韩丹，林夏蕾，
申请(专利权)人：中铁隧道局集团有限公司，中铁隧道股份有限公司，
类型：发明
国别省市：广东;44