一种基于超前预报数据的隧道不良地质体三维建模方法技术

本发明专利技术公开了一种基于超前预报数据的隧道不良地质体三维建模方法，包括如下步骤：首先输入多源超前预报数据，并依据这些数据建立不同不良地质体的预测规则。然后建立初始不良地质点并依据综合预报体系给地质点赋予属性值。根据已开挖数据训练得到的SVM不良地质分类器作用于这些初始不良地质点得到不同类别的地质点，据点的几何范围建立隐式曲面模型并实现模型的局部自适应更新，形成更新后的三维不良地质体模型。本发明专利技术结合全局径向基函数和隐式布尔计算的建模方法，以及通过局部自适应更新，动态构建不良地质体的三维模型不仅给超前支护带来给直观的判断，也方便了后续的相关地质分析，还能加载到前端平台中统一管理，使隧道施工整个流程更完整。隧道施工整个流程更完整。隧道施工整个流程更完整。

【技术实现步骤摘要】
一种基于超前预报数据的隧道不良地质体三维建模方法


[0001]本专利技术涉及地理空间信息系统
，具体涉及一种基于超前预报数据的隧道不良地质体三维建模方法。

技术介绍

[0002]隧道开挖前通常都要进行超前预报来探测前方可能存在的不良地质体，如果判断不准，没有选择合适的开挖手段和支护措施，这些隐患很有可能引发严重的隧道地质灾害包括塌方、突水突泥、瓦斯、岩爆等，因此准确的获取隧道掌子面前方不良地质体的位置和几何形状是安全施工的关键步骤。近几年，发展了各种超前预报技术用于预测掌子面前方不良地质的位置和几何形状以及围岩等级及其稳定性等。主要有地球物理勘探法，包括地震波反射法、电磁波法、高直流电法等。这些预报手段目前都是通过专业仪器设备配套解译软件来获取探测结果，并且呈现单一不良地质体的分布(如断层、破碎带、富水带、软弱岩体等)，无法充分利用不同设备采集的多种数据源，导致预测结果和实际开挖情况会有很大误差，目前已经有研究对不良地质进行综合研判，但是该方法精度不高，并且需要的样本数量较大，对于刚开挖的隧道，超前预报数据少，并且隧道开挖验证长度短，因此实际样本数量少。
[0003]除此以外，目前对超前预报结果通常以二维图表的形式展现，可解释性差，只有专业人员对其解译后形成超前地质预报综合分析成果报告，报告内容往往繁多复杂，不仅不便于施工人员查看，而且不便于动态更新。随着人们对地下空间更深的探索，二维可视化已不能更好的解释地下空间分布与结构了，三维可视化技术结合深度学习、GPU并行计算，计算机图形学等越来越多的用到地下地质工程多个领域，三维地质建模也因此得到快速发展。
[0004]在现有的地质建模方法中，对于不同数据或者不同数据的组合，由于不同类型的数据结构和可用信息不同，生成了很多对应的建模方法，但是没有一种方法可以适用于不同的数据类型，因此亟需一种能适用于多源超前预报数据的地质建模方法。

技术实现思路

[0005]为解决现有技术中存在的问题，本专利技术提供了一种基于超前预报数据的隧道不良地质体三维建模方法，通过结合全局径向基函数和隐式布尔计算不仅可以快速的构建模型，而且模型效果光滑，能反映实际的不良地质边界，再通过自适应局部更新方法，提高求解效率，动态的构建不良地质体的三维模型，解决了上述
技术介绍
中提到的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于超前预报数据的隧道不良地质体三维建模方法，包括如下步骤：
[0007]S1、根据多源超前预报数据建立不同不良地质体的预测规则；
[0008]S2、构建三维实验范围，并将三维实验范围划分为多个连续体素单元，将每个体素单元的中点作为初始不良地质点；
[0009]S3、根据预测规则对初始不良地质点赋予多源超前预报数据的属性值，得到带有属性值的初始不良地质点数据；
[0010]S4、将已开挖隧道段的超前预报数据分为训练集和测试集，进行SVM训练，建立不同不良地质类别的SVM分类器；
[0011]S5、将实验范围带有属性值的每个初始不良地质点经过SVM分类器，得到初始点所属的不良地质类别；
[0012]S6、根据识别出的同一类别不良地质点分布，用凸包将分布相近的地质点包围，构建初步地质体三维几何范围，并在凸包的每个面上随机生成大量离散点；
[0013]S7、根据离散点建立全局径向基隐函数，并用Marching Cube算法对该隐函数进行可视化生成对应的隐式曲面模型；
[0014]S8、局部动态自适应更新，得到更新后的隐式曲面模型；
[0015]S9、将更新的隐式曲面模型再代入到步骤S7中，形成更新后的三维不良地质体模型。
[0016]优选的，所述的多源超前预报数据包括瞬变电磁数据、地震波反射数据、地质雷达数据和超前水平钻孔数据。
[0017]优选的，所述不同不良地质体具体包括：断层、破碎带、富水区和软弱岩体。
[0018]优选的，所述步骤S4中具体包括如下：选取已开挖隧道段的样本数据，划分为训练集和测试集，采用python自带的sklearn库中的SVM训练包svm.SVC()函数对数据进行训练，采用交叉验证的方法来进行调参选取惩罚参数C，得到在训练集和测试集上准确率高的SVM训练模型。
[0019]优选的，所述步骤S6中具体包括如下：
[0020]S61、采用pcl库对同一类型不良地质点所在范围构建凸包，调用loadPLYFile函数加载不良地质点的点云.ply文件，然后采用pcl::ConvexHull函数对凸包进行可视化设置；
[0021]S62、在产生的凸包的每个面上用pcl::PointXYZ函数随机生成大量的密集点云；
[0022]S63、通过用pcl::VoxelGrid函数创建一个体素过滤器，输入凸包的密集点云，对密集点云进行体素过滤，输出凸包过滤后的稀疏点云；
[0023]S64、用pcl::Normal函数对凸包稀疏点云产生新的法向点，设置法线方向朝外，再用pcl::PointXYZ函数生成对应法向方向的法向点云。
[0024]优选的，所述步骤S7中，具体包括如下：
[0025]S71、根据稀疏点云和法向点云，对凸包上的稀疏点云数量设为N，选择一个约束点为中心，其余点到该点的距离设为为中心，其余点到该点的距离设为其中该点用r
i
表示，对应三维坐标为(x
i
，y
i
，z
i
)，其余点用r表示，对应三维坐标为(x，y，z)。为了保证插值矩阵可逆，添加一个线性无关的多项式函数p(x)＝k1x+k2y+k3z+k4，k1～k4为对应的系数；
[0026]此时全局径向基函数表达式为此时全局径向基函数表达式为其中，函数为径向基函数，函数F(r)的已知条件是N个离散点的三维坐标，待求解参数为λ1,
…
,λ
N
以及k1,k2,k3,k4共N+4个，为保证隐式曲面光滑，径向基函数必须是属于Beppo
‑
Levi空间，需要满足约束条件Levi空间，需要满足约束条件
最终需要求解的N+4维的线性方程组如下：
[0027][0028]将上述线性方程组简写为A
·
x＝y；
[0029]S72、首先在python中，求得矩阵A四个部分的子矩阵，采用np.hstack函数和np.vstack函数对四个子矩阵拼接得到完整的矩阵A，同理得到列向量y；
[0030]S73、采用Intel核心数学库求解此线性方程组，求解函数为LAPACKE_dsysv，输入步骤S72的矩阵A和列向量y，求解得到系数向量x。
[0031]S74、采用Marching Cube算法对求得的隐函数进行可视化，首先将一个空间区域划分为许多大小相等的体素，计算等值面与体素的交点，并连接成三角网格，形成可视化三维不良地质隐式曲面模型。
[0032]优选的，其特征在于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超前预报数据的隧道不良地质体三维建模方法，其特征在于，包括如下步骤：S1、根据多源超前预报数据建立不同不良地质体的预测规则；S2、构建三维实验范围，并将三维实验范围划分为多个连续体素单元，将每个体素单元的中点作为初始不良地质点；S3、根据预测规则对初始不良地质点赋予多源超前预报数据的属性值，得到带有属性值的初始不良地质点数据；S4、将已开挖隧道段的超前预报数据分为训练集和测试集，进行SVM训练，建立不同不良地质类别的SVM分类器；S5、将实验范围带有属性值的每个初始不良地质点经过SVM分类器，得到初始点所属的不良地质类别；S6、根据识别出的同一类别不良地质点分布，用凸包将分布相近的地质点包围，构建初步地质体三维几何范围，并在凸包的每个面上随机生成大量离散点；S7、根据离散点建立全局径向基隐函数，并用Marching Cube算法对该隐函数进行可视化生成对应的隐式曲面模型；S8、局部动态自适应更新，得到更新后的隐式曲面模型；S9、将更新的隐式曲面模型再代入到步骤S7中，形成更新后的三维不良地质体模型。2.根据权利要求1所述的基于超前预报数据的隧道不良地质体三维建模方法，其特征在于：所述的多源超前预报数据包括瞬变电磁数据、地震波反射数据、地质雷达数据和超前水平钻孔数据。3.根据权利要求1所述的基于超前预报数据的隧道不良地质体三维建模方法，其特征在于：所述不同不良地质体具体包括：断层、破碎带、富水区和软弱岩体。4.根据权利要求1所述的基于超前预报数据的隧道不良地质体三维建模方法，其特征在于：所述步骤S4中具体包括如下：选取已开挖隧道段的样本数据，划分为训练集和测试集，采用python自带的sklearn库中的SVM训练包svm.SVC()函数对数据进行训练，采用交叉验证的方法来进行调参选取惩罚参数C，得到在训练集和测试集上准确率高的SVM训练模型。5.根据权利要求1所述的基于超前预报数据的隧道不良地质体三维建模方法，其特征在于：所述步骤S6中具体包括如下：S61、采用pcl库对同一类型不良地质点所在范围构建凸包，调用loadPLYFile函数加载不良地质点的点云.ply文件，然后采用pcl::ConvexHull函数对凸包进行可视化设置；S62、在产生的凸包的每个面上用pcl::PointXYZ函数随机生成大量的密集点云；S63、通过用pcl::VoxelGrid函数创建一个体素过滤器，输入凸包的密集点云，...

【专利技术属性】
技术研发人员：丁雨淋，朱庆，杨滨如，吴浩宇，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：