一种隧道电磁联合扫描探测方法及系统技术方案

本发明专利技术属于隧道超前预测技术领域，公开了一种隧道电磁联合扫描探测方法及系统，引入了一种新的隧道电磁探测系统，称为

【技术实现步骤摘要】
一种隧道电磁联合扫描探测方法及系统


[0001]本专利技术属于隧道超前预测
，尤其涉及一种隧道电磁联合扫描探测方法
、
系统
、
设备及介质
。

技术介绍

[0002]瞬变电磁
(TEM)
方法广泛应用于隧道施工前识别低电阻率区域，以预报突水
、
突泥
、
崩塌等严重地质灾害
。
该方法基于地下探测目标体与围岩间存在着明显的导电性差异，通过研究瞬变场随时间的变化规律来实现探测地下地层
、
采空区及岩溶分布等的目标
。
[0003]目前，瞬变电磁超前预测在工作中主要采纳中心回线装置在掌子面上进行观测，在隧道内部进行信号的发射和观测，通常大功率发电机运输成本较高，并且在煤矿等地区应用时存在爆燃风险，因此，在这些地区通常采用组合电池对发射源进行供电，由于发射功率有限，导致信噪比较低；且由于隧道内空间狭小，观测点的覆盖有限，获得的有效信息较少，这将不可避免的导致反演的非唯一性较地表瞬变电磁更强
。
其次，在现有的工作方式下，当前隧道瞬变电磁技术通常采集与线圈平面垂直的磁场分量或感应电动势，而忽视其他方向的电磁场数据
。
然而，由异常引起的电磁场空间分布是三维的，取决于不同的接收和发射位置以及地下电阻率结构，不同方向的电磁场信号对异常的灵敏度变化较大，因此，如果仅利用垂直分量对地下异常进行探测，势必会丢失重要的有效信息
。
此外，目前的r/>TEM
隧道探测主要以一维为主，由于一维反演是以层状介质为正演基础，反演结果不足以描述三维不均匀的地下空间，因此反演结果容易出现虚假异常，且反演不稳定，横向连续性较差
。
[0004]通过上述分析，现有技术存在的问题及缺陷为：
(1)
现有的隧道超前预测电磁观测系统施工效率低下，观测数据覆盖面积小
、
信噪比低等；
(2)
由于隧道空间有限，观测资料对反演模型的约束较弱，且反演主要以一维层状模型为主，不足以描述三维不均匀的地下空间，容易出现虚假异常，且反演不稳定，横向连续性较差，因此隧道
TEM
超前预测存在较大的不确定性和非唯一性
。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种隧道电磁联合扫描探测方法
、
系统
、
设备及介质
。
本专利技术旨在引入一种新的隧道电磁探测系统，称为
(Tunnel Electromagnetic Joint Scaning)TEJS
，实现多分量
、
时间域和频率域信号的三维联合反演，形成了隧道联合扫描成像模式，用于隧道前方低阻体的预测
。
[0006]本专利技术是这样实现的，一种隧道电磁联合扫描探测方法，所述隧道电磁联合扫描探测方法包括：
[0007]步骤一，利用新的隧道电磁探测系统，形成隧道联合扫描成像模式，采用地表发射，地下接收，多源发射
、
多分量接收的模式
,
在探测过程中，平行发射源沿
x
轴移动，扫描地下介质，进行地表和地下成像，直到覆盖整个目标区域；
[0008]步骤二，基于观测系统，建立大量隧道电阻率随机模型，基于有限体积法模拟时间
域和频率域电磁场数据，将模拟数据作为神经网络的输入，电阻率模型中低阻异常的空间位置作为输出，建立训练集和测试集；
[0009]步骤三，构建
UNet
，建立损失函数，对训练数据进行预处理，然后训练网络，基于预测精度进行参数调整，得到最优预测模型；
[0010]步骤四，将测量的数据导入
UNet
，快速预测隧道附近低阻含水体空间位置
。
[0011]进一步，所述隧道电磁联合扫描探测方法，使用三个平行的地表发射源依次发射电磁场信号，一个接收线圈在挖掘面附近工作；发射线圈交替发射两种类型的信号；
[0012]第一种类型是阶跃电流信号，用于产生用于
TEM
探测的脉冲电磁场；
[0013]第二种类型是谐波信号，并通过快速傅里叶变换将接收到的信号转换为频率磁场信号；采用三个分量
(x、y、z)
的观测模式
。
[0014]进一步，步骤一中每个扫描步骤中，三个发射源在分离的区段
(y∈[
‑
30
，
‑
10]，
[
‑
10
，
10]，
[10
，
30])
沿
X
轴平行方向随机设置，也可使用一个发射源依次扫描三个分离的区段；所述隧道电磁联合扫描探测方法与三个发射源相对应的模拟观测数据作为一个训练样本
。
[0015]进一步，步骤一中地下低阻含水体成像是基于深度学习算法完成，所述地表成像是指低阻异常体在由三个平行地表发射源组成的矩形区域内的投影，所述地下成像是将异常体投影到由方位角和极角构成的二维坐标系上，通过整合地表成像和地下成像的结果，最终确定异常体的三维空间位置
。
[0016]进一步，所述隧道电磁联合扫描探测方法，建立深度学习模型，首先建立三维电阻率模型训练集，其中电阻率从浅层到深层呈线性变化，隧道内填充着空气，地面上方也是空气；在隧道周围随机引入低电阻率异常体，距离隧道开挖面的距离在
10
米到
35
米之间变化，异常体的电阻率值遵循对数均匀分布
log10(
ρ
)∈[
‑1，
1]Ω
·
m
；利用有限体积法进行时域和频域正演计算，构建训练数据集；利用模拟的数据集构建和训练
UNet
模型，通过迭代调整模型参数，对模型进行优化
。
[0017]进一步，步骤二中所述隧道电磁联合扫描探测方法的神经网络的输入包括三分量时域感应电动势数据和三分量频域磁场数据，以及频率
、
关断时间和空间信息通道，空间信息通道为从测量点到发射源的矢量信息，由方位角和极角表示，并用球坐标中的距离表示，表示为三个一维向量；对时域和频域数据应用两种处理方法，处理后的数据被用作两个单独的通道：
(1)
标准化和
(2)
取绝对值后再取对数；每个发射源发射信号时，采集2个通道的数据，以提高有效信息的比例，因此每个样本总共包括六个通道的输入数据
。
[0018]进一步，步骤二中所述隧道电磁联合扫描探测方法的神经网络的输出包括两个通道，输出结果即反演成像结果：
(1)
地下成像，建立了一个球坐标系，以异常体中心为目标点，接收线圈位置为原点；然后，使用
θ
作为水平坐标，作为垂直坐标，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种隧道电磁联合扫描探测方法，其特征在于，包括：步骤一，利用隧道电磁探测系统，形成隧道联合扫描成像模式，采用地表发射，地下接收，多源发射
、
多分量接收的模式
,
在探测过程中，平行发射源沿
x
轴移动，扫描地下介质，进行地表和地下成像，直到覆盖整个目标区域；步骤二，基于观测系统，建立大量隧道电阻率随机模型，基于有限体积法模拟时间域和频率域电磁场数据，将模拟数据作为神经网络的输入，电阻率模型中低阻异常的空间位置作为输出，建立训练集和测试集；步骤三，构建
UNet
，建立损失函数，对训练数据进行预处理，然后训练网络，基于预测精度进行参数调整，得到最优预测模型；步骤四，将测量的数据导入
UNet
，快速预测隧道附近低阻含水体空间位置
。2.
如权利要求1所述隧道电磁联合扫描探测方法，其特征在于，步骤一的具体实现方法为：选择适当的电磁发射设备，配置在地表上，确保其能够发射稳定而强大的电磁信号；在隧道或地下安装多分量接收器，使其能够从不同的方向和角度接收地表发射的电磁信号；控制地表的发射设备沿
x
轴平移，以固定的速度和步距进行移动，确保整个目标区域都被扫描到；在接收器中记录每一点的电磁响应数据，并实时传输到数据处理中心
。3.
如权利要求1所述隧道电磁联合扫描探测方法，其特征在于，步骤二具体实现方法为：使用计算机生成随机电阻率模型，这些模型代表了不同的地下结构和电阻率值；利用有限体积法，模拟这些电阻率模型在时间域和频率域的电磁响应；根据模拟结果，为神经网络准备训练数据和测试数据；模拟的电磁响应数据作为输入，而对应的电阻率分布作为输出
。4.
如权利要求1所述隧道电磁联合扫描探测方法，其特征在于，步骤三具体实现方法为：利用现有的深度学习框架搭建
UNet
网络结构；定义合适的损失函数，如均方误差损失，以衡量网络预测的准确性；对训练数据进行必要的预处理；利用优化器训练网络，并使用验证数据来检测模型的过拟合情况；根据预测精度进行参数调整和优化
。5.
如权利要求1所述隧道电磁联合扫描探测方法，其特征在于，步骤四具体实现方法为：将实际测量到的电磁响应数据输入已经训练好的
UNet
模型中；网络会输出预测的低阻异常体的空间位置；根据这些位置信息，可以确定隧道附近的含水体或其他低阻体的位置，从而为隧道建设和维护提供重要信息
。6.
如权利要求2所述隧道电磁联合扫描探测方法，其特征在于，使用三个平行的地表发射源依次发射电磁场信号，一个接收线圈在挖掘面附近工作；发射线圈交替发射两种类型
的信号；第一种类型是阶跃电流信号，用于产生用于
TEM
探测的脉冲电磁场；第二种类型是谐波信号，接收到的信号通过快速傅里叶变换转换为频率域磁场信号，并采用三个分量
(x、y、z)
的观测模式；步骤一中每个扫描步骤中，三个发射源在分离的区段
(y∈[
‑
30
，
‑
10]
，
[
‑
10
，
10]
，
[10<...

【专利技术属性】
技术研发人员：甘露，唐荣江，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：