【技术实现步骤摘要】
本专利技术属于隧道施工，具体涉及隧道掌子面全域岩石强度特性精细智能感知方法及系统。
技术介绍
1、大规模地下基础设施建设主要涉及有铁路、公路、水工和能源等多个领域。爆破法是一种常用的隧道开挖工法，具有效率高和成本低等优势。为了实现爆破法安全经济高效施工，准确预测掌子面岩石强度特性是至关重要的，它可以指导炮孔布局、炮孔深度以及装药数量等爆破关键参数的设计。然而目前国内外尚无完备的针对爆破法隧道掌子面全域岩石强度特性精细智能感知方法，主要存在以下不足：
2、(1)难以实现精细化感知，通过对稀疏采样点的测试结果取平均作为掌子面全域岩石强度的统一取值，未考虑掌子面不同位置处岩石材料的非均质性。
3、(2)难以实现智能化感知，对于掌子面全域不同位置处的岩石逐一取样并开展室内力学试验进行强度测定不仅费用昂贵且耗时耗力。
技术实现思路
1、本专利技术是为了解决上述问题而进行的，目的在于提供隧道掌子面全域岩石强度特性精细智能感知方法及系统，能够高效、准确地实现隧道掌子面全域岩石强度特性精细智能感知。
2、为了实现以上目的，本专利技术采用了以下方案：
3、<方法>
4、本专利技术提供隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于，包括以下步骤：
5、步骤1，输入参数选取：
6、选择点荷载强度、纵波波速和施密特锤回弹数作为输入参数；
7、步骤2，输入参数测量：
8、在掌子面范
9、步骤3，掌子面全域参数分布模拟：
10、充分考虑岩石材料的非均质性，采用二维精细网格划分方案，将掌子面全域分割成若干网格；然后将掌子面中心、拱顶、拱底、左侧拱腰和右侧拱腰这五个测点作为基准测点，将分割得到的网格节点作为待解测点，基于基准测点通过蒙特卡洛模拟随机采样得到待解测点的参数取值；对于岩石点荷载强度、纵波波速和施密特锤回弹数这三个参数，均分别开展蒙特卡洛模拟，这样可以避免求解不同参数之间的联合分布产生的误差对模拟结果造成干扰；
11、步骤4，掌子面全域参数分布修正；
12、由于蒙特卡洛模拟需要事先假定参数的概率分布函数，但实际上岩石点荷载强度、纵波波速和施密特锤回弹数在掌子面全域上的真实分布是未知的，因此难免会产生误差。为了消除蒙特卡洛模拟带来的误差，将中心与拱顶连线中点、中心与拱底连线中点、中心与左侧拱腰连线中点、中心与右侧拱腰连线中点作为校准测点，通过贝叶斯反演减小校准测点处的参数模拟值与实测值之间的差距，以此来修正步骤3模拟得到的掌子面全域参数分布数据；
13、步骤5，岩石强度特性智能感知：
14、将岩石点荷载强度、纵波波速和施密特锤回弹数作为感知模型的输入变量，将岩石抗压强度、抗拉强度和抗剪强度作为感知模型的输出变量，然后将步骤4修正后的数据作为模型输入，通过反映输入变量和输出变量映射关系的感知模型(自变量与因变量之间的映射模型)遍历掌子面上的所有网格节点预测得到掌子面全域的岩石强度特性分布情况。
15、优选地，本专利技术提供的隧道掌子面全域岩石强度特性精细智能感知方法，在步骤3中，是用正方形单元将掌子面全域分割成若干规则网格。
16、优选地，本专利技术提供的隧道掌子面全域岩石强度特性精细智能感知方法，步骤3包括如下子步骤：
17、步骤3.1，采用0.1×0.1m正方形单元将掌子面全域分割成若干网格；
18、步骤3.2，将步骤2中掌子面中心、拱顶、拱底、左侧拱腰和右侧拱腰处的测点作为基准测点，在此基础上通过以下公式1和2计算掌子面三个岩石材料基础物理力学指标的均值和标准差；
19、
20、
21、式中，x指岩石点荷载强度/纵波波速/施密特锤回弹数；n指基准测点的个数；xn指岩石点荷载强度/纵波波速/施密特锤回弹数在第n个基准测点处的取值；mx和sdx分别指掌子面岩石点荷载强度/纵波波速/施密特锤回弹数的均值和标准差；
22、步骤3.3，采用以下公式3描述掌子面岩石材料基础物理力学指标分布的不确定性：
23、
24、式中，xv指岩石点荷载强度/纵波波速/施密特锤回弹数在掌子面网格节点v处的取值；
25、步骤3.4，通过蒙特卡洛模拟对公式3进行随机采样，得到掌子面全域所有网格节点处的岩石材料基础物理力学指标取值；
26、步骤3.5，通过公式1和2重新计算掌子面三个岩石材料基础物理力学指标的均值mx和标准差sdx并将它们代入公式3，此时n取掌子面全域网格节点的个数；
27、步骤3.6，重复步骤3.4～3.5，当mx和sdx在相邻两次蒙特卡洛模拟中的变化幅度小于阈值时终止迭代。
28、优选地，本专利技术提供的隧道掌子面全域岩石强度特性精细智能感知方法，在步骤3.4中，在蒙特卡洛模拟随机采样的过程中限制f(xv)大于0.9并将此作为蒙特卡洛模拟的约束条件。
29、优选地，本专利技术提供的隧道掌子面全域岩石强度特性精细智能感知方法，在步骤4中，将掌子面中心与拱顶连线中点、中心与拱底连线中点、中心与左侧拱腰连线中点、中心与右侧拱腰连线中点作为校准测点，通过公式4计算掌子面全域岩石材料基础物理力学指标的似然函数l(x|d)：
30、
31、式中，x指岩石点荷载强度/纵波波速/施密特锤回弹数；m指校准测点的个数，这里等于4；dx6指第i个校准测点处岩石点荷载强度/纵波波速/施密特锤回弹数的实测值；yxi指第i个校准测点处岩石点荷载强度/纵波波速/施密特锤回弹数的模拟值，由步骤3所得；σx指岩石点荷载强度/纵波波速/施密特锤回弹数的模拟误差标准差，由公式5计算所得：
32、
33、步骤4.2，将步骤3迭代终止时的f(xv)作为掌子面网格节点v处岩石点荷载强度/纵波波速/施密特锤回弹数的先验分布p(xv)，即：
34、p(xv)＝f(xv) (6)步骤4.3，通过公式7更新先验分布p(xv)得到后验分布p(xv|d)：
35、
36、步骤4.4，通过蒙特卡洛模拟对掌子面全域所有网格节点处的后验分布随机采样，得到修正后的岩石材料基础物理力学指标取值。
37、优选地，本专利技术提供的隧道掌子面全域岩石强度特性精细智能感知方法，在步骤5中，采用多输出支持向量回归算法融合高斯核来建立感知模型，这样可以有效改善算法拟合效果。
38、优选地，本专利技术提供的隧道掌子面全域岩石强度特性精细本文档来自技高网...
【技术保护点】
1.隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
3.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
4.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
5.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
6.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
7.根据权利要求6所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
8.根据权利要求7所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
9.根据权利要求7所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
10.隧道掌子面全域岩石强度特性精细智能感知系统，其特征在于，包括：
【技术特征摘要】
1.隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
3.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
4.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
5.根据权利要求1所述的隧道掌子面全域岩石强度特性精细智能感知方法，其特征在于：
【专利技术属性】
技术研发人员：殷欣，刘泉声，夏明锬，罗勇，黄兴，熊军，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。