隧道地質(zhì)數(shù)字鉆進(jìn)精細(xì)化識(shí)別方法研究.pdf

1、我國(guó)基礎(chǔ)設(shè)施建設(shè)中有大量隧道工程，隧道的突水涌泥災(zāi)害嚴(yán)重的限制了施工進(jìn)程，由于隧道掌子面前方地質(zhì)體不明、勘察資料根本不能完全準(zhǔn)確反映施工前方的地質(zhì)情況，給現(xiàn)場(chǎng)施工帶來(lái)很大盲目性，因而經(jīng)常出現(xiàn)難以預(yù)知的地質(zhì)災(zāi)害，包括突水突泥在內(nèi)的坍塌、巖爆和有害氣體等，隧道開(kāi)挖導(dǎo)致的工程災(zāi)害具有無(wú)法選擇性、多元性、難治理性及突發(fā)性，萬(wàn)一災(zāi)害發(fā)生，輕則沖毀機(jī)器、器材，淹沒(méi)隧道，正常施工中斷;重則引起重大人員傷亡，造成巨大經(jīng)濟(jì)損失，甚至部分地下工程會(huì)因此被迫

2、改線或停建，成為了嚴(yán)重影響施工進(jìn)程的因素。常規(guī)的鉆孔取芯巖土工程勘察手段費(fèi)時(shí)、費(fèi)力、成本極高，而地球物理探測(cè)方法存在信息解譯不確定性與多解性的缺點(diǎn)，且一種物探方法無(wú)法同時(shí)解決界面識(shí)別、不良地質(zhì)體識(shí)別和圍巖分級(jí)問(wèn)題。針對(duì)以上難題，提出了隧道地質(zhì)數(shù)字鉆進(jìn)精細(xì)化識(shí)別方法，以探尋鉆進(jìn)參數(shù)與地層信息之間的相關(guān)性指標(biāo)為主線，以可鉆性指標(biāo)、鉆進(jìn)能量和鉆進(jìn)參數(shù)數(shù)據(jù)為核心，以仿生k-medoids算法和量子遺傳-RBF神經(jīng)網(wǎng)絡(luò)為方法，以參數(shù)采集系統(tǒng)的設(shè)計(jì)

3、和數(shù)據(jù)的轉(zhuǎn)換為基礎(chǔ)，實(shí)現(xiàn)對(duì)地層的界面識(shí)別、不良地質(zhì)體識(shí)別和圍巖分級(jí)，并在工程實(shí)踐中得到了檢驗(yàn)和應(yīng)用，取得了一系列的創(chuàng)新研究成果:
　　(1)優(yōu)化鉆進(jìn)能量轉(zhuǎn)換公式，將忽略的鉆頭水功能量添加到鉆進(jìn)能量計(jì)算公式中，同時(shí)考慮到鉆進(jìn)比功和機(jī)械比能在反映巖石可鉆性時(shí)存在的誤差，為了更為準(zhǔn)確的反映巖土體的客觀實(shí)際情況，提出了加權(quán)比功概念，并用功效系數(shù)法和粗糙集理論，確定了加權(quán)比功公式中的權(quán)重值，定義了加權(quán)比功公式。
　　(2)設(shè)計(jì)了數(shù)字鉆

4、進(jìn)信息采集系統(tǒng)，改進(jìn)了實(shí)驗(yàn)載體鉆機(jī)中的參數(shù)采集裝置，重新設(shè)計(jì)了鉆進(jìn)深度、鉆進(jìn)速度、扭矩、壓力和轉(zhuǎn)速等參數(shù)的采集方法，改進(jìn)了數(shù)據(jù)轉(zhuǎn)換系統(tǒng)，采用DSP微處理器進(jìn)行鉆進(jìn)信息的數(shù)模和模數(shù)轉(zhuǎn)換，并基于鉆進(jìn)能量和加權(quán)比功概念生成可利用的數(shù)字鉆進(jìn)能量信息，同時(shí)建立數(shù)字鉆進(jìn)信息存儲(chǔ)及分析系統(tǒng)，實(shí)現(xiàn)對(duì)數(shù)字鉆進(jìn)信息的存儲(chǔ)和分析。
　　(3)利用基于鉆進(jìn)速度-轉(zhuǎn)數(shù)-推進(jìn)力耦合的可鉆性指標(biāo)的界面識(shí)別方法，將采集的地層深度、鉆進(jìn)速度、扭矩、轉(zhuǎn)速和推進(jìn)力等鉆

5、進(jìn)信息進(jìn)行分析處理，得到了鉆探地層內(nèi)的界面信息，并結(jié)合地質(zhì)分析，確定了界面之間的圍巖風(fēng)化程度等級(jí)和圍巖巖性。
　　(4)針對(duì)數(shù)字鉆進(jìn)信息采集系統(tǒng)得到的大量數(shù)據(jù)，利用數(shù)字鉆進(jìn)能量理論將其轉(zhuǎn)換并生成鉆進(jìn)能量和加權(quán)比功數(shù)據(jù)集，然后采用仿生k-medoids聚類(lèi)算法，將大量的鉆進(jìn)能量和加權(quán)比功數(shù)據(jù)進(jìn)行聚類(lèi)分析，高效準(zhǔn)確地對(duì)不良地質(zhì)體進(jìn)行了識(shí)別。
　　(5)針對(duì)圍巖分級(jí)問(wèn)題，基于量子遺傳-RBF（徑向基函數(shù)）神經(jīng)網(wǎng)絡(luò)算法，提出了數(shù)字鉆

6、進(jìn)圍巖分級(jí)方法，此方法以數(shù)字鉆進(jìn)技術(shù)為基礎(chǔ)，從鉆進(jìn)參數(shù)中提取有用信息，構(gòu)建圍巖分級(jí)指標(biāo)體系，并采用量子計(jì)算原理對(duì)遺傳算法進(jìn)行改進(jìn)，通過(guò)量子位編碼和量子旋轉(zhuǎn)門(mén)更新種群，以此來(lái)確定RBF神經(jīng)網(wǎng)絡(luò)的參數(shù)，建立了基于量子遺傳算法-RBF神經(jīng)網(wǎng)絡(luò)的圍巖分級(jí)系統(tǒng)。
　　(6)針對(duì)青島膠州灣隧道F4-4斷層，開(kāi)展了不良地質(zhì)數(shù)字鉆進(jìn)精細(xì)化識(shí)別方法研究，利用數(shù)字鉆進(jìn)系統(tǒng)采集的鉆進(jìn)速度、扭矩、轉(zhuǎn)速、推進(jìn)力、鉆進(jìn)能量和加權(quán)比功等參數(shù)，實(shí)現(xiàn)了對(duì)隧道F4-