详情

原文传递隧道超前地质预报技术与计算机辅助预报系统研究

论文题名：	隧道超前地质预报技术与计算机辅助预报系统研究
关键词：	超前地质预报;计算机辅助预报;隧道施工;隧道探测;预报精度;响应特征;围岩大变形
摘要：	隧道施工过程中，各类不同成因的不良地质和施工地质灾害常常成为制约隧道修建的最主要因素。因此，对掌子面前方的地质条件和可能的地质灾害开展超前地质预报，对确保隧道施工安全具有举足轻重的作用。本文采用工程地质、岩体力学、地球物理探测、数字图像识别、非线性科学理论、现代信息技术相结合的方法，从隧道不良地质超前预报、隧道施工地质灾害预测和隧道超前地质综合预报三大方面对隧道超前地质预报技术进行深入研究，并最终开发了一套较为完善的隧道超前地质预报计算机辅助软件系统。论文取得的主要成果如下：（1）从TSP（Tunnel Seismic Prediction）、地质雷达（Ground Penetrating Radar）、瞬变电磁法（Transient Electromagnetic Methods）、BEAM(Bore Tunnelling Electrical Ahead Monitoring)的探测原理出发，通过分析其探测隧道常见不良地质的典型案例，总结并提炼了TSP对空洞、断层破碎带、含水溶隙等不良地质的波形特征；地质雷达对完整岩体、破碎岩体、空洞、含水溶洞等不良地质的波形特征；瞬变电磁法对富水断层、干燥断层、富水溶洞、干燥溶洞、含水溶隙裂隙等不良地质以及不良地质组合和后方低阻体的响应特征；Beam对岩溶含水体、含水裂隙、充水断层带、无水断层等不良地质的响应特征。这些成果为建立超前地质预报解译标志、提高隧道超前地质预报精度奠定了良好基础。（2）探讨了数字图像模式识别技术在超前地质预报中的应用。通过地质雷达图像预处理，采用神经网络模式识别技术，探索地质雷达溶洞图像的智能识别，建立了智能识别二维地质雷达图像中由于含水小溶洞造成双曲线特征的神经网络模型，为识别地质雷达图像中的其它不良地质体提供了新途径。（3）探讨了岩爆与洞室形态和尺寸的关系。通过分析同一尺寸不同洞室形状、同一洞室形状不同尺寸下的岩爆强度，得到在其它影响因素相同条件下岩爆存在洞室尺寸和洞形效应。椭圆形洞（谐洞）对减少岩爆最有利，岩爆将随洞室开挖尺寸的增大而增强，但最终趋于一个稳定值。将这一成果应用于锦屏二级水电站引水隧洞和辅助洞的岩爆预测中，结果表明，在相同桩号、岩爆其它发生条件相似的条件下，引水隧洞中段的岩爆强度将比辅助洞提高半个等级。（4）在围岩大变形预测方面，提出了根据洞壁位移-时间观测曲线预测围岩失稳时间的方法。认为洞壁位移-时间观测曲线的拐点即为围岩失稳的时间，由此建立了多阶非线性回归预报模型，求解了围岩失稳时间的数学表达式，并利用最小二乘法，对监测数据进行拟合，求得预报模型的参数，即可预测围岩失稳的时间。该方法一般适用于围岩失稳的临短预报，其可靠程度取决于位移-时间观测曲线的连续性。（5）从预测隧道掌子面前方涌突水危险性角度出发，建立了隧道涌突水危险性的经验公式：，其中a为一无量纲的涌突水危险性综合系数，A1为岩墙厚度，A2为岩墙强度，B1为富水情况，B2为水压条件，并从地层岩性、地质构造等地质指标和TSP、地质雷达、瞬变电磁等物探相关参数指标对地下水富集条件进行综合判断。通过实例验证表明，隧道涌突水危险性综合系数a基本能反映掌子面前方涌突水危险程度的高低。（6）提出了“以地质分析为核心，综合物探分析，洞内外结合、长短预测结合，物性参数互补”的综合预报原则，建立了隧道超前地质综合预报的工作体系。在此基础上，构建了隧道常见不良地质的综合预报方法和工作流程，并选取相关地质参数和物探成果参数，采用模糊神经网络技术，建立了隧道常见不良地质的综合预报模型。该综合预报体系在铜锣山隧道得到较好应用，为确保隧道施工安全提供了保障。（7）以工程地质、岩体力学、岩土工程监测、地球物理探测技术、图像识别技术为依据，采用人工神经网络技术、模糊-层次综合评判、模糊神经网络等非线性智能科学技术，利用数据库和软件工程技术，集成开发了隧道超前地质预报计算机辅助软件系统（TGP-CAS）。主要功能包括隧道基本地质条件预报、隧道施工地质灾害预报、地球物理超前探测预报、综合预报和查询等。国内几条长大深埋隧道的应用表明，该软件具有管理方便、预报精度较高的优点。
作者：	孟陆波
专业：	岩土工程
导师：	李天斌
授予学位：	博士
授予学位单位：	成都理工大学
学位年度：	2009
正文语种：	中文