一种TBM隧道岩爆段支护方案智能设计方法

技术领域

本申请涉及隧道工程领域，具体涉及一种TBM隧道岩爆段支护方案智能设计方法。

背景技术

隧道作为交通运输线路上的工程构筑物，具有重大的社会、经济效益。隧道建设是各个国家发展进程中的重要组成部分，随着国民经济的快速发展，我国地下资源开发、地下基础建设迅速向深部延伸，如川藏公路二郎山隧道、秦岭铁路隧道、川藏铁路等隧道岩爆时而发生，这是由于随着埋深和地应力水平的增加，岩体所处的地质环境变得更为复杂，开挖或开采引发的岩爆灾害变得更加突出和严重，这给深部地下工程的设计、施工和生产等带来了前所未有的挑战。而及时有效的隧道支护方案能预防与控制岩爆，对隧道安全建设以及长期稳定性起到决定性作用。

TBM隧道在深部硬岩掘进隧道中得到广泛应用，而TBM隧道支护方案的选取主要依据是设计单位和施工单位技术员的经验及工程类比法，这导致隧道支护存在受主观影响严重、设计效率低等问题。随着对效率、质量、安全要求越来越高，对岩爆的有效预防及控制的要求也越来越高，人工经验与工程类比法已无法满足隧道支护的发展要求，亟需提出一种智能化的TBM隧道岩爆段支护方案智能设计方法。

发明内容

针对现有技术的不足，本发明提供一种TBM隧道岩爆段支护方案智能设计方法，可以为现场施工人员针对隧道岩爆段提供一种高效的支护方案。

一种TBM隧道岩爆段支护方案智能设计方法，具体包括以下步骤：

步骤1：基于TBM主机运行数据与围岩反馈评价、隧道工程地质勘察报告、隧道区域地形地质图，获取围岩基本参数，确定初期支护隧道段落的围岩分级以及隧道开挖工程中围岩的应力分布情况，进而运用岩爆烈度评估方法，预测隧道走向不同位置径向不同位置岩爆等级；

步骤1.1：基于TBM主机运行数据与围岩反馈评价、隧道工程地质勘察报告、隧道区域地形地质图，获取围岩基本参数，根据围岩基本参数，确定该隧道段落的围岩分级；

所述围岩基本参数主要包括埋深、地层岩性、围岩分级、水文地质条件、岩石单轴抗压强度、隧道断面形状、掘进掌子面附近围岩结构面分布情况；

步骤1.2：基于隧道工程地质勘察报告与隧道区域地形地质图，通过数值模拟的方法反演出隧道原岩初始地应力和开挖扰动应力场分布，确定隧道开挖工程中围岩的应力分布情况；

步骤1.3：根据围岩基本参数与隧道开挖工程中围岩的应力分布情况，绘制隧道走向不同位置径向不同位置隧道岩爆强度综合判断表，综合分析预测岩爆等级；

所述岩爆等级具体包括无岩爆、轻微岩爆、中等岩爆以及强烈岩爆；

步骤2：基于围岩分级与岩爆等级，运用计算机深度学习技术，确定TBM隧道围岩初期支护方案；

步骤2.1：构建样本库，该样本库包括围岩分级、岩爆等级与对应的已建成或者在建的TBM隧道围岩初期支护方案；

步骤2.2：基于神经网络构建TBM隧道初期支护方案选取模型，将样本库代入所述TBM隧道初期支护方案选取模型进行训练；

步骤2.3：向训练后的TBM隧道初期支护方案选取模型输入待建隧道的围岩分级、岩爆等级获得对应得TBM隧道初期支护方案。

本发明的有用效果是：

本发明提供了一种TBM隧道岩爆段支护方案智能设计方法，该TBM隧道岩爆段支护方案智能设计方法基于TBM主机运行数据与围岩反馈评价、隧道工程地质勘察报告，确定围岩分级，运用岩爆烈度评估方法，预测岩爆等级；基于围岩分级与岩爆等级，运用计算机深度学习技术，确定围岩初期支护方法；该方法有效避免了主观因素影响，积极利用了TBM主机运行数据与围岩反馈评价，结合大数据处理与人工智能技术，提出TBM隧道岩爆段智能设计支护方案，可以为现场施工人员针对隧道岩爆段提供一种高效的支护方案。

附图说明

图1是本发明实施案例提供的TBM隧道岩爆段支护方案智能设计方法的流程图；

图2是本发明实施案例提供的某TBM隧道某个掘进时刻TBM主机的监控页面示意图；

图3是本发明实施案例提供的利用深度神经网络技术，基于已有TBM隧道初期支护方案库的TBM隧道初期支护方案选取模型示意图；

图4是本发明实施案例提供的预测TBM隧道岩爆等级平面展开示意图；

图5是本发明实施案例提供的TBM隧道围岩初期支护方案选取流程图。

具体实施方式

下面结合附图和实施例，对本发明做进一步说明；

一种TBM隧道岩爆段支护方案智能设计方法，如图1所示，具体包括以下步骤：

步骤1：基于TBM主机运行数据与围岩反馈评价、隧道工程地质勘察报告、隧道区域地形地质图，获取围岩基本参数，确定初期支护隧道段落的围岩分级以及隧道开挖工程中围岩的应力分布情况，进而运用岩爆烈度评估方法，预测隧道走向不同位置径向不同位置岩爆等级；

步骤1.1：基于TBM主机运行数据与围岩反馈评价、隧道工程地质勘察报告、隧道区域地形地质图，获取围岩基本参数，围岩基本参数主要包括埋深、地层岩性、围岩分级、水文地质条件、岩石单轴抗压强度、隧道断面形状、掘进掌子面附近围岩结构面分布情况，根据围岩基本参数，确定该隧道段落的围岩分级。

需要说明的是TBM主机运行数据与围岩反馈评价体现的是隧道掘进过程中实时的TBM主机状态与围岩状态，如图2为某TBM隧道某个掘进时刻TBM主机的监控页面示意图，体现了TBM主机状态(TBM掘进进尺数据，刀盘扭矩，总推力，贯入度，掘进速度，左撑靴、撑靴、顶护盾、左侧护盾、右侧护盾压力和位移)与掌子面岩体评价，而隧道工程地质勘察报告体现的是隧道设计阶段围岩状态，应以前者结果为主，后者结果为辅；

步骤1.2：基于隧道工程地质勘察报告与隧道区域地形地质图，通过数值模拟的方法反演出隧道原岩初始地应力和开挖扰动应力场分布，确定隧道开挖工程中围岩的应力分布情况。

步骤1.3：根据围岩基本参数与隧道开挖工程中围岩的应力分布情况，绘制隧道走向不同位置径向不同位置隧道岩爆强度综合判断表，综合分析预测岩爆等级，其中岩爆等级具体包括无岩爆、轻微岩爆、中等岩爆以及强烈岩爆。

因为隧道开挖工程中围岩的应力分布情况常常不对称，导致隧道围岩某个部位应力集中，而预测的岩爆常常从此处发生，所以根据隧道开挖工程中围岩的应力分布情况知道围岩应力集中部位，而相应的在此处的支护手段需要更为有效。故预测的岩爆等级不仅显现某个段落的岩爆等级，而且要显现围岩某个位置的应力集中区域，如图4所示。

国内外专家针对岩爆预测理论提出了多种岩爆等级预测方法，依据隧道自身特性选择适用的岩爆等级预测方法，对隧道的岩爆等级进行预测，目前对于岩爆等级预测方法主要有工程地质分析法、岩石力学判据法、RVI指标法、神经网络法和岩爆微震预警法。本实施案例中，以某隧道为实例，该隧道选取适用于该隧道的4个判断依据，如下所示，并绘制岩爆强度综合判断表，对围岩进行岩爆等级的综合预测。若该隧道某段4个岩爆等级预测结果不一致，将采用多数预测结果作为最终预测结果。

1)埋深；

2)围岩级别；

3)岩石应力强度比法σ

4)岩石强度应力比法σ

步骤2：基于围岩分级与岩爆等级，运用计算机深度学习技术，确定TBM隧道围岩初期支护方案。

神经网络是计算机大面积普及后的一门新兴学科，它是受到人脑神经系统的启发，模拟人脑神经元及神经元连接结构的一种复杂的计算方法，神经网络技术主要以人神经的工作流程为设计的范本，利用人神经处理相关内容的方式进行计算。神经网络无需事先确定输入输出之间映射关系的数学方程，仅通过自身的训练，学习某种规则，在给定的输入值时得到最接近期望输出值的结果。

经典的神经网络模型通常由输入层、隐含层和输出层组成，层与层之间全互连，每层节点之间不相连，隐含层可以有多个，其通过不断自我反复推演重塑神经网络，然后得到最终结果，随着国内外专家学者对神经网络的研究与应用，有多种结构的神经网络模型，如BP神经网络、卷积神经网络、循环神经网络、RBF神经网络等，为了达到TBM隧道岩爆段支护方案智能设计的目的，可以选择适合现场隧道的神经网络结构，本申请以如下神经网络结构示例。

步骤2.1：构建样本库，该样本库包括围岩分级、岩爆等级与对应的已建成或者在建的TBM隧道围岩初期支护方案。

某隧道的对应特征如下表所示：

步骤2.2：基于神经网络构建TBM隧道初期支护方案选取模型，将样本库代入所述TBM隧道初期支护方案选取模型进行训练。

对于TBM隧道初期支护方案选取模型的深度神经网络，设置其网络层数为5层，即输入层，3层隐含层和输出层；其中输入层对应2个参数，即围岩分级、岩爆等级，选其特征做为参数，比如围岩级别分为6种：Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ级，岩爆等级分为4种：无岩爆、轻微岩爆、中等岩爆、强烈岩爆，故有2个节点，而输出层对应TBM隧道初期支护方案，故有1个节点，隐含层节点数通过研究确定，一般情况下建议节点数应该小于特征项个数(输入层节点数)的2倍。选用正切函数或者对数函数作为传递函数(隐含层的激活函数)，如附图3所示。

神经网络建立后，输入大量的样本库对深度学习人工网络选取模型训练直至收敛，达到设定误差标准，获得训练完成的深度学习人工网络选取模型即获得可用的TBM隧道初期支护方案选取模型。

通过大量的样本库数据训练，且TBM隧道初期支护方案选取模型具有自学习功能，随着施工过程中产生的样本库数据的增多，准确率不断提高，具有准确性高、智能化程度高的特点。在具体实施时，样本库的数据不少于100组。

步骤2.3：向训练后的TBM隧道初期支护方案选取模型输入待建隧道的围岩分级、岩爆等级获得对应得TBM隧道初期支护方案。如附图5所示。

TBM隧道初期支护方案中围岩应力集中区域的初期支护方案需优化为更有效的支护方法，如缩短钢筋排间距，加密布置锚杆手段，以此来更好的预防岩爆的发生，在TBM隧道初期支护方案选取模型中可理解为以该隧道段落的围岩应力集中区域的围岩分级、岩爆等级、TBM隧道初期支护方作为输入，围岩应力集中区域的初期支护方案作为输出节点，通过训练得到围岩应力集中区域的初期支护方案作为输出节点，如某个预测为中等岩爆Ⅲ级围岩隧道段落采用的初期支护措施如下表：

则该隧道段落围岩应力集中区域的初期支护措施应优化可如下表：