CN109859301A - 一种岩石结构面粗糙度系数精细化表征方法 - Google Patents

Abstract

本发明涉及岩石工程技术，旨在提供一种岩石结构面粗糙度系数精细化表征方法。包括：获取岩石结构面的形貌数据；对三维点云数据进行预处理；对点云数据进行网格疏化处理；对坐标数据进行正则排序操作；计算点云数据中所有结构面轮廓线的JRC值；绘制JRC数值频率分布直方图。本发明通过三维扫描技术获得反映整个岩石结构面形貌特征的三维点云数据，所得JRC计算结果更加全面、客观、准确。可获得JRC数据的均值、方差、变异系数和各向异性的规律，为全面、准确评价JRC值和岩石结构面抗剪强度提供了技术支撑。能够结合编程实现准确、快速地批量计算，可广泛应用于各类岩石工程项目中涉及的岩石结构面粗糙度以及抗剪强度参数评价。

Description

一种岩石结构面粗糙度系数精细化表征方法

技术领域

本发明涉及岩石工程技术，特别涉及一种基于三维点云数据的岩石结构面粗糙度系数(JRC)的获取方法，适用于各种形态的岩石结构面JRC数据的精细化表征。

背景技术

随着我国国民经济的快速发展，公路、高铁、水利水电等重大基础设施建设涉及到了越来越多的边坡、隧道、地下硐室、坝基等岩石工程。岩石稳定性受其结构面空间产状及力学特性控制，关系到工程施工安全和造价。其中，结构面抗剪强度是评价岩石工程稳定性的关键力学参数。研究表明结构面的粗糙程度是影响其抗剪强度的主要因素。Barton等学者在大量试验的基础上，提出岩石结构面粗糙度系数(Joint Roughness Coefficient，JRC)的概念，建立了JRC-JCS模型用以估算岩石结构面抗剪强度，总结归纳了岩石结构面粗糙度系数(JRC)取值在0～20之间的十条标准结构面轮廓线。该方法通过将实际结构面轮廓线和标准轮廓线进行对比可大致获得岩石结构面JRC估计值，再根据JRC值可估算出岩石结构面抗剪强度。该方法由于简单、直观，在工程中得到了广泛应用。但也存在人为主观判断造成JRC估值不准的问题。为此，国内外学者围绕JRC定量化表征开展了大量的研究工作，提出了一系列定量化计算JRC的公式和方法，这些方法大都基于采集的单条结构面轮廓线数据进行评价。由于岩石结构面具有天然的不规则性和空间变异性，单条轮廓线测量数据往往误差较大，很难准确反映岩石结构面粗糙度的整体特征及其变异性规律。随着科学技术的发展，非接触测量技术为准确获得岩石结构面形貌特征提供了技术手段，例如采用三维扫描技术可以方便、快捷、准确的获得结构面的三维点云数据，据此建立一种岩石结构面JRC数据精细化表征方法，可为全面获取和准确评价岩石结构面抗剪强度提供参考。

发明内容

本发明要解决的技术问题是，克服现有技术中的不足，提供一种岩石结构面粗糙度系数精细化表征方法，实现岩石结构面粗糙度系数的全面、精确、快速的获取。

为解决技术问题，本发明所采用的技术方案是：

提供一种岩石结构面粗糙度系数精细化表征方法，包括下述步骤：

(1)获取岩石结构面的形貌数据

在工程岩石结构分析的基础上，扫描获取拟测量岩石结构面的形貌数据，并存储为stl格式的三维点云数据文件；

(2)对三维点云数据进行预处理

结合扫描时预留的定位靶点或标志确定分析区域，删除分析区域外的多余数据；调整三维点云数据文件坐标系，使分析区域的岩石结构面与水平面(X-Y面)平行，将处理后的数据保存为dxf格式的点云数据文件；

(3)对点云数据进行网格疏化处理

根据精度要求确定点云数据间隔；基于稀疏点云数据密度原理，在原有点云数据中保留所需位置的数据点并删除多余位置的数据点；重构满足间隔要求的点云数据，并将其保存为dat格式的坐标数据文件进行输出；

(4)对坐标数据进行正则排序操作：

首先构建出一个n×3的空矩阵，其中n为总点数；矩阵中每一行代表一个点的坐标数据，第一列代表x坐标，第二列代表y坐标，第三列代表z坐标；搜索y坐标的最小值y₀，令y₀作为矩阵的第一行第二列的元素，从y坐标为y_o的所有点中选出x坐标最小的值x₀，令x₀作为第一行第一列元素，同时令x坐标为x₀，y坐标为y₀对应的该点的z坐标z₀作为第一行第三列元素；令y₀作为第二行第二列元素，y坐标为y₀的所有点中选出x坐标第二小的值x₁作为第二行第一列元素，令x坐标为x₁，y坐标为y₀对应点的z坐标z₁作为第二行第三列元素；以此类推，直到y坐标为y₀的所有点坐标都已经放入矩阵，再将下一行第二列元素换成所有y坐标中的次小值y₁，同理直到将所有的点坐标放入该n×3矩阵，完成正则排序处理；所得到的坐标数据用于计算沿x轴方向的结构面轮廓线JRC值；如要对沿y轴方向的结构面轮廓线JRC值进行计算分析，则先进行类似的正则排序操作；

(5)计算点云数据中所有结构面轮廓线的JRC值

先计算所有结构面轮廓线的特征参数Z₂，Z₂为一阶导数均方根；然后基于Z₂由估算公式计算出每条结构面轮廓线的JRC值；其中，

对于y坐标相同x坐标不同的点构成x方向上的结构面轮廓线，根据以下公式计算Z₂和JRC值：

JRC＝65.18tan(Z₂)-3.88

式中，L为曲线投影长，N为线段上的点个数，i为自然数；

对于x坐标相同y坐标不同的点构成y方向上的结构面轮廓线，根据以下公式计算Z₂和JRC值：

JRC＝65.18tan(Z₂)-3.88

其中，L为曲线投影长，N为线段上的点个数，i为自然数；

通过上述计算，获得整个岩石结构面上的数千条不同位置轮廓线的JRC值；

(6)绘制JRC数值频率分布直方图

通过对数千个JRC值进行统计分析，计算出均值、方差和变异系数；绘制JRC数值频率分布直方图，并以此实现整个岩石结构面JRC值的精细化表征。

本发明中，所述步骤(1)中，是利用三维激光扫描仪或三维结构光扫描仪对岩石结构面进行扫描，获取所要测量的形貌数据。

本发明中，所述步骤(1)中，进行网格疏化处理时，为了确保重构后的点云数据精度，应从小采样间距向大间距进行稀疏处理，且使采样间隔差值为最小间隔的整数倍。

与现有技术相比，本发明的有益效果是：

1、本发明通过三维扫描技术获得反映整个岩石结构面形貌特征的三维点云数据，相比于以往仅测量一条或几条轮廓线来表征结构面JRC数据的方法，本方法的测量信息基于整个岩石结构面的三维扫描点云数据，所得JRC计算结果更加全面、客观、准确。

2、通过三维点云数据预处理、坐标系调整、数据文件转换、网格稀疏化处理、正则排序处理等一系列操作，使得原始点云数据精确、有序，在此基础上能够通过编程实现JRC数据的精细化计算，通过统计分析，可获得JRC数据的均值、方差、变异系数和各向异性的规律，为全面、准确评价JRC值和岩石结构面抗剪强度提供了技术支撑。

3、本发明的方法更加注重对岩石结构面粗糙度和抗剪强度的全面考察，能够结合编程实现准确、快速地批量计算，为岩石结构面JRC数据的测量提供了更加全面准确的获取方法。

4、本发明可广泛应用于各类岩石工程项目中涉及的岩石结构面粗糙度以及抗剪强度参数评价，为岩石工程稳定性评价和精细化设计提供准确、可靠的基础数据。

附图说明

图1为网格稀疏化示意图；

图2为正则排序化示意图；

图3为实例中的岩石结构面试样图与3D模型图；

图4为实例岩石结构面JRC数理统计分析所得的频率分布直方图。

具体实施方式

下面结合附图，对本发明的实现方式进行详细描述。

岩石结构面粗糙度系数精细化表征方法，包括下述步骤：

1、在工程岩石结构分析的基础上，采用三维激光扫描仪或三维结构光扫描仪获取所要测量岩石结构面的形貌数据，并存储为三维点云数据文件(stl格式)；

2、对所获取的岩石结构面形貌的三维点云数据文件进行预处理。结合扫描时预留的定位靶点或标志，确认合适的分析区域，删除分析区域外的多余数据。调整三维点云数据文件坐标系，使分析区域的岩石结构面与水平面(X-Y面)平行，最后将处理后的数据保存为dxf格式的点云数据文件；

3、dxf格式的文件存储的是无规则排序的点云坐标数据，且在不同期扫描区的交界处还会有重叠点。为便于后续通过编程实现点云数据的批量处理，需对点云数据进行网格疏化处理和正则排序操作。点云网格稀疏化处理可根据精度要求确定点云数据间隔，基于稀疏点云数据密度原理，在原有点云数据中保留所需位置的数据点而删除多余位置的数据点，据此重构满足间隔要求的点云数据。例如，对间隔0.1mm的点云数进行稀疏50％操作，即每两个数据点选取一个删除一个，便可得到间隔为0.2mm的点云数据，如图1所示。值得注意的是，为了确保重构后的点云数据精度，应遵循小采样间距向大间距进行稀疏处理，且其采样间隔差值为最小间隔整数倍。网格稀疏化处理同时解决了点云数据重叠的问题，在获得所需间距的点云数据同时，消除了点云数据重叠带来的影响。将网格稀疏化后的点云数据保存为dat的坐标数据文件输出。

4、经网格稀疏化处理后获得的dat文件是一行行的坐标数据。每行三个数据分别表示一个点的x坐标、y坐标和z坐标，文件的总行数即为数据点的总数。相邻行不一定是空间上相邻的点。为此，需对这些排列混乱的数据进行正则排序处理，方便后续通过编程实现批量化的数据分析。正则排序处理的具体方法如下：首先构建出一个n×3的空矩阵(其中n为总点数)，矩阵每一行代表一个点的坐标数据，第一列代表x坐标，第二列代表y坐标，第三列代表z坐标。搜索y坐标的最小值y₀，令y₀作为矩阵的第一行第二列的元素，从y坐标为y_o的所有点中选出x坐标最小的值x₀，令x₀作为第一行第一列元素，同时令x坐标为x₀，y坐标为y₀对应的该点的z坐标z₀作为第一行第三列元素。令y0作为第二行第二列元素，y坐标为y₀的所有点中选出x坐标第二小的值x₁作为第二行第一列元素，令x坐标为x₁，y坐标为y₀对应点的z坐标z₁作为第二行第三列元素。以此类推，直到y坐标为y₀的所有点坐标都已经放入矩阵，再将下一行第二列元素换成所有y坐标中的次小值y₁，同理直到将所有的点坐标放入该n×3矩阵，便完成了正则排序处理，如图2所示。上述排序算法能够通过编程实现，可非常方便对沿x轴方向的结构面轮廓线JRC值进行计算和统计分析。若要对沿y轴方向的结构面轮廓线JRC值进行计算分析，可进行类似的正则排序操作；

5、在上述点云数据基础上，计算点云数据中所有结构面轮廓线的特征参数Z₂(Z₂为一阶导数均方根)。基于Z₂可根据已有的估算公式计算出每条结构面轮廓线的JRC值。整个结构面的点云数据中，y坐标相同x坐标不同的点构成x方向上的结构面轮廓线，由数据点x坐标和z坐标可计算其JRC值。沿着y方向，计算不同x坐标对应的每条结构面轮廓线的JRC值时，采用以下公式：

JRC＝65.18tan(Z₂)-3.88

式中，L为曲线投影长，N为线段上的点个数，i为自然数；

同理，整个结构面的点云数据中，x坐标相同y坐标不同的点构成y方向的的结构面轮廓线，由数据点y坐标和z坐标可计算其JRC值。沿着x方向，计算不同y坐标对应的每条结构面轮廓线的JRC值时，采用以下公式：

JRC＝65.18tan(Z₂)-3.88

其中，L为曲线投影长，N为线段上的点个数，i为自然数；

上述计算均能够通过编程由计算机完成自动计算。

6、在上述计算基础上，获得整个岩石结构面上的数千条不同位置轮廓线的JRC值，通过对其进行统计分析，可计算出均值、方差、变异系数，绘制JRC数值频率分布直方图，从而实现整个岩石结构面JRC值的精细化表征。据此，可以非常方便的分析岩石结构面JRC数据的变异性，各向异性等变化规律。为最终准确、合理地评价岩石结构面抗剪强度参数提供了全面、可靠的JRC数据。

具体实施例子：

选取某山区采集的花岗岩岩样，对其开展基于三维点云数据的岩石结构面JRC数据获取和评价，包括以下步骤：

步骤一、选取的花岗岩结构面平面尺寸为317mm×289mm。采用三维激光扫描获取岩石结构面形貌的三维点云数据，并保存为stl格式文件，如图3所示(图中，左上为岩石结构面照片，右上为点云数据选择及裁剪，左下为由点云数据重构的岩石结构面(俯视图)，右下为由点云数据重构的岩石结构面(轴侧图)；

步骤二、使用软件(如AutoCAD、Geomagic等)对所获取的岩石结构面形貌的stl格式文件进行预处理。结合扫描时预留的定位靶点或标志，选取岩样的分析区域，删除多余的点云数据。由于扫描时结构面并非水平的，因此扫描得到的岩石结构面模型的基准面往往是倾斜，需要通过坐标位置调整，使分析区域的岩石结构面与X-Y面平行。最后将所得的数据保存为dxf格式的数据文件；

步骤三、对dxf格式的点云数据进行网格稀疏化处理。点云网格稀疏化处理可根据精度要求确定点云数据间隔，基于稀疏点云数据密度原理，在原有点云数据中保留所需位置的数据点而删除多余位置的数据点，据此重构满足间隔要求的点云数据。本实例采用的三维扫描仪的精度为0.1mm，为了获得较高的精度要求，对原点云数据进行稀疏网格化处理选择的间距也是0.1mm，即每间隔0.1mm来选取点，删除多余位置的点，便可得到间隔为0.1mm的点云数据。网格稀疏化处理后，X方向便获得3171个点，Y方向便获得了2891个点。本例中的间距为0.1mm仅为举例，可以根据需要选择更小的间距也可以选择更大的间距。将处理后得到的文件保存为dat格式并输出。这样便获得了所研究岩石结构面的点云坐标数据文件，文件中包含3171×7891共计9167361个点的坐标数据。通过网格稀疏化处理，删除了多余的点云数据，形成了规则的网格型的点云数据，消除了扫描重叠区域的点云数据重叠的影响；

步骤四、打开上一步得到的dat文件，得到9167361行数据，每行三个数据分别为一个点的x坐标、y坐标和z坐标。相邻行不一定是空间上相邻的点。为此，需对这些排列混乱的数据进行正则排序处理，方便后续通过编程实现批量化的数据分析。正则排序处理的具体方法为：首先构建出一个9167361×3的空矩阵。使用编程的方法搜索出y坐标的最小值y₀，令y₀作为矩阵的第一行第二列的元素，从y坐标为y₀的所有点中选出x坐标最小的值x₀，令x₀作为第一行第一列元素，同时令x坐标为x₀，y坐标为y₀对应的该点的z坐标z₀作为第一行第三列元素。令y₀作为第二行第二列元素，y坐标为y₀的所有点中选出x坐标第二小的值x₁作为第二行第一列元素，令x坐标为x₁，y坐标为y₀对应点的z坐标z₁作为第二行第三列元素。以此类推，直到y坐标为y₀的所有点坐标都已经放入矩阵，再将下一行第二列元素换成所有y坐标中的次小值y₁，同理直到将所有的点坐标放入该9167361×3矩阵，便完成了正则排序处理。以上为对x轴方向的线条进行统计分析的正则排序方法，适用于确定岩石结构面x轴方向的JRC数据时使用，本实例仅对x轴方向进行计算分析；

步骤五、采用MATLAB编程计算点云数据中构成所有结构面轮廓线的特征参数Z₂，并根据该特征参数计算出不同位置结构面轮廓线相应的JRC值。本实例仅分析结构面x轴方向的JRC值。将x轴方向上的3171个点作为一条线段可以计算出该线段的Z₂值及JRC值。沿y轴方向，整个岩石结构面上共计2891条x轴方向上的结构面轮廓线，每条轮廓线由3171个点控制其形貌特征。采用MATLAB编程计算出2891条轮廓线的Z₂值及JRC值；

JRC＝65.18tan(Z₂)-3.88

其中，Z₂为一阶导数均方根，L为曲线投影长，N为线段上的点个数，i为自然数；

步骤六、对整个岩石结构面上x轴方向的2891条轮廓线的JRC值进行统计分析，计算出x轴方向上整个岩石结构面的JRC平均值为12.87，中位值为12.75，方差为1.03，标准差为1.02，变异系数为0.079，绘制JRC数据的频率分布直方图，如图4所示。

最后，需要注意的是，以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有很多变形。本领域的普通技术人员能从本发明公开的内容中直接导出或联想到的所有变形，均应认为是本发明的保护范围。

Claims (3)

1.一种岩石结构面粗糙度系数精细化表征方法，其特征在于，包括下述步骤：

(1)获取岩石结构面的形貌数据

在工程岩石结构分析的基础上，扫描获取拟测量岩石结构面的形貌数据，并存储为st1格式的三维点云数据文件；

(2)对三维点云数据进行预处理

结合扫描时预留的定位靶点或标志确定分析区域，删除分析区域外的多余数据；调整三维点云数据文件坐标系，使分析区域的岩石结构面与水平面平行，将处理后的数据保存为dxf格式的点云数据文件；

(3)对点云数据进行网格疏化处理

根据精度要求确定点云数据间隔；基于稀疏点云数据密度原理，在原有点云数据中保留所需位置的数据点并删除多余位置的数据点；重构满足间隔要求的点云数据，并将其保存为dat格式的坐标数据文件进行输出；

(4)对坐标数据进行正则排序操作：

首先构建出一个n×3的空矩阵，其中n为总点数；矩阵中每一行代表一个点的坐标数据，第一列代表x坐标，第二列代表y坐标，第三列代表z坐标；搜索y坐标的最小值y₀，令y₀作为矩阵的第一行第二列的元素，从y坐标为y₀的所有点中选出x坐标最小的值x₀，令x₀作为第一行第一列元素，同时令x坐标为x₀，y坐标为y₀对应的该点的z坐标z₀作为第一行第三列元素；令y₀作为第二行第二列元素，y坐标为y₀的所有点中选出x坐标第二小的值x₁作为第二行第一列元素，令x坐标为x₁，y坐标为y₀对应点的z坐标z₁作为第二行第三列元素；以此类推，直到y坐标为y₀的所有点坐标都已经放入矩阵，再将下一行第二列元素换成所有y坐标中的次小值y₁，同理直到将所有的点坐标放入该n×3矩阵，完成正则排序处理；所得到的坐标数据用于计算沿x轴方向的结构面轮廓线JRC值；如要对沿y轴方向的结构面轮廓线JRC值进行计算分析，则先进行类似的正则排序操作；

(5)计算点云数据中所有结构面轮廓线的JRC值

先计算所有结构面轮廓线的特征参数Z₂，Z₂为一阶导数均方根；然后基于Z₂由估算公式计算出每条结构面轮廓线的JRC值；其中，

对于y坐标相同x坐标不同的点构成x方向上的结构面轮廓线，根据以下公式计算Z₂和JRC值：

JRC＝65.18tan(Z₂)-3.88

式中，L为曲线投影长，N为线段上的点个数，i为自然数；

对于x坐标相同y坐标不同的点构成y方向上的结构面轮廓线，根据以下公式计算Z₂和JRC值：

JRC＝65.18tan(Z₂)-3.88

其中，L为曲线投影长，N为线段上的点个数，i为自然数；

通过上述计算，获得整个岩石结构面上的数千条不同位置轮廓线的JRC值；

(6)绘制JRC数值频率分布直方图

通过对数千个JRC值进行统计分析，计算出均值、方差和变异系数；绘制JRC数值频率分布直方图，并以此实现整个岩石结构面JRC值的精细化表征。

2.根据权利要求1所述的方法，其特征在于，所述步骤(1)中，是利用三维激光扫描仪或三维结构光扫描仪对岩石结构面进行扫描，获取所要测量的形貌数据。

3.根据权利要求1所述的方法，其特征在于，所述步骤(1)中，进行网格疏化处理时，为了确保重构后的点云数据精度，应从小采样间距向大间距进行稀疏处理，且使采样间隔差值为最小间隔的整数倍。