CN110031491A - 车载式岩性与不良地质前兆特征识别***及方法 - Google Patents

车载式岩性与不良地质前兆特征识别***及方法 Download PDF

Info

Publication number
CN110031491A
CN110031491A CN201910272838.9A CN201910272838A CN110031491A CN 110031491 A CN110031491 A CN 110031491A CN 201910272838 A CN201910272838 A CN 201910272838A CN 110031491 A CN110031491 A CN 110031491A
Authority
CN
China
Prior art keywords
rock
mineral
tunnel
module
test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910272838.9A
Other languages
English (en)
Other versions
CN110031491B (zh
Inventor
许振浩
余腾飞
谢辉辉
石恒
王文扬
林鹏
潘东东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201910272838.9A priority Critical patent/CN110031491B/zh
Priority to PCT/CN2019/084650 priority patent/WO2020199289A1/zh
Priority to AU2019438696A priority patent/AU2019438696B2/en
Publication of CN110031491A publication Critical patent/CN110031491A/zh
Application granted granted Critical
Publication of CN110031491B publication Critical patent/CN110031491B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/20008Constructional details of analysers, e.g. characterised by X-ray source, detector or optical system; Accessories therefor; Preparing specimens therefor
    • G01N23/2005Preparation of powder samples therefor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/2055Analysing diffraction patterns
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/207Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions
    • G01N23/2076Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions for spectrometry, i.e. using an analysing crystal, e.g. for measuring X-ray fluorescence spectrum of a sample with wavelength-dispersion, i.e. WDXFS
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/05Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/056Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/10Different kinds of radiation or particles
    • G01N2223/101Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1016X-ray

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Dispersion Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本公开提供了一种车载式岩性与不良地质前兆特征识别***及方法,利用车辆承载有导航定位模块、岩石元素测试模块、岩石取样模块、岩样自动研磨模块、岩石矿物测试模块和控制与数据分析模块,岩石试样取样模块和研磨模块可自动研磨出测试所需试样,岩石元素测试模块和岩石矿物测试模块可对岩石元素和矿物含量进行测试,控制与数据分析模块通过对比隧道洞内和洞外不良地质影响区元素和矿物富集规律,并和典型不良地质体元素和矿物富集特征数据库相匹配,预报掌子面前方岩性变化与不良地质体赋存特征。

Description

车载式岩性与不良地质前兆特征识别***及方法
技术领域
本公开涉及隧道车载式超前地质预报技术领域,具体涉及一种车载式岩性与不良地质前兆特征识别***及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
深埋特长隧道修建过程中常遭遇大规模突水突泥灾害,隧道突水突泥灾害的发生常与地层岩性和断层破碎带、蚀变带、岩溶等不良地质体相关,地层岩性和不良地质体的赋存特征很大程度上决定了隧道突水突泥灾害的特性和规模,因此准确识别地层岩性和不良地质体的赋存特征是准确开展针对性超前地质预报的前提。据发明人了解,传统超前地质预报方法对隧道内地层岩性识别往往依赖前期钻探勘察成果,而勘察资料和隧道开挖实际揭露情况有较大差别,进而造成超前地质预报精度不够。
发明内容
本公开为了解决上述问题,提出了一种车载式岩性与不良地质前兆特征识别***及方法,本公开能够获取隧道掌子面岩性和不良地质前兆特征信息,主要包括岩石特征矿物和元素含量变化规律,从而对掌子面前方不良地质体的类型进行预报。
根据一些实施例,本公开采用如下技术方案:
一种车载式岩性与不良地质前兆特征识别***,包括车辆,所述车辆上设置有导航定位模块、岩石元素测试模块、岩石取样模块、岩样自动研磨模块、岩石矿物测试模块和控制与数据分析模块,其中:
所述导航定位模块固定在车辆的前端,被配置为控制承载车辆行进的距离和速度,并根据隧道内测试位置的不同实现自动导航与定位;
所述岩石元素测试模块包括可旋转支架,以及设置在所述支架上的X荧光光谱分析仪,以测试岩石元素及其百分比含量;
所述岩石取样模块包括取样钻机、可伸缩式旋转支撑架,以获取隧道不良地质影响区岩样,可伸缩式旋转支撑架可以调整岩样的位置,将岩样自动送入研磨模块中;
所述岩样自动研磨模块对岩样进行研磨,研磨后的岩石试样进入岩石矿物测试模块进行矿物测试;
所述岩石矿物测试模块包括X射线衍射分析仪,用于测试隧道不良地质影响区岩石矿物富集变化规律,测试结果为X射线衍射图谱;
所述控制与数据分析模块接收岩石元素测试模块和岩石矿物测试模块,对X射线衍射图谱进行拟合分析,得到矿物名称及其百分比含量,结合岩石元素测试模块测得的元素名称及百分比含量,从而得出隧道不良地质影响区元素和矿物富集变化规律。
本公开利用车载方式,可以在工程中任意行走,且利用各部分之间的配合,可以快捷采集隧道不良地质体影响区岩石元素和矿物富集特征,并进行智能化分析。
作为进一步的限定,所述岩石元素测试模块的可旋转支架为可伸缩结构,可伸缩结构顶端设置有元素分析仪,设置于车辆顶端,用于测试隧道不良地质影响区岩石元素富集变化规律,测试结果为元素名称及其百分比含量,测试数据通过信号传输线传输至控制与数据分析模块中。
作为进一步的限定,所述可伸缩式旋转支撑固定在承载车辆顶端,用于获取隧道不良地质影响区岩样,采集的岩样可通过可伸缩式旋转支撑调整位置将岩样自动送入研磨模块中。
作为进一步的限定,所述岩样自动研磨模块包括研磨机和玻璃漏斗,由控制与数据分析模块控制,利用研磨机将岩样自动研磨至200目,所述研磨机底部安装有阀板门,并连接玻璃漏斗,打开阀板门,研磨好的岩石试样通过玻璃漏斗进入岩石矿物测试模块进行矿物测试。
作为进一步的限定,所述岩石矿物测试模块包括X射线衍射分析仪,用于测试隧道不良地质影响区岩石矿物富集变化规律,测试结果为X射线衍射图谱,测试数据通过信号传输线传输至控制与数据分析模块中。
作为进一步的限定,所述控制与数据分析模块通过基于最小二乘法的Rietveld方法对X射线衍射图谱进行拟合分析,得到矿物名称及其百分比含量,结合岩石元素测试模块测得的元素名称及百分比含量,从而得出隧道不良地质影响区元素和矿物富集变化规律。
作为进一步的限定,所述控制与数据分析模块存储有典型不良地质体元素和矿物富集特征数据库,能够实现数据库实时补充和动态更新。
基于上述***的工作方法,包括以下步骤:
控制车辆停在隧道轴线掌子面后方距离L处,启动岩石元素测试模块,将元素分析仪紧贴拱顶测点,进行岩石元素信息测试,测试数据包括元素名称及其百分比含量,测试结果将自动录入控制与数据分析模块中;
升降取样钻机,对拱顶测点进行取样,取得的岩样进入岩样自动研磨模块;
将岩样研磨均匀至设定目,岩石试样粉末传送至岩样矿物测试模块进行矿物含量测试;
测试岩石试样粉末的X射线衍射图谱,基于最小二乘法的Rietveld方法对X射线衍射图谱进行分析,从而得到该处岩样的主要矿物名称及其百分比含量;
承载车向前行驶距离S,其中L=n*S,n为大于1的整数,重复上述步骤,直至车辆等间距行驶至隧道掌子面处,从而得到隧道洞内不良地质体影响区各元素和矿物富集变化规律,实现对掌子面前方不良地质体的超前预报。
作为进一步的限定,获取隧址区地层岩性、地形地貌、地质构造、不良地质现象和水文地质条件资料,将得到的隧洞内不良地质体影响区岩性、元素和矿物富集变化规律与资料信息进行对比、验证,并和典型不良地质体元素和矿物富集特征数据库相匹配。
作为进一步的限定,匹配方法包括以下三个方面:
1)若越趋近隧道掌子面,部分或全部黏土矿物含量逐渐增加,隧道围岩中石英和长石主要矿物的含量相应减少,隧道掌子面前方可能存在断层破碎带,对应矿物或元素含量的变化量越大,断层破碎带活动性越强,其在上下盘的影响范围越大;
2)若越趋近隧道掌子面,矿物的含量明显增加,对元素含量逐渐增加,则隧道掌子面前方可能存在蚀变带,对应矿物或元素含量的变化量越大,蚀变作用越强烈,且其影响范围也越大;
3)在可溶岩地区,若越趋近隧道掌子面,岩石中方解石、白云石、菱铁矿或菱锰矿矿物的百分含量减少,对应元素含量也相应减少,表明该处发生较强的水岩相互作用-溶滤作用,则隧道掌子面前方可能含有岩溶。
与现有技术相比,本公开的有益效果为:
本公开可快捷采集隧道不良地质体影响区岩石元素和矿物富集特征,并进行智能化分析;
本公开可补充存储隧道不良地质体影响区元素和矿物富集变化规律数据,实现数据库的动态更新。
本公开可以实现地表钻孔编录和隧道洞内不良地质体影响区岩性、元素和矿物富集特征的数字化、立体化。
本公开利用获取隧址区地层岩性、地形地貌、地质构造、不良地质现象和水文地质条件资料,将得到的隧洞内不良地质体影响区岩性、元素和矿物富集变化规律与资料信息进行对比、验证,可以保证结果的准确性,也可以根据验证结果修正处理过程。
本公开基于最小二乘法的Rietveld方法,通过不断调整峰形参数和结构参数,将理论计算所得衍射强度数据以一定的衍射峰函数曲线与实验强度数据拟合,直到两者的差值达到最小。该方法可克服粉末衍射线重叠、衍射数据少的弊端,使衍射图谱中的重叠峰分离,进而显著提高岩石粉末矿物含量分析的准确度。
本公开提出的车载式岩性与不良地质前兆特征识别方法,通过综合考虑岩石元素与矿物含量信息,可得出岩石元素及矿物与岩性、不良地质前兆特征之间的对应关系,克服单一的元素或矿物信息不足以有效判别岩性与不良地质前兆特征的困难,从而实现岩性与不良地质的高准确率识别。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本公开的车载式超前地质预报***结构示意图;
图2为本公开的超前地质预报方法流程图;
图3为本公开的超前地质预报方法测试过程示意图。
其中1.承载车辆、2.导航定位模块、3.岩石元素测试模块、4.可伸缩式旋转支撑、5.岩石取样模块、6.岩样自动研磨模块、7.玻璃漏斗、8.岩石矿物测试模块、9.控制与数据分析模块、10.阀板门、11.信号传输线。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,只是为了便于叙述本公开各部件或元件结构关系而确定的关系词,并非特指本公开中任一部件或元件,不能理解为对本公开的限制。
本公开中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本公开中的具体含义,不能理解为对本公开的限制。
本公开提供一种车载式岩性与不良地质前兆特征识别***及方法。利用测试车辆前部搭载导航定位模块,控制测试车的行驶方向和距离,可根据需求自动导航与定位。岩石试样取样模块和研磨模块可自动研磨出测试所需试样,岩石元素测试模块和岩石矿物测试模块可对岩石元素和矿物含量进行测试,控制与数据分析模块通过对比隧道洞内和洞外不良地质影响区元素和矿物富集规律,并和典型不良地质体元素和矿物富集特征数据库相匹配,预报掌子面前方岩性变化与不良地质体赋存特征。同时本发明还公开了所述识别***的使用方法。本发明可用于隧道超前地质预报,该车载式超前地质预报***可快捷采集和智能化分析岩石元素和矿物富集特征,可实现地表钻孔编录和隧道洞内不良地质体影响区岩性、元素和矿物富集特征的数字化、立体化和动态更新。
具体的,如图1所示,车载式岩性与不良地质前兆特征识别***包括承载车辆1、导航定位模块2、岩石元素测试模块3、可伸缩式旋转支撑4、岩石取样模块5、岩样自动研磨模块6、玻璃漏斗7、岩石矿物测试模块8、控制与数据分析模块9、阀板门10和信号传输线11。
其中,所述承载车辆1为具有行走机构的车辆,使用现有的预报车即可,在此不再赘述。
导航定位模块2,固定在承载车前部,用于控制承载车辆行进的距离和速度,并可根据隧道内测试位置的不同实现自动导航与定位;
岩石元素测试模块包括X荧光光谱分析仪3和可伸缩式旋转支撑4,X荧光光谱分析仪固定在可伸缩式旋转支撑上,可伸缩式旋转支撑固定在承载车辆顶端,用于测试隧道不良地质影响区岩石元素富集变化规律,测试结果为元素名称及其百分比含量,测试数据通过信号传输线11传输至控制与数据分析模块中;
岩石取样模块包括取样钻机5、可伸缩式旋转支撑4,取样钻机固定在可伸缩式旋转支撑上,可伸缩式旋转支撑固定在承载车辆顶端,用于获取隧道不良地质影响区岩样,采集的岩样可通过可伸缩式旋转支撑调整位置将岩样自动送入研磨模块中;
岩样自动研磨模块包括研磨机6、玻璃漏斗7,由控制与数据分析模块控制,可自动研磨岩样至200目,岩样研磨模块底部安装有阀板门10,并连接玻璃漏斗,打开阀板门,研磨好的岩石试样可通过玻璃漏斗进入岩石矿物测试模块进行矿物测试;
岩石矿物测试模块8包括X射线衍射分析仪,用于测试隧道不良地质影响区岩石矿物富集变化规律,测试结果为X射线衍射图谱,测试数据通过信号传输线传输至控制与数据分析模块中;
控制与数据分析模块9通过基于最小二乘法的Rietveld方法对X射线衍射图谱进行拟合分析,得到矿物名称及其百分比含量,结合岩石元素测试模块测得的元素名称及百分比含量,从而得出隧道不良地质影响区元素和矿物富集变化规律,该模块存储有典型不良地质体元素和矿物富集特征数据库,且该模块具有存储功能,可实现数据库实时补充和动态更新。
如图2所示,车载式岩性与不良地质前兆特征识别方法,包括以下步骤:
(1)开展隧址区地表露头和钻孔勘察,主要包括隧址区地层岩性、地形地貌、地质构造、不良地质现象和水文地质条件等资料,将该资料录入控制与数据分析模块中;
(2)如图3所示,将测试车停在隧道轴线掌子面后方距离L处,启动岩石元素测试模块,可伸缩旋转式支撑将元素分析仪紧贴拱顶测点,进行岩石元素信息测试,测试时间约1min,测试数据包括元素名称及其百分比含量,测试结果将自动录入控制与数据分析模块中;
(3)启动岩石取样模块,取样钻机通过可伸缩式旋转支撑对(2)中拱顶测点进行取样,取样质量约50g,取得的岩样通过钻机外部套管进入岩样自动研磨模块;
(4)启动岩样自动研磨模块,将(3)中的岩样研磨均匀至200目,打开自动研磨模块底部阀板门,并连接玻璃漏斗,打开阀板门,岩石试样粉末通过玻璃漏斗传送至岩样矿物测试模块进行矿物含量测试;
(5)启动岩石矿物测试模块,测试时间约5min,测试结果为该处岩样的X射线衍射图谱,控制与数据分析模块通过基于最小二乘法的Rietveld方法对X射线衍射图谱进行分析,从而得到该处岩样的主要矿物名称及其百分比含量;
(6)如图3所示,启动导航定位模块,承载车向前行驶距离S(其中L=n*S,n为大于1的整数),重复以上(2)~(5)步骤,直至测试车等间距(S)行驶至隧道掌子面处,从而得到隧道洞内不良地质体影响区(L)岩性、元素和矿物富集变化规律,该变化规律将及时自动保存至数据控制与分析***中;
(7)控制与数据分析模块通过将步骤(6)中隧洞内不良地质体影响区岩性、元素和矿物富集变化规律和步骤(1)工程地质勘察成果对比、验证,并和典型不良地质体元素和矿物富集特征数据库相匹配;
步骤(7)中匹配方法包括以下三个方面:
1)若越趋近隧道掌子面,伊利石、绿泥石、高岭石、蒙脱石、伊蒙混层等中的部分或全部黏土矿物含量逐渐增加,而隧道围岩中石英和长石主要矿物的含量相应减少,对应Mg、P、Fe、Mn等元素含量逐渐增加,Na、Si、K等元素含量相应减少,则隧道掌子面前方可能存在断层破碎带,对应矿物或元素含量的变化量越大,断层破碎带活动性越强,其在上下盘的影响范围越大;
2)若越趋近隧道掌子面,黑云母、绢云母、绿帘石、绿泥石、碳酸盐等矿物的含量明显增加,对应Fe、Mg等元素含量逐渐增加,而Na、Si等元素含量逐渐减少,则隧道掌子面前方可能存在蚀变带,对应矿物或元素含量的变化量越大,蚀变作用越强烈,且其影响范围也越大;
3)在可溶岩地区,若越趋近隧道掌子面,岩石中方解石、白云石、菱铁矿、菱锰矿等矿物的百分含量减少,对应Ca、Mg、Fe、Mn等元素含量也相应减少,表明该处发生较强的水岩相互作用-溶滤作用,则隧道掌子面前方可能含有岩溶。
(8)最终实现对掌子面前方不良地质体的超前预报。
本领域内的技术人员应明白,本公开的实施例可提供为方法、***、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种车载式岩性与不良地质前兆特征识别***,包括车辆,其特征是:所述车辆上设置有导航定位模块、岩石元素测试模块、岩石取样模块、岩样自动研磨模块、岩石矿物测试模块和控制与数据分析模块,其中:
所述导航定位模块固定在车辆的前端,被配置为控制承载车辆行进的距离和速度,并根据隧道内测试位置的不同实现自动导航与定位;
所述岩石元素测试模块包括可旋转支架,以及设置在所述支架上的X荧光光谱分析仪,以测试岩石元素及其百分比含量;
所述岩石取样模块包括取样钻机、可伸缩式旋转支撑架,以获取隧道不良地质影响区岩样,可伸缩式旋转支撑架可以调整岩样的位置,将岩样自动送入研磨模块中;
所述岩样自动研磨模块对岩样进行研磨,研磨后的岩石试样进入岩石矿物测试模块进行矿物测试;
所述岩石矿物测试模块包括X射线衍射分析仪,用于测试隧道不良地质影响区岩石矿物富集变化规律,测试结果为X射线衍射图谱;
所述控制与数据分析模块接收岩石元素测试模块和岩石矿物测试模块,对X射线衍射图谱进行拟合分析,得到矿物名称及其百分比含量,结合岩石元素测试模块测得的元素名称及百分比含量,从而得出隧道不良地质影响区元素和矿物富集变化规律。
2.如权利要求1所述的一种车载式岩性与不良地质前兆特征识别***,其特征是:所述岩石元素测试模块的可旋转支架为可伸缩结构,可伸缩结构顶端设置有元素分析仪,设置于车辆顶端,用于测试隧道不良地质影响区岩石元素富集变化规律,测试结果为元素名称及其百分比含量,测试数据通过信号传输线传输至控制与数据分析模块中。
3.如权利要求1所述的一种车载式岩性与不良地质前兆特征识别***,其特征是:所述可伸缩式旋转支撑固定在承载车辆顶端,用于获取隧道不良地质影响区岩样,采集的岩样可通过可伸缩式旋转支撑调整位置将岩样自动送入研磨模块中。
4.如权利要求1所述的一种车载式岩性与不良地质前兆特征识别***,其特征是:所述岩样自动研磨模块包括研磨机和玻璃漏斗,由控制与数据分析模块控制,利用研磨机将岩样自动研磨至200目,所述研磨机底部安装有阀板门,并连接玻璃漏斗,打开阀板门,研磨好的岩石试样通过玻璃漏斗进入岩石矿物测试模块进行矿物测试。
5.如权利要求1所述的一种车载式岩性与不良地质前兆特征识别***,其特征是:所述岩石矿物测试模块包括X射线衍射分析仪,用于测试隧道不良地质影响区岩石矿物富集变化规律,测试结果为X射线衍射图谱,测试数据通过信号传输线传输至控制与数据分析模块中。
6.如权利要求1所述的一种车载式岩性与不良地质前兆特征识别***,其特征是:所述控制与数据分析模块通过基于最小二乘法的Rietveld方法对X射线衍射图谱进行拟合分析,得到矿物名称及其百分比含量,结合岩石元素测试模块测得的元素名称及百分比含量,从而得出隧道不良地质影响区元素和矿物富集变化规律。
7.如权利要求1所述的一种车载式岩性与不良地质前兆特征识别***,其特征是:所述控制与数据分析模块存储有典型不良地质体元素和矿物富集特征数据库,能够实现数据库实时补充和动态更新。
8.基于权利要求1-7中任一项所述的***的工作方法,其特征是:包括以下步骤:
控制车辆停在隧道轴线掌子面后方距离L处,启动岩石元素测试模块,将元素分析仪紧贴拱顶测点,进行岩石元素信息测试,测试数据包括元素名称及其百分比含量,测试结果将自动录入控制与数据分析模块中;
升降取样钻机,对拱顶测点进行取样,取得的岩样进入岩样自动研磨模块;
将岩样研磨均匀至设定目,岩石试样粉末传送至岩样矿物测试模块进行矿物含量测试;
测试岩石试样粉末的X射线衍射图谱,基于最小二乘法的Rietveld方法对X射线衍射图谱进行分析,从而得到该处岩样的主要矿物名称及其百分比含量;
承载车向前行驶距离S,其中L=n*S,n为大于1的整数,重复上述步骤,直至车辆等间距行驶至隧道掌子面处,从而得到隧道洞内不良地质体影响区各元素和矿物富集变化规律,实现对掌子面前方不良地质体的超前预报。
9.如权利要求8所述的工作方法,其特征是:获取隧址区地层岩性、地形地貌、地质构造、不良地质现象和水文地质条件资料,将得到的隧洞内不良地质体影响区岩性、元素和矿物富集变化规律与资料信息进行对比、验证,并和典型不良地质体元素和矿物富集特征数据库相匹配。
10.如权利要求8所述的工作方法,其特征是:匹配方法包括以下三个方面:
1)若越趋近隧道掌子面,部分或全部黏土矿物含量逐渐增加,隧道围岩中石英和长石主要矿物的含量相应减少,隧道掌子面前方可能存在断层破碎带,对应矿物或元素含量的变化量越大,断层破碎带活动性越强,其在上下盘的影响范围越大;
2)若越趋近隧道掌子面,矿物的含量明显增加,对元素含量逐渐增加,则隧道掌子面前方可能存在蚀变带,对应矿物或元素含量的变化量越大,蚀变作用越强烈,且其影响范围也越大;
3)在可溶岩地区,若越趋近隧道掌子面,岩石中方解石、白云石、菱铁矿或菱锰矿矿物的百分含量减少,对应元素含量也相应减少,表明该处发生较强的水岩相互作用-溶滤作用,则隧道掌子面前方可能含有岩溶。
CN201910272838.9A 2019-04-04 2019-04-04 车载式岩性与不良地质前兆特征识别***及方法 Active CN110031491B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910272838.9A CN110031491B (zh) 2019-04-04 2019-04-04 车载式岩性与不良地质前兆特征识别***及方法
PCT/CN2019/084650 WO2020199289A1 (zh) 2019-04-04 2019-04-26 车载式岩性与不良地质前兆特征识别***及方法
AU2019438696A AU2019438696B2 (en) 2019-04-04 2019-04-26 Vehicle-mounted system and method for in-situ identification of lithology and adverse geology precursor characteristic

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910272838.9A CN110031491B (zh) 2019-04-04 2019-04-04 车载式岩性与不良地质前兆特征识别***及方法

Publications (2)

Publication Number Publication Date
CN110031491A true CN110031491A (zh) 2019-07-19
CN110031491B CN110031491B (zh) 2020-05-26

Family

ID=67237501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910272838.9A Active CN110031491B (zh) 2019-04-04 2019-04-04 车载式岩性与不良地质前兆特征识别***及方法

Country Status (3)

Country Link
CN (1) CN110031491B (zh)
AU (1) AU2019438696B2 (zh)
WO (1) WO2020199289A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989024A (zh) * 2019-12-17 2020-04-10 山东大学 基于岩石矿物分析的tbm隧道断层破碎带预报***及方法
CN111208158A (zh) * 2019-09-06 2020-05-29 山东大学 Tbm搭载式岩石石英含量测定***及其方法
CN111221024A (zh) * 2019-09-06 2020-06-02 山东大学 Tbm搭载式隧道前方围岩放射性预报***及方法
CN111220567A (zh) * 2020-01-20 2020-06-02 山东大学 Tbm搭载式岩石蚀变特征识别及地质预报***及其方法
CN111267984A (zh) * 2020-01-21 2020-06-12 山东大学 基于高光谱技术分析的隧道内不良地质体识别***与方法
CN111537663A (zh) * 2020-04-20 2020-08-14 中国石油天然气集团有限公司 一种岩性识别剂携带装置及基于其的岩性识别***和方法
CN111751394A (zh) * 2020-04-17 2020-10-09 山东大学 基于图像与xrf矿物反演的岩性识别方法及***
CN111812136A (zh) * 2020-07-10 2020-10-23 山东大学 Tbm搭载式矿物成分检测方法、超前地质预报方法及***
CN112798592A (zh) * 2020-12-28 2021-05-14 山东大学 基于岩相学特征分析的岩石强度预测***及方法
CN113310916A (zh) * 2021-05-24 2021-08-27 山东大学 基于元素反演矿物的隧道内地质异常识别与预报***及方法
CN114135277A (zh) * 2021-11-11 2022-03-04 山东大学 基于地化特征随钻感知的隧道超前地质预报方法及***
CN114483025A (zh) * 2021-12-17 2022-05-13 山东大学 基于地化特征随钻测试的隧道超前岩性识别***及方法
CN115753632A (zh) * 2022-10-19 2023-03-07 山东大学 基于图像光谱的隧道内不良地质体实时判识方法及***

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112697105A (zh) * 2020-12-02 2021-04-23 中铁二十三局集团第六工程有限公司 一种矿用隧道勘测用测量设备及测量方法
CN114791482B (zh) * 2021-01-25 2024-03-08 中国石油化工股份有限公司 一种确定岩石矿物含量系数的方法及装置、存储介质
CN114544219A (zh) * 2022-01-27 2022-05-27 河北地质大学 一种地质勘探用岩石粉碎取样装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105181717A (zh) * 2015-09-22 2015-12-23 同济大学 基于能量色散x射线谱的煤矸石物相分析方法
CN205440081U (zh) * 2015-12-30 2016-08-10 国家地质实验测试中心 一种地质勘查野外现场快速分析车

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101082277A (zh) * 2007-07-05 2007-12-05 北京奥能瑞科石油技术有限公司重庆分公司 石油钻井地质x射线荧光岩屑录井方法
CN102495434A (zh) * 2011-11-25 2012-06-13 成都畅达通地下工程科技发展有限公司 地下工程超前地质预报的方法
CN103399354B (zh) * 2013-08-01 2016-08-10 中国建筑第四工程局有限公司 暗河隧道地质的预报方法
CN204405872U (zh) * 2015-01-23 2015-06-17 山东大学 车载式隧道全空间裂隙网络检测成像与预警***
CN107505344A (zh) * 2017-07-25 2017-12-22 中国海洋石油总公司 利用“最小二乘积”法的岩性解释方法
US10942098B2 (en) * 2017-08-25 2021-03-09 Schlumberger Technology Corporation Method and system for analyzing at least a rock sample extracted from a geological formation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105181717A (zh) * 2015-09-22 2015-12-23 同济大学 基于能量色散x射线谱的煤矸石物相分析方法
CN205440081U (zh) * 2015-12-30 2016-08-10 国家地质实验测试中心 一种地质勘查野外现场快速分析车

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111208158A (zh) * 2019-09-06 2020-05-29 山东大学 Tbm搭载式岩石石英含量测定***及其方法
CN111221024A (zh) * 2019-09-06 2020-06-02 山东大学 Tbm搭载式隧道前方围岩放射性预报***及方法
WO2021043311A1 (zh) * 2019-09-06 2021-03-11 山东大学 Tbm搭载式岩石石英含量测定***及其方法
WO2021121224A1 (zh) * 2019-12-17 2021-06-24 山东大学 基于岩石矿物分析的tbm隧道断层破碎带预报***及方法
CN110989024A (zh) * 2019-12-17 2020-04-10 山东大学 基于岩石矿物分析的tbm隧道断层破碎带预报***及方法
AU2020409772B2 (en) * 2019-12-17 2023-11-16 Shandong University Forecasting system and method for fault fracture zone of tbm tunnel based on rock mineral analysis
CN111220567A (zh) * 2020-01-20 2020-06-02 山东大学 Tbm搭载式岩石蚀变特征识别及地质预报***及其方法
CN111267984A (zh) * 2020-01-21 2020-06-12 山东大学 基于高光谱技术分析的隧道内不良地质体识别***与方法
CN111751394A (zh) * 2020-04-17 2020-10-09 山东大学 基于图像与xrf矿物反演的岩性识别方法及***
US11796493B2 (en) 2020-04-17 2023-10-24 Shandong University System and method for identifying lithology based on images and XRF mineral inversion
CN111537663A (zh) * 2020-04-20 2020-08-14 中国石油天然气集团有限公司 一种岩性识别剂携带装置及基于其的岩性识别***和方法
CN111812136B (zh) * 2020-07-10 2021-07-06 山东大学 Tbm搭载式矿物成分检测方法、超前地质预报方法及***
WO2022007365A1 (zh) * 2020-07-10 2022-01-13 山东大学 Tbm搭载式矿物成分检测方法、超前地质预报方法及***
CN111812136A (zh) * 2020-07-10 2020-10-23 山东大学 Tbm搭载式矿物成分检测方法、超前地质预报方法及***
CN112798592A (zh) * 2020-12-28 2021-05-14 山东大学 基于岩相学特征分析的岩石强度预测***及方法
CN113310916A (zh) * 2021-05-24 2021-08-27 山东大学 基于元素反演矿物的隧道内地质异常识别与预报***及方法
CN114135277A (zh) * 2021-11-11 2022-03-04 山东大学 基于地化特征随钻感知的隧道超前地质预报方法及***
CN114483025A (zh) * 2021-12-17 2022-05-13 山东大学 基于地化特征随钻测试的隧道超前岩性识别***及方法
CN114483025B (zh) * 2021-12-17 2024-07-05 山东大学 基于地化特征随钻测试的隧道超前岩性识别***及方法
CN115753632A (zh) * 2022-10-19 2023-03-07 山东大学 基于图像光谱的隧道内不良地质体实时判识方法及***
CN115753632B (zh) * 2022-10-19 2024-05-31 山东大学 基于图像光谱的隧道内不良地质体实时判识方法及***

Also Published As

Publication number Publication date
WO2020199289A1 (zh) 2020-10-08
AU2019438696B2 (en) 2021-06-03
AU2019438696A1 (en) 2021-01-07
CN110031491B (zh) 2020-05-26

Similar Documents

Publication Publication Date Title
CN110031491A (zh) 车载式岩性与不良地质前兆特征识别***及方法
CN103454685B (zh) 利用测井约束波阻抗反演预测砂体厚度的方法和装置
CN103852787B (zh) 一种砂岩储层成岩地震相表征方法
CN109143361B (zh) 一种基于层序地层学的碳酸盐岩地层古地质图的编制方法
CN103744109B (zh) 一种无井覆盖区碎屑岩风化壳结构的识别方法
CN107179562A (zh) 相控岩石物理模型指导下的储层预测方法
CN105005077A (zh) 稀井条件下实钻井与虚拟井联合的薄层厚度预测方法
CN107153725A (zh) 一种关于陆相层序地层格架构建的成图系列及技术方法
CN107748399A (zh) 利用重力界面反演识别山前带深部构造层方法
Ives et al. Using gravity and magnetic data for insights into the Mesoproterozoic St. Francois Terrane, Southeast Missouri: implications for iron oxide deposits
CN117572509A (zh) 一种与斑岩活动有关热液脉型矿产的找矿方法
Gartmair et al. One size does not fit all: Refining zircon provenance interpretations via integrated grain shape, geochronology, and Hf isotope analysis
CN113738276B (zh) 用于钻探水平井的控制方法、***及水平井的钻探***
CN112001007A (zh) 一种青龙滩地区第四系覆盖层以下的金矿找矿方法
Allen Structurally controlled Cu-Zn-(Co-Pb) mineralization in the Neoproterozoic Ombombo Subgroup, Kaokoland, Namibia
David Structural setting of mineral deposits in the Cobar Basin
Bodden Spatial and Temporal Distribution of Hydrothermal Minerals and Sources of Hydrothermal Fluids Inferred from Light Stable Isotopes, Keweenaw Peninsula Native Copper District, Michigan
Millen et al. Lead isotopes from the Upper Mississippi Valley district: a regional perspective
Richards Stratigraphic investigations of the Wolfcamp Group in core, outcrop, and well logs in the Permian Basin of West Texas
CN113252716A (zh) 一种火成岩结晶度测量方法
Buerger et al. NI 43-101 Technical Report on the Slivovo Gold–Silver Project, Pristina, Kosovo Effective Date–31 May 2016
Gannon Integrating LiDAR, Aeromagnetic, and Geological Field Data to Identify Structural-Lithologic Elements Within the Archean Carney Lake Gneiss Complex
Pajović et al. Methods for Production of Metallogenic-Prognostic Map of Red Karst Bauxite in the Region of Nikšićka Župa, Montenegro (Europe)
CN117214415A (zh) 一种基于地球化学指标的沉积盆地古地理格局重建方法
Williams Structural Control of Uranium Deposits, Sierra Ancha Region, Gila County, Arizona

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant