CN112664174A - 一种基于多钻孔的隧道围岩等级判定方法及*** - Google Patents
一种基于多钻孔的隧道围岩等级判定方法及*** Download PDFInfo
- Publication number
- CN112664174A CN112664174A CN202011521055.9A CN202011521055A CN112664174A CN 112664174 A CN112664174 A CN 112664174A CN 202011521055 A CN202011521055 A CN 202011521055A CN 112664174 A CN112664174 A CN 112664174A
- Authority
- CN
- China
- Prior art keywords
- surrounding rock
- interpolation
- drilling parameters
- drilling
- mileage
- 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
Links
- 239000011435 rock Substances 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005553 drilling Methods 0.000 claims abstract description 179
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000013210 evaluation model Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000003062 neural network model Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 6
- 238000009527 percussion Methods 0.000 claims description 6
- 238000013215 result calculation Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000005422 blasting Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Earth Drilling (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本发明公开了一种基于多钻孔的隧道围岩等级判定方法及***，属于隧道工程技术领域，包括：采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。本发明根据钻进参数判定围岩等级，将大大提高隧道掌子面及超前围岩等级判定的效率，自动化程度高。
Description
技术领域
本发明涉及隧道工程技术领域，特别涉及一种基于多钻孔的隧道围岩等级判定方法及***。
背景技术
隧道工程中，地质情况经常发生剧烈变化，导致施工前对某些里程范围的地质状况判释出现失误，围岩等级划分不准确，影响隧道设计和施工，甚至造成严重后果。
针对围岩自动分级的研究很多，这些研究通常都需要专门人员现场采集相应数据，费时费力，容易产生施工安全问题，且对隧道施工造成影响。某些分级方法虽然不存在上述问题，但分析参数未充分考虑掌子面岩体空间分布特征，其分级结果未必能满足实际需要。
发明内容
本发明的目的在于克服上述背景技术中的不足，实现对掌子面及前方围岩等级的快速、自动化的判定。
为实现以上目的，采用一种基于多钻孔的隧道围岩等级判定方法，包括如下步骤：
采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；
利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；
利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。
进一步地，所述钻进参数包括冲击压力Ps、回转压力Pr、推进压力Pa、推进速度Va、水压力Pw以及水流量Qw。
进一步地，所述采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据，包括：
采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级；
通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值；
将各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
利用钻进参数的平均值、极大值数量占比以及所述围岩等级，构建得到所述样本数据。
进一步地，所述通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值，包括：
提取钻孔所在里程范围内指定里程K处横断面与各钻孔交点处的钻进参数值；
在里程K处待开挖掌子面区域内，按一定间距设置插值点Pi，根据该里程断面与各钻孔交点的钻进参数值及位置，通过插值算法，获得点Pi的钻进参数插值结果；
计算各插值点Pi钻进参数的平均值，包括冲击压力平均值
回转压力平均值
推进压力平均值
推进速度平均值
水压力平均值
水流量平均值
进一步地，所述利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级，包括：
通过插值算法，计算所述某里程断面处按照一定间距分布的插值点处的钻进参数，得到所述某里程各插值点处的钻进参数的平均值；
将所述某里程各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
将所述某里程各插值点处的钻进参数的平均值和极大值点数量占比作为所述围岩等级评定模型的输入，得到所述某里程的围岩等级。
另一方面，采用一种基于多钻孔的隧道围岩等级判定***，包括：样本数据构建模块、训练模块和判定模块，其中：
样本数据构建模块用于采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；
训练模块用于利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；
判定模块用于利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。
进一步地，所述钻进参数包括冲击压力Ps、回转压力Pr、推进压力Pa、推进速度Va、水压力Pw以及水流量Qw。
进一步地，所述样本数据构建模块包括采集单元、插值计算单元、极大值数量占比计算单元以及构建单元，其中：
采集单元用于采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级；
插值计算单元用于通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值；
极大值数量占比计算单元用于将各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
构建单元用于利用钻进参数的平均值、极大值数量占比以及所述围岩等级，构建得到所述样本数据。
进一步地，所述插值计算单元包括提取子单元、插值结果计算子单元以及平均值计算子单元，其中：
提取子单元用于提取钻孔所在里程范围内指定里程K处横断面与各钻孔交点处的钻进参数值；
插值结果计算子单元用于在里程K处待开挖掌子面区域内，按一定间距设置插值点Pi，根据该里程断面与各钻孔交点的钻进参数值及位置，通过插值算法，获得点Pi的钻进参数插值结果；
平均值计算子单元用于计算各插值点Pi钻进参数的平均值，包括冲击压力平均值
回转压力平均值
推进压力平均值
推进速度平均值
水压力平均值
水流量平均值
进一步地，所述判定模块包括第一数据处理单元、第二数据处理单元和判定单元，其中：
第一数据处理单元用于通过插值算法，计算所述某里程断面处按照一定间距分布的插值点处的钻进参数，得到所述某里程各插值点处的钻进参数的平均值；
第二数据处理单元用于将所述某里程各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
判定单元用于将所述某里程各插值点处的钻进参数的平均值和极大值点数量占比作为所述围岩等级评定模型的输入，得到所述某里程的围岩等级。
与现有技术相比，本发明存在以下技术效果：本发明通过凿岩对台车自动采集掌子面及前方的钻进参数信息，数据采集过程安全风险低，不影响隧道施工；根据钻进参数判定围岩等级，将大大提高隧道掌子面及超前围岩等级判定的效率，并采用神经网络模型进行围岩等级判定，自动化程度高；考虑了钻进参数在掌子面区域的分布规律，等级评定结果更好；同时考虑了对当前掌子面前方钻进但未开挖区域的围岩等级评定。
附图说明
下面结合附图，对本发明的具体实施方式进行详细描述：
图1是一种基于多钻孔的隧道围岩等级判定方法的流程图；
图2是隧道钻孔空间分布示意图；
图3是隧道里程断面钻孔点与待插值点示意图；
图4是一种基于多钻孔的隧道围岩等级判定方法实施流程图；
图5是一种基于多钻孔的隧道围岩等级判定***的结构图。
图中：
1-隧道中线；2-掌子面；3-未开挖区域***钻孔；4-隧道开挖区域；10-样本数据构建模块；20-训练模块；30-判定模块30。
具体实施方式
为了更进一步说明本发明的特征，请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用，并非用来对本发明的保护范围加以限制。
如图1、图4所示，本实施例公开了一种基于多钻孔的隧道围岩等级判定方法，包括如下步骤S1至S3：
S1、采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；
需要说明的是，如图2所示，在隧道施工中，收集凿岩台车钻***孔过程中采集的钻进参数，钻进参数包括冲击压力Ps、回转压力Pr、推进压力Pa、推进速度Va、水压力Pw以及水流量Qw，且钻杆每钻进一定深度采集一次钻进参数。其中，钻杆钻进的深度可根据实际需要设置，若地质情况复杂，深度间距可取小一点，若地质情况简单，可取大一点。具体地，可每隔0.02m设置，这样可获得不同深度的钻进参数，便于后面获得不同里程处的钻进参数值用于计算该里程断面处的插值点钻进参数。
记录钻孔的位置、方向和长度，同时记录对应的掌子面里程、围岩等级以及钻孔***开挖后确定的已钻进区域里程的围岩等级变化情况。
需要说明的是，作为样本参数的围岩等级应尽量包含I～VI级所有等级，当受现场条件限制时，应至少包含II～V级围岩等级。
样本数量应至少包含400组数据，即II～V级围岩各至少有100组数据，当存在I级或VI级围岩等级数据时，也应分别至少有100组数据。
S2、利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；
S3、利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。
作为进一步优选的技术方案，如图3所示，上述步骤S1：采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据，包括如下细分步骤S11至S14：
S11、采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级；
S12、通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值；
S13、将各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比，即冲击压力极大值数量占比RPs、回转压力极大值数量占比RPr、推进压力极大值数量占比RPa、推进速度极大值数量占比RVa、水压力极大值数量占比RPw、水流量极大值数量占比RQw；
具体为：图3中折线上的点为插值点，折线的连接顺序即相当于各插值点的固定顺序，设固定顺序的冲击压力值依次为R1、R2...Rn，如果第i个值Ri(1<i<n)满足：Ri>R(i-1)且Ri>R(i+1)，则Ri值点计为一处极大值点，设极大值点有k个，则极大值点数量占比为：k/n。
S14、利用钻进参数的平均值、极大值数量占比以及所述围岩等级，构建得到所述样本数据。
作为进一步优选的技术方案，上述步骤S12：通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值，具体包括：
根据各钻孔位置、方向和长度确定的空间位置关系，提取当前掌子面及钻孔里程范围内指定里程K处横断面与各钻孔交点处的钻进参数值；
在里程K处待开挖掌子面区域内，按一定间距设置插值点Pi，根据该里程断面与各钻孔交点的钻进参数值及位置，通过插值算法，获得点Pi的钻进参数插值结果；其中，插值点设置的间距可根据实际情况设置，如果地质情况过于复杂，间距可设置小一些，反之则设置大一些。可取1m。这样设置的作用是获得整个掌子面区域的钻进参数，便于据此分析整体掌子面的围岩等级评价结果。
计算各插值点Pi钻进参数的平均值，包括冲击压力平均值
回转压力平均值
推进压力平均值
推进速度平均值
水压力平均值
水流量平均值
需要说明的是，钻进参数插值点Pi数量不少于20点，且应平均分布在与钻孔掌子面对应的各里程横断面区域。
作为进一步优选的技术方案，上述步骤S3：利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级，包括：
通过插值算法，计算所述某里程断面处按照一定间距分布的插值点处的钻进参数，得到所述某里程各插值点处的钻进参数的平均值；
将所述某里程各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
将所述某里程各插值点处的钻进参数的平均值和极大值点数量占比作为所述围岩等级评定模型的输入，得到所述某里程的围岩等级。
需要说明的是，在需要分析围岩等级的某隧道里程处，按步骤S1的方法收集该里程处钻孔的钻进参数，通过数据处理得到指定里程的输入参数即各插值点处的钻进参数的平均值和各插值点处钻进参数排列结果中极大值点数量占比，将输入参数输入围岩等级评定模型，自动获得围岩等级判定结果。
如图5所示，本实施例公开了一种基于多钻孔的隧道围岩等级判定***，包括：样本数据构建模块10、训练模块20和判定模块30，其中：
样本数据构建模块10用于采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；
训练模块20用于利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；
判定模块30用于利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。
作为进一步优选的技术方案，所述钻进参数包括冲击压力Ps、回转压力Pr、推进压力Pa、推进速度Va、水压力Pw以及水流量Qw。
作为进一步优选的技术方案，所述样本数据构建模块10包括采集单元、插值计算单元、极大值数量占比计算单元以及构建单元，其中：
采集单元用于采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级；
插值计算单元用于通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值；
极大值数量占比计算单元用于将各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
构建单元用于利用钻进参数的平均值、极大值数量占比以及所述围岩等级，构建得到所述样本数据。
作为进一步优选的技术方案，所述插值计算单元包括提取子单元、插值结果计算子单元以及平均值计算子单元，其中：
提取子单元用于提取钻孔所在里程范围内指定里程K处横断面与各钻孔交点处的钻进参数值；
插值结果计算子单元用于在里程K处待开挖掌子面区域内，按一定间距设置插值点Pi，根据该里程断面与各钻孔交点的钻进参数值及位置，通过插值算法，获得点Pi的钻进参数插值结果；
平均值计算子单元用于计算各插值点Pi钻进参数的平均值，包括冲击压力平均值
回转压力平均值
推进压力平均值
推进速度平均值
水压力平均值
水流量平均值
作为进一步优选的技术方案，所述判定模块30包括第一数据处理单元、第二数据处理单元和判定单元，其中：
第一数据处理单元用于通过插值算法，计算所述某里程断面处按照一定间距分布的插值点处的钻进参数，得到所述某里程各插值点处的钻进参数的平均值；
第二数据处理单元用于将所述某里程各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
判定单元用于将所述某里程各插值点处的钻进参数的平均值和极大值点数量占比作为所述围岩等级评定模型的输入，得到所述某里程的围岩等级。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于多钻孔的隧道围岩等级判定方法，其特征在于，包括：
采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；
利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；
利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。
2.如权利要求1所述的基于多钻孔的隧道围岩等级判定方法，其特征在于，所述钻进参数包括冲击压力Ps、回转压力Pr、推进压力Pa、推进速度Va、水压力Pw以及水流量Qw。
3.如权利要求2所述的基于多钻孔的隧道围岩等级判定方法，其特征在于，所述采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据，包括：
采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级；
通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值；
将各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
利用钻进参数的平均值、极大值数量占比以及所述围岩等级，构建得到所述样本数据。
4.如权利要求3所述的基于多钻孔的隧道围岩等级判定方法，其特征在于，所述通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值，包括：
提取钻孔所在里程范围内指定里程K处横断面与各钻孔交点处的钻进参数值；
在里程K处待开挖掌子面区域内，按一定间距设置插值点Pi，根据该里程断面与各钻孔交点的钻进参数值及位置，通过插值算法，获得点Pi的钻进参数插值结果；
计算各插值点Pi钻进参数的平均值，包括冲击压力平均值
回转压力平均值
推进压力平均值
推进速度平均值
水压力平均值
水流量平均值
5.如权利要求1所述的基于多钻孔的隧道围岩等级判定方法，其特征在于，所述利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级，包括：
通过插值算法，计算所述某里程断面处按照一定间距分布的插值点处的钻进参数，得到所述某里程各插值点处的钻进参数的平均值；
将所述某里程各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
将所述某里程各插值点处的钻进参数的平均值和极大值点数量占比作为所述围岩等级评定模型的输入，得到所述某里程的围岩等级。
6.一种基于多钻孔的隧道围岩等级判定***，其特征在于，包括：样本数据构建模块、训练模块和判定模块，其中：
样本数据构建模块用于采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级，并利用据钻进参数及围岩等级构建样本数据；
训练模块用于利用样本数据对构建的神经网络模型进行训练，得到围岩等级评定模型；
判定模块用于利用围岩等级评定模型对某里程的钻进参数进行处理，得到某里程的围岩等级。
7.如权利要求6所述的基于多钻孔的隧道围岩等级判定***，其特征在于，所述钻进参数包括冲击压力Ps、回转压力Pr、推进压力Pa、推进速度Va、水压力Pw以及水流量Qw。
8.如权利要求7所述的基于多钻孔的隧道围岩等级判定***，其特征在于，所述样本数据构建模块包括采集单元、插值计算单元、极大值数量占比计算单元以及构建单元，其中：
采集单元用于采集钻孔过程中的钻进参数以及钻孔历程范围内的围岩等级；
插值计算单元用于通过插值算法，计算隧道指定里程断面处按照一定间距分布的插值点处的钻进参数，并计算各插值点处的钻进参数的平均值；
极大值数量占比计算单元用于将各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
构建单元用于利用钻进参数的平均值、极大值数量占比以及所述围岩等级，构建得到所述样本数据。
9.如权利要求8所述的基于多钻孔的隧道围岩等级判定***，其特征在于，所述插值计算单元包括提取子单元、插值结果计算子单元以及平均值计算子单元，其中：
提取子单元用于提取钻孔所在里程范围内指定里程K处横断面与各钻孔交点处的钻进参数值；
插值结果计算子单元用于在里程K处待开挖掌子面区域内，按一定间距设置插值点Pi，根据该里程断面与各钻孔交点的钻进参数值及位置，通过插值算法，获得点Pi的钻进参数插值结果；
平均值计算子单元用于计算各插值点Pi钻进参数的平均值，包括冲击压力平均值
回转压力平均值
推进压力平均值
推进速度平均值
水压力平均值
水流量平均值
10.如权利要求6所述的基于多钻孔的隧道围岩等级判定***，其特征在于，所述判定模块包括第一数据处理单元、第二数据处理单元和判定单元，其中：
第一数据处理单元用于通过插值算法，计算所述某里程断面处按照一定间距分布的插值点处的钻进参数，得到所述某里程各插值点处的钻进参数的平均值；
第二数据处理单元用于将所述某里程各插值点按固定顺序排列，计算各插值点处钻进参数排列结果中极大值点数量占比；
判定单元用于将所述某里程各插值点处的钻进参数的平均值和极大值点数量占比作为所述围岩等级评定模型的输入，得到所述某里程的围岩等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011521055.9A CN112664174B (zh) | 2020-12-21 | 2020-12-21 | 一种基于多钻孔的隧道围岩等级判定方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011521055.9A CN112664174B (zh) | 2020-12-21 | 2020-12-21 | 一种基于多钻孔的隧道围岩等级判定方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112664174A true CN112664174A (zh) | 2021-04-16 |
| CN112664174B CN112664174B (zh) | 2022-05-20 |
Family
ID=75407068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011521055.9A Active CN112664174B (zh) | 2020-12-21 | 2020-12-21 | 一种基于多钻孔的隧道围岩等级判定方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112664174B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115853494A (zh) * | 2022-12-20 | 2023-03-28 | 鞍钢集团矿业有限公司 | 一种基于钻进特征的钻孔效率评价方法 |
| CN116485225A (zh) * | 2023-03-15 | 2023-07-25 | 西南交通大学 | 基于钻进参数的施工阶段围岩bq值自动获取方法及*** |
| CN116975623A (zh) * | 2023-05-04 | 2023-10-31 | 西南交通大学 | 钻爆法隧道施工阶段大变形等级预测方法、装置及介质 |
| CN117112999A (zh) * | 2023-07-24 | 2023-11-24 | 西南交通大学 | 基于动态线性分段表示的钻进参数标准化清洗方法及装置 |
| CN117556291A (zh) * | 2023-09-25 | 2024-02-13 | 西南交通大学 | 基于随钻参数与波速信息融合的围岩级别判识方法及*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107632523A (zh) * | 2017-09-30 | 2018-01-26 | 中铁工程装备集团有限公司 | 一种硬岩tbm掘进控制参数智能决策方法及*** |
| CN109885866A (zh) * | 2019-01-08 | 2019-06-14 | 西南交通大学 | 深埋隧道围岩形变荷载计算方法 |
| CN110619483A (zh) * | 2019-09-29 | 2019-12-27 | 山东科技大学 | 一种基于多源数据融合分析的隧洞围岩等级动态变更与决策方法 |
| CN110705178A (zh) * | 2019-09-29 | 2020-01-17 | 山东科技大学 | 一种基于机器学习的隧道/地铁施工全过程围岩变形动态预测方法 |
| CN110852908A (zh) * | 2019-05-31 | 2020-02-28 | 西南交通大学 | 围岩分级方法 |
| CN111291934A (zh) * | 2020-02-18 | 2020-06-16 | 山东科技大学 | 一种隧道施工过程中围岩实时分级预测及自检方法 |
| US20200240268A1 (en) * | 2019-01-24 | 2020-07-30 | Huaneng Tibet Yarlungzangbo River Hydropower Development Investment Co., Ltd. | Tunnel boring robot and remote mobile terminal command system |
| WO2020228380A1 (zh) * | 2019-05-10 | 2020-11-19 | 山东大学 | 一种车载式隧道塌方监测预警***及方法 |
-
2020
- 2020-12-21 CN CN202011521055.9A patent/CN112664174B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107632523A (zh) * | 2017-09-30 | 2018-01-26 | 中铁工程装备集团有限公司 | 一种硬岩tbm掘进控制参数智能决策方法及*** |
| CN109885866A (zh) * | 2019-01-08 | 2019-06-14 | 西南交通大学 | 深埋隧道围岩形变荷载计算方法 |
| US20200240268A1 (en) * | 2019-01-24 | 2020-07-30 | Huaneng Tibet Yarlungzangbo River Hydropower Development Investment Co., Ltd. | Tunnel boring robot and remote mobile terminal command system |
| WO2020228380A1 (zh) * | 2019-05-10 | 2020-11-19 | 山东大学 | 一种车载式隧道塌方监测预警***及方法 |
| CN110852908A (zh) * | 2019-05-31 | 2020-02-28 | 西南交通大学 | 围岩分级方法 |
| CN110619483A (zh) * | 2019-09-29 | 2019-12-27 | 山东科技大学 | 一种基于多源数据融合分析的隧洞围岩等级动态变更与决策方法 |
| CN110705178A (zh) * | 2019-09-29 | 2020-01-17 | 山东科技大学 | 一种基于机器学习的隧道/地铁施工全过程围岩变形动态预测方法 |
| CN111291934A (zh) * | 2020-02-18 | 2020-06-16 | 山东科技大学 | 一种隧道施工过程中围岩实时分级预测及自检方法 |
Non-Patent Citations (1)
| Title |
|---|
| 崔兆东等: "基于地质横剖面的隧道工程三维地质建模方法研究", 《隧道建设（中英文）》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115853494A (zh) * | 2022-12-20 | 2023-03-28 | 鞍钢集团矿业有限公司 | 一种基于钻进特征的钻孔效率评价方法 |
| CN116485225A (zh) * | 2023-03-15 | 2023-07-25 | 西南交通大学 | 基于钻进参数的施工阶段围岩bq值自动获取方法及*** |
| CN116485225B (zh) * | 2023-03-15 | 2023-11-10 | 西南交通大学 | 基于钻进参数的施工阶段围岩bq值自动获取方法及*** |
| CN116975623A (zh) * | 2023-05-04 | 2023-10-31 | 西南交通大学 | 钻爆法隧道施工阶段大变形等级预测方法、装置及介质 |
| CN116975623B (zh) * | 2023-05-04 | 2024-01-30 | 西南交通大学 | 钻爆法隧道施工阶段大变形等级预测方法、装置及介质 |
| CN117112999A (zh) * | 2023-07-24 | 2023-11-24 | 西南交通大学 | 基于动态线性分段表示的钻进参数标准化清洗方法及装置 |
| CN117112999B (zh) * | 2023-07-24 | 2024-03-29 | 西南交通大学 | 基于动态线性分段表示的钻进参数标准化清洗方法及装置 |
| CN117556291A (zh) * | 2023-09-25 | 2024-02-13 | 西南交通大学 | 基于随钻参数与波速信息融合的围岩级别判识方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112664174B (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112664174B (zh) | 一种基于多钻孔的隧道围岩等级判定方法及*** | |
| WO2019042483A2 (zh) | 一种tbm在掘岩体状态实时感知***和方法 | |
| CN110805469B (zh) | 山岭隧道钻爆法施工掌子面稳定性分级方法 | |
| CN106157181B (zh) | 一种基于随钻参数对土质围岩快速实时分级的方法 | |
| CN109989740B (zh) | 基于多源信息融合的煤系地层钻进智能识别***及其方法 | |
| CN109685378A (zh) | 一种基于数据挖掘的tbm施工围岩可掘性分级方法 | |
| CN107676100B (zh) | 基于盾构掘进参数的不良地层预测方法 | |
| AU2019439997A1 (en) | Method and device for determining rock stratum parameters | |
| CN113034001B (zh) | 一种基于井下工程参数的评价数据处理方法及*** | |
| CN110852908A (zh) | 围岩分级方法 | |
| CN116522692B (zh) | 地下工程围岩结构特征原位探测与分级方法 | |
| CN112381938B (zh) | 一种基于非开挖随钻参数机器学习的地层识别方法 | |
| CN108415079A (zh) | 基于凿岩冲击声识别的岩层分界面圈定方法 | |
| CN114818451A (zh) | 一种机械钻速预测方法、装置、存储介质以及设备 | |
| CN112819195B (zh) | 一种隧道超前钻探地质精细化预报方法 | |
| CN115238861A (zh) | 一种基于井壁垮塌程度约束的安全钻井液密度确定方法 | |
| CN104727815A (zh) | 一种实时钻井地层修正预测方法及装置 | |
| CN114483043A (zh) | 一种用于隧道掘进的探测控制***及其探测方法 | |
| CN112115537A (zh) | 一种tbm可掘性分级方法 | |
| CN115434696B (zh) | 一种岩性识别数据库构建方法及岩性识别方法 | |
| CN115239108B (zh) | 一种基于tbm实时破岩数据的软弱破碎围岩感知方法 | |
| CN113657515B (zh) | 一种基于岩机敏感参量判识和改进fmc模型隧道围岩等级的分类方法 | |
| CN114971177A (zh) | 一种围岩分级数字化方法及*** | |
| CN115573695A (zh) | 一种钻机有效钻进数据自动采集方法及*** | |
| CN112598061B (zh) | 一种隧道围岩聚类分级方法 |
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 |