CN113781441B - 一种应用于节理岩体隧道开挖过程中的注浆范围优化方法 - Google Patents
一种应用于节理岩体隧道开挖过程中的注浆范围优化方法 Download PDFInfo
- Publication number
- CN113781441B CN113781441B CN202111066110.4A CN202111066110A CN113781441B CN 113781441 B CN113781441 B CN 113781441B CN 202111066110 A CN202111066110 A CN 202111066110A CN 113781441 B CN113781441 B CN 113781441B
- Authority
- CN
- China
- Prior art keywords
- image
- tunnel
- face
- joint
- straight line
- 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.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000008569 process Effects 0.000 title claims abstract description 16
- 238000005457 optimization Methods 0.000 title claims abstract description 8
- 238000009412 basement excavation Methods 0.000 title abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000003708 edge detection Methods 0.000 claims abstract description 25
- 238000010276 construction Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 7
- 230000002787 reinforcement Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000003706 image smoothing Methods 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 abstract description 6
- 238000009499 grossing Methods 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- 238000004062 sedimentation Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种应用于节理岩体隧道开挖过程中的注浆范围优化方法包括:步骤1、获取施工现场隧道掌子图像;步骤2、对隧道掌子面图像进行比例转换;步骤3、对隧道掌子面图像进行预处理;步骤4、利用边缘检测对掌子面图像边缘信息进行识别;步骤5、统计出节理的平均长度、节理平均倾角、节理平均间距;步骤6、利用有限元软件将经过图像处理技术所得出的节理信息参数带入到模型中进行建模;步骤7、选取注浆方案,进行计算分析,选取注浆范围。本发明针对掌子面所拍摄的图像进行处理,获取图像中掌子面处的结构面信息,根据图像中识别的信息进行分析,将图像信息应用在隧道施工中,利用有限元软件分析节理隧道加固最优注浆范围。
Description
技术领域
本发明涉及隧道施工技术领域,具体涉及一种应用于节理岩体隧道开挖过程中的注浆范围优化方法。
背景技术
为保证施工的安全,在节理隧道施工过程中通常需要对围岩进行加固,一般采用超前小导管注浆的方法,而围岩节理的差异会影响注浆加固的效果。对于不同的隧道围岩,注浆范围太大会造成资源的浪费,注浆范围太小会导致围岩强度达不到要求。
在获取围岩节理参数时,国内大部分情况下依然采用人工记录的方式,人工的失误以及环境的限制在一定程度上会造成参数的不准确。随着摄影技术的发展,人们开始考虑利用数码成像技术对掌子面进行拍摄,之后再对掌子面进行处理,从而提取处掌子面的节理信息。由于隧道环境复杂,掌子面拍摄精度不足,可导致图像后续处理困难,对图像处理方面还有待进一步研究。
发明内容
本发明提供一种应用于节理岩体隧道开挖过程中的注浆范围优化方法,以克服以上问题。
本发明包括:
步骤1、获取施工现场隧道掌子图像;
步骤2、对隧道掌子面图像进行比例转换;
步骤3、利用图像处理算法对隧道掌子面图像进行锐化处理;
步骤4、利用边缘检测对掌子面图像边缘信息进行识别;
步骤5、对边缘检测后得到的掌子面图像进行直线检测,并输出直线统计结果,得到掌子面处节理的长度、倾角、间距,并统计出节理的平均长度、节理平均倾角、节理平均间距;
步骤6、将经过图像处理技术所得出的节理信息参数进行建模;
步骤7、选取四种注浆方案,对注浆加固围岩的注浆效果进行计算分析,比较边导洞的拱顶沉降数据、拱腰收敛数据、塑性区数据,选取注浆范围。
进一步地,步骤3包括以下步骤:
步骤30、将隧道掌子面彩色图像转化为灰色图像;
步骤31、对灰色图像进行直方图变换,调整图像的对比度和亮度;
步骤32、对直方图进行图像平滑处理;
步骤33、对经平滑处理的图像进行锐化处理。
进一步地,步骤4包括:使使用高斯滤波器对图像进行卷积处理,计算图像中掌子面处节理的梯度方向和幅值,进行非极大值抑制处理,连接掌子面处节理的边缘,确定图像中掌子面处节理的范围。
进一步地,步骤5包括以下步骤:
步骤50、经过边缘检测后,在对图像中的边缘利用Hough变换进行直线检测;
步骤51、经过Hough变换进行直线检测后,对检测出的直线段统计,根据直线段的长度、角度、两条线之间的距离计算车站小导洞掌子面处节理的长度、倾角、间距。
本发明针对掌子面所拍摄的图像进行处理,通过算法来调节其亮度、对比度等,之后再通过锐化图像,进而对图像进行边缘检测和直线检测以获取图像中掌子面处的结构面信息,根据图像中识别的信息进行分析,将图像信息应用在隧道施工中,利用有限元软件分析节理隧道加固最优注浆范围。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的整体流程图;
图2为本发明中利用图像处理算法对隧道掌子面图像进行预处理的流程图;
图3为本发明中对边缘检测后得到的点进行直线检测,并输出直线统计结果的流程图;
图4为Goodman节理单元示意图;
图5为实际掌子面左右两端点的距离长度示意图;
图6为隧道掌子面的灰度图像;
图7为进行直方图均衡化后的图像;
图8为进行平滑操作后的图像;
图9为经过锐化处理后的图像;
图10为经过边缘检测后的图像;
图11为经过直线检测后的图像;
图12为最终输出到txt文件中的计算结果图;
图13为利用Phase有限元软件建立模型图;
图14为90°注浆范围拱顶沉降云图;
图15为120°注浆范围拱顶沉降云图;
图16为150°注浆范围拱顶沉降云图;
图17为180°注浆范围拱顶沉降云图;
图18为90°注浆范围拱腰收敛云图;
图19为120°注浆范围拱腰收敛云图;
图20为150°注浆范围拱腰收敛云图;
图21为180°注浆范围拱腰收敛云图;
图22为90°注浆范围屈服区分布云图;
图23为120°注浆范围屈服区分布云图;
图24为150°注浆范围屈服区分布云图;
图25为180°注浆范围屈服区分布云图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,一种应用于节理岩体隧道开挖过程中的注浆范围优化方法,包括以下步骤:
步骤1、获取施工现场隧道掌子图像;
步骤2、对隧道掌子面图像进行比例转换;
步骤3、利用图像处理算法对隧道掌子面图像进行预处理,通过多种算法处理图像,提高掌子面处的图像质量;
步骤4、利用边缘检测对掌子面图像边缘信息进行识别;
步骤5、对边缘检测后得到的点进行直线检测,并输出直线统计结果,得到掌子面处节理的长度、倾角、间距,并统计出节理的平均长度、节理平均倾角、节理平均间距;
步骤6、利用有限元软件将经过图像处理技术所得出的节理信息参数带入到模型中进行建模。
步骤7、对注浆加固围岩的注浆效果进行计算分析,得出最优注浆范围。
具体而言,所述步骤1获取施工现场隧道掌子图像包括以下步骤,在隧道掌子面处找到岩石节理清晰,光线充足的位置,拍摄照片,选择最有代表性的一张作为图像处理的原照片。
优选的,步骤2包括以下步骤,在掌子面处取两点,测量两点之间的距离,同时在图像上取相同两点间的距离d,则实际掌子面距离与图像中两点距离比例尺为D:d,转换比例时可按如下公式计算图像比例转换系数:
其中a为图像的比例转换系数,(x1,x2)、(y1,y2)为小导洞掌子面所拍摄图像两点的像素坐标,D为两点间的实际距离。
在隧道掌子面拍摄图像时,拍摄出的图像与实际的掌子面相比,其比例是缩小的,若以相机中的图像进行后续分析的话,其后续计算势必会造成一定程度上的影响,为解决每幅图像所拍摄的尺寸不一的问题,方便后续对图像的处理,同时与掌子面真实区域的尺寸相结合,对图像进行比例转换。在实际拍摄中,因各种原因可能导致拍摄的图片与掌子面不在同一位置,为了方便统一图像与实际的尺寸,将实际与图像比例设置为1:1,即一厘米长度表示为一个像素点。
优选的,如图2所示,所述步骤3包括以下步骤:
步骤30、通过Open CV中的图像预处理算法把彩色图像转换成为灰度图像。彩色图像通道数较多,一般为RGB即红黄蓝三个通道,每个通道都包含256级,所以信息量较大,会造成计算机在运行时处理速度慢的问题。而灰度图像只有一个通道,信息量会大幅度减少。
步骤31、对灰色图像进行直方图变换,图像的直方图具有调整图像的对比度和亮度等作用,因此可通过调整这些变量,对图像进行非线性拉伸、重新分配像素值,以提高图像的整体质量。直方图变换为图像增强的算法,应用较广,其包括两种:直方图均衡化与对比度受限的自适应直方图均衡化。直方图均衡化是使原图像的直方图拉伸,从而使图像的质量提升。直方图均衡化会均匀的拉伸图像像素的强度值,其调整在一定程度上来说是全局性的,对于局部的强度则不能调整。而对比度受限的自适应直方图均衡化,此法能使图像分为多个小块,之后对小块进行直方图均衡化,能有效改善直方图均衡化的弊端,使图像得到增强。经过灰度图像处理后,对图像进一步的进行自适应直方图均衡化处理。
步骤32、灰度级图像平滑可看成是一种空间滤波操作,操作中,使得滤波器的模板具有相同的值。平滑滤波器运用的滤波器模板所确定的邻域内像素的平均灰度值代替了图像中各个像素的值,利用这种方法处理后,会使图像的噪声降低。而高斯平滑算法也运用了邻域平均的思维,高斯平滑中,图像邻域平均使不同像素拥有不同权值。由于车站小导洞的环境较为恶劣,在车站小导洞掌子面附近拍摄图像后,光线会分布不均,处理图像时,比如锐化后,会使得图像中的噪声增强,干扰所分析的图像,造成图像识别不准确,所以利用高斯平滑操作,主要是在保留原图像的真实度的基础上对图像中的噪声进行去除,为后续锐化处理图像做铺垫。
步骤33、在图像的整体效果达到较好的质量后,由于高斯平滑使得图像的边界和轮廓变得不清晰,为后续对图像进行边缘检测造成不利,所以在边缘检测之前,要突出的显示出图像中的细节和边界等边缘信息。图像的锐化可补偿图片的轮廓,使得图像的边缘信息突出,为边缘检测提供良好的基础。拉普拉斯算法进行锐化更能够使得图像的边界等细节信息得以突出,并且适合使用在运用梯度法处理的图像。拉普拉斯算子是二阶导数算子,定义如式2所示。
其中,x与y代表x-y平面上的坐标。
优选的,所述步骤4包括以下步骤,经过图像的锐化后,使图像的边缘信息更加突出,能够更好的利用边缘检测对边缘信息进行识别。使用canny算法进行边缘检测,Canny算法首先利用高斯滤波器和图像两者之间做卷积,接着利用一阶偏导有限差分计算梯度的方向和幅值,进而经过非极大值抑制,运用两个阈值对边缘进行连接通过canny算法进行边缘检测能够使图像中较为显著的线条和轮廓凸显出来,同时又能够去掉多余的细节信息,使得图像边缘检测达到最好的效果。
优选的,如图3所示,步骤5包括以下步骤:
步骤51、利用边缘检测后,所得出的图像为离散的点,利用Open CV中的Hough变换对边缘检测出的图像进行检测,能根据特征点检测直线。
步骤52、经过Hough变换进行直线检测之后,由于图像检测出的结果是直线段,所以对所检测出的直线段进行统计,根据直线段的长度、角度、两条线之间的距离来等效为车站小导洞掌子面处节理的长度、倾角、间距,并统计出节理的平均长度、节理平均倾角、节理平均间距,其计算公式如下:
按一定次序选取图像中的直线,设(x1,y1),(x2,y2)为第一条直线段两端点的坐标。(x3,y3),(x4,y4)为距离第一条直线段最近的第二条直线段两端点坐标,i为直线段数目,n为直线段总数。
节理长度:
节理平均长长度:
节理倾角:
节理平均倾角:
节理间距:
节理平均间距:
把以上公式带入到程序中进行计算。
优选的,所述步骤6包括以下步骤,利用图像处理技术将车站小导洞掌子面处所拍摄的图像处理之后,得到掌子面处的节理平均长度、节理平均倾角、节理平均间距,并利用Phase有限元软件对隧道进行重新建模。
Phase软件中节理采用Goodman单元实现,Goodman是一种无厚度的单元,在模拟岩体中的软弱结构面方面尤为常用。如图4所示,Goodman提出了八厚度四节点的无厚度单元,其中的1-2和3-4为接触面,接触面之间通过弹簧连接。其弹簧的法相刚度系数记为kn,切向刚度系数记为ks,若接触面间为线弹性接触,则其本构关系为:
式子中:σn是节理面法向应力;τs是节理面切向应力;ωn是节理面法向位移;ωs是节理面切向位移。
外力作用下Goodman单元的接触面摩擦强度以及变形的力学特征以强度和变形的参数确定。所以,Goodman单元对于节理面的切向力和变形特性的模拟较佳。但此单元也有缺陷,就是此单元并不是严格意义上的接触单元,这种情况下可能导致在接触面两侧会有其他单元的进入而不收敛,所以Phase有限元软件中对此问题做出了修正,允许节理相互错动,这样就可是其产生切向和法向位移,从而避免上述现象。
所述步骤7包括以下步骤,在模型中选取90°,120°,150°,180°共四种注浆方案,通过比较边导洞的拱顶沉降,拱腰收敛以及塑性区来选取最优的注浆方案。
实施例2
利用本发明对大连地区五号线隧道车站边导洞掌子面图像进行处理。隧道掌子面拍摄图像时,拍摄出的图像与实际的掌子面相比,其比例是缩小的,通过钢尺测得实际掌子面左右两端点的距离长度如图5,利用实际掌子面距离与图像中两点距离比确定比例尺,再通过Open CV进行多种算法处理,先把彩色图像转换成为灰度图像,提高计算机处理图像时的运算速度,得到的灰度图像如图6所示,再把灰度图像转换为直方图,调整图像的对比度和亮度,通过调整这些变量,对图像进行非线性拉伸、重新分配像素值,以提高图像的整体质量,结果如图7所示,通过空间滤波操作进行灰度级图像平滑,降低图像中的噪声,平滑后的图像如图8所示,最后通过对图像的锐化处理,补偿图片的轮廓,使得图像的边缘信息突出,为边缘检测打好基础,锐化处理后的图像如图9所示。
使用canny算法进行边缘检测,把图像中亮度变化大的像素点的集合表现出来,经边缘检测后的图像如图10所示,利用边缘检测后,所得出的图像为离散的点,采用Hough变换对边缘检测出的图像进行检测,能根据特征点检测直线,得到的结果如图11,对所检测出的直线段进行统计,根据直线段的长度、角度、两条线之间的距离来等效为车站小导洞掌子面处节理的长度、倾角、间距,并统计出节理的平均长度、节理平均倾角、节理平均间距,计算公式如下:
设(x1,y1),(x2,y2)为第一条直线段两端点的坐标。(x3,y3),(x4,y4)为距离第一条直线段最近的第二条直线段两端点坐标,i为直线段数目,n为直线段总数。
节理长度:
节理平均长长度:
节理倾角:
节理平均倾角:
节理间距:
节理平均间距:
把以上公式带入到程序中进行计算,并将计算结果统计输出到txt文件中,结果如图12所示。
利用Phase有限元软件建立模型,两侧和下边界取车站两倍跨径以上,上边界为地表,尺寸为100m×74.2m,边导洞按照设计进行选取,网格划分为三角形网格,模型如图12所示,计算中岩体本构为Mohr-Coulomb屈服准则,节理采用软件中自带的parallelstatistical节理网络模型,节理的长度、倾角、间距按照图像处理所得数据来确定,即节理长度为2.9m,节理倾角为56°,节理间距为0.37m。岩体为Ⅳ级围岩,岩体为三层,第一层为素填土,第二层为强风化石英岩,第三层为中风化石英岩,边导洞整***于第三层岩体中,中风化石英岩参数采用GP-DE算法反分析所得力学参数,边导洞上方采用超前小导管进行超前注浆加固,运用等效法将小导管加混凝土等效为土体力学参数的提高。节理参数采用降低强度参数法来模拟,并根据现场调研及地质勘查资料,确定节理参数与岩体力学参数,衬砌采用钢筋网架+混凝土和钢拱架+混凝土方式。
通过数值模拟对施工进行稳定行评价时,因为岩体节理参数难以获取,难以准确描述节理存在对施工造成的影响,本发明利用图像处理技术将车站小导洞掌子面处所拍摄的图像处理之后,得到掌子面处的节理平均长度、节理平均倾角、节理平均间距,并利用Phase有限元软件对车站边导洞进行重新建模,将经过图像处理技术所得出的节理信息参数带入到模型中进行建模,充分考虑了节理存在对施工的影响,提出施工中采用超前小导管的加固措施,对施工过程中的加固措施进行分析,确保施工的安全进行。所以对超前小导管布置范围进行分析,分析不同注浆范围对节理边导洞的影响,进而选出合理的注浆范围。
为了研究超前小导管注浆布置范围对边导洞的稳定性的影响,本实施例对边导洞上方的超前小导管注浆范围进行研究,选取90°,120°,150°,180°共四种注浆方案,通过比较边导洞的拱顶沉降、拱腰收敛和塑性区来选取最优的注浆方案。
通过建立模型来模拟四种注浆方案,并分析四种注浆方案的拱顶沉降、拱腰收敛和塑性区,可以初步确定最合适的注浆范围。
如图14、15、16、17所示通过对比四种注浆方案的计算结果,当注浆范围为90°时,拱顶沉降值为7.7mm,当注浆范围为120°时,拱顶沉降值为7.3mm,当注浆范围为150°时,拱顶沉降值为6.4mm,当注浆范围为180°时,拱顶沉降值为3.5mm,其中当注浆范围为180°时,边导洞的拱顶沉降值最小,所以当注浆范围为180°时,能够使得边导洞安全有效的开挖。
如图18、19、20、21所示当注浆范围为90°时,拱腰收敛值为8mm,当注浆范围为120°时,拱顶沉降值为7.2mm,当注浆范围为150°时,拱顶沉降值为4mm,当注浆范围为180°时,拱顶沉降值为3.5mm,其中当注浆范围为180°时,边导洞的拱腰收敛值最小,所以当注浆范围为180°时,能够使得边导洞安全有效的开挖。
如图22、23、24、25所示四种注浆范围中,当采用180°的注浆范围加固边导洞上方岩体时,其屈服区最小,在拱顶范围内基本无屈服区,这说明采用180°的注浆范围可以有效的控制边导洞的变形,所以可以采用180°注浆范围来加固边导洞上方的岩体。
有益效果:
1、隧道掌子面作为裸露的岩体,具有较高的研究价值,但由于掌子面处环境复杂,常有烟尘且光照不足,且掌子面不宜长时间停留,故本发明通过对掌子面进行摄像,将拍摄的图像进行比例转换后,对掌子面的图像利用Open CV进行图像预处理,通过原图像—灰度图像—自适应直方图均衡化—图像平滑—图像锐化的处理方式,将图像的对比度提高,并减少图像中的噪声,并对突出图像中的边缘信息,进而对图像进行进一步处理。
2、本发明通过图像预处理之后,将图像进行边缘检测,进一步将图像中的边缘信息显现出来,再将图像进行直线检测,检测出掌子面处的节理,对结果进行统计输出,以检测出现直线段的长度、倾角、间距作为节理的平均长度、平均倾角、平均间距,统计结果可真实反应当前节理隧道围岩节理。
3、本发明将图像处理后的信息带入利用Phase有限元软件中,Phase可模拟施工现场的实际情况建立节理网络模型,并且实现了对接触面单元的修正,得到的计算结果比较准确。
4、本发明针对掌子面所拍摄的图像进行处理,通过算法来调节其亮度、对比度等,之后再通过锐化图像,进而对图像进行边缘检测和直线检测以获取图像中掌子面处的结构面信息,根据图像中识别的信息进行分析,将图像信息应用在隧道施工中,利用有限元软件分析节理隧道加固最优注浆范围。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (2)
1.一种应用于节理岩体隧道开挖过程中的注浆范围优化方法,其特征在于,包括:
步骤1、获取施工现场隧道掌子图像;
步骤2、对隧道掌子面图像进行比例转换;
在掌子面处取两点,测量两点之间的距离,同时在图像上取相同两点间的距离d,则实际掌子面距离与图像中两点距离比例尺为D:d,转换比例时可按如下公式计算图像比例转换系数:
其中a为图像的比例转换系数,(x1,x2)、(y1,y2)为小导洞掌子面所拍摄图像两点的像素坐标,D为两点间的实际距离;
步骤3、利用图像处理算法对隧道掌子面图像进行锐化处理;
步骤4、利用边缘检测对掌子面图像边缘信息进行识别;
所述步骤4包括:使用高斯滤波器对图像进行卷积处理,计算图像中掌子面处节理的梯度方向和幅值,进行非极大值抑制处理,连接掌子面处节理的边缘,确定图像中掌子面处节理的范围;
步骤5、对边缘检测后得到的掌子面图像进行直线检测,并输出直线统计结果,得到掌子面处节理的长度、倾角、间距,并统计出节理的平均长度、节理平均倾角、节理平均间距;
步骤50、经过边缘检测后,在对图像中的边缘利用Hough变换进行直线检测;
步骤51、经过Hough变换进行直线检测后,对检测出的直线段统计,根据直线段的长度、角度、两条线之间的距离计算车站小导洞掌子面处节理的长度、倾角、间距;
根据直线段的长度、角度、两条线之间的距离来等效为车站小导洞掌子面处节理的长度、倾角、间距,并统计出节理的平均长度、节理平均倾角、节理平均间距,计算公式为:
按一定次序选取图像中的直线,设(x1,y1),(x2,y2)为第一条直线段两端点的坐标;(x3,y3),(x4,y4)为距离第一条直线段最近的第二条直线段两端点坐标,i为直线段数目,n为直线段总数;
节理长度:
节理平均长长度:
节理倾角:
节理平均倾角:
节理间距:
节理平均间距:
步骤6、将经过图像处理技术所得出的节理信息参数进行建模;
利用图像处理技术将车站小导洞掌子面处所拍摄的图像处理之后,得到掌子面处的节理平均长度、节理平均倾角、节理平均间距,并利用Phase有限元软件对隧道进行重新建模;
Phase软件中节理采用Goodman单元实现,Goodman提出了八厚度四节点的无厚度单元,接触面之间通过弹簧连接;弹簧的法相刚度系数记为kn,切向刚度系数记为ks,若接触面间为线弹性接触,则本构关系为:
式子中:σn是节理面法向应力;τs是节理面切向应力;ωn是节理面法向位移;ωs是节理面切向位移;
步骤7、选取四种注浆方案,对注浆加固围岩的注浆效果进行计算分析,比较边导洞的拱顶沉降数据、拱腰收敛数据、塑性区数据,选取注浆范围。
2.根据权利要求1所述的一种应用于节理岩体隧道开挖过程中的注浆范围优化方法,其特征在于,所述步骤3包括以下步骤:
步骤30、将隧道掌子面彩色图像转化为灰色图像;
步骤31、对灰色图像进行直方图变换,调整图像的对比度和亮度;
步骤32、对直方图进行图像平滑处理;
步骤33、对经平滑处理的图像进行锐化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111066110.4A CN113781441B (zh) | 2021-09-13 | 2021-09-13 | 一种应用于节理岩体隧道开挖过程中的注浆范围优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111066110.4A CN113781441B (zh) | 2021-09-13 | 2021-09-13 | 一种应用于节理岩体隧道开挖过程中的注浆范围优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113781441A CN113781441A (zh) | 2021-12-10 |
CN113781441B true CN113781441B (zh) | 2024-02-27 |
Family
ID=78842886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111066110.4A Active CN113781441B (zh) | 2021-09-13 | 2021-09-13 | 一种应用于节理岩体隧道开挖过程中的注浆范围优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781441B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101433787B1 (ko) * | 2013-04-18 | 2014-08-27 | 한국원자력연구원 | 음향방출기법을 이용한 현장암반의 손상도 추정 시스템 및 그 추정 방법 |
CN104502990A (zh) * | 2015-01-06 | 2015-04-08 | 中国地质大学(武汉) | 一种基于数码图像的隧道掌子面地质调查方法 |
CN108629126A (zh) * | 2018-05-09 | 2018-10-09 | 中国地质大学(北京) | 一种考虑宏细观缺陷耦合的岩体力学数值建模方法 |
WO2020151023A1 (zh) * | 2019-01-21 | 2020-07-30 | 东北大学 | 一种基于图像识别技术的关键块体动态搜索***及方法 |
CN111626358A (zh) * | 2020-05-27 | 2020-09-04 | 大连海事大学 | 一种基于bim图片识别的隧道围岩分级方法 |
CN112199894A (zh) * | 2020-10-20 | 2021-01-08 | 大连海事大学 | 一种非贯通节理边坡稳定性的可靠度计算方法 |
CN112348014A (zh) * | 2020-11-03 | 2021-02-09 | 招商局重庆公路工程检测中心有限公司 | 基于机器视觉的隧道掌子面围岩级别快速识别方法 |
CN112800530A (zh) * | 2021-03-29 | 2021-05-14 | 中国科学院武汉岩土力学研究所 | 破碎软弱围岩掌子面加固应力应变数字化数据处理方法 |
CN112949065A (zh) * | 2021-03-04 | 2021-06-11 | 长江水利委员会长江科学院 | 模拟层状岩体力学行为的双尺度方法、装置、存储介质及设备 |
CN113256082A (zh) * | 2021-05-07 | 2021-08-13 | 中交第二航务工程局有限公司 | 一种隧道掌子面智能地质素描及地质评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10571603B2 (en) * | 2014-02-19 | 2020-02-25 | Repsol, S.A. | Method implemented in a computer for the numerical simulation of a porous medium |
-
2021
- 2021-09-13 CN CN202111066110.4A patent/CN113781441B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101433787B1 (ko) * | 2013-04-18 | 2014-08-27 | 한국원자력연구원 | 음향방출기법을 이용한 현장암반의 손상도 추정 시스템 및 그 추정 방법 |
CN104502990A (zh) * | 2015-01-06 | 2015-04-08 | 中国地质大学(武汉) | 一种基于数码图像的隧道掌子面地质调查方法 |
CN108629126A (zh) * | 2018-05-09 | 2018-10-09 | 中国地质大学(北京) | 一种考虑宏细观缺陷耦合的岩体力学数值建模方法 |
WO2020151023A1 (zh) * | 2019-01-21 | 2020-07-30 | 东北大学 | 一种基于图像识别技术的关键块体动态搜索***及方法 |
CN111626358A (zh) * | 2020-05-27 | 2020-09-04 | 大连海事大学 | 一种基于bim图片识别的隧道围岩分级方法 |
CN112199894A (zh) * | 2020-10-20 | 2021-01-08 | 大连海事大学 | 一种非贯通节理边坡稳定性的可靠度计算方法 |
CN112348014A (zh) * | 2020-11-03 | 2021-02-09 | 招商局重庆公路工程检测中心有限公司 | 基于机器视觉的隧道掌子面围岩级别快速识别方法 |
CN112949065A (zh) * | 2021-03-04 | 2021-06-11 | 长江水利委员会长江科学院 | 模拟层状岩体力学行为的双尺度方法、装置、存储介质及设备 |
CN112800530A (zh) * | 2021-03-29 | 2021-05-14 | 中国科学院武汉岩土力学研究所 | 破碎软弱围岩掌子面加固应力应变数字化数据处理方法 |
CN113256082A (zh) * | 2021-05-07 | 2021-08-13 | 中交第二航务工程局有限公司 | 一种隧道掌子面智能地质素描及地质评价方法 |
Non-Patent Citations (1)
Title |
---|
陕西省岩石力学与工程学会.《岩土力学与工程论文集》.陕西科学技术出版社,1994,25-30. * |
Also Published As
Publication number | Publication date |
---|---|
CN113781441A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Automated extraction and evaluation of fracture trace maps from rock tunnel face images via deep learning | |
Lei et al. | A novel tunnel-lining crack recognition system based on digital image technology | |
JP5421192B2 (ja) | ひび割れ検出方法 | |
CN105547602B (zh) | 一种地铁隧道管片渗漏水的远距离测量方法 | |
CN103871062B (zh) | 一种基于超像素描述的月面岩石检测方法 | |
CN109583365B (zh) | 基于成像模型约束非均匀b样条曲线拟合车道线检测方法 | |
CN104156536A (zh) | 一种盾构机刀具磨损的可视化定量标定及分析方法 | |
CN112801972A (zh) | 一种桥梁缺陷检测方法、设备、***及存储介质 | |
CN113256082A (zh) | 一种隧道掌子面智能地质素描及地质评价方法 | |
CN113344956B (zh) | 基于无人机航摄三维建模的地物轮廓提取分类方法 | |
CN111489352A (zh) | 一种基于数字图像处理的隧道缝隙检测与测量方法及装置 | |
JP2018128309A (ja) | ひび割れ検出方法 | |
CN113971669A (zh) | 应用于管道损伤识别的三维检测*** | |
JP2018128316A (ja) | ひび割れ検出方法 | |
CN116563262A (zh) | 基于多模态的建筑裂缝检测算法 | |
CN108986079B (zh) | 一种复杂裂隙网络的裂缝提取及优化方法 | |
CN108805841B (zh) | 一种基于彩色图引导的深度图恢复及视点合成优化方法 | |
CN113781441B (zh) | 一种应用于节理岩体隧道开挖过程中的注浆范围优化方法 | |
CN111105430B (zh) | 基于Landmark单纯形约束的变分水平集图像分割方法 | |
CN116630352A (zh) | 一种基于双向级联像素差分网络的岩心测量方法及装置 | |
CN113591740B (zh) | 基于深度学习的复杂河流环境下泥沙颗粒识别方法及装置 | |
CN108898080A (zh) | 一种基于山脊线邻域评价模型的裂缝连接方法 | |
CN116109813A (zh) | 一种钻锚孔识别方法、***、电子设备及介质 | |
CN114596262A (zh) | 一种基于图像识别技术的大坝监测分析方法及*** | |
JP5157575B2 (ja) | 欠陥検出方法 |
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 |