CN116108772A - 地下工程岩体质量修正方法、装置、设备及可读存储介质 - Google Patents
地下工程岩体质量修正方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116108772A CN116108772A CN202310178552.0A CN202310178552A CN116108772A CN 116108772 A CN116108772 A CN 116108772A CN 202310178552 A CN202310178552 A CN 202310178552A CN 116108772 A CN116108772 A CN 116108772A
- Authority
- CN
- China
- Prior art keywords
- drilling
- target
- experimental
- correction
- preset
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本申请涉及一种地下工程岩体质量修正方法、装置、设备及可读存储介质,涉及地下工程技术领域,包括获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中的水压参数、流量参数、结构面参数、姿态参数和钻进参数;将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;将所述目标地下水修正指数、目标结构面修正指数和目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。本申请修正了地下水、结构面和地应力的影响,可实时获取每个里程的工程岩体修正质量,提高了岩体分级的准确性和客观性。
Description
技术领域
本申请涉及地下工程技术领域,特别涉及一种地下工程岩体质量修正方法、装置、设备及可读存储介质。
背景技术
岩体稳定性的准确评价是进行地下工程开挖与支护设计的重要根据。在影响工程岩体稳定性的诸多因素中,岩石坚硬程度和岩体完整程度反应了岩体的基本属性,但其并不是影响岩体质量和稳定性的全部重要因素,还应结合工程考虑各影响因素来修正岩体基本质量指标,作为工程岩体分级的依据。随着地下工程建设的规模不断增大,常面临着富水软弱、断层破碎带、高地应力等复杂地质条件,易发生涌水、塌方、岩爆等安全事故,因此,亟需引入影响岩体稳定的主要修正因素,以对工程岩体作出快速准确的定级。
发明内容
本申请提供一种地下工程岩体质量修正方法、装置、设备及可读存储介质,以解决相关技术中存在的问题。
第一方面,提供了一种地下工程岩体质量修正方法,包括以下步骤:
获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中的水压参数、流量参数、结构面参数、姿态参数和钻进参数;
将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;
将所述目标地下水修正指数、所述目标结构面修正指数和所述目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。
一些实施例中,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过原位数字钻探测试获取与第一预设工况对应的围岩裂隙内的实验随钻水压值和实验随钻流量值,所述第一预设工况包括不同的岩体基本质量初始值、岩性类别、围岩水压力和围岩出水量;
基于所述实验随钻水压值、所述实验随钻流量值和所述岩体基本质量初始值构建生成预设地下水修正模型。
一些实施例中,所述实验随钻水压值和实验随钻流量值的计算方法分别为:
ΔP(x)=[Pr(x)-Pr(x-1)]-[Pd(x)-Pd(x-1)]
ΔQ(x)=[Qr(x)-Qr(x-1)]-[Qd(x)-Qd(x-1)]
式中,ΔP(x)表示x里程处对应的围岩裂隙内的实验随钻水压值,Pr(x)表示x里程处对应的近钻头位置的实验随钻水压值,Pr(x-1)表示x-1里程处对应的近钻头位置的实验随钻水压值,Pd(x)表示x里程处对应的冲洗液管路的实验随钻水压值,Pd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻水压值,ΔQ(x)表示x里程处对应的围岩裂隙内的实验随钻流量值,Qr(x)表示x里程处对应的近钻头位置的实验随钻流量值,Qr(x-1)表示x-1里程处对应的近钻头位置的实验随钻流量值,Qd(x)表示x里程处对应的冲洗液管路的实验随钻流量值,Qd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻流量值。
一些实施例中,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过原位数字钻探测试获取与第二预设工况对应的实验结构面产状值和实验钻孔姿态值,所述第二预设工况为不同的结构面产状和钻孔姿态的组合状态;
基于所述实验结构面产状值和所述实验钻孔姿态值构建生成预设结构面修正模型。
一些实施例中,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过室内数字钻探测试获取与第三预设工况对应的实验钻进参数和实验围岩最大主应力,通过数字取芯钻探和岩石力学试验获取实验岩石饱和单轴抗压强度,所述第三预设工况包括不同的岩体基本质量初始值、岩性类别、岩石强度和围压条件;
根据所述实验围岩最大主应力和所述实验岩石饱和单轴抗压强度确定出实验围岩强度应力比;
基于所述实验围岩强度应力比和实验钻进参数对预设神经网络模型进行训练,得到预设围岩强度应力比预测模型;
基于所述预设围岩强度应力比预测模型和所述岩体基本质量初始值构建生成预设地应力修正模型。
一些实施例中,所述实验围岩强度应力比的计算公式为:
所述预设围岩强度应力比预测模型为:
SSR'=f(F',M',N',V',SE',PR',FPI',MPI')
式中,SSR表示实验围岩强度应力比,Rc表示实验岩石饱和单轴抗压强度,σmax表示实验围岩最大主应力,SSR'表示目标围岩强度应力比,f表示训练函数,F'表示目标钻进压力,M'表示目标钻头扭矩,N'表示目标钻杆转速,V'表示目标钻进速度,SE'表示目标钻进比能,PR'表示目标贯入度,FPI'表示目标钻压贯入指数,MPI'表示目标扭矩贯入指数。
一些实施例中,所述预设岩体质量修正模型的计算公式为:
式中,表示x里程处对应的目标岩体修正质量指标值,BQ(x)表示x里程处对应的岩体基本质量初始值,K1(x)表示x里程处对应的目标地下水修正指数,K2(x)表示x里程处对应的目标结构面修正指数,K3(x)表示x里程处对应的目标地应力修正指数。
第二方面,提供了一种地下工程岩体质量修正装置,包括:
参数获取单元,其用于获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中水压参数、流量参数、结构面参数、姿态参数和钻进参数;
指数预测单元,其用于将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;
质量修正单元,其用于将所述目标地下水修正指数、目标结构面修正指数和目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。
第三方面,提供了一种地下工程岩体质量修正设备,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现前述的地下工程岩体质量修正方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现前述的地下工程岩体质量修正方法。
本申请提供了一种地下工程岩体质量修正方法、装置、设备及可读存储介质,本申请提供的技术方案至少带来以下有益效果:
本申请通过在具体的地下工程中实施数字钻探后,将采集的目标随钻参数分别代入预设的地下水修正模型、结构面修正模型以及地应力修正模型中,以分别获取待测岩体对应的地下水修正指数、结构面修正指数和地应力修正指数,最后将上述修正指数代入预设岩体质量修正模型,即可确定出每一里程对应的工程岩体修正质量指标值,以实现地下工程岩体的实时、精确评价。由此可见,本申请通过将地下工程岩体钻进过程中的随钻参数输入至相应的修正模型,定量修正了地下水、结构面和地应力对岩体质量的影响,进而可实时获取每一个里程位置的工程岩体修正质量,提高了岩体分级的准确性和客观性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种地下工程岩体质量修正方法的流程示意图;
图2为本申请实施例提供的一种地下工程岩体质量修正方法的具体流程示意图;
图3为本申请实施例提供的一种地下工程岩体质量修正装置的结构示意图;
图4为本申请实施例提供的一种地下工程岩体质量修正设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1是本申请实施例提供的一种地下工程岩体质量修正方法,包括以下步骤:
步骤S10:获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中的水压参数、流量参数、结构面参数、姿态参数和钻进参数;
示范性的,可以理解的是,钻机经过数字化改造后,可对钻进过程中的钻进参数、机械参数以及岩性参数进行实时监测与分析,例如在钻探、地勘领域中,常见的搭载于钻机的数字化***包括:钻孔过程监测(Drilling process monitoring,DPM)、随钻测量(Measurement while drilling,MWD)、随钻测井(Logging while drilling,LWD)等***。因此,在本实施例中,可采用数字化钻机对具体地下工程岩体实施超前水平的数字钻探实验,并通过各类传感仪器设备实时获取钻进过程中的目标随钻参数。
应当理解的是,目标随钻参数包括水压参数、流量参数、结构面参数、姿态参数和钻进参数。其中,水压参数和流量参数为采集的近钻头位置和冲洗液管路的随钻参数,结构面参数为采集的结构面走向和结构面倾角信息,姿态参数为采集的钻孔方位信息,而钻进参数则为采集的钻进压力、钻头扭矩、钻杆转速以及钻进速度等。
步骤S20:将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;
示范性的,在本实施例中,当获取到目标随钻参数后,将目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,并经过各个模型的相关处理后,即可分别反演出目标地下水修正指数、目标结构面修正指数和目标地应力修正指数。
进一步的,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过原位数字钻探测试获取与第一预设工况对应的围岩裂隙内的实验随钻水压值和实验随钻流量值,所述第一预设工况包括不同的岩体基本质量初始值、岩性类别、围岩水压力和围岩出水量;
基于所述实验随钻水压值、所述实验随钻流量值和所述岩体基本质量初始值构建生成预设地下水修正模型。
其中,所述实验随钻水压值和实验随钻流量值的计算方法为:
ΔP(x)=[Pr(x)-Pr(x-1)]-[Pd(x)-Pd(x-1)]
ΔQ(x)=[Qr(x)-Qr(x-1)]-[Qd(x)-Qd(x-1)]
式中,ΔP(x)表示x里程处对应的围岩裂隙内的实验随钻水压值,Pr(x)表示x里程处对应的近钻头位置的实验随钻水压值,Pr(x-1)表示x-1里程处对应的近钻头位置的实验随钻水压值,Pd(x)表示x里程处对应的冲洗液管路的实验随钻水压值,Pd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻水压值,ΔQ(x)表示x里程处对应的围岩裂隙内的实验随钻流量值,Qr(x)表示x里程处对应的近钻头位置的实验随钻流量值,Qr(x-1)表示x-1里程处对应的近钻头位置的实验随钻流量值,Qd(x)表示x里程处对应的冲洗液管路的实验随钻流量值,
Qd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻流量值。
示范性的,可以理解的是,地下水是影响岩体稳定的重要因素,水的作用主要表现为溶蚀岩石中易溶胶结物,潜蚀充填物中的细小颗粒,使岩石软化疏松、充填物泥化等,故需采用修正措施来反应地下水对岩体质量的影响。在围岩出水状态的定量描述中,通常采用10m洞长渗水量和裂隙水压作为统计量进行修正。于是,本实施例为了解决该问题,将通过预设地下水修正模型来获取目标地下水修正指数,以定量修正地下水对岩体质量的影响。因此,本实施例将通过原位数字钻探测试实验的结果来构建预设地下水修正模型。
具体的,在钻机钻入已知具有不同岩体基本质量初始值BQ的岩体过程中,可采用相应的传感器件采集钻进过程中的实验随钻水压值和实验随钻流量值,即获取近钻头位置处和冲洗液管路上的与不同岩体基本质量初始值对应的实验随钻参数,再通过相关运算处理后,可得到每一个里程桩号对应的围岩裂隙内的实验随钻水压值和实验随钻流量值;然后,构建所获取的实验随钻水压值和实验随钻流量值、预设的地下水修正指数区间以及已知的岩体基本质量初始值BQ之间的映射关系,以生成预设地下水修正模型,进而可通过该预设地下水修正模型确定出每一个里程桩号对应的目标地下水修正指数K1(x)。
应当理解的是,水对岩体质量的影响与水的赋存状态有关,即地下水的出水状态越严重,则地下水修正指数K1越大。因此,在本实施例中将对各种岩性类别的岩体在不同围岩水压力Pf和围岩出水量Qf的赋存状态(第一预设工况)开展数字钻探测试,获取对应的围岩裂隙内的实验随钻水压值ΔP(x)和实验随钻流量值ΔQ(x)。其中,第一预设工况中不同的围岩水压力Pf和围岩出水量Qf的分类,及其对应的随钻水压值ΔP(x)和随钻流量值ΔQ(x)见表1所示:
表1地下水出水状态分类表
其中,a、b、c、d均为通过数字钻探测试获取的第一预设工况条件下对应的随钻参数边界值。比如,当钻遇地层的围岩水压力为Pf≤0.1时,得到的随钻水压值为ΔP(x)≤a;当钻遇地层的围岩出水量为Qf≤25时,得到的随钻流量值为ΔQ(x)≤c。
可以理解的是,本实施例将通过采集钻进过程中的近钻头位置和冲洗液管路的随钻水压值(Pr(x)、Pd(x))和随钻流量值(Qr(x)、Qd(x)),以得到每一个里程桩号对应的围岩裂隙内的实验随钻水压值ΔP(x)和实验随钻流量值ΔQ(x);然后,构建所获取的实验随钻水压值ΔP(x)和实验随钻流量值ΔQ(x)、预设的地下水修正指数区间以及已知的岩体基本质量初始值BQ之间的映射关系,即可形成预设地下水修正模型。
具体的,实验随钻水压值ΔP(x)和实验随钻流量值ΔQ(x)的计算方法为:
ΔP(x)=[Pr(x)-Pr(x-1)]-[Pd(x)-Pd(x-1)]
ΔQ(x)=[Qr(x)-Qr(x-1)]-[Qd(x)-Qd(x-1)]
式中,ΔP(x)表示x里程处对应的围岩裂隙内的实验随钻水压值,Pr(x)表示x里程处对应的近钻头位置的实验随钻水压值,Pr(x-1)表示x-1里程处对应的近钻头位置的实验随钻水压值,Pd(x)表示x里程处对应的冲洗液管路的实验随钻水压值,Pd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻水压值,ΔQ(x)表示x里程处对应的围岩裂隙内的实验随钻流量值,Qr(x)表示x里程处对应的近钻头位置的实验随钻流量值,Qr(x-1)表示x-1里程处对应的近钻头位置的实验随钻流量值,Qd(x)表示x里程处对应的冲洗液管路的实验随钻流量值,
Qd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻流量值。
其中,变量x的最小采样频率可根据实际情况确定。优选地,在本实施例中里程x的采样频率取为10cm。
此外,可以理解的是,水对岩体质量的影响不仅与水的赋存状态有关,还与岩石性质和岩体完整程度有关。岩石越致密,强度越高,完整性越好,则地下水的影响越小。因此,对于同一出水状态,岩体基本质量指标值越大,地下水修正指数K1(x)也越小。基于此,在本实施例中将基于实验随钻水压值、实验随钻流量值和预设的岩体基本质量初始值BQ构建生成预设地下水修正模型,以确定目标地下水修正指数K1(x)。具体的,所述预设地下水修正模型见表2所示:
表2预设地下水修正模型
需要说明的是,由表2确定目标地下水修正指数K1(x)时,其区间上下限值可根据实际情况确定,在此不作限定。具体的,在根据岩体基本质量初始值BQ确定了钻遇岩体的地下水修正指数的区间范围后,可根据实际需求从对应区间中确定出具体值作为目标地下水修正指数K1(x),在此不作限定。比如,当岩体基本质量初始值BQ=400时,且x里程处对应的地下水出水状态为第三状态,即数字钻探测试满足ΔP(x)>b或ΔQ(x)>d的条件时,目标地下水修正指数K1为
此外,本实施例在确定地下水修正指数K1(x)时,需要把在掌子面不同位置处施作的n个数字钻探测试探孔得到的对应地下水修正指数K1i(x)(i=1,2,...,n)取平均值以作为该里程桩号的地下水修正指数。其中,数字钻探测试的探孔个数n可根据实际情况确定,在此不作限定。
进一步的,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过原位数字钻探测试获取与第二预设工况对应的实验结构面产状值和实验钻孔姿态值,所述第二预设工况为不同的结构面产状和钻孔姿态的组合状态;
基于所述实验结构面产状值和所述实验钻孔姿态值构建生成预设结构面修正模型。
示范性的,可以理解的是,结构面产状不同,钻孔姿态(结构面与钻孔轴线的组合关系)不同,对地下工程岩体稳定的影响程度也不同。比如,对于小断层或性状较差的层状岩体层面,当为陡倾角且结构面走向与钻孔轴线夹角很大时,对岩体稳定性影响很小,而这种不利影响未能在岩体基本质量初始值BQ中反应出来。因此,在本实施例中将通过数字钻探测试获取不同结构面产状和钻孔姿态的组合状态下对应的实验结构面产状值和实验钻孔姿态值,并构建实验结构面产状值和实验钻孔姿态值以及预设的结构面修正指数区间之间的映射关系,以生成预设结构面修正模型,进而可通过该预设结构面修正模型确定出目标结构面修正指数K2(x)。
具体的,本实施例将对不同产状的结构面岩体开展超前水平数字钻探测试,通过随钻孔内成像装置采集钻进过程中的结构面走向、倾角等产状,通过陀螺仪或加速度计等传感器件采集钻进过程中的钻孔倾角、方位角以及工具面角等信息;经过相关运算处理后,将获取的结构面倾角称为结构面产状值,并将获取的钻孔轴线夹角与结构面走向的组合关系称为钻孔姿态值;然后,基于实验结构面产状值和实验钻孔姿态值构建生成预设结构面修正模型。其中,所述预设结构面修正模型见表3所示:
表3预设结构面修正模型
应当理解的是,由表3确定目标结构面修正指数K2(x)时,其区间上下限值可根据实际情况确定,在此不作限定。具体的,在根据结构面产状值和钻孔姿态值确定了钻遇岩体的结构面修正指数的区间后,可根据实际需求从对应区间中确定出具体值作为结构面修正指数K2(x),在此不作限定。比如,当结构面倾角为90°,且钻孔轴线与结构面走向夹角为90°时,目标结构面修正指数K2(x)为0~0.2,可取该区间的平均值0.1作为该工况对应的目标结构面修正指数K2(x)的取值。
需要说明的是,本实施例中的预设结构面修正模型可用于存在一组起控制作用结构面的情况,而若有两组或以上起控制作用的结构面,则可根据实际需求对预设结构面修正模型进行适应性修改调整,在此不作限定。
进一步的,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过室内数字钻探测试获取与第三预设工况对应的实验钻进参数和实验围岩最大主应力,通过数字取芯钻探和岩石力学试验获取实验岩石饱和单轴抗压强度,所述第三预设工况包括不同的岩体基本质量初始值、岩性类别、岩石强度和围压条件;
根据所述实验围岩最大主应力和所述实验岩石饱和单轴抗压强度确定出实验围岩强度应力比;
基于所述实验围岩强度应力比和实验钻进参数对预设神经网络模型进行训练,得到预设围岩强度应力比预测模型;
基于所述预设围岩强度应力比预测模型和所述岩体基本质量初始值构建生成预设地应力修正模型。
其中,所述实验围岩强度应力比的计算公式为:
所述预设围岩强度应力比反演模型为:
SSR'=f(F',M',N',V',SE',PR',FPI',MPI')
式中,SSR表示实验围岩强度应力比,Rc表示实验岩石饱和单轴抗压强度,σmax表示实验围岩最大主应力,SSR'表示目标围岩强度应力比,f表示训练函数,F'表示目标钻进压力,M'表示目标钻头扭矩,N'表示目标钻杆转速,V'表示目标钻进速度,SE'表示目标钻进比能,PR'表示目标贯入度,FPI'表示目标钻压贯入指数,MPI'表示目标扭矩贯入指数。
示范性的,可以理解的是,岩体初始应力对地下工程岩体的影响较大,比如当围岩强度应力比大于一定值时,可以认为对隧道岩体稳定不起控制作用,但围岩强度应力比小于一定值时,对岩体稳定性或变形破坏的影响显著。因此,本实施例中将通过地应力修正指数K3(x)对地下工程的岩体级别进行定量修正。
具体的,本实施例将通过数字钻探测试获取各种类别和强度且岩体基本质量初始值BQ已知的岩石在不同的围压条件下对应的实验钻进参数DP(包括钻进压力F、钻头扭矩M、钻杆转速N、钻进速度V等),同时通过设置不同的围压条件获取不同的实验围岩最大主应力σmax,以及通过不同工况下的数字取芯钻探和岩石力学试验获取对应的实验岩石饱和单轴抗压强度Rc;其次,根据实验围岩最大主应力σmax和实验岩石饱和单轴抗压强度Rc确定出实验围岩强度应力比SSR;然后,基于实验围岩强度应力比SSR和实验钻进参数DP对预设神经网络模型进行训练,得到预设围岩强度应力比预测模型;最后通过该预设围岩强度应力比预测模型和已知的岩体基本质量初始值BQ构建生成预设地应力修正模型,即通过实验钻进参数DP和预设围岩强度应力比预测模型可以获取对应的实验围岩强度应力比SSR,然后构建实验围岩强度应力比SSR、预设的地应力修正指数以及已知的岩体基本质量初始值BQ之间的映射关系。
最终,使得本实施例可实现通过目标钻进参数DP'和预设围岩强度应力比预测模型反演得到目标围岩强度应力比SSR',进而通过预设地应力修正模型来定量确定待测岩体的目标地应力修正指数K3(x)。
其中,所述预设地应力修正模型见表4所示:
表4预设地应力修正模型
应当理解的是,由表4确定目标地应力修正指数K3(x)时,其区间上下限值可根据实际情况确定,在此不作限定。具体的,在根据目标钻进参数和预设围岩强度应力比预测模型确定出钻遇岩体的目标围岩强度应力比,并根据目标围岩强度应力比和钻遇岩体的岩体基本质量初始值BQ确定出钻遇岩体的地应力修正指数的区间后,可根据实际需求从对应区间中确定出具体值作为地应力修正指数K3(x),在此不作限定。比如,当岩体基本质量初始值BQ=400时,且里程x处对应的目标围岩强度应力比为SSR=2时,该工况对应的目标地应力修正指数K3(x)则为
可以理解的是,实验围岩最大主应力σmax是通过室内试验设置不同的围压条件来模拟不同的地应力水平。本实施例中将针对不同类别和强度的岩石开展不同围压条件下的数字钻探测试,采集钻进过程中的实验钻进参数DP,并对获取的岩芯开展岩石力学试验得到实验岩石饱和单轴抗压强度Rc,进而计算出实验围岩强度应力比SSR。需要说明的是,由于只有垂直于工程轴线方向的最大初始应力σmax对工程岩体稳定性的影响最大,室内数字钻探测试的钻孔方向应与施加的围压方向相垂直,围压条件具体可根据实际需求确定,在此不做限定。
可以理解的是,本实施例将基于所述实验围岩强度应力比SSR和实验钻进参数DP对预设神经网络进行训练,构建生成预设围岩强度应力比预测模型,进而可以通过待测岩体的目标钻进参数DP'反演待测岩体的目标围岩强度应力比SSR'。具体的,所述预设围岩强度应力比预测模型的表达式为:
SSR'=f(F',M',N',V',SE',PR',FPI',MPI')
式中,SSR'表示目标围岩强度应力比,f表示训练函数,F'表示目标钻进压力,M'表示目标钻头扭矩,N'表示目标钻杆转速,V'表示目标钻进速度,SE'表示目标钻进比能,PR'表示目标贯入度,FPI'表示目标钻压贯入指数,MPI'表示目标扭矩贯入指数。
其中,所述目标钻进压力F'、目标钻头扭矩M'、目标钻杆转速N'以及目标钻进速度V'均是通过传感器件采集并记录的,所述目标钻进比能SE'、目标贯入度PR'、目标钻压贯入指数FPI'以及目标扭矩贯入指数MPI'的计算公式分别为:
式中,SE'为目标钻进比能,单位为MPa;F'为目标钻进压力,单位为N;N'为目标钻杆转速,单位为rev/min;M'为目标钻头扭矩,单位为N·m;V'为目标钻进速度,单位为m/min;D'为目标钻头直径,单位为mm;
需要说明的是,可以通过卷积神经网络、全连接神经网络、循环神经网络等深度学习网络来确定训练函数f,具体可根据实际需求确定,在此不做限定。比如,以卷积神经网络为例,所述预设围岩强度应力比预测模型的确定方法为:首先,通过数字钻探测试获取钻进过程中的实验钻进参数DP(包括实验钻进压力F、实验钻头扭矩M、实验钻杆转速N、实验钻进速度V、实验钻进比能SE、实验贯入度PR、实验钻压贯入指数FPI以及实验扭矩贯入指数MPI),通过数字钻探测试和岩体力学实验获取实验围岩强度应力比SSR;
然后,以实验钻进参数DP作为神经网络的输入,以实验围岩强度应力比SSR作为神经网络的标签,对卷积神经网络的权值进行初始化,输入实验钻进参数DP,通过四个卷积层提取数据的高维特征;其次经过最大池化层进行下采样,以数据的局部最大值来代表该区域的数据特征;然后经过全连接层将学到的特征映射为神经网络的输出,即实验围岩强度应力比的预测值SSRp;进而计算神经网络输出SSRp与标签SSR之间的均方误差;基于均方误差使用Adam优化器更新神经网络中的参数;不断迭代上述步骤直至神经网络误差收敛,得到一系列用于预测实验围岩强度应力比SSRp的卷积神经网络参数,即完成神经网络的训练。
在得到训练函数f后,即可生成预设围岩强度应力比预测模型:
SSR'=f(F',M',N',V',SE',PR',FPI',MPI')
式中,SSR'表示目标围岩强度应力比,f表示训练函数,F'表示目标钻进压力,M'表示目标钻头扭矩,N'表示目标钻杆转速,V'表示目标钻进速度,SE'表示目标钻进比能,PR'表示目标贯入度,FPI'表示目标钻压贯入指数,MPI'表示目标扭矩贯入指数。
步骤S30:将所述目标地下水修正指数、目标结构面修正指数和目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。
进一步的,所述预设岩体质量修正模型的计算公式为:
式中,表示x里程处对应的目标岩体修正质量指标值,BQ(x)表示x里程处对应的岩体基本质量初始值,K1(x)表示x里程处对应的目标地下水修正指数,K2(x)表示x里程处对应的目标结构面修正指数,K3(x)表示x里程处对应的目标地应力修正指数。
示范性的,本实施例中,在获取到待测岩体对应的目标地下水修正指数K1(x)、目标结构面修正指数K2(x)和目标地应力修正指数K3(x)后,就可通过预设岩体质量修正模型确定出每一里程x对应的目标岩体修正质量指标值进而实现工程岩体质量的实时、精确评价。需要说明的是,当地下工程岩体质量指标初始值为负值时,修正后的工程岩体质量直接按V级岩体考虑。
由此可见,参见图2所示,本实施例针对地下工程岩体分级中的地下水、结构面和地应力等工程因素,首先开展原位和室内数字钻探测试来获取水压参数、流量参数、结构面参数、姿态参数和钻进参数等随钻参数,进而建立预设地下水修正模型、预设结构面修正模型和预设地应力修正模型;然后,在具体的地下工程中实施数字钻探后,将采集的目标随钻参数分别代入上述修正模型中,分别获取待测岩体对应的目标地下水修正指数K1(x)、目标结构面修正指数K2(x)和目标地应力修正指数K3(x),最后将上述修正指数代入预设岩体质量修正模型确定出每一里程x对应的目标岩体修正质量指标值以实现地下工程岩体的实时、精确评价。
参见图3所示,本申请实施例还提供了一种地下工程岩体质量修正装置,包括:
参数获取单元,其用于获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中水压参数、流量参数、结构面参数、姿态参数和钻进参数;
指数预测单元,其用于将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;
质量修正单元,其用于将所述目标地下水修正指数、目标结构面修正指数和目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。
进一步的,所述装置还包括模型构建单元,其用于:
通过原位数字钻探测试获取与第一预设工况对应的围岩裂隙内的实验随钻水压值和实验随钻流量值,所述第一预设工况包括不同的岩体基本质量初始值、岩性类别、围岩水压力和围岩出水量;
基于所述实验随钻水压值、所述实验随钻流量值和所述岩体基本质量初始值构建生成预设地下水修正模型。
进一步的,所述实验随钻水压值和实验随钻流量值的计算方法分别为:
ΔP(x)=[Pr(x)-Pr(x-1)]-[Pd(x)-Pd(x-1)]
ΔQ(x)=[Qr(x)-Qr(x-1)]-[Qd(x)-Qd(x-1)]
式中,ΔP(x)表示x里程处对应的围岩裂隙内的实验随钻水压值,Pr(x)表示x里程处对应的近钻头位置的实验随钻水压值,Pr(x-1)表示x-1里程处对应的近钻头位置的实验随钻水压值,Pd(x)表示x里程处对应的冲洗液管路的实验随钻水压值,Pd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻水压值,ΔQ(x)表示x里程处对应的围岩裂隙内的实验随钻流量值,Qr(x)表示x里程处对应的近钻头位置的实验随钻流量值,Qr(x-1)表示x-1里程处对应的近钻头位置的实验随钻流量值,Qd(x)表示x里程处对应的冲洗液管路的实验随钻流量值,Qd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻流量值。
进一步的,所述模型构建单元还用于:
通过原位数字钻探测试获取与第二预设工况对应的实验结构面产状值和实验钻孔姿态值,所述第二预设工况为不同的结构面产状和钻孔姿态的组合状态;
基于所述实验结构面产状值和所述实验钻孔姿态值构建生成预设结构面修正模型。
进一步的,所述模型构建单元还用于:
通过室内数字钻探测试获取与第三预设工况对应的实验钻进参数和实验围岩最大主应力,通过数字取芯钻探和岩石力学试验获取实验岩石饱和单轴抗压强度,所述第三预设工况包括不同的岩体基本质量初始值、岩性类别、岩石强度和围压条件;
根据所述实验围岩最大主应力和所述实验岩石饱和单轴抗压强度确定出实验围岩强度应力比;
基于所述实验围岩强度应力比和实验钻进参数对预设神经网络模型进行训练,得到预设围岩强度应力比预测模型;
基于所述预设围岩强度应力比预测模型和所述岩体基本质量初始值构建生成预设地应力修正模型。
进一步的,所述实验围岩强度应力比的计算公式为:
所述预设围岩强度应力比预测模型为:
SSR'=f(F',M',N',V',SE',PR',FPI',MPI')
式中,SSR表示实验围岩强度应力比,Rc表示实验岩石饱和单轴抗压强度,σmax表示实验围岩最大主应力,SSR'表示目标围岩强度应力比,f表示训练函数,F'表示目标钻进压力,M'表示目标钻头扭矩,N'表示目标钻杆转速,V'表示目标钻进速度,SE'表示目标钻进比能,PR'表示目标贯入度,FPI'表示目标钻压贯入指数,MPI'表示目标扭矩贯入指数。
进一步的,所述预设岩体质量修正模型的计算公式为:
式中,表示x里程处对应的目标岩体修正质量指标值,BQ(x)表示x里程处对应的岩体基本质量初始值,K1(x)表示x里程处对应的目标地下水修正指数,K2(x)表示x里程处对应的目标结构面修正指数,K3(x)表示x里程处对应的目标地应力修正指数。
需要说明的是,所属本领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各单元的具体工作过程,可以参考前述地下工程岩体质量修正方法实施例中的对应过程,在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图4所示的地下工程岩体质量修正设备上运行。
本申请实施例还提供了一种地下工程岩体质量修正设备,包括:通过***总线连接的存储器、处理器和网络接口,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行,以实现前述的地下工程岩体质量修正方法的全部步骤或部分步骤。
其中,网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
处理器可以是CPU,还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程逻辑门阵列(FieldProgrammable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件分立硬件组件等。通用处理器可以是微处理器,或者该处理器也可以是任何常规的处理器等,处理器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如视频播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外,存储器可以包括高速随存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘、智能存储卡(SmartMedia Card,SMC)、安全数字(Secure digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现前述的地下工程岩体质量修正方法的全部步骤或部分步骤。
本申请实施例实现前述的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Onlymemory,ROM)、随机存取存储器(RandomAccessmemory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、服务器或计算机程序产品。因此,本申请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,本申请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和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种地下工程岩体质量修正方法,其特征在于,包括以下步骤:
获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中的水压参数、流量参数、结构面参数、姿态参数和钻进参数;
将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;
将所述目标地下水修正指数、所述目标结构面修正指数和所述目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。
2.如权利要求1所述的一种地下工程岩体质量修正方法,其特征在于,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过原位数字钻探测试获取与第一预设工况对应的围岩裂隙内的实验随钻水压值和实验随钻流量值,所述第一预设工况包括不同的岩体基本质量初始值、岩性类别、围岩水压力和围岩出水量;
基于所述实验随钻水压值、所述实验随钻流量值和所述岩体基本质量初始值构建生成预设地下水修正模型。
3.如权利要求2所述的一种地下工程岩体质量修正方法,其特征在于,所述实验随钻水压值和实验随钻流量值的计算方法分别为:
ΔP(x)=[Pr(x)-Pr(x-1)]-[Pd(x)-Pd(x-1)]
ΔQ(x)=[Qr(x)-Qr(x-1)]-[Qd(x)-Qd(x-1)]
式中,ΔP(x)表示x里程处对应的围岩裂隙内的实验随钻水压值,Pr(x)表示x里程处对应的近钻头位置的实验随钻水压值,Pr(x-1)表示x-1里程处对应的近钻头位置的实验随钻水压值,Pd(x)表示x里程处对应的冲洗液管路的实验随钻水压值,Pd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻水压值,ΔQ(x)表示x里程处对应的围岩裂隙内的实验随钻流量值,Qr(x)表示x里程处对应的近钻头位置的实验随钻流量值,Qr(x-1)表示x-1里程处对应的近钻头位置的实验随钻流量值,Qd(x)表示x里程处对应的冲洗液管路的实验随钻流量值,Qd(x-1)表示x-1里程处对应的冲洗液管路的实验随钻流量值。
4.如权利要求1所述的一种地下工程岩体质量修正方法,其特征在于,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过原位数字钻探测试获取与第二预设工况对应的实验结构面产状值和实验钻孔姿态值,所述第二预设工况为不同的结构面产状和钻孔姿态的组合状态;
基于所述实验结构面产状值和所述实验钻孔姿态值构建生成预设结构面修正模型。
5.如权利要求1所述的一种地下工程岩体质量修正方法,其特征在于,在将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型的步骤之前,还包括:
通过室内数字钻探测试获取与第三预设工况对应的实验钻进参数和实验围岩最大主应力,通过数字取芯钻探和岩石力学试验获取实验岩石饱和单轴抗压强度,所述第三预设工况包括不同的岩体基本质量初始值、岩性类别、岩石强度和围压条件;
根据所述实验围岩最大主应力和所述实验岩石饱和单轴抗压强度确定出实验围岩强度应力比;
基于所述实验围岩强度应力比和实验钻进参数对预设神经网络模型进行训练,得到预设围岩强度应力比预测模型;
基于所述预设围岩强度应力比预测模型和所述岩体基本质量初始值构建生成预设地应力修正模型。
8.一种地下工程岩体质量修正装置,其特征在于,包括:
参数获取单元,其用于获取钻机钻入待测岩体后的目标随钻参数,所述目标随钻参数包括钻进过程中水压参数、流量参数、结构面参数、姿态参数和钻进参数;
指数预测单元,其用于将所述目标随钻参数分别输入至预设地下水修正模型、预设结构面修正模型和预设地应力修正模型,得到目标地下水修正指数、目标结构面修正指数和目标地应力修正指数;
质量修正单元,其用于将所述目标地下水修正指数、目标结构面修正指数和目标地应力修正指数输入至预设岩体质量修正模型,得到目标岩体修正质量指标值。
9.一种地下工程岩体质量修正设备,其特征在于,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求1至7中任一项所述的地下工程岩体质量修正方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现权利要求1至7中任一项所述的地下工程岩体质量修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310178552.0A CN116108772A (zh) | 2023-02-27 | 2023-02-27 | 地下工程岩体质量修正方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310178552.0A CN116108772A (zh) | 2023-02-27 | 2023-02-27 | 地下工程岩体质量修正方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116108772A true CN116108772A (zh) | 2023-05-12 |
Family
ID=86254280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310178552.0A Pending CN116108772A (zh) | 2023-02-27 | 2023-02-27 | 地下工程岩体质量修正方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116108772A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116398111A (zh) * | 2023-06-07 | 2023-07-07 | 四川众恒精诚地质勘测有限公司 | 一种面向地质勘测的岩土层钻进***及方法 |
-
2023
- 2023-02-27 CN CN202310178552.0A patent/CN116108772A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116398111A (zh) * | 2023-06-07 | 2023-07-07 | 四川众恒精诚地质勘测有限公司 | 一种面向地质勘测的岩土层钻进***及方法 |
CN116398111B (zh) * | 2023-06-07 | 2023-09-22 | 四川众恒精诚地质勘测有限公司 | 一种面向地质勘测的岩土层钻进***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11591900B2 (en) | Method to predict overpressure uncertainty from normal compaction trendline uncertainty | |
US10546072B2 (en) | Obtaining micro- and macro-rock properties with a calibrated rock deformation simulation | |
CN106951660B (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
RU2321064C2 (ru) | Способ построения обратимой трехмерной гидродинамической модели земли, калибруемой в реальном времени в процессе бурения | |
CA3019107C (en) | Obtaining micro-and macro-rock properties with a calibrated rock deformation simulation | |
US8024124B2 (en) | Determining maximum horizontal stress in an earth formation | |
CN109655903B (zh) | 页岩层横波速度预测方法及*** | |
US10761231B2 (en) | Generating a high-resolution lithology model for subsurface formation evaluation | |
CN112502613B (zh) | 一种钻井方法及装置 | |
CN116108772A (zh) | 地下工程岩体质量修正方法、装置、设备及可读存储介质 | |
KR101902779B1 (ko) | 물리검층 자료를 이용한 s파 속도 산출방법 | |
CN113267814A (zh) | 场地剪切波速测算方法及装置 | |
JP6391010B2 (ja) | トンネル切羽前方の透水特性の評価方法および評価システム | |
SA519402410B1 (ar) | بكسلة حل عكس المسافة إلى حد الطبقة | |
CN116538875A (zh) | 大面积露天台阶深孔***精细化施工方法及相关组件 | |
CN115455791A (zh) | 一种基于数值模拟技术提高滑坡位移预测准确率的方法 | |
CN116050008A (zh) | 岩体质量实时评价方法、装置、设备及可读存储介质 | |
CN110308488B (zh) | 确定洞穴充填程度的方法及*** | |
Di Buccio et al. | Numerical modelling of seismic site response at large strains: a parametric study | |
CN116973550B (zh) | 一种基于超前地质钻探的***参数确定方法 | |
CN113703042B (zh) | 一种确定层间碎屑岩砂体累加厚度的方法及装置 | |
Qiu et al. | Effects of overconsolidation ratio on undrained shear strength of clay considering pressuremeter of limited length: cases study | |
US20230193744A1 (en) | System and method for determining a direction for drilling a well | |
CN117211758B (zh) | 用于浅孔取芯的智能钻进控制***及方法 | |
CN113917531B (zh) | 基于扰动体积模量的压力系数预测方法及电子设备 |
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 |