一种风化花岗岩地层TBM刀盘卡机预测方法及系统

一种风化花岗岩地层tbm刀盘卡机预测方法及系统
技术领域
1.本发明涉及地质探测技术领域，尤其涉及一种风化花岗岩地层tbm刀盘卡机预测方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.目前，tbm施工因其安全、高效等优势越来越被隧道(洞)开挖所采用。风化岩层岩体力学强度变低、渗透性变大，遇水易软化成泥等特点，tbm在掘进过程中，对风化岩层的适应性较差，一旦遭遇风化花岗岩地层极易发生围岩坍塌、突水突泥等地质灾害，进而导致tbm无法转动、异常损坏甚至机毁人亡等事故，造成严重的经济损失和人员伤亡等问题，tbm卡机事故已经成为隧道施工过程中亟需解决的一项重大工程难题。
4.现有技术主要通过建立力学模型研究tbm刀盘卡机，然而tbm刀盘卡机影响因素众多，发生tbm刀盘卡机的原因众多，仅靠力学模型无法很好的表达影响tbm刀盘卡机的众多因素和原因。


技术实现要素：

5.为了解决上述问题，本发明提出了一种风化花岗岩地层tbm刀盘卡机预测方法及系统，能够提前对掌子面前方tbm刀盘的卡机进行预测，保证施工安全，提高施工效率。
6.在一些实施方式中，采用如下技术方案：
7.一种风化花岗岩地层tbm刀盘卡机预测方法，包括：
8.获取tbm掘进过程中影响tbm刀盘卡机的机械参数；
9.建立物探参数与力学参数的关系模型，通过隧道超前地质预报收集掌子面前方的物探参数，利用关系模型得到相对应的力学参数，计算出围岩完整性系数；
10.基于所述力学参数、围岩完整性系数、初始地应力以及机械参数，利用训练好的全连接神经网络模型，得到tbm扭矩，将所述tbm扭矩与额定扭矩值进行比较，判断tbm刀盘是否会发生卡机。
11.作为可选的方案，所述影响tbm刀盘卡机的机械参数包括：刀盘转速和贯入度。
12.作为可选的方案，建立物探参数与力学参数的关系模型，具体包括：
13.通过室内试验，测量岩芯的含水率、电阻率和纵波波速；测试标准岩芯的抗拉强度、抗剪强度；
14.通过对多块岩芯进行相关试验测试，分别建立电阻率和含水率的关系模型、抗剪强度和含水率的关系模型、抗拉强度和纵波波速的关系模型。
15.作为可选的方案，通过隧道超前地质预报收集掌子面前方的物探参数，具体包括：
16.通过激发极化法获取掌子面前方的电阻率参数，通过地震波法获取掌子面前方的岩体纵波波速，通过超前钻探获得岩芯，获取岩芯纵波波速。
17.作为可选的方案，利用关系模型得到相对应的力学参数，具体为：
18.基于电阻率参数与电阻率和含水率的关系模型，得到含水率数据；通过含水率数据与抗剪强度和含水率的关系模型，得到抗剪强度数据；
19.基于岩芯纵波波速与抗拉强度和纵波波速的关系模型，得到岩体抗拉强度数据。
20.作为可选的方案，计算围岩完整性系数，具体为岩体纵波波速与岩芯纵波波速比的平方。
21.作为可选的方案，将所述tbm扭矩与额定扭矩值进行比较，判断tbm刀盘是否会发生卡机，具体包括：
22.当所述tbm扭矩大于额定扭矩值时，判定tbm发生卡机。
23.在另一些实施方式中，采用如下技术方案：
24.一种风化花岗岩地层tbm刀盘卡机预测系统，包括：
25.数据获取模块，用于获取tbm掘进过程中影响tbm刀盘卡机的机械参数；
26.参数计算模块，用于建立物探参数与力学参数的关系模型，通过隧道超前地质预报收集掌子面前方的物探参数，利用关系模型得到相对应的力学参数，计算出围岩完整性系数；
27.刀盘卡机判断模块，用于基于所述力学参数、围岩完整性系数、初始地应力以及机械参数，利用训练好的全连接神经网络模型，得到tbm扭矩，将所述tbm扭矩与额定扭矩值进行比较，判断tbm刀盘是否会发生卡机。
28.在另一些实施方式中，采用如下技术方案：
29.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的风化花岗岩地层tbm刀盘卡机预测方法。
30.在另一些实施方式中，采用如下技术方案：
31.一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的风化花岗岩地层tbm刀盘卡机预测方法。
32.与现有技术相比，本发明的有益效果是：
33.(1)本发明针对tbm刀盘卡机问题，建立刀盘卡机预测模型，并确定影响tbm刀盘卡机的力学参数和机械参数；基于这些参数，预测得到tbm刀盘扭矩，将该tbm刀盘扭矩与扭矩额定值进行比较，能够对刀盘是否会发生卡机进行预测。
34.(2)本发明通过室内试验，建立物探参数和力学参数的关系模型，并通过地球物理方法(地震波法、激发极化法)获取掌子面前方的物探参数，通过关系模型得到影响tbm刀盘卡机的力学参数，为tbm刀盘卡机提供准确的数据支撑，保证tbm安全、高效地施工。
35.本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
36.图1为本发明实施例中的风化花岗岩地层tbm刀盘卡机预测方法流程图；
37.图2为本发明实施例中的全连接神经网络示意图。
具体实施方式
38.应该指出，以下详细说明都是例示性的，旨在对本技术提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
39.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技术的示例性实施方式。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。
40.实施例一
41.在一个或多个实施方式中，公开了一种风化花岗岩地层tbm刀盘卡机预测方法，参照图1，具体包括如下过程：
42.s101：获取tbm掘进过程中影响tbm刀盘卡机的机械参数；
43.本实施例中，影响tbm刀盘卡机的机械参数包括刀盘转速和贯入度；这两个数据是tbm施工过程中的数据记录直接获取。
44.s102：建立物探参数与力学参数的关系模型，通过隧道超前地质预报收集掌子面前方的物探参数，利用关系模型得到相对应的力学参数，计算出围岩完整性系数。
45.具体地，通过室内试验，首先测量岩芯的含水率、电阻率、纵波波速，之后测试标准岩芯的抗拉强度、抗剪强度；对多块岩芯进行相关试验测试，建立电阻率和含水率的关系模型、抗剪强度和含水率的关系模型、抗拉强度和纵波波速的关系模型。上述模型的建立，是通过试验获取数据，通过电子表格进行数据拟合，拟合形式不一定一样，包括：线性拟合、幂指数拟合等，并得到相关系数。
46.通过激发极化法获取掌子面前方的电阻率参数，通过地震波法获取掌子面前方的岩体纵波波速，通过超前钻探获得岩芯，获取岩芯纵波波速；
47.基于电阻率参数与电阻率和含水率的关系模型，得到含水率数据；通过含水率数据与抗剪强度和含水率的关系模型，得到抗剪强度数据；基于岩芯纵波波速与抗拉强度和纵波波速的关系模型，得到岩体抗拉强度数据。
48.计算出围岩完整性系数的方法为：岩体纵波波速与岩芯纵波波速比的平方。
49.s103：基于所述力学参数、围岩完整性系数、初始地应力以及机械参数，利用训练好的全连接神经网络模型，得到tbm扭矩，将所述tbm扭矩与额定扭矩值进行比较，判断tbm刀盘是否会发生卡机。
50.本实施例中，将得到的抗拉强度、抗剪强度和围岩完整性系数以及从施工单位获取的掌子面前方地应力值、tbm转速和贯入度代入训练完成的神经网络模型，输出tbm扭矩，与tbm额定扭矩进行比较，判断tbm是否会发生刀盘卡机。当tbm掘进过程中的扭矩大于tbm额定扭矩时，判定tbm发生卡机。
51.本实施例中，神经网络模型采用如图2所示的全连接神经网络模型；对于全连接神经网络模型的训练过程包括：
52.本实施例基于大量的tbm刀盘卡机现场案例与文献调研分析，提出影响tbm刀盘卡机的力学参数和机械参数。其中，力学参数包括抗拉强度、抗剪强度、地应力和围岩完整性系数；机械参数包括：刀盘转速和贯入度。
53.在此基础上，进行多次隧道内试验，获取影响tbm刀盘卡机的力学参数和机械参数，建立神经网络训练的样本数据集。
54.通过收集的力学参数和机械参数训练全连接神经网络模型，输入参数为影响tbm刀盘卡机的力学参数和机械参数，输出参数为tbm刀盘扭矩。
55.本实施例通过确定影响刀盘卡机的力学参数和机械参数，通过神经网络预测模型，得到刀盘卡机预测结果，所得结果准确可靠，能够为tbm隧道修建提供保障，保证tbm安全、高效地施工。
56.实施例二
57.在一个或多个实施方式中，公开了一种风化花岗岩地层tbm刀盘卡机预测系统，具体包括：
58.数据获取模块，用于获取tbm掘进过程中影响tbm刀盘卡机的机械参数；
59.参数计算模块，用于建立物探参数与力学参数的关系模型，通过隧道超前地质预报收集掌子面前方的物探参数，利用关系模型得到相对应的力学参数，计算出围岩完整性系数；
60.刀盘卡机判断模块，用于基于所述力学参数、围岩完整性系数、初始地应力以及机械参数，利用训练好的全连接神经网络模型，得到tbm扭矩，将所述tbm扭矩与额定扭矩值进行比较，判断tbm刀盘是否会发生卡机。
61.需要说明的是，上述各模块的具体实施方式已经在实施例一中说明，此处不再详述。
62.实施例三
63.在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的风化花岗岩地层tbm刀盘卡机预测方法。为了简洁，在此不再赘述。
64.应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是其他通用处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵列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。
65.存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
66.在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
67.实施例四
68.在一个或多个实施方式中，公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行实施例一中所述的风化花岗岩地层tbm刀盘卡机预测方法。
69.上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明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发明的保护范围以内。