岩体结构面粗糙度系数尺寸效应全域搜索测量方法与流程

本发明涉及一种岩体结构面粗糙度系数(jrc)尺寸效应测量方法，特别的是本发明所提出的jrc尺寸效应全域搜索测量方法，颠覆了统计精度的传统认识，通过系列尺寸试样的全域搜索和jrc全样本测量，确保了结构面jrc尺寸效应规律的可重复性和唯一性，本发明属于工程技术领域。

背景技术

结构面是岩体中的薄弱环节，其抗剪强度参数的准确获取不管对岩体稳定性评价，还是基础建设工程设计，均具有至关重要的作用。结构面力学性质随取样尺寸的增大而变化是众所周知的现象，尺寸效应已成为研究结构面力学行为不可忽略的一个部分。结构面粗糙度系数与抗剪强度具有很好的一致性，粗糙度系数尺寸效应是结构面力学性质尺寸效应的本质根源。系统总结和分析结构面粗糙度系数的尺寸效应规律，是研究大、中、小等多种尺度岩体结构面抗剪强度参数的重要方面，具有重大的工程实用价值。近50年来，学者们陆续开展了大量有关结构面力学行为尺寸效应的研究工作，并尝试借助试验手段揭示岩体结构面尺寸效应的一般规律。岩体结构面的形成与发展经历了地质历史时期各种内外动力地质作用的改造和影响，致使结构面发育特征差异大。结构面随取样位置不同，其力学性质存在明显不同，而且试样尺寸越小、粗糙度越大，这种差异性越显著。目前研究者对岩体结构面力学性质尺寸效应变化规律的认识也不尽相同，甚至得到了相互矛盾的结论，将尺寸效应试验规律付诸于实践应用存在困难。前人对结构面尺寸效应研究的一个共同特点是，在进行不同尺寸结构面试样取样时带有主观性与随机性，且缺乏对所采集试样代表性的定量评估，结构面尺寸效应试样选取的非唯一性导致试验结果的不确定性和不可重复性，影响了尺寸效应试验规律的实际运用。

目前结构面试样取样方法主要有三类：分割取样法、渐进扩大取样法、简单随机取样法。分割取样方法的实质是在最大试样尺寸范围内，通过均匀分割实现小尺寸试样的制作。barton、muralha、leichnitz等人基于分割取样方法开展了大量结构面尺寸效应试验研究工作。采用该方法时，随着取样尺寸的减少，试样数量成倍增大；受等分影响，无法获得尺寸效应研究的标准尺寸(10cm、20cm、30cm、40cm、50cm、60cm、70cm、80cm、90cm、100cm……)试样。渐进扩大取样法的实质为在尺寸效应研究范围内，人为选择取样起始点，每次以该点作为取样基准，逐渐扩大，依次获得各尺度结构面试样。徐磊、任青文，杜时贵，葛云峰、唐辉明等采用该方法系统研究了结构面抗剪强度与粗糙度尺寸效应性质，并获得了初步研究成果。虽然该方法能大大减少结构面试样的数量并能得到研究范围内系列尺寸的结构面试样，但是结构面不同位置处粗糙度系数(jrc)具有差异性，采用该方法时由于取样基准位置不同导致了试验结果的差异，试验规律受人为因素干扰，具有非确定性。简单随机取样法是目前工程中广泛应用的概率抽样方法，该取样方法受人为因素影响，取样结果具有随意性，不能保证取样的精度，所揭示的尺寸效应规律具有不确定性和不可重复性。

以分割取样法、渐进扩大取样法、随机取样法为代表的取样方法存在明显的局限性，取样结果因人而异，测量结果不具有重复性；统计样本数量确定困难，难以通过定量化计算得到，统计分析精度不统一；jrc统计测量结果只是样本总体真值的间接反映，两者存在明显差异。近年来计算机技术和信息技术的迅猛发展，为解决岩土工程中庞大的数据量运算提供了有利条件。依据统计学原理，将每次不同位置截取结构面起伏轮廓样本可视为一次独立事件，借助计算机辅助技术完全可以实现对构成样本总体的所有试样进行粗糙度测量，避免了人为指定样本数、测量结果不唯一的问题。

因此，针对目前岩体结构面粗糙度系数尺寸效应研究的局限性，亟需提出一种可保证结构面粗糙度系数尺寸效应规律具有可重复性和唯一性的测量方法。

技术实现要素：

为了克服已有岩体结构面粗糙度系数尺寸效应的不可重复性和精度不统一的不足，本发明提供一种具有可重复性和唯一性的岩体结构面粗糙度系数尺寸效应全域搜索测量方法。

本发明解决其技术问题所采用的技术方案是：

一种岩体结构面粗糙度系数尺寸效应全域搜索测量方法，所述方法包括以下步骤：

(1)系列尺寸结构面粗糙度试样全域搜索和全样本提取，过程如下：

1.1：对需要测试的原岩结构面进行粗糙起伏轮廓信息采集，自动化读取并存储原始结构面轮廓线的坐标数据，原岩结构面实际长度为l；

1.2：按采样间距对自动化读取得到的结构面轮廓线坐标数据进行处理，重新提取结构面轮廓线坐标数据；

1.3：在原始结构面轮廓线上提取长度为li的试样，li≤l，该尺寸所有可能的取样总样本数为ni，通过以下公式计算得到：

结构面粗糙度试样全域搜索的过程如下：

1.3.1)将原始结构面轮廓线的起点作为起始坐标，搜索沿测量方向长度为li范围内的结构面轮廓线上所有坐标点；

1.3.2)将距离原始结构面轮廓线起点si的位置作为新的起始坐标，搜索沿测量方向长度为li范围内的结构面轮廓线上所有坐标点；

1.3.3)重复上述步骤，直到搜索出所有ni组长度为li的结构面轮廓线。

1.3.4)重复上述步骤，直到搜索出所有系列尺寸结构面的轮廓线；

1.4：依据步骤1.3全域搜索分别得到的系列尺寸结构面全样本，依次提取尺寸试样所有点的空间坐标数据，根据样本对应位置分别进行编号与保存；

(2)jrc全样本测量；

(3)jrc尺寸效应规律分析。

进一步，所述步骤(2)中，jrc全样本测量的过程如下：

2.1：导入系列尺寸结构面全样本轮廓线数据；

2.2：采用修正直边方法或barton直边法简明公式分别计算每个样本的粗糙度系数，保存计算结果。

再进一步，所述步骤(3)中，jrc尺寸效应规律分析的过程如下：

3.1：分别对每个尺寸条件下，jrc全样本测量结果进行分析，计算jrc全样本的算术平均值，并将该值作为jrc全样本的表征值；

3.2：对系列尺寸结构面的表征值进行分析，确定结构面粗糙度系数尺寸效应规律。

所述步骤1.2中，依据试样尺寸大小，采用傅里叶级数对结构面轮廓线逼近，确定结构面轮廓线的傅里叶级数最低阶次，依据香农定理计算最大采集间距si(轮廓曲线精度)；按最大采样间距si对自动化读取得到的结构面轮廓线坐标数据进行处理。

本发明的技术构思为：结构面粗糙度系数尺寸效应规律研究与一般结构面粗糙度系数测量相比更为复杂，只有当系列尺寸结构面粗糙度系数测量结果准确的前提下，获得的尺寸效应规律才正确。然而，传统粗糙度系数测量方法中结构面取样位置和取样数目人指定，测量结果具有不可重复性和不唯一性，本发明提出的jrc尺寸效应全域搜索测量方法，通过系列尺寸试样的全域搜索和jrc全样本测量，保证了各尺寸jrc测量结果的可重复性和唯一性，进而确保了jrc尺寸效应规律的可重复性和唯一性，避免了人为因素对jrc测量结果的影响。本发明具体包括了系列尺寸结构面粗糙度试样的全域搜索和全样本提取、jrc全样本测量、jrc尺寸效应规律分析三个方面内容。

本发明的有益效果主要表现在：提出的jrc尺寸效应全域搜索测量方法，通过对系列尺寸结构面试样全域搜索和jrc全样本测量，避免了人为因素对jrc测量结果的影响，保证了jrc尺寸效应规律的可重复性和唯一性。

附图说明

图1是结构面轮廓线的示意图。

图2是结构面粗糙度试样全域搜索的原理示意图。

图3是10cm试样jrc全样本测量结果。

图4是20cm试样jrc全样本测量结果。

图5是30cm试样jrc全样本测量结果。

图6是40cm试样jrc全样本测量结果。

图7是50cm试样jrc全样本测量结果。

图8是60cm试样jrc全样本测量结果。

图9是70cm试样jrc全样本测量结果。

图10是80cm试样jrc全样本测量结果。

图11是90cm试样jrc全样本测量结果。

图12是结构面jrc尺寸效应全域搜索测量结果。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图12，一种结构面粗糙度系数尺寸效应全域搜索测量方法，包括以下步骤：

(1)结构面粗糙度试样全域搜索和全样本提取，过程如下：

1.1：对需要测试的原岩结构面进行粗糙起伏轮廓信息采集，自动化读取并存储原始结构面轮廓线的坐标数据，原岩结构面实际长度为l＝100cm，如图1所示；

1.2：采用傅里叶级数对结构面轮廓线逼近，确定结构面轮廓线的傅里叶级数最低阶次，依据香农定理计算得到结构面轮廓线最大采集间距si＝0.05cm；

按0.05cm采点间隔，对自动化读取得到的结构面轮廓线坐标数据进行处理，重新提取结构面轮廓线坐标数据；

1.3：在原始结构面轮廓线上提取长度为10cm的试样，计算10cm试样的总样本数为n1，

结构面粗糙度试样全域搜索的原理示意图，如图2所示。

在原始结构面轮廓线上提取长度为20cm的试样，计算20cm试样的总样本数为n2＝1601；在原始结构面轮廓线上提取长度为30cm的试样，计算30cm试样的总样本数为n3＝1401；在原始结构面轮廓线上提取长度为40cm的试样，计算40cm试样的总样本数为n4＝1201；在原始结构面轮廓线上提取长度为50cm的试样，计算50cm试样的总样本数为n5＝1001；在原始结构面轮廓线上提取长度为60cm的试样，计算60cm试样的总样本数为n6＝801；在原始结构面轮廓线上提取长度为70cm的试样，计算70cm试样的总样本数为n7＝601；在原始结构面轮廓线上提取长度为80cm的试样，计算80cm试样的总样本数为n8＝401；在原始结构面轮廓线上提取长度为90cm的试样，计算90cm试样的总样本数为n9＝201；在原始结构面轮廓线上的实际长度为100cm，所有100cm试样的总样本数为n10＝1；

对于每一组尺寸结构面试样进行全域搜索与全样本提取，过程为：

1.3.1)将原始结构面轮廓线的起点作为起始坐标，搜索沿测量方向长度为li范围内(li一般取10cm、20cm、30cm、40cm、50cm、60cm、70cm、80cm、90cm、100cm)的结构面轮廓线上所有坐标点；

1.3.2)将距离原始结构面轮廓线起点si的位置作为新的起始坐标，搜索沿测量方向长度为li范围内的结构面轮廓线上所有坐标点；

1.3.3)重复上述步骤，直到搜索出所有ni组长度为li的结构面轮廓线。

1.3.4)重复上述步骤，直到搜索出所有系列尺寸结构面的轮廓线。

如图2所示，取样长度为l的结构面轮廓线所在的范围开始于取样起点，终止于取样终点。图2(a)中的样本1与样本2相比，向取样方向移动了si的距离(0.05cm)，在整个轮廓曲线上共取出1981个试样；即使从相反的方向获取试样，如图2(b)所示，在整个轮廓曲线也一共能取出1981个试样；图2(a)中样本1、样本2分别对应于图2(b)中的样本1981、1980；图2(a)中样本40对应于图2(b)中的样本1942；图2(a)中样本1981对应于图2(b)中的样本1。从图2(a)、图2(b)对比可知，获取的样本一一对应，取样结果唯一。

1.4：依据步骤1.3全域搜索得到的系列尺寸结构面全样本，依次提取各样本上所有点的空间坐标数据，根据样本对应位置分别进行编号与保存。

(2)jrc全样本测量，过程如下：

2.1：导入10cm、20cm、30cm、40cm、50cm、60cm、70cm、80cm、90cm、100cm结构面全样本轮廓线数据；

2.2：采用修正直边方法或barton直边法简明公式分别计算每个样本的粗糙度系数，保存计算结果。这里涉及的粗糙度系数计算方法只是全域搜索测量方法中定量描述结构面粗糙度性质的计算方法，通过全域搜索测量方法得到的所有试样也可以通过其他粗糙度定量计算方法分析，实质上也属于全域搜索测量方法，这样的变形也包括在本发明的范围内。

(3)jrc全样本分析，过程如下：

3.1：分别对每个尺寸条件下，jrc全样本测量结果进行分析，统计结果如图3～图11所示，计算jrc全样本的算术平均值，并将该值作为jrc全样本的表征值。

计算得到10cm试样的jrc全样本表征值为7.53；20cm试样的jrc全样本表征值为5.96；30cm试样的jrc全样本表征值为5.01；40cm试样的jrc全样本表征值为4.53；50cm试样的jrc全样本表征值为4.22；60cm试样的jrc全样本表征值为4.14；70cm试样的jrc全样本表征值为4.00；80cm试样的jrc全样本表征值为3.86；90cm试样的jrc全样本表征值为3.96，100cm试样的jrc全样本表征值为3.67。

3.2：对系列尺寸结构面的表征值进行分析，确定结构面粗糙度系数尺寸效应规律。

结构面粗糙度系数尺寸效应全域搜索测量结果如图12所示。