基于渐进取样的结构面三维粗糙度系数确定方法与流程

本发明涉及一种利用二维渐进取样法求取结构面jrc值的确定方法。对结构面表面轮廓线进行网格式取样，获取大量结构面表面轮廓线，并利用二维渐进取样方法，对每条轮廓线样本进行采样，使获取的样本集能较好的代表轮廓线整体，之后通过对系列小区域样本轮廓线jrc值的计算，实现对每条轮廓线整体jrc值的计算，最后通过对每条轮廓线jrc值的计算，实现对结构面整体jrc值的计算。适用于计算大型岩石结构面三维粗糙度系数值的场合。

背景技术：

研究表明，岩体的稳定性很大程度受岩石结构面的影响。而岩石结构面的力学性质与岩石结构面的表面粗糙度密切相关。barton等最早提出利用结构面表面粗糙度系数(jrc)来量化结构面表面粗糙度，并提出10条标准粗糙度轮廓曲线及jrc-jcs模型。此后，如何计算jrc值便成为国内外学者研究的热点。目前对计算轮廓线jrc^2d值方法的研究逐渐成熟，主要计算方法有：经验估算法、统计参数法、直边法&修正直边法和分形维数法等。此后学者们将研究方向逐渐从对轮廓线jrc^2d的研究转向对结构面jrc^3d的研究，并取得丰硕的成果。目前学者们提出了大量的结构面jrc^3d的表征方法：rs表征法、f(θ)表征法、z2s表征法、表征法、表征法、三维分形维数d表征法、bap表征法、srv表征法等。但学者们的研究主要针对结构面整体，对结合取样方法对结构面进行取样，利用大量小样本表征结构面整体的研究却较少。

在实际工程中，大型岩石结构面的尺寸往往非常大，如果以结构面整体为研究对象求取结构面jrc^3d值，将对实验设备和数据后处理提出较高的要求。而结合合理的取样方法，将对结构面整体的计算转化为对大量小型样本的计算，从而使计算过程得到简化。

目前对结合二维轮廓线取样计算岩体结构面jrc^3d方法主要有：(1)基于随机取样计算法：随机取样法是在结构面表面随机划取大量长度不等的结构面表面轮廓线样本，利用大量轮廓线的粗糙信息表征结构面整体粗糙信息。该取样方法获得的样本量较大，但样本覆盖的均匀性不够良好，因此样本代表性不够高，势必造成求值结果也不合理。且该类取样方法在对结构面轮廓线的取样中的研究鲜有报道；(2)均匀取样计算法：游志诚等利用样本大量剖面线的二维粗糙度系数(jrc^2d)的平均近似值来近似代替样本结构面的三维粗糙度系数(jrc^3d)，即以每个结构面岩样表面中心为中心点，从0°开始，每隔5°作为一组剪切面，共36个剪切面，每个剪切面上以1mm左右的间距切100条剖面线，随后编程算出每个剪切方向每条剖面线的粗糙度系数并求出其平均值即为准三维粗糙度系数，然后求出36个剪切面的准粗糙度系数的平均值，即为所求的三维粗糙度系数这种计算法在取样时，样本的均匀性足够，但整体覆盖度不够高。由于是利用大量轮廓线jrc2d值求取结构面jrc3d值，求得的轮廓线jrc2d值的准确性决定着结构面jrc3d值的准确性。因此，对计算每条样本轮廓线jrc2d值的方法的要求比较高。

技术实现要素：

为了克服目前在求取大型岩石结构面三维粗糙度系数时，因取样方法的不足而导致无法准确求取jrc3d值的缺点。本发明提出一种基于二维渐进取样方法的求取结构面三维粗糙度系数值的新型计算方法，该方法能够较准确的求取大型岩石结构面三维粗糙度系数值，且计算难度较小。

本发明解决其技术问题所采用的技术方案是：

一种基于渐进取样的结构面三维粗糙度系数确定方法，包括以下步骤：

1)利用三维激光扫描仪扫描工程岩体结构面，大小为dcm*dcm，获得结构面表面起伏形态的三维点云数据，将三维激光扫描图摆正，令其在x-y的投影图像的左下角点为原点，相邻两边为x、y轴，朝向结构面扫描图的方向为z轴方向建立三维坐标系；

2)对结构面进行采样：在对结构面样品进行取样时，以长度为dcm，垂直于x轴，两端点的坐标分别为(xi，0)、(xi，d)，其中(xi＝n*δd、n∈0，dδd，n为整数，δd为单次推进长度，δd＜＜d的线段l1为取样单元，记录结构面上在x-y平面上的投影落在l1上的所有像素点的坐标，利用坐标集表示轮廓线粗糙信息，并做记录；

以长度为dcm，垂直于y轴，两端点的坐标分别为(0，yj)、(d，yj)，其中m为整数，δd为单次推进长度，δd＜＜d)的线段l2为取样单元，记录结构面上在x-y平面上的投影落在l2上的所有像素点的坐标，利用坐标集表示轮廓线粗糙信息，并做记录。

3)n依次取值为可得到组点坐标集合，即是结构面上n1条垂直于x轴的轮廓曲线的粗糙信息；

m依次取值为可得到组点坐标集合，即是结构面上n2条垂直于y轴的轮廓曲线的粗糙信息；

4)针对单条样品轮廓曲线，对轮廓线进行渐进取样，取样方法是：以长度为dcm，两端点坐标为(xi，0)、(xi+d，0)、其中k为整数，δd为每次推进长度)的线段为取样单元，其中δd＜d＜d，记录该轮廓线上在x轴的投影落在该线段上的像素点的坐标，并存为一个坐标集合；

令k依次取值为得到个点坐标集，即是轮廓线上个直线长度为dcm的样本轮廓线的粗糙信息；

5)利用matlab对每条样本轮廓线粗糙信息进行处理，用每个点的x轴的坐标表示该点在轮廓线上的位置，y轴的坐标表示该点的相对起伏高度，利用公式求出每个取样单元的z2值；并利用r.tse提出的公式jrc＝32.2+32.47logz2，求出每个取样单元的值，共个，并求出该出的平均值即为该轮廓线的二维粗糙度系数值，即：

6)同理，依次处理(5)(6)中获取的所有轮廓线，得到n＝nx+ny组值，并求取其平均值即是该结构面的三维粗糙度系数值jrc^3d，即：

本发明的有益效果主要表现在：(1)本发明通过对结构面上小样本轮廓线的jrc值的计算实现对结构面整体jrc值的计算，使求取结构面三维粗糙度系数值的计算过程得到简化。(2)本发明在对小样本轮廓曲线进行jrc值计算时采用了渐进取样方法，增加了样本容量，使样本集能更好的代表轮廓线整体的粗糙信息，且采样单元之间存在一定长度的重叠，避免了采样单元之间轮廓线粗糙信息丢失。

附图说明

图1是样本岩石结构面。

图2是利用渐进取样方法在结构面上获取轮廓线样品的图解。

图3是利用渐进取样方法对单挑轮廓线取样的图解。

图4是图1岩石结构面上截取出的第bx1条轮廓线图。

图5是图1岩石结构面上截取出的第bx2条轮廓线图。

图6是图1岩石结构面上截取出的第bx3条轮廓线图。

图7是图1岩石结构面上截取出的第bx4条轮廓线图。

图8是图1岩石结构面上截取出的第bx5条轮廓线图。

图9是图1岩石结构面上截取出的第bx6条轮廓线图。

图10是图1岩石结构面上截取出的第bx7条轮廓线图。

图11是图1岩石结构面上截取出的第bx8条轮廓线图。

图12是图1岩石结构面上截取出的第bx9条轮廓线图。

图13是图1岩石结构面上截取出的第by1条轮廓线图。

图14是图1岩石结构面上截取出的第by2条轮廓线图。

图15是图1岩石结构面上截取出的第by3条轮廓线图。

图16是图1岩石结构面上截取出的第by4条轮廓线图。

图17是图1岩石结构面上截取出的第by5条轮廓线图。

图18是图1岩石结构面上截取出的第by6条轮廓线图。

图19是图1岩石结构面上截取出的第by7条轮廓线图。

图20是图1岩石结构面上截取出的第by8条轮廓线图。

图21是图1岩石结构面上截取出的第by9条轮廓线图。

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21，一种基于渐进取样的结构面三维粗糙度系数确定方法，包括以下步骤：

1)利用三维激光扫描仪扫描工程岩体结构面，大小为40cm*40cm，获得结构面表面起伏形态的三维点云数据，将三维激光扫描图摆正，令其在x-y的投影图像的左下角点为原点，相邻两边为x、y轴，朝向结构面扫描图的方向为z轴方向建立三维坐标系。

2)以x-y平面上结构面的投影为工作平面，在投影图上取平行于各边、长度为40cm、间隔为5cm，共18条线段(图2)，其中竖向、横向各9条。

3)记录在x-y平面的投影落在2)中18条线段上的所有结构面上的轮廓线，共计18条轮廓线(图bx1-by9)，并记录所有样本轮廓线的粗糙信息。

4)以其中一条轮廓线bx1为取样对象，对该轮廓线进行渐进取样(如图2)，利用matlab对其进行处理，建立直角坐标系，将轮廓线曲线摆正放置于直角坐标系中，并使其左端点的x坐标为0。利用像素点的间隔距离及两点间像素点的个数来表示两点间直线距离和曲线距离。

以bx1为例：对bx1轮廓线取样时，以长度为5cm，单次推进长度为2.5cm，两端点坐标为(xi，0)、(xi+5，0)、其中xi＝2.5*k，(k∈[0，14]，k为整数)的线段为取样单元。令k依次取值为0、1、2、3…14,即可得到15个取样单元。

5)记录15个取样单元对应的15条轮廓线样本的粗糙度信息，并计算每条样本轮廓线的z2值，计算公式为并利用r.tse提出的公式jrc＝32.2+32.47logz2，求出每个取样单元的值(共15个)如表1：

表1

求出15个值的平均值即为该轮廓线的二维粗糙度系数值，即：

6)对18条轮廓线(图bx1-by9)按照4)5)6)的步骤求出它们各自的粗糙度值如表2：

表2

并求出18条轮廓线粗糙度值的平均值即是该结构面的三维粗糙度系数值，即：