本发明涉及隧道工程技术领域,尤其涉及一种考虑石英含量的tbm施工下围岩适应性评价方法及系统。
背景技术:
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。
与传统钻爆法相比,得益于掘进速度快、成洞质量好、经济效益高、施工环境好、劳动强度低以及工程人员安全性高等施工优点,tbm施工方法已广泛应用于深埋长隧道的施工工程中。
由于对不同地质条件具有很强的敏感性,因此在特殊地质条件下准确预测tbm性能对于安排施工进度和评估挖掘成本至关重要。然而,围岩与tbm之间有着极其复杂的相互作用机制,这给揭示tbm性能与岩体性质之间的真正相关性带来了很多困难。
发明人发现,现有的围岩适应性评价方法,并没有考虑围岩评价相对于tbm掘进的适应性,无法得到准确的围岩评价结果,为后续的tbm施工带来了很大的安全隐患。
技术实现要素:
为了解决上述问题,本发明提出了一种考虑石英含量的tbm施工下围岩适应性评价方法及系统,综合考虑了地质因素和施工因素对围岩适应性的影响,选取的因素全面,评价结果更加准确。
在一些实施方式中,采用如下技术方案:
一种考虑石英含量的tbm施工下围岩适应性评价方法,包括:
确定影响围岩适应性评价的因素,构建围岩适应性评价影响因素体系;所述影响围岩适应性评价的因素包括:地质因素和施工反馈因素;其中,地质因素包括:岩石饱和单轴抗压强度、岩体完整性系数、岩石耐磨性、地下水发育和涌水状态以及洞轴线和不良结构面的组合关系;施工反馈因素主要包括刀盘推力、刀盘扭矩和岩碴形态;
根据待评价标段的围岩样本,通过实验、实际测量或者计算的方法,获得影响围岩适应性评价因素的值;
确定影响围岩适应性评价的各因素的权重,构建因素权重向量;
建立代表评价因素隶属度的函数;
根据确定的隶属函数计算模糊矩阵,模糊矩阵乘以因素权重向量,求得适应性评价结果向量;其中,最大隶属度在评价结果向量中所处的列数即对应围岩适应性的评级等级。
在另一些实施方式中,采用如下技术方案:
一种考虑石英含量的tbm施工下围岩适应性评价系统,包括:
用于确定影响围岩适应性评价的因素,构建围岩适应性评价影响因素体系的模块;所述影响围岩适应性评价的因素包括:地质因素和施工反馈因素;其中,地质因素包括:岩石饱和单轴抗压强度、岩体完整性系数、岩石耐磨性、地下水发育和涌水状态以及洞轴线和不良结构面的组合关系;施工反馈因素主要包括刀盘推力、刀盘扭矩和岩碴形态;
用于根据待评价标段的围岩样本,获得影响围岩适应性评价因素值的模块;
用于确定影响围岩适应性评价的各因素的权重,构建因素权重向量的模块;
用于建立代表评价因素隶属度函数的模块;
用于根据确定的隶属函数计算模糊矩阵,结合因素权重向量a,求得适应性评价结果向量;其中,最大隶属度在评价结果向量中所处的列数即对应围岩适应性的评级等级的模块。
在另一些实施方式中,采用如下技术方案:
一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行上述的考虑石英含量的tbm施工下围岩适应性评价方法。
在另一些实施方式中,采用如下技术方案:
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考虑石英含量的tbm施工下围岩适应性评价方法。
与现有技术相比,本发明的有益效果是:
1)综合考虑了地质因素和施工因素对围岩适应性的影响,有利于得到更加准确的评价结果;围岩的评价结果可以用来指导tbm选型,以及在实际掘进过程中,tbm掘进参数的设置。
2)各因素的获取方法快速高效且易于操作,符合tbm快速掘进的特点。
附图说明
图1为本发明实施例一中tbm施工下围岩适应性评价因素权重值分析层次结构模型。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。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申请所属技术领域的普通技术人员通常理解的相同含义。
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申请的示例性实施方式。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。
实施例一
在一个或多个实施例中,公开了一种考虑石英含量的tbm施工下围岩围岩相对于tbm掘进的适应性的评价方法,包括以下步骤:
(1)选择工程中计划进行围岩强度适应性评价的标段,查阅工程报告和地勘报告等资料,获取标段的简要数据;
(2)建立适应性评价影响因素体系,获取各因素的值;
适应性评价影响因素主要包括两大部分,即地质因素和施工反馈因素;其中,地质因素包括岩石饱和单轴抗压强度、岩体完整性系数、岩石耐磨性、地下水发育和涌水状态以及洞轴线和不良结构面的组合关系;施工反馈因素主要包括刀盘推力、刀盘扭矩和岩碴形态。
各因素的获取方法应满足快速、高效的要求,贴合tbm的特点。
其中,岩石饱和单轴抗压强度采用点荷载实验的方法获得;岩体完整性系数可根据地勘数据获取的岩体体积节理数jv(条/m3)数据根据公式
刀盘推力、刀盘扭矩均可以通过tbm主控室中的数据实时得到,岩碴形态的获取可通过进行隧道岩样图像采集工作,获取岩碴图像数据,从中得到岩渣形态和各组分占总出渣量百分含量。
(3)确定影响围岩适应性评价的各因素的权重,构建因素权重向量;
采用层次分析法计算各因素的权重值,在确定适应性评价的影响因素之后,采用1~9标度方法构造判断矩阵pn×n。
判断矩阵中作比较的两个影响因素比较标度大小如表1所示。
表1两因素重要程度比较
通过式1~6分别计算因素权向量ω、最大特征值λmax随机一致性比率cr。采用式计算因素总排序权值与对应的随机一致性比率,其中,n为3~14时随机一致性比率ri取值分别为0.52,0.89,1.12,1.36,1.41,1.46,1.49,1.52,1.54,1.56,1.58,1.59。
cr={(λmax-1)/(n-1)}/ri(4)
式中:
(4)模糊数学基本原理是根据问题的实际特征,选取隶属函数,计算得到模糊矩阵r,r是从u到v的单因素评价矩阵,表示为
式中,a1,a2,a3均为参数,表示各子集的区间边界。
上式为隶属函数通式,根据表2给出的tbm适应性评价因素和分级标准表,可以确定各因素的隶属函数中的a1,a2,a3……,即确定隶属函数,以岩石饱和单轴抗压强度为例,其对不同适应性评价等级的隶属度函数为:
各因素对应五个评价等级均有五个隶属度函数。在实际的评价过程中,根据实际工况,各因素会有确定值,将值代入该因素对应的隶属度函数中,即可得到隶属度。
(5)根据确定的隶属函数计算得到模糊矩阵r,再结合得到的因素权重向量a,最后可以求得适应性评价结果向量b=a×r,其中,最大隶属度在评价结果向量b中所处的列数即对应适应性的评级等级。其中,因素权重向量a与模糊矩阵r相乘得到一个1×8的矩阵,即适应性评价结果向量b,b中的8个值中最大的值即为最大隶属度。
表2tbm适应性评价因素和分级标准表
实施例二
在一个或多个实施方式中,公开了一种考虑石英含量的tbm施工下围岩适应性评价系统,包括:
用于确定影响围岩适应性评价的因素,构建围岩适应性评价影响因素体系的模块;所述影响围岩适应性评价的因素包括:地质因素和施工反馈因素;其中,地质因素包括:岩石饱和单轴抗压强度、岩体完整性系数、岩石耐磨性、地下水发育和涌水状态以及洞轴线和不良结构面的组合关系;施工反馈因素主要包括刀盘推力、刀盘扭矩和岩碴形态;
用于根据待评价标段的围岩样本,获得影响围岩适应性评价因素值的模块;
用于确定影响围岩适应性评价的各因素的权重,构建因素权重向量的模块;
用于建立代表评价因素隶属度函数的模块;
用于根据确定的隶属函数计算模糊矩阵,结合因素权重向量a,求得适应性评价结果向量;其中,最大隶属度在评价结果向量中所处的列数即对应围岩适应性的评级等级的模块。
实施例三
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考虑石英含量的tbm施工下围岩适应性评价方法。为了简洁,在此不再赘述。
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。
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。
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。
实施例一中的考虑石英含量的tbm施工下围岩适应性评价方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
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。