基于图像识别的节理岩体REV数值模拟获取方法及系统

本公开涉及岩体数值模拟相关，具体的说，是涉及一种基于图像识别的节理岩体rev数值模拟获取方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

2、隧道位于岩体环境当中，与地面建筑的赋存环境差别颇大，因此探究岩体的力学特性和变形机理是十分重要的。岩体由不连续面和完整岩块组成，岩体的力学特性也由这两者共同决定。其中，不连续面包括节理、裂隙、层理和断层等，由于不连续面的千变万化，岩体的性质也极其复杂。节理岩体属于非连续介质，其力学性质随着岩体尺寸增大而发生变化，这就是节理岩体的尺寸效应。当岩体体积增加到一个临界值时，节理岩体的力学性质趋于稳定，这个值就是节理岩体的表征单元体(rev)尺寸。大于表征单元体尺寸的节理岩体的力学性质基本保持不变。此时，可将节理岩体视为连续介质，其对应的力学参数可以用于连续介质力学计算当中。因此，确定节理岩体的表征单元体是采用连续介质力学计算方法(有限元法、有限差分法等)模拟节理岩体的基础，其具有重要的研究意义。

3、发明人在研究中发现，目前表征单元体的确定方法多采用数值模拟方法，该方法不受岩体环境限制，可以利用计算机模拟工程尺度岩体的力学试验过程，具有一定的研究优势。在模拟之前需要建立准确的节理岩体模型，但是获取真实岩体当中的节理分布是一大难题，目前多通过测线法和激光扫描的方法捕捉岩体图像，并人为识别节理岩体并确定产状信息，这具有一定的主观性，并且耗费大量的成本和时间。

技术实现思路

1、本公开为了解决上述问题，提出了一种基于图像识别的节理岩体rev数值模拟获取方法及系统，能够自动获取节理岩体的产状信息，保证节理岩体建模的准确性，从而为获取节理岩体rev奠定基础。

2、为了实现上述目的，本公开采用如下技术方案：

3、一个或多个实施例提供了基于图像识别的节理岩体rev数值模拟获取方法，包括如下步骤：

4、将获取的待识别节理岩体图像，通过训练好的卷积神经网络识别节理岩体的图像特征，得到节理的产状参数；

5、采用离散元方法，基于产状参数建立多尺度节理岩体模型，模拟室内试验过程，测试得到多尺度节理岩体模型的力学性质参数；

6、根据得到的力学性质参数，绘制模型尺寸-力学性质参数曲线，获取节理岩体的rev尺寸及对应的力学参数。

7、一个或多个实施例提供了基于图像识别的节理岩体rev数值模拟获取系统，图像采集装置以及处理器；

8、图像采集装置用于采集节理岩体图像；

9、所述处理器被配置为执行上述的方法的步骤。

10、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。

11、一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法所述的步骤。

12、与现有技术相比，本公开的有益效果为：

13、本公开中，通过卷积神经网络来识别节理岩体的图像、简化了结构面信息获取工作，提高了结构面获取精度和效率，基于图像识别得到的结构面信息建立多尺度合成岩体模型，准确表征了节理岩体性质。绘制模型尺寸-力学性质参数变化曲线，利用差值比率确定了节理岩体表征单元体尺寸，完善了表征单元体的确定工作，实现了表征单元体获取方法的定量化和规范化。为采用连续介质力学计算方法模拟非连续介质提供基础。

14、本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。

技术特征：

1.基于图像识别的节理岩体rev数值模拟获取方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于图像识别的节理岩体rev数值模拟获取方法，其特征在于：通过训练好的卷积神经网络识别节理岩体的图像特征，包括：

3.如权利要求1所述的基于图像识别的节理岩体rev数值模拟获取方法，其特征在于，还包括对卷积神经网络训练的过程，具体如下：

4.如权利要求1所述的基于图像识别的节理岩体rev数值模拟获取方法，其特征在于，基于产状参数建立多尺度节理岩体模型，包括如下步骤：

5.如权利要求1所述的基于图像识别的节理岩体rev数值模拟获取方法，其特征在于，绘制模型尺寸-力学性质参数曲线，具体的：以多尺度合成岩体模型力学性质参数为纵轴，合成岩体模型尺寸为横轴绘制曲线，得到曲线变化趋势。

6.如权利要求1所述的基于图像识别的节理岩体rev数值模拟获取方法，其特征在于：根据尺寸-力学性质参数曲线获取节理岩体的rev尺寸及对应的力学参数的方法，具体为：

7.基于图像识别的节理岩体rev数值模拟获取系统，其特征在于：图像采集装置以及处理器；

8.如权利要求7所述的基于图像识别的节理岩体rev数值模拟获取系统，其特征在于：图像采集装置包括由数码相机、照明装置和激光指示器；

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-6任一项方法所述的步骤。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-6任一项方法所述的步骤。

技术总结
本公开涉及岩体数值模拟技术领域，提出了一种基于图像识别的节理岩体REV数值模拟获取方法及系统，能够自动获取节理岩体的产状信息，保证节理岩体建模的准确性。通过卷积神经网络来识别节理岩体的图像、简化了结构面信息获取工作，提高了结构面获取精度和效率，基于图像识别得到的结构面信息建立多尺度合成岩体模型，准确表征了节理岩体性质。绘制模型尺寸‑力学性质参数变化曲线，利用差值比率确定了节理岩体表征单元体尺寸，完善了表征单元体的确定工作，实现了表征单元体获取方法的定量化和规范化。为采用连续介质力学计算方法模拟非连续介质提供基础。

技术研发人员：刘聪,孙基伟,周宗青,刘洪亮,李刚,白松松,靳高汉,高天,刘雨函
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/1/13