[发明专利]一种隧道施工过程中围岩实时分级预测及自检方法

说明书

本发明公开了一种隧道施工过程中围岩实时分级预测及自检方法，它是对隧道工作面前方围岩进行钻进的同时同步采集钻进参数、围岩岩体基本质量指标和围岩等级数据作为样本数据，建立多元线性回归模型、神经网络模型和优化的神经网络预测模型，并自动对比确定最优的模型作为最终的预测模型；对待分级预测的隧道围岩，一种利用确定的最优预测模型直接实时预测围岩岩体基本质量指标间接的预测围岩等级，另一种同步利用确定的最优预测模型直接实时预测围岩等级，两种分级结果自动进行对比验证，根据验证结果对样本数据进行扩充更新；本发明方法大大简化了分级程序，提高了分级效率，同时，自动对比选择多种预测模型，确保了预测方法的可靠性和高效性。

技术领域

本发明涉及工程岩体质量评估领域，尤其涉及一种隧道施工过程中围岩实时分级预测及自检方法。

背景技术

在隧道施工过程中，往往会遇到大量影响安全生产的地质因素，特别是因探测技术限制而未能提前预测到的险恶复杂地质条件，比如断层构造、岩层突变、岩溶及其它含水异常体，都将会较大可能的在隧道施工过程中引发突发性事故。因此，对隧道工作面前方岩体分级预测的准确性和及时性，对隧道施工安全和成本的影响巨大。

目前常用的围岩分级方法存在以下技术瓶颈：

1)采用现行GB 50218-94《工程岩体分级标准》、通过大量常规现场测量和取样后进行室内试验来进行围岩分级等级的判定，该方法现场应用普遍，技术较为成熟，但存在分级判定效率低、程序复杂和成本较高的缺点；

2)近年来，随着先进的随钻测量技术不断发展，使得利用钻进参数对隧道工作面前方岩体的超前预测和分级成为可能，比如中国专利授权公告号CN

105938611B公开的一种基于随钻参数对地下工程围岩快速实时分级的方法，但同时面临以下技术瓶颈：

(1)采用常规统计学技术(如多元回归方法)对数以几十万计甚至更多的钻进参数的分析效率较低；(2)将钻进参数与岩体的单轴抗压强度和岩体完整性指标进行拟合分析后，再通过岩体基本质量指标分级计算公式间接的对岩体进行分级，该过程将岩体的单轴抗压强度和岩体完整性指标与岩体基本质量指标的关系限定于具体的公式，而天然岩体具有复杂性、多样性，因此该方法具有一定的局限性；(3)缺少对岩体分级结果的验证。

3)对于钻进参数的分析工具的出现，使得分析大量的随钻参数带来了便捷性，尽管神经网络技术具有善于处理复杂的多元非线性拟合问题的优势，但同时具有易陷入局部收敛造成预测结果精度不高的缺点。

目前还没有一种方法能够同时解决以上技术缺陷，因此，急需建立一种隧道施工过程中围岩实时分级预测及自检的方法。

发明内容

本发明的目的是针对现有技术存在的不足，提出了一种隧道施工过程中围岩实时分级预测及自检方法，该方法可以依据现场的钻进参数高效、快速、实时实现围岩的分级，并能对分级结果进行自行验证，可为支护设计、施工方案提供准确的围岩等级，保证施工的安全性，提高施工效率，降低施工成本。

为实现上述目的，本发明采取以下技术方案：

一种隧道施工过程中围岩实时分级预测及自检方法，它是在隧道开挖过程中，对掘进工作面前方进行超前钻探，通过采集钻机的钻进参数、岩体基本质量指标和相应的围岩等级，建立样本数据，同时建立多元线性回归模型、神经网络模型和优化的神经网络预测模型并对比选定最优的预测性能，对待分级预测的隧道围岩，一种方式是通过利用确定的最优的岩体基本质量指标值预测模型直接实时预测围岩的岩体基本质量指标间接的预测围岩等级，另一种方式利用确定的最优的围岩等级编码值预测模型直接实时预测围岩等级，两种方式同步进行；获得的两种等级结果自动进行对比验证，记录两种等级结果不同的钻进持续累计距离，对于钻进持续累计距离达到预先设定的临界阈值时进行提醒，采集出现提醒的区段围岩的钻进参数、岩体质量指标和相应的围岩等级对样本数据进行扩充更新。