隧道工程建設地質預報及信息化技術的主要進展及發展方向

錢七虎

(解放軍理工大學國防工程學院， 江蘇 南京 210007)

?

隧道工程建設地質預報及信息化技術的主要進展及發展方向

錢七虎

(解放軍理工大學國防工程學院， 江蘇 南京 210007)

復雜的不良地質條件是制約隧道安全高效建設的主要因素，要實現隧道工程的安全高效建設，首先要提高地質預測預報技術水平及其信息化程度。1)介紹我國復雜不良地質隧道超前預報的方法進展及其應用，包括突水突泥災害源超前探測方法與設備、斷層破碎帶超前預報、城市地鐵溶洞和孤石等探測的進展及應用等； 2)介紹我國隧道巖爆監測預警方法及其應用，預報清楚之后就要加強安全風險過程監控； 3)介紹基于BIM技術的建筑物(隧道工程)安全風險監控最新進展，包括安全風險實時感知系統和實時預警系統; 4)指出隧道工程建設信息化技術的發展方向，包括開展基于大數據技術的TBM/盾構施工的分析與控制研究以及數字隧道向智慧隧道(建設和運營維護)的發展。

隧道； 信息化； 不良地質； 超前預報； 巖爆； BIM； 大數據技術； 數字隧道； 智慧隧道

0 引言

隨著經濟的持續發展、綜合國力的不斷提升以及高新技術的不斷應用，我國隧道及地下工程建設得到了前所未有的發展。制約隧道安全高效建設的主要因素并公認為隧道建設難點的是極端復雜的不良地質條件。客觀復雜的不良地質條件加上施工人員的主觀不安全行為釀成了地質災害和工程事故，對隧道建設的安全、工期和成本造成嚴重危害。地下地質情況不掌握，事故發生機制不清楚，從信息學的角度來說，就是地下信息采集和傳遞不及時，信息分析處理不完善，信息共享和利用不充分。隨著隧道工程理論和方法的不斷進步以及科學技術的不斷發展, 人們越來越認識到工程地質勘察、設計和施工形成系統和信息化一體的重要性，要想實現隧道安全高效建設就要不斷提高隧道工程建設的信息化水平。本文介紹和分析我國隧道地質預報方法及安全監控技術的最新進展，并提出我國隧道工程建設信息化的發展方向，以期對我國隧道技術的發展有一定啟示。

1 復雜不良地質超前預報分析方法及其應用

隨著我國隧道工程建設規模的不斷擴大，隧道工程的數量和長度逐漸增加，部分隧道地質條件異常復雜，施工難度大大增加。暗河、溶洞、斷層破碎帶、孤石等不良地質條件都會給隧道施工帶來嚴重危害。突水突泥、塌方、卡機、機毀人亡等事故時有發生，如： 宜萬鐵路馬鹿箐隧道和野三關隧道、湖北滬蓉西高速公路龍潭隧道、吉蓮公路永蓮隧道、青海西格鐵路關角隧道等突水突泥，甘肅引洮工程、云南那幫水電站工程、遼寧大伙房水庫工程、瑞士圣格達鐵路隧道工程等遇不良地質掘進機被卡或損壞。這些事故給人民的生命和財產安全造成了極大的危害。為準確查明復雜不良地質的具體情況，及時采取針對性的防治措施，最大限度地減小不良地質對隧道施工與營運的影響，利用地質超前預報技術為不良地質隧道施工提供指導十分必要。

1.1 突水突泥災害源超前探測方法與設備

對于含水地質構造的超前探測而言，主要任務有： 1)確定含水構造的具體位置、規模大小和具體形態等特征，即需要實現對含水構造的三維成像； 2)盡可能準確地測算含水構造內部的含水量和水體特征，突水超前探測的難點是水量的探測，為解決該難題，針對性地提出了基于二電流激發極化半衰時差法的隧道含水構造水量預測方法[1]。半衰時之差包絡面積與注入水量的關系見圖1，可知含水體靜態水量與激發極化半衰時之差呈正相關關系，兩者的這種單調線性正相關關系為解決實際工程中含水構造的水量預測奠定了基礎。

(a) 小型物理模型試驗實測數據

(b) 大型物理模型試驗實測數據

根據激發極化法等地球物理方法為先導的解決思路，研制出前向三維激發極化探測專用儀器——GEI電法儀，其工作原理見圖2，可實現含水構造的三維成像展示。

圖2 GEI電法儀原理

1.1.1 鉆爆法突水突泥災害源超前探測

在成蘭鐵路躍龍門隧道3#斜井工區采用激發極化法進行超前探水預測預報試驗，激發極化探測三維成像見圖3。

(a) 激發極化探測

(b) 三維水體提取

根據掌子面前方30 m范圍含導水構造的三維空間展布，綜合地質與激發極化分析結果，推斷探測區域賦存水量約為900 m3(靜儲量，不考慮補給條件)，補給條件下總涌水量1 000 m3/h，實現含水構造的三維成像展示和一定范圍內的定性、定位、估量探水，取得了較好的現場驗證效果。

1.1.2 TBM突水突泥災害源超前探測

在TBM突水突泥災害源超前探測方面，國內外尚沒有有效的預報方法。TBM施工隧道超前地質預報面臨的問題見圖4，主要有： 1)TBM占據大部分隧道，可用觀測空間狹小； 2)TBM掘進電磁環境復雜，干擾嚴重。

圖4 TBM施工隧道超前地質預報面臨的問題

Fig. 4 Difficulties of advanced geological prediction during TBM tunneling

基于鉆爆法超前探水預報方法，提出搭載于TBM的激發極化法，搭載方案與總體架構見圖5。

(a)

(b)

將搭載TBM的三維激發極化法應用在吉林引松3標超前地質探測中，現場應用和部分探測結果分別見圖6和圖7。引松供水工程從71+476始發掘進，累計掘進1 532 m，激發極化法探測21次，準確探測了2次巖溶富水區，其他段落為干燥狀態或滴水，總體準確度達到85%以上。

(a) 搭載激電系統

(b) 主機監測

(a) 三維成像

(b) 開挖結果和實測結果對比

1.2 隧道前方斷層破碎帶超前預報

搭載于TBM的三維地震法是探測隧道前方斷層破碎帶的有效方法，其原理見圖8。該方法是在刀盤附近邊墻設置12個激震點，后方邊墻上布置10個傳感器，利用檢修間隙探測，不需對TBM機械進行改造，可對斷層、溶洞、破碎帶等不良地質進行三維定位 ，探距120 m，斷層探測準確率90%，位置誤差為探測距離的10%。

圖8 地震反射成像法超前探測示意圖

將搭載于TBM的三維地震法應用在遼寧某引水工程中，探測結果見圖9。由探測結果可知： 在掌子面前方60～120 m存在較多強反射界面，且正負交替出現，推測從掌子面前方60 m開始進入斷層破碎帶，圍巖強弱交替，這與后期開挖結果相吻合。三維地震探測的實施，保障TBM安全穿越200 m斷層破碎帶。

圖9 三維探測結果

1.3 城市地鐵溶洞、孤石等探測進展及應用

溶洞、孤石體積小，需要精細化探測，跨孔電阻率CT法是一種孔中精細化探測方法，該方法利用不良地質構造與周圍介質或者巖層之間的電阻率差異，通過對電阻率的層析成像，來對隱藏在巖體內的不良地質構造和巖層交界面進行識別和定位。該方法的具體工作原理是： 在相鄰的2個地質勘探鉆孔中，一個放入供電電極，另一個放入測量電極，利用從鉆孔中觀測到的電位或電位梯度值進行直接或間接的成像反演，就可以獲得這2個鉆孔間地層的電阻率分布圖[2]。跨孔電阻率CT法探測原理見圖10。

跨孔電阻率CT法具有以下優點： 1)探測電極安裝在孔中，深入圍巖，可避開各種電磁干擾； 2)采用跨孔“透視對穿”的觀測方式，采集的數據量更多，且更接近勘探目標體； 3)信號不隨深度方向衰減，分辨率更高。

圖10 跨孔電阻率CT法探測原理

Fig. 10 Detection principle of CT technology by cross-hole resistivity method

1.3.1 廈門市軌道交通1號線孤石探測

廈門市軌道交通1號線集美大道站—天水路區間站位于廈門市集美區后溪鎮，區間起于集美大道站，下穿崎溝村、東宅村民房后到達天水路站，區間穿越殘積土、全風化花崗巖、散體狀強風化花崗巖等地層，初勘時發現基巖突起及孤石存在，且因區間上部分布大量崎溝村民房，房屋基礎薄弱，密集無序，詳勘僅鉆探18個孔位，傳統方法無法探明區間孤石、基巖突起具體分布情況。選擇地質相近、地勢較為開闊的天水路站—廈門北站區間(起訖里程YDK30+095～YDK31+035)作為試驗段，采用跨孔電阻率CT法進行孤石探測試驗，部分探測結果見圖11。本次跨孔電阻率CT法孤石探查試驗推斷存在12處孤石，9處得到鉆孔驗證，孤石揭露準確率超過70%，探測較為成功。

1.3.2 大連地鐵2號線東春區間溶洞超前探測

跨孔電阻率CT法也可對溶洞進行超前探測，通過三維切片成像可推斷溶洞的發育位置和規模。采用該方法對大連地鐵2號線東緯路—春光街區間進行了精細探查，部分探測結果見圖12。可知跨孔電阻率CT成像結果與實際開挖結果吻合。

1.3.3 南京地鐵上元門站基坑涌水探查

超前探測的另一難點是溶管(巖溶裂隙)的探測，南京地鐵上元門車站靠近長江，車站基坑開挖時不斷涌水，采取注漿措施封堵，因未查明涌水通道，注漿針對性不強，注漿效果不佳。采用跨孔電阻率CT法、高密度電法、瞬變電磁法和地質雷達法4種方法相結合的綜合物探方法對車站基坑進行精細探查，綜合物探結果見圖13。采用綜合物探方法確定了長江水經過基坑的流水通道以及基坑底板富水區的空間分布，根據物探解譯結果，推斷了長江水源補給通道,合理地設計了注漿孔位，并通過注漿對涌水點進行有效封堵。

(a) ZK3—ZK1反演結果 (b) 鉆孔柱狀圖 (c) ZK2—ZK1反演結果

(a) 跨孔電阻率CT成像三維切片 (b) 第2和第3個剖面之間的掌子面出水涌泥照片

圖13 南京地鐵上元門站基坑涌水綜合物探結果

2 隧道巖爆監測預警方法及其應用

2.1 隧道巖爆監測預警可行性分析

巖體中一般積聚有彈性變形勢能，在一定條件下，這些能量會猛烈釋放，巖石發生爆裂并彈射出來的現象，我們稱之為巖爆。巖爆的形成一般經歷巖體破裂、塊體形成、塊體彈射3個階段。巖石是各向異性的非均勻材料，當巖體中的裂紋產生、擴展和摩擦時，巖體內部的能量會以波的形式釋放，這就產生了微震事件。我們利用微震監測技術可以接收到巖體內部的微震信息，通過科學反演，就能夠得到巖體微破裂發生的時間、具體位置和震裂強度等信息。根據微破裂釋放出能量的大小、分布和集中程度，就可以對巖爆的可能性、發生的位置和等級等進行預測預報。現階段，微震監測技術已經在地下工程中得到了廣泛的應用。在多數的巖爆孕育過程中，微震事件及其能量的演化具有自相似性(時間、能量及空間分形特征)，且有微震信息前兆特征，這種相似性見圖14。可知： 在大多數情況下，可以利用已監測到的微震活動性，在基于未來施工不變的情況下，對巖爆的區域和等級進行預警。

(a) 時間分形

(b) 能量分形

2.2 隧道巖爆監測預警技術與方法

2.2.1 按施工方法預警

在隧道TBM法和鉆爆法施工時，巖爆孕育存在以下顯著差異： 1)TBM高等級巖爆孕育伴隨低等級巖爆(見圖15)； 2)TBM同一區域常發生多次巖爆； 3)TBM巖爆多發生在開挖過程中，鉆爆法幾小時到幾天不等； 4)TBM 誘發的微震事件能量一般較大(見圖16)。

(a) TBM法施工

(b) 鉆爆法施工

Fig. 15 Difference between rockburst grades induced by TBM method and those induced by drilling and blasting method

圖16 TBM法與鉆爆法微震事件能量差異

Fig. 16 Difference between seismic energy induced by TBM method and that induced by drilling and blasting method

2.2.2 按巖爆類型預警

巖爆形式的動力破壞基本可以分為2類： 1)第1 類是由巖石破壞導致的，通常稱為應變型巖爆； 2)第2類是斷層滑移或者剪切斷裂所導致的，稱為應變結構面滑移型和斷裂滑移型。這2類巖爆的主要區別是： 在第1 類巖爆中，擾動源(開挖)和巖爆發生的部位是相重合的； 在第2 類巖爆中，擾動源和所導致的巖爆發生部位離開一段距離，甚至是相當大的距離。此外，與第2 類巖爆(滑移斷裂型巖爆)相聯系的能量通常遠遠大于應變型巖爆的能量。斷裂滑移型巖爆的破壞程度也通常比應變型巖爆強烈得多[3]。因此，建立了隧道不同類型巖爆定量預警公式

(1)

式中：m表示施工方法，主要有鉆爆法和TBM法等；r表示巖爆類型，分為應變型、應變-結構面滑移型和斷裂滑移型；i表示巖爆等級；j表示用于預警的微震參數；P表示巖爆發生概率。

基于大量巖爆案例統計分析，錦屏二級水電站鉆爆法施工引排水隧道不同類型強裂巖爆的6微震參數預警閾值見表1。

表1 錦屏二級水電站鉆爆法施工引排水隧道不同類型強烈巖爆的預警閾值

Table 1 Warning thresholds of different types of serious rockburst induced by drilling and blasting construction of water diversion and drainage tunnel of Jinping Ⅱ Hydropower Station

巖爆類型 事件數/個lgElgV事件率/(個/d)釋放能速率lg(E/t)視體積率lg(V/t)應變型49．76．35．05．55．64．1應變-結構面滑移型32．15．84．93．04．53．9

注:E表示釋放能， J；V表示視體積， m3；t表示時間， d。

2.3 隧道巖爆孕育過程動態調控

2.3.1 TBM開挖應變型強烈巖爆預警與調控[4]

通過對某深埋工程3#TBM 施工隧洞發生的微震事件進行濾噪和定位分析，獲得微震事件數量和能量等級隨時間的演化規律，見圖17。可知： 從2010 年9 月6 日開始至9月8 日，微震活動趨于活躍，微震事件的數量和能量均隨時間出現大幅度增加；9月6—8 日，一共出現17 個震級大于-0.2 的事件，其中震級大于0.5 的事件出現7 個，同時，大事件數量也表現為逐步增加的趨勢。3#TBM隧洞開挖的微震事件累計分布見圖18( 圖中球體顏色表示微震事件震級大小，顏色與震級大小對應關系如圖例所示； 球體大小表示微震事件釋放能的大小)。由圖18(a)可看出，該期間共出現54 個有效微震事件，累計釋放能量為1.1×107J，微震事件比較集中，且釋放能量較大。

圖17 3#TBM 開挖隧洞時微震事件數和能量隨時間演化規律

Fig. 17 Quantities and energy of microseismic incidents vs. time during TBM Tunnel #3

(a) 2010年9月6—8日 (b) 2010年9月9—11日

Fig. 18 Distributions of microseismic incidents during construction of TBM Tunnel #3

現場及時采取如下調控措施： 1) 降低TBM 掘進速度，2010年9月8日進尺為16.25 m， 9日進尺降到9.55 m，10日再降至6.25 m，11日進尺維持在6.64 m； 2) 加強支護措施，增加了6 m 錨桿的數量。

及時采取調控措施后，效果如下： 1)微震活動趨于平緩，如圖18(b)所示，微震事件數量和能量都明顯降低。2010 年9 月6—8 日累計事件數為54 個，震級大于-0.2 的事件27 個，震級大于0.5的事件7 個； 9—11日累計事件數降至29 個，震級大于-0.2 的事件降至10 個，震級大于0.5的事件僅有2 個，微震釋放能量也由1.1×107J 降低至5.9×106J。微震活動整體趨于平穩。2)巖爆等級降低，工程現場9月9日和10 日分別發生中等巖爆1 次，隨后此洞段安全完成開挖。

2.3.2 鉆爆法開挖應變-結構面滑移型中等巖爆預警與調控[4]

通過對某深埋工程1-1-W和2-1-E施工隧洞發生的微震事件進行濾噪和定位分析，獲得的微震事件數量和能量隨時間的演化規律見圖19。可知： 從2010 年12月23—26日，微震活動日漸趨于活躍，微震事件的數量和能量隨時間均出現了顯著增加，因此懷疑巖體中存在近東西向的硬性結構面。這4 d共監測到有效微震事件35個，其中震級大于0.6的事件有4個，且監測到的微震事件大部分集中在2-1-E掌子面后方和2-1-E 與1-1-W 掌子面中間位置，微震事件累計釋放能量5.4×104J，從中可以看出，微震事件集中而且釋放能量較大。

根據以上微震活動的特征和規律，預測到2010年12 月25 日開挖區域存在高概率中等巖爆發生的風險。因此，建議微震事件集中的2-1-E掌子面停止掘進，1-1-W掌子面單向掘進，及時做好系統支護工作，并對關鍵部位的支護措施進行加強，同時建議必要時對掌子面進行應力釋放。除此之外，在距離掌子面100 m處拉上警戒線，禁止車輛和行人進入。26日建議改為由1-1-W掌子面單向掘進。根據現場資料顯示，26日2-1-E掌子面處實際發生中等巖爆1 次，證明了巖爆預測的準確性和調控措施的必要性。

圖19 某深埋工程施工時微震事件數和能量隨時間演化規律

Fig. 19 Quantities and energy of microseismic incidents vs. time during a deep tunnel construction

根據建議， 2-1-E掌子面12月28日暫停掘進，同時增加系統噴錨支護，1-1-W掌子面單向掘進，掌子面開挖隧洞累計微震事件分布見圖20，可知： 采取調控措施前，12月23—26日共發生微震累計事件數量35 個，能量釋放5.4×104J，震級大于-0.6的事件有4個，震級為-2～-1 的事件有14 個； 采取調控措施后，12月28—31日共發生微震累計事件數量25 個，能量釋放5.8×103J，震級大于-0.6的事件0個，震級為-2～-1 的事件7 個。通過以上對比可以看出，微震事件數和能量都表現為明顯的降低，微震活動明顯減弱。

(a) 調控前 (b) 調控后

圖20 1-1-W和2-1-E掌子面開挖隧洞累計微震事件分布

Fig. 20 Distributions of microseismic incidents during construction of tunnel face No. 1-1-W and No. 2-1-E

2.4 隧道巖爆監測預警工程實踐

2.4.1 錦屏二級水電站深埋隧洞開挖過程巖爆監測預警與防控[5]

錦屏二級水電站位于四川省涼山彝族自治州，該水電站利用雅礱江150 km錦屏大河灣處的天然落差，截彎取直開挖隧洞引水發電，水電站總裝機規模達480萬kW。工程開挖共包括7 條平行隧洞，即1#—4#引水隧洞、施工排水洞和A、B輔助洞等，圖21為其平面布置。其中，4 條平行布置橫穿錦屏山的引水隧洞，從進水口至上游調壓室的平均洞線長度約16.67 km，中心距60 m，洞主軸線方位角為N58°W，開挖直徑12.40～13.00 m，全線一般埋深為1 500～2 000 m，最大埋深達2 525 m。隧洞具有大、長、深等特點。

圖21 水電站隧洞布置平面圖

在采用巖爆監測預警系統前，2條輔助洞發生巖爆，造成人員傷亡和嚴重恐慌，施工隊伍被迫更換多次，工期延誤1年以上。排水洞2009年11月28日發生極強巖爆，TBM被毀，多人傷亡，停工半年，被迫更改施工方案。

之后采用微震監測技術進行監測預警與預控，通過微震數據采集系統連續進行數據采集、數據遠程傳輸、數據處理與分析，實現對施工隧洞微震事件的連續監測和分析。相鄰平行最大埋深洞段巖爆風險控制效果見表2。

表2 相鄰平行最大埋深洞段巖爆風險控制效果比較

2.4.2 錦屏地下實驗室二期開挖全過程災害監測預警與防控[6]

錦屏地下實驗室二期工程位于錦屏交通洞A洞南側，最大埋深約2 400 m，是目前世界上埋深最大的實驗室，施工過程中潛在的巖爆、片幫、坍塌等硬巖工程災害發生的頻率高、危害嚴重。根據錦屏深部地下實驗室二期的功能設計要求，結合布置區域的地質條件、已有洞室布置和施工條件，地下實驗室總體方案采用4 洞9 室“錯開型”的布置形式，見圖22。目前共有9 個實驗室，其中，1#—6#為物理實驗室，7#—9#規劃為深部巖石力學實驗室。1#—8#實驗室長度均為65 m，城門洞型，隧洞截面14 m×14 m，9#實驗室長60 m(東西兩側各30 m)。各實驗室均采用鉆爆法施工，分3層開挖，上層8.0 m，中層5.0 m，下層1.0 m。其支護方式主要為錨桿和噴射混凝土。

圖22 錦屏地下實驗室二期隧洞布置圖

Fig. 22 Layout of 2nd phase tunnel projects of Jinping underground laboratory

在7#和8#實驗室施工開挖過程中，于2015年8月23日發生一次極強巖爆。巖爆區域長約44 m，高5～6 m，最大爆坑深度3.1 m，最大爆坑尺寸達2.4 m×2.4 m×1 m，巖塊最大彈射距離7～10 m，爆出巖塊體積約400 m3，巖爆造成7#、8#實驗室上層南側邊墻已完成的支護系統嚴重破壞，破壞區的錨桿被拉斷和拔出，鋼筋網和初噴混凝土被拋出。由于采取全過程災害監測預警與防控措施，本次“8·23”極強巖爆在發生前2 h被成功預警，施工單位根據巖爆預警信息及時通知現場，并撤離了高風險區的施工人員和設備，成功避免了因本次大規模極強巖爆帶來的人員傷亡和設備損失，保證了實驗室二期工程建設期的施工安全。

3 基于BIM技術的建筑物(隧道工程)的安全風險監控

3.1 BIM技術內涵

BIM(building information modeling)的本質就是把數據轉化為信息，通過數字信息仿真模擬建筑物(隧道)具有的真實信息，以三維虛擬現實技術建模，實現可視化的工程數據模型。在建設項目管理過程中，通過運用BIM技術，從設計階段開始就建立互相協調、內部一致的可運算三維信息模型，可以大幅度降低參建各方項目管理的難度，從而解決了許多原來二維平面模型不能解決的問題。從某種程度上說，BIM 不僅僅是一種模型工具，而且是一個協同的工作流程。通過三維模型的可視化演示，可以實現對建設工程項目的碰撞檢測、施工進度模擬、工程質量分析和安全風險防控等[7]。

在地鐵建設的管線施工中，需要在非常有限的空間內完成通信、信號、綜合監控以及通風、暖通、消防、電力等十幾個專業系統的安裝，各系統之間碰撞沖突、返工修改等問題突出，合理布置這些系統與建筑、結構間的空間關系非常重要。而二維圖紙由于無法可視化，往往會導致施工前各專業的沖突問題難以到解決。由于BIM 技術模型具有數字化、可視化、真實化的特點，采用BIM 技術模型進行車站的施工碰撞研究，可使項目各參與方進行無間隙共享及無障礙交流，在整個項目周期高效協同工作，從而有效解決上述難題[7]。

在高風險特殊區段地鐵施工中，為了降低災難性事故的發生概率，我們需要實時地對安全風險進行感知，才能及時防范事故發生。因此，進一步將包含巖土地質信息、地下管線信息、周邊建筑技術信息、機械人員信息、施工監測信息等在內的工程實體與施工工序信息對應的時間維集成，建立地鐵施工的4D模型。某地鐵車站4D模型見圖23。

(a) (b)

(c) (d)

(e) (f)

3.2 隧道施工安全風險實時感知及實時預警系統

下文以武漢某地鐵越江隧道聯絡通道施工過程中的風險控制為例，介紹施工中的安全風險實時感知及實時預警系統。

3.2.1 安全風險實時感知系統

為了實現對工程周邊環境與工程結構等多物理量的連續實時感知，提高風險特殊區段地鐵施工安全風險信息的采集和傳輸能力，將光纖光柵傳感技術引入到了某地鐵隧道聯絡通道的凍結法施工中。由于光纖光柵傳感器具有耦合監測、高精度、自動連續、抗電磁干擾、不受水和潮氣影響、遠距離傳輸等諸多優點，工程利用光纖光柵傳感器對水平凍土、聯絡通道初期支護和既有隧道管片分別進行溫度-應變耦合監測，構建了聯絡通道施工多場耦合實時感知系統，從而實現了整個施工周期內對數據的自動連續采集和實時分析與預警[8]。

實時感知系統組成見圖24，包括獨立供電系統、數據存儲分析系統、數據實時采集系統等3部分，并增設防塵防水保護系統。

圖24 實時感知系統組成

3.2.2 安全風險實時預警系統

從海因里希的事故連鎖理論、軌跡交叉理論等事故致因理論中，我們可以得知，施工中人的不安全行為和物的不安全狀態會導致安全事故的發生。因此，某地鐵隧道聯絡通道施工過程中，除了建立多場耦合實時感知系統實時獲取物的狀態外，人的行為對于施工安全風險控制而言更為重要[8]。因此，在多場耦合實時感知系統的基礎上，實現了復雜環境下長大隧道中實時跟蹤移動目標，并將聯絡通道施工過程中環境、結構和人的安全信息綜合起來進行安全分析判斷，并及時有效地發布預警信息，第一時間通知現場作業人員采取應急措施，實現了安全知控一體化和實時化。安全知控一體化和實時化原理見圖25。

圖25 安全知控一體化和實時化示意圖

Fig. 25 Sketch diagram of integration and real-time warning system

地鐵施工過程中存在大量的安全信息，必須充分、及時掌握這些安全信息才能對其進行有效的安全控制。因此，BIM、物聯網、數據融合等前沿信息技術的應用是提升地鐵工程施工安全風險控制水平的重要途徑之一，它對于提高地鐵施工過程中安全信息的采集、傳輸、分析和挖掘能力，降低施工安全風險，具有突出作用。隧道實時定位系統架構見圖26 。

圖26 實時定位系統架構

4 隧道工程建設信息化技術的發展方向

4.1 開展基于大數據技術的TBM/盾構施工時的分析與控制研究

隧道建設時的工程事故和TBM/盾構的低運行除了與客觀不良地質條件有關，還與TBM/盾構的選型不當以及操控參數選擇不合理有關。如何使選型與參數選擇從經驗上升為科學？運用大數據技術是一個可行的方向。

4.1.1 大數據技術的定義和特征

大數據技術是指對數據規模大、結構復雜度高、關聯度強的數據集進行處理與應用的處理技術。具有以下“4V”特征： 1)Volume(大量)，數據量巨大； 2)Variety(多樣化)，數據類型多且十分復雜； 3)Velocity(快速)，處理速度要求快； 4)Value(價值密度低)，雖然數據采集量巨大，但有用數據少。

4.1.2 大數據技術內涵

大數據涉及到的技術主要包括數據挖掘與關聯分析技術、機器學習、模式識別、預測模型、時序分析以及可視化處理等。

1)數據挖掘。數據挖掘是一個知識發現的過程，即從大量的數據中自動搜索隱藏在其中的知識或特殊關系信息的過程。

2)關聯分析。關聯分析是從大量數據中分析各數據項之間有價值的相關關系。比如20世紀90年代美國沃爾瑪超市基于銷售數據關聯分析，將啤酒與尿布2個看上去沒有關系的商品放在一起進行銷售，獲得了很好的收益。

3)機器學習。機器學習主要研究如何使用電腦來模擬和實現人類學習時獲取知識的過程，重構已有知識，提升自身處理問題能力從而形成創新。機器學習的最終目的是從數據中自動分析獲取規律性知識，并用于對未知數據進行預測、判斷和評估。機器學習與統計推斷學聯系密切。

4.1.3 大數據技術應用在TBM/盾構施工中的可行性分析

TBM/盾構施工數據是典型的大數據問題，大數據的概念和TBM/盾構施工數據具有天然的契合性。TBM/盾構在施工掘進過程中連續自動采集數據并存儲在數據庫中。比如海瑞克盾構每2.5 s會自動采集，每10 s會自動存儲一次數據。對于1條長約25 km的隧道來說，單就掘進參數而言，每臺盾構每分鐘產生包括盾構扭矩、推力、轉速、貫入度等掘進參數在內的掘進數據，如果推進2 h，1條線路將產生約4.2×105組掘進數據，盾構/TBM掘進數據不僅包括自身的掘進參數(扭矩、推力、轉速、貫入度等)，還有地層變形數據(包括應力、位移)，以及掘進地層地質數據(比如地層類型、土體物理力學參數、地下水位等)，加上各監測點獲取的數據(包括區間隧道上方、周邊布置的監測點以及大量管線、建筑物、道路布置的測點)，數據形式多樣(包括數值、文字、圖片等資料)。總的來說，盾構/TBM施工數據量巨大。盾構掘進參數之間、盾構掘進參數與地層變形之間相互關聯，非常復雜，呈現出大量、多態、多源、多維的大數據特征。因此，盾構/TBM施工數據是典型的大數據應用范例。4.1.4 大數據技術在TBM/盾構施工中的應用前景

目前中國大部分的地鐵工程都采用盾構施工，山嶺隧道和引水隧道等長大隧道建設中采用TBM施工的也越來越多，并都研發了施工信息管理系統(見圖27)，系統用以支持TBM/盾構的遠程監控，通過多種傳輸方式將掘進數據發送至中心服務器并自動存儲，其采集、翻譯、傳輸和存儲分析的過程見圖28。因此，TBM/盾構施工管理信息化技術的應用為大數據分析提供了數據基礎。

(a) 寧和城際軌道交通一期風險管控系統

(b) 成都地鐵建設工程安全風險監控系統

Fig. 27 Construction information management system of Metro shield construction

通過大數據技術有效利用TBM/盾構施工中的大數據，對優化TBM/盾構的設計，正確進行TBM/盾構的選型，提升TBM/盾構的掘進效率和控制施工時的事故發生具有重要意義，其關鍵是建立數據聯盟以及對TBM/盾構施工海量數據的數據挖掘和關聯分析技術的研究和提升。

圖28 盾構數據采集過程

基于大數據技術開展TBM/盾構施工中的應用研究在國內剛剛起步，是一個富有探索性和挑戰性的課題，尚未有成功的應用實例。例如TBM/盾構的扭矩是其選型的重要參數，現在依據的是日本公式T=aD2，式中影響參數單一(僅為盾構外徑D)。盾構外徑D大時，扭矩偏大，不能充分發揮切削能力；盾構外徑D小時，扭矩偏小，容易出現扭矩過載。因其復雜性，進行理論研究很難，可以通過大數據技術對以往掘進施工參數進行統計挖掘，分析不同地質條件下不同類型盾構掘進參數的變化規律，得到適用性強的經驗公式，為優化國產盾構選型參數提供技術支持。再如如何選擇與地層特性相適應的掘進參數，從而保證開挖面穩定、減小地層變形位移是盾構施工控制的難點。可以通過對不同地層內掘進時的掘進參數與地層變形參數進行統計來控制掘進，分析盾構掘進參數與地層變形之間復雜的規律性關系，為有效預測復雜條件下地層變形、防治地面隆起或坍塌事故提供依據。

4.2 數字隧道向智慧隧道(建設和運營維護)的發展

智慧工程方面國外已有一些實例，如： 2006年，新加坡啟動“智慧國家2015”計劃，建立了針對交通堵塞預報的智慧城市系統； 2009年，韓國仁川實現了房間耗能的智能控制與通過網絡監測病人狀況的智慧城市應用； 昆士蘭建立了對橋的智能安全系統，通過裝在橋上的傳感器，確保橋的安全； 愛爾蘭“智慧灣”利用浮橋上的傳感器及漁民手機，監測水面上的漂浮物、水流，溝通漁民和餐廳的交易； 瑞典斯德哥爾摩智慧城市系統使汽車使用量降低25%，尾氣排放降低8%～14%。隧道工程也將從數字隧道向智慧隧道方向發展。

4.2.1 數字隧道和智慧隧道的概念

數字隧道是隧道工程信息化的初級階段，是“物理隧道”(實體隧道)的虛擬對照體，以信息化手段對隧道建設過程中的勘察、設計、施工及監測等數據進行集中有效管理。具體體現為數字隧道工程基礎平臺，該平臺是集數據信息存儲、查詢、三維可視化建模及虛擬瀏覽為一體的綜合系統。其信息包括地形、地理的基礎地理數據； 包括工程地質和水文地質、環境地質的地質數據(兩者共稱為地層數據)，隧道主體的設計、施工及監測數據等。

智慧隧道是為隧道工程建設和運營服務的隧道工程信息化的高級階段。包括智慧和智能2方面： 智慧是對大系統和巨系統而言，例如城市是一個巨系統，包括人、自然和社會等的綜合體。隧道是一個大系統，包括隧道本體、隧道環境、隧道建設者和運營者的綜合體； 智能是對某項技術、某個功能和某種儀器設備而言，如智能手機、智能傳感機和智能交通等。

具體來說，智慧隧道就是讓作為隧道系統主體的隧道工程建設者和運營者更聰明。首先，它通過互聯網把無處不在的被植入隧道本體、周圍地層中的智能化傳感器、實時跟蹤移動目標的GPS定位單元以及無線射頻識別單元連接起來形成物聯網，以此實現對物理隧道(隧道本體和環境)、隧道建設者和設備的全面感知； 除此之外，智慧隧道利用云計算技術能對感知信息進行智能處理和分析，實現網上“數字隧道”與物聯網的融合； 最后，在分析處理后發出對包括超前地質預報、設計方案和修改、施工方案的實施(如盾構推進的操作參數的確定等)、預警信息的發布、應急防治方案的實施等作出智能化響應和決策支持的指令。

4.2.2 智慧隧道和數字隧道的區別和聯系

數字隧道是物理隧道在網上的虛擬對照體，兩者是分離的； 智慧隧道運用物聯網可以把數字隧道與物理隧道無縫連接在一起，是物聯網與“數字隧道”的融合，智慧隧道是數字隧道功能的延伸、拓展和升華，是數字隧道的智能化。利用云計算對實時感知數據進行快速和協同處理，并在大數據技術所具備的感知能力、邏輯思維能力、自學習與自適應能力和行為決策能力的基礎上提供智能化服務。

智慧隧道和數字隧道之間并無絕對界線，是可以過渡的，例如有4D數字隧道、N維數字隧道……，相應有4D和ND BIM技術。

4.2.3 智慧隧道智的體現

1)透徹感知。無處不在的智能傳感器，對隧道、環境、設備和人及其狀態實現全面、綜合地感知和對其運行狀態的實時感測。

2)全面互聯。通過運用物聯網將所有傳感器全面連接，通過運用互聯網實現感知數據的智能傳輸和存儲。

3)深度整合。物聯網和互聯網完全鏈接和融合，將多源異構數據整合為一致性數據——隧道工程建設和運營全圖。

4)智能服務。在隧道智慧信息(網絡、數據)基礎上，利用云計算構架一種新的能提供服務的系統結構，基于大數據技術，對海量感知數據進行并行處理、數據挖掘與知識發現，能夠為隧道建設和運營提供各種不同層次、不同要求的高效率智能化服務。

4.2.4 智慧隧道建設

建設智慧隧道的關鍵是做好智慧隧道工程數據交換共享平臺建設。這是一個智慧信息基礎設施—智慧應用服務技術支持層—智感應用服務層的推進過程。

要有4方面的提升： 1) 三維可視化表達—統一時空基準的四維信息； 2)“靜態數據+周期性更新”—“實時獲取+動態更新”； 3)“有限服務”—“全面深度服務”； 4)“事后分析+輔助決策”—“實時分析+智能數據挖掘+知識發現+實時決策”。

5 結語

不斷提高地質預報技術水平，加強隧道建設、運營維護全過程的信息化、可視化、智慧化研究，逐步實現隧道更加安全、高質、高效、智能的建設與管理，是今后一個時期的發展方向。

[1] 李術才，劉斌，李樹忱，等.基于激發極化法的隧道含水地質構造超前探測研究[J].巖石力學與工程學報,2011,30(7): 1297-1309.(LI Shucai，LIU Bin，LI Shuchen，et al.Study of advanced detection for tunnel water-bearing geological structures with induced polarization method[J].Chinese Journal of Rock Mechanics and Engineering, 2011,30(7): 1297-1309.(in Chinese))

[2] 李術才，蘇茂鑫，薛翊國，等.城市地鐵跨孔電阻率CT 超前地質預報方法研究[J].巖石力學與工程學報,2014,33(5): 913-920.(LI Shucai， SU Maoxin， XUE Yiguo，et al.Study of computed tomography of cross-hole resistivity in urban subway geological prediction [J].Chinese Journal of Rock Mechanics and Engineering, 2014, 33(5): 913-920.(in Chinese))

[3] 錢七虎.巖爆、沖擊地壓的定義、機制、分類及其定量預測模型[J].巖土力學，2014,35(1): 1-6.(QIAN Qihu.Definition, mechanism, classification and quantitative forecast model for rockburst and pressure bump[J].Rock and Soil Mechanics, 2014, 35(1): 1-6.(in Chinese))

[4] 馮夏庭，張傳慶，陳炳瑞，等.巖爆孕育過程的動態調控[J].巖石力學與工程學報,2012,31(10): 1983-1997.(FENG Xiating，ZHANG Chuanqing，CHEN Bingrui，et al.Dynamical control of rockburst evolution process[J].Chinese Journal of Rock Mechanics and Engineering, 2012,31(10): 1983-1997.(in Chinese))

[5] 張文東，馬天輝，唐春安，等.錦屏二級水電站引水隧洞巖爆特征及微震監測規律研究[J].巖石力學與工程學報,2014,33(2): 339-348.(ZHANG Wendong， MA Tianhui，TANG Chun’an，et al.Research on characteristics of rockburst and riles of microseismic monitoring at diversion tunnels in Jinping II hydropower station[J].Chinese Journal of Rock Mechanics and Engineering, 2014, 33(2): 339-348.(in Chinese))

[6] 馮夏庭，吳世勇，李邵軍，等.中國錦屏地下實驗室二期工程安全原位綜合監測與分析[J].巖石力學與工程學報,2016,35(4): 649-657.(FENG Xiating，WU Shiyong，LI Shaojun，et al.Comprehensive field monitoring of deep tunnels at Jinping underground laboratory(CJPL-II) in China[J].Chinese Journal of Rock Mechanics and Engineering,2016, 35(4): 649-657.(in Chinese))

[7] 劉卡丁，張永成，陳麗娟.基于BIM 技術的地鐵車站管線綜合安裝碰撞分析研究[J].土木工程與管理學報,2015,32(1): 53-58.(LIU Kading，ZHANG Yongcheng，CHEN Lijuan.Research on subway station pipeline installation collision based on BIM technology[J].Journal of Civil Engineering and Management, 2015, 32(1): 53-58.(in Chinese))

[8] 丁烈云，周誠.復雜環境下地鐵施工安全風險自動識別與預警研究[J].中國工程科學，2012,14(12): 85-93.(DING Lieyun，ZHOU Cheng.Automatic risk identification and safety early-warning of underground construction under complex conditions[J].Engineering Sciences，2012,14(12): 85-93.(in Chinese))

Main Developments and Directions of Geological Prediction andInformatized Technology of Tunnel Construction

QIAN Qihu

(CollegeofDefenseEngineering,PLAUniversityofScience&Technology,Nanjing210007,Jiangsu,China)

The improvements of geological prediction and informatized technologies are the keys to safe and efficient construction of tunnel in complex and bad geological conditions. The technologies used in China are introduced as follows: 1) The development and application of advanced geological prediction technologies of tunnels in complex and bad geological conditions, i.e. methods and equipments for water and mud inrush sources detection, advanced prediction of fault and fracture zones and detection of karst caves and boulders in urban Metro construction. 2) Monitoring and forewarning methods for rockbust in tunnel. 3) Building information modeling (BIM) technology, including real-time perceiving and real-time warning systems. Afterwards, the developing directions of informatized technology of tunnel construction are proposed, including analysis and control of TBM/shield construction based on big data technology and digital tunnel and intellectualized tunnel.

tunnel; informatization; bad geological condition; advanced geological prediction; rockburst; BIM; big data technology; digital tunnel; intellectualized tunnel

2017-02-13

錢七虎(1937—)，男，江蘇昆山人，1965年畢業于莫斯科古比雪夫軍事工程學院，防護工程專業，副博士，中國工程院院士、教授、博士生導師，從事隧道及地下工程建設科研工作。E-mail： gcyqqh@163.com。

10.3973/j.issn.1672-741X.2017.03.001

U 455

A

1672-741X(2017)03-0251-13