利用隨鉆測量技術評估巖體結構形態

姬付全，梁曉騰，邱 敏，楊 釗，詹才釗

(1.中交第二航務工程局有限公司，湖北 武漢 430040；2.長大橋梁建設施工技術交通行業重點實驗室，湖北 武漢 430040；3.交通運輸行業交通基礎設施智能制造技術研發中心，湖北 武漢 430040；4. 中交公路長大橋建設國家工程研究中心，北京 100011)

0 引言

巖體是具有不同力學性質材料的組合，存在不連續面。巖石力學性質通常指強度(飽和單軸抗壓強度)、變形(彈性模量和泊松比)及穩定性特征(黏聚力和內摩擦角)[1-2]，通常由完整巖體巖芯樣品的室內試驗或原位試驗獲取這些特征。巖體的結構條件通常指節理程度(節理的密度和方向)和不連續特征(粗糙度、蝕變、成分等)[3]，通常采用地質強度指數GSI[4]、巖石質量標志RQD[5]、巖體評級RMR[6]或Q系統分類法[7]等對結構特性進行評估。

礦山規劃和設計、隧道開挖與支護都是建立在對巖體特性充分認識的基礎上，并以昂貴的鉆孔取芯為載體。為了降低成本，通常開展數量有限的大間距鉆孔，并對它們之間的內部條件進行插值處理[8-9]。該方法會導致對巖體的表征過于粗糙，對小規模(如待爆破的臺階或塊體、隧道開挖面)的巖體特性認識不夠準確，會顯著影響作業結果，并可能增加生產成本，降低碎巖效率，從而降低挖掘和開采階段效率。如果忽視條件較差的巖體，最終可能會給生產安全帶來隱患。

鉆機性能在鉆探巖體過程中會產生實時且明確的響應[10-11]，通過測量鉆進參數、監測鉆機性能，利用隨鉆測量技術能夠以高分辨率評估巖體的變化[12-14]。隨鉆測量(Measurement While Drilling，MWD)是一種以預定長度間隔記錄鉆進數據的技術，提供有關鉆進作業參數的信息。該技術能夠在生產過程中以最小干擾提供高分辨率數據，作為巖體表征和巖土識別的補充工具。

當鉆遇非連續性的巖體結構時，鉆進壓力、旋轉壓力(扭矩)、鉆進速度和轉速等鉆進參數會發生異常。研究結果表明[15-16]，在大多數情況下，鉆速和旋轉壓力的變化與巖石破碎程度成正比，鉆進壓力與巖石破碎程度成反比。此外，地應力較大的斷裂會導致鉆進速度和轉速降低，同時扭矩增加，這種情況可以用卡鉆來解釋。當鉆頭穿過巖體大裂縫或空腔時，鉆進速度和旋轉壓力增加，同時沖洗液壓力會立即下降。當空腔被沖洗介質填滿后，沖洗液壓力逐漸回歸，直到再次達到穩定水平。可見，沖洗介質壓力在量化地質參數方面作用不大，但可用于探測大型節理、破碎帶和孔洞。

目前，利用隨鉆測量參數對巖體結構狀態的評估多停留在定性階段，由于巖體類別的多樣性及鉆機性能的差異，不同學者的研究結果甚至出現相互矛盾的情況。譚卓英等[17]建立了金剛石鉆進比能的地層結構分級標準，根據比能值將巖體分為土層與散體、碎裂巖體和完整巖體，但該方法受限于特定的鉆頭和花崗巖巖體。田昊等[18]根據凝灰巖地層中的鉆進參數及鉆進能量隨鉆頭位移的變化曲線，提出了基于鉆進比能的隧道凝灰巖地層界面識別及圍巖分級方法，但只適用于凝灰巖中，缺乏推廣價值。因此，本研究提出一種定量評估巖體結構狀態的方法，該方法以大量的隨鉆測量數據與孔內攝像結果為基礎，采用主成分分析方法，建立鉆進參數的主成分與真實巖體結構狀態之間的關系，實現利用隨鉆參數判別巖體結構狀態的目的，為隧道開挖和支護設計提供參考依據。

1 隨鉆參數的預處理

1.1 原始數據的過濾

MWD數據分析存在一個普遍問題，即記錄的參數受到巖體條件、鉆機控制系統和與外部因素的影響，如監測傳感器的校準、鉆孔長度或鉆機性能等。所有這些因素都增加了數據的不確定性，必須對這些數據進行修正，以突出反映巖石性質的參數變化。本項目采用由意大利卡薩格蘭德公司生產的C6xp鉆機，具有根據鉆孔長度自動校正鉆進參數的功能。因此，開展數據分析之前，需要對不切實際的測量值進行過濾。

不切實際的鉆機高性能值和低性能值，甚至負值可能導致MWD數據的錯誤解釋。根據分析[19-20]，每個MWD參數的經驗概率分布是根據完整的數據集建立的，保留99%置信區間內的數值用于分析是合理的。本項目中，由于鉆機的轉速記錄柱出現損壞，數據缺失嚴重，因此只選用了轉進速率、鉆進壓力和旋轉壓力3個參數。圖1顯示了3個鉆進參數的累積分布函數，其中黑色水平虛線表示99%的覆蓋率，垂直線虛線表示參數的最大值限制，各參數最終取值范圍匯總于表1中。

圖1 累積分布函數Fig.1 Cumulative distribution functions

表1 MWD的合理值范圍(取累積概率99%置信區間)Tab.1 Reasonable value range of MWD (Taking 99% confidence interval of cumulative probability)

1.2 計算參數的選取

鉆進過程中記錄的獨立參數，如鉆進壓力和沖擊壓力(水壓)，通常由操作員或控制系統控制；而相關參數，如鉆進速率和旋轉壓力，是鉆機系統對巖石的響應。鉆進速率和旋轉壓力對巖體破碎很敏感，這些參數的變化可提供有關巖體結構形態的額外信息，從而提高對巖石特性預測的準確性。當巖體結構不連續或發生變化時，鉆進速率和旋轉壓力參數表現出顯著的異常，從而產生噪聲信號。當鉆遇破碎帶時，鉆進速率和旋轉壓力的波動顯著增加。為了突出顯示這些變化，將其可變性定義為沿鉆孔間隔內的殘差總和，表示如下：

(1)

(2)

式中，PRVi為鉆進速率變化率；RPVi為旋轉壓力變化率；N為窗口大小，取N=4[21]；i為記錄的鉆進速率或旋轉壓力的指數；PRi為記錄的鉆進速率；RPi為記錄的旋轉壓力。

鑒于鉆進速率變化率和旋轉壓力變化率都對巖體破碎或巖體的均質性比較敏感，因此通過組合2個參數來合成單一參數更穩定。在本研究中，該單一參數稱為破碎指數。變化率參數有不同的幅值，因此需要對它們進行縮放以對破碎產生相同的影響。可以用皮爾遜殘差FIi表示[22]：

(3)

破碎指數的大小是通過鉆進速度變化率和旋轉壓力變化率計算的，然后將這些量級加在一起，每個量級都有50%的影響。最后，針對區間中的值數，對導出的單個參數進行歸一化。

2 主成分分析方法

對于同一臺液壓鉆機，監測到的鉆進響應參數不是獨立的，而是高度相關的。 因此，單參數分析或交會分析可能無法捕捉到監測鉆進數據的復雜性，尤其是它們與不同巖體特征的關系[23]。基于這種相關性，本研究使用主成分分析(PCA)法分析所有測量參數，包括鉆進速率、鉆進壓力和旋轉壓力，以及所有計算參數，包括鉆進速率變化率、旋轉壓力變化率和破碎指數。

PCA是一種用于降低多變量數據集維數的方法，同時盡可能多地保留可變性(即統計信息)，即它會找到新的不相關變量(稱為主成分)作為原始數據集中變量的線性函數或混合函數，最大化它們之間的方差，并將初始變量中的大部分信息壓縮到第1個成分中[24]。主成分分析的結果通常以載荷圖的形式表示，該載荷圖以向量的形式顯示2個主成分中包含的變量信息，其中向量的方向和長度表示每個變量對圖中2個主成分的貢獻。載荷圖顯示了4個象限：在同一象限中相鄰參數表示潛在的正相關；相反，繪制在相反象限中的參數與它們之間呈負相關。

3 案例分析

公司承建的玉溪-磨憨鐵路位于云南省南部地區，是中老鐵路在我國境內的最后一段。正線長度14.7 km，隧道工程包含西雙版納隧道2號斜井及橫洞、廣塔隧道等。

隧道穿越地層主要為中風化花崗巖，灰白色，暗色礦物主要是黑云母。中粗粒結構，斑雜構造。節理、裂隙一般發育，巖質較硬，為較硬巖，巖芯主要呈較完整-較破碎狀。

3.1 隨鉆測量

本次隧道超前水平地質鉆探采用的是意大利卡薩格蘭德生產的C6xp鉆機，配備3個管棚專用鉆頭、30個水平超前鉆頭、5個取芯鉆頭和3個環形救援專用鉆頭。鉆機能夠完成氣動沖擊鉆、水壓沖擊鉆和取芯鉆，一次性最大鉆進深度為150 m。

隧道爆破前，鉆機在開挖面上完成等邊三角形布置的3個超前鉆孔，單次鉆進深度在20～30 m之間。鉆進過程中，收集到的隨鉆參數包括鉆進深度、時間、鉆進速率、鉆進壓力、轉動壓力和轉速。數據采集裝置集成于動力頭上，在鉆進過程中能夠自動對隨鉆參數進行校正。考慮隧道中粉塵排放問題，選擇水壓沖擊鉆進行超前勘探，每0.02 m采集1次數據。

3.2 孔內攝像

達到預定鉆孔深度后，利用高壓水對鉆孔進行充分清洗，隨后利用特定的數碼相機裝置開展孔內攝像作業。數碼相機由前透鏡組成，由LED燈照明，攝像機前部增加了1個防護鋼架，以防止巖石和攝像機玻璃之間可能發生的碰撞。數據采集系統通過絕緣電纜與攝像機相連。它在1個帶有距離計數器的電纜輪中滾動，因此視頻中的圖像始終與深度相對應。

在現場鉆孔中進行了大范圍孔內攝像，記錄了不同的巖體結構形態，歸納起來，可分為3種結構形態：

完整或塊狀巖體(圖2(a))。完整巖體內壁凹凸起伏較小，沒有明顯的裂縫或破碎。

破碎巖體(圖2(b))。破碎巖體內壁剝落現象明顯，通常伴隨小型/中型裂隙和小型空腔。

極破碎巖體(圖2(c))。極破碎巖體內壁凹凸起伏很大、侵蝕剝落現象嚴重，通常由中型/大型裂隙或中型/大型空腔組成。

圖2 從鉆孔攝像記錄劃分巖體結構形態Fig.2 Division of rock mass structure from borehole camera records

3.3 主成分分析

在載荷圖中，根據變量的變化(方差)計算每個變量的影響(權重)，采用非線性迭代偏最小二乘法計算由每個分量解釋的變量的權重。本次鉆進參數的主成分分析采用Matlab編程完成，圖3顯示了由第1和第2主成分生成的載荷，由2個主成分生成的平面解釋了所有參數之間總變化的 89.1%。

圖3 第1、第2主成分載荷圖Fig.3 Load diagram of the first and the second principal components

第1個分量主要由右側的破碎參數(鉆進速率變化率、旋轉壓力變化率和破碎指數)支配，左側主要受鉆進壓力支配。在鉆進系統中，鉆進壓力和旋轉壓力之間通常存在相關性，盡管這些參數是相互獨立的并且由鉆機控制系統控制。如果降低鉆進壓力，在一般情況下，旋轉壓力也會降低。破碎參數與鉆進速率呈明顯的正相關性，表明鉆遇地層越破碎、鉆進速度越快。圖3顯示鉆進壓力與破碎系數之間呈負相關，當巖體狀況從完整巖體逐漸破碎或破碎時，鉆進壓力以相反的方式反應。在破碎巖石或空腔中，可能沒有足夠的鉆進壓力來維持高水壓，從而使水更容易流過液壓錘。總體而言，第1主成分傾向于由鉆機系統對鉆進巖體的地質特性響應的支配。第2主成分主要由旋轉壓力控制，顯示旋轉壓力與鉆進壓力、鉆進速率及破碎參數之間的正相關關系。旋轉壓力和破碎參數之間的關系因巖體特性不同而變得復雜。總體而言，鉆遇地層越破碎，鉆頭旋轉壓力增加，鉆進速率加快；當鉆遇地應力較高的破碎地層時，鉆頭旋轉壓力劇增，鉆進速率停滯，出現卡鉆現象。

第1主成分解釋了數據的較大可變性，參數之間的關系解釋了鉆孔對巖石的響應。這不會發生在所有參數均為正相關的第2個主成分中，因為第2個主成分主要體現了鉆進系統的影響。因此，選擇第1主成分表示為鉆進參數之間的函數，公式為：

Y1=0.261V-0.414F-0.201T+0.519Vi+

0.403Ti+0.536FIi，

(4)

式中，Y1為第1主成分；V為鉆進速率；F為鉆進壓力；T為旋轉壓力；Vi為鉆進速率變化率；Ti為旋轉壓力變化率；FIi為破裂指數。

3.4 成果應用

3.4.1 根據巖體結構形態劃分第1主成分區間

分別繪制3種結構形態巖體的第1主成分概率密度函數，如圖4所示。3條概率密度曲線反映了3種結構形態巖體第1主成分的分布范圍，反過來理解，只要計算出的第1主成分落在哪個區間范圍內，就可大致推斷出該鉆遇巖體的結構形態。可以看出，3條概率密度曲線兩兩相交，交點即為不同結構狀態巖體第1主成分的閾值。2個交點對應的第1主成分分別為-6和30，表明完整巖體第1主成分小于-6；破碎巖體第1主成分范圍可取-6～30；極破碎巖體第1主成分大于30。盡管3條曲線包含的面積存在重疊的部分，但重疊部分對應曲線的概率密度高低之分非常明顯，因此所劃分的區間基本能反映鉆遇巖體的結構形態。

圖4 第1主成分的概率密度函數Fig.4 Probability density function of the first principal component

3.4.2 根據第1主成分區間劃分巖體結構形態

選擇隧道內典型花崗巖地層的隨鉆測量參數進行分析，如圖5所示，可知在鉆進深度范圍內，鉆進參數整體變化較小(轉速采集器出現問題，不予考慮)，巖體較為完整。根據鉆進速率、鉆進壓力、旋轉壓力、鉆進速率變化率、旋轉壓力變化率和破碎指數，利用上述主成分分析方法計算第1主成分，繪制第1主成分隨深度變化散點，如圖5所示。圖中散點被劃分到3個區間內，分別是：第1區間：第1主成分<-6；第2區間：-6<第1主成分<30；第3區間：第1主成分>30。第1區間對應鉆孔深度處巖體為完整巖體，占比84.6%；第2區間對應鉆孔深度處巖體為破碎巖體，占比8.2%；第3區間對應鉆孔深度處巖體為極破碎巖體，占比7.2%。

圖5 隨鉆參數隨鉆進深度變化Fig.5 While drilling parameters varying with drilling depth

極破碎狀態的巖體主要分布在0～0.6 m區間內及6.5，8.7，10.3，12，17.8，19.2 m附近，其鉆進速率均有不同程度的提高或劇增。特別是0～0.6 m 深度段，處于孔口位置的巖體承受的地應力低，巖體易于破碎，其鉆進速率明顯高于其他深度。

鉆進壓力、旋轉壓力的變化規律與鉆進速率正好相反，處于極破碎狀態的巖體鉆進壓力與旋轉壓力明顯降低，但又很快恢復正常，這很可能是構造運動引發脆性破碎，沒有形成明顯的斷層或空腔。圖6顯示鉆進速率與巖體破碎程度呈正相關、與鉆進壓力和旋轉壓力呈負相關，這與公式1是完全吻合的，體現了主成分分析方法在巖體狀態判別應用中的正確性。

圖6 第1主成分隨鉆進深度變化Fig.6 The first principal component varying with depth

極破碎狀態巖體是破碎狀態巖體的極限，其前后一般都分布范圍不等的破碎狀態巖體，相對容易判別。但是對于破碎狀態或完整狀態的巖體，其隨鉆參數變化很小，利用圖6很難直觀判別其狀態，但是利用本研究提出的主成分分析方法計算其第1主成分，將第1主成分與鉆進深度聯合起來，則很容易判別其分布范圍，量化其占比，體現了主成分分析方法在巖體狀態判別應用中的精確性。

4 結論

本研究依托玉磨鐵路隧道項目，利用主成分分析方法，建立了第1主成分與巖體結構形態之間的關系，提出了利用第1主成分劃分結構形態的方法，得到如下結論：

(1)對于同一臺鉆機，監測到的鉆進參數不是獨立的，而是高度相關的。提出的第1主成分分析方法可以正確解釋各鉆進參數對巖石的響應。

(2)花崗巖地層中，鉆遇破碎巖體時，鉆進速率均有不同程度的提高或劇增，鉆進壓力、旋轉壓力則會出現短暫的降低。

(3)利用第1主成分對巖體結構狀態進行了定量劃分，得到其分布范圍及占比。其中完整巖體占比84.6%，破碎巖體占比8.2%，極破碎巖體占比7.2%。

根據《鐵路隧道設計規范》，巖體被劃分為完整、較完整、較破碎、破碎和極破碎5種結構形態，而本研究將鉆遇巖體分為了完整、破碎與極破碎3種結構形態，較為粗略。主要是因為鉆遇的巖體為花崗巖，較完整與較破碎狀態的巖體很少，鉆遇概率很低，在主成分分析圖中概率密度極小，沒有明顯的區間，所以無法區分。后期隨著采集樣本的增多，鉆遇巖體狀態更急豐富，會使巖體形態劃分更加全面。