圍巖智能化分級(jí)及其工程應(yīng)用

鐘慶華 孫鑫 張鐵軍 喬洪磊 楊新安

基金項(xiàng)目：浙江省交通運(yùn)輸廳科研計(jì)劃項(xiàng)目（20211050）

第一作者簡(jiǎn)介：鐘慶華（1975-），男，高級(jí)工程師。研究方向?yàn)樗淼拦こ獭?/p>

*通信作者：?jiǎn)毯槔冢?999-），男，博士研究生。研究方向?yàn)樗淼拦こ獭?/p>

DOI：10.19981/j.CN23-1581/G3.2024.12.018

摘? 要：由于地質(zhì)條件的復(fù)雜多變、勘察方法和技術(shù)缺陷等原因，勘察階段的山嶺隧道圍巖分級(jí)與施工階段存在差異。為動(dòng)態(tài)獲得施工中杭溫鐵路隧道前方圍巖等級(jí)，該文基于巖體基本質(zhì)量指標(biāo)（BQ）的綜合評(píng)判法，利用現(xiàn)場(chǎng)回彈試驗(yàn)、超前地質(zhì)預(yù)報(bào)及掌子面圖像識(shí)別等手段，通過(guò)人工智能算法獲得前方揭露圍巖巖石強(qiáng)度及巖體完整性系數(shù)；再結(jié)合隧道現(xiàn)場(chǎng)水文情況、軟弱結(jié)構(gòu)面、初始地應(yīng)力狀態(tài)等修正因素，對(duì)圍巖進(jìn)行精細(xì)分級(jí)?，F(xiàn)已在杭溫鐵路隧道古塘源二號(hào)隧道進(jìn)口DK90+292、金竹坪隧道出口DK86+184、木匪嶺隧道出口DK84+565及松塢尖隧道進(jìn)口DK86+752等斷面圍巖等級(jí)變更工作中實(shí)現(xiàn)成功應(yīng)用，得到與專業(yè)團(tuán)隊(duì)相吻合的揭露圍巖級(jí)別判別結(jié)果，具有進(jìn)一步推廣與研究?jī)r(jià)值。

關(guān)鍵詞：山嶺隧道；人工智能；圖像識(shí)別；圍巖精細(xì)分級(jí)；圍巖等級(jí)變更

中圖分類號(hào)：U25? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2095-2945（2024）12-0077-05

Abstract： Due to the complex and changeable geological conditions and the defects of survey methods and techniques， there is a difference between the surrounding rock classification of mountain tunnel in the investigation stage and the construction stage. In order to dynamically obtain the grade of surrounding rock in front of the tunnel of Hangzhou-Wenzhou Railway under construction， based on the comprehensive evaluation method of rock mass basic quality（BQ）， by means of on-site rebound test， advanced geological prediction and palm face image recognition， the rock strength and rock mass integrity coefficient of front exposed surrounding rock are obtained by artificial intelligence algorithm. Based on the correction factors such as hydrological condition， weak structural plane and initial ground stress state of the tunnel， the surrounding rock is classified finely. It has been successfully applied in the surrounding rock grade change of Gutangyuan No.2 tunnel entrance DK90+292， Jinzhuping tunnel exit DK86+184， Mugangling tunnel exit DK84+565 and Songwujian tunnel entrance DK86+752 of Hangzhou-Wenzhou Railway tunnel. The results are consistent with the professional team to reveal the surrounding rock grade， which is worth further popularizing and studying.

Keywords： mountain tunnel; artificial intelligence; image recognition; fine classification of surrounding rock; change of surrounding rock grade

目前，國(guó)家正在大力推進(jìn)人工智能與多學(xué)科多產(chǎn)業(yè)的融合升級(jí)，致力于提高多領(lǐng)域的智能化水平。人工智能的利用，可以大大提高隧道在設(shè)計(jì)、施工、運(yùn)營(yíng)、管理與養(yǎng)護(hù)等方面的智能化水平，提高隧道工程的工作效率。在隧道工程中通過(guò)引入人工智能領(lǐng)域神經(jīng)網(wǎng)絡(luò)、圖像識(shí)別等手段有利于隧道圍巖分級(jí)快速化、精細(xì)化、智能化進(jìn)行。

近年來(lái)，國(guó)內(nèi)外學(xué)者針對(duì)施工階段圍巖智能化分級(jí)已經(jīng)開(kāi)展了一些研究。

在圍巖分級(jí)方法方面，馬超鋒等[1]基于貝葉斯統(tǒng)計(jì)理論，建立[BQ]的先驗(yàn)分布和后驗(yàn)分布概率模型，推導(dǎo)出[BQ]的后驗(yàn)分布超參數(shù)的計(jì)算公式，獲得[BQ]的可信概率為1～？琢的可信區(qū)間，并據(jù)此對(duì)圍巖動(dòng)態(tài)分級(jí)進(jìn)行優(yōu)化。鄭帥等[2]在傳統(tǒng)巖體分級(jí)BQ方法基礎(chǔ)上，基于機(jī)器學(xué)習(xí)與可靠度算法提出了一種隧道施工過(guò)程中圍巖動(dòng)態(tài)分級(jí)方法， 成功應(yīng)用于甄峰嶺隧道部分區(qū)段圍巖變更。

巖石強(qiáng)度獲取方面，丁黃平等[3]通過(guò)對(duì)安徽六黃潛高速公路不同隧道的28個(gè)掌子面的點(diǎn)荷載數(shù)據(jù)和回彈數(shù)據(jù)進(jìn)行回歸分析， 提高了圍巖分級(jí)反饋速度。王睿等[4]基于聲波-回彈聯(lián)合測(cè)試法，建立BP神經(jīng)網(wǎng)絡(luò)模型在施工階段快速預(yù)測(cè)巖石強(qiáng)度，實(shí)現(xiàn)了巖石強(qiáng)度的現(xiàn)場(chǎng)快速無(wú)損預(yù)測(cè)。

巖體完整度獲取方面，Reid等[5]提出了一種將照片轉(zhuǎn)化為灰度圖像，將像素顏色的深淺作為高度坐標(biāo)，把照片變換成立體高程圖，得到連續(xù)溝渠作為巖體結(jié)構(gòu)面部分的新方法。柳厚祥等[6]訓(xùn)練以掌子面圖片和特征標(biāo)簽為數(shù)據(jù)集的深度卷積神經(jīng)網(wǎng)絡(luò)模型，結(jié)合深度學(xué)習(xí)技術(shù)和巖體裂隙圖像智能解譯方法統(tǒng)計(jì)圍巖節(jié)理組數(shù)和間距描述結(jié)構(gòu)面完整程度。

本文依托浙江杭溫鐵路隧道工程，開(kāi)展了現(xiàn)場(chǎng)回彈試驗(yàn)及數(shù)碼圖像拍照，結(jié)合超前地質(zhì)預(yù)報(bào)及深度學(xué)習(xí)算法獲得了施工斷面巖石強(qiáng)度及巖體完整度數(shù)據(jù)，成功應(yīng)用于現(xiàn)場(chǎng)的施工圍巖級(jí)別變更。

1? 工程概況

新建杭州至溫州鐵路杭州至義烏段（簡(jiǎn)稱“杭溫鐵路Ⅱ期”）（圖1）工程是國(guó)家高速鐵路網(wǎng)主骨架京滬杭、商合杭鐵路的南延線，是長(zhǎng)三角城際鐵路網(wǎng)的重要組成部分，是一條以路網(wǎng)功能為主、兼顧城際功能的快速客運(yùn)通道。杭溫鐵路的建設(shè)能夠有效完善國(guó)家高速鐵路運(yùn)輸網(wǎng)，增強(qiáng)區(qū)域干線高速鐵路網(wǎng)，構(gòu)建浙江省“1h交通圈”，形成杭州與溫州間最為便捷的客運(yùn)通道，對(duì)滿足沿線交通出行增長(zhǎng)需求、實(shí)現(xiàn)旅游資源開(kāi)發(fā)、促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展具有重要意義。

圖1? 杭溫鐵路杭烏段地理位置圖

杭溫鐵路杭州至義烏段，正線全長(zhǎng)59.018 km，全線新建橋梁21座，全長(zhǎng)16.746 km；隧道21座，全長(zhǎng)39.025 km，隧線比為66.1%。設(shè)特長(zhǎng)隧道1座，為木匪嶺隧道10.24 km；長(zhǎng)隧道4座，中長(zhǎng)隧道7座，短隧道9座。部分隧道特征見(jiàn)表1。

表1? 杭溫鐵路杭烏段部分隧道情況

2? 山嶺隧道圍巖智能化分級(jí)原理

2.1? 圍巖分級(jí)方法

依據(jù)TB 10003—2016《鐵路隧道設(shè)計(jì)規(guī)范》，采取圍巖質(zhì)量指標(biāo)BQ值及修正的[BQ]值，對(duì)圍巖級(jí)別進(jìn)行判定。BQ值的計(jì)算公式如式（1）所示

BQ=90+3Rc+250Kv， （1）

式中：Rc為巖石單軸飽和抗壓強(qiáng)度，MPa；Kv為巖體完整性系數(shù)。

確定BQ值進(jìn)行初步分級(jí)后，再通過(guò)引入地下水系數(shù)K1、軟弱結(jié)構(gòu)面系數(shù)K2、初始地應(yīng)力修正系數(shù)K3，根據(jù)式（2）進(jìn)行修正，得到[BQ]值

[BQ]=BQ-100（K1+K2+K3）。（2）

最終通過(guò)查閱規(guī)范，將BQ值相應(yīng)表格進(jìn)行圍巖分級(jí)。

2.2? 巖石強(qiáng)度獲取方法

在施工現(xiàn)場(chǎng)獲取巖石強(qiáng)度方面，現(xiàn)有如王睿等[4]采用的聲波-回彈聯(lián)合測(cè)試法，其在采取單一回彈儀指標(biāo)的基礎(chǔ)上，引入聲波測(cè)試指標(biāo)反映巖石的內(nèi)部裂隙、結(jié)構(gòu)面、巖體含水及應(yīng)力狀態(tài)，得到巖石強(qiáng)度的綜合反映。

然而在隧道開(kāi)挖面開(kāi)展的聲波測(cè)試，無(wú)法通過(guò)非金屬探測(cè)儀直接深入鉆孔進(jìn)行測(cè)量，通常需要搭配“一發(fā)雙收”的單孔干孔轉(zhuǎn)換器+推桿組合使用，選用推桿長(zhǎng)度長(zhǎng)于5 m，在施工現(xiàn)場(chǎng)應(yīng)用并不方便，不足以滿足施工現(xiàn)場(chǎng)儀器易攜測(cè)量便捷的要求，且未將同樣可以反映前方巖石孔隙、含水等情況的超前地質(zhì)數(shù)據(jù)充分利用，故本文采用地質(zhì)雷達(dá)-回彈聯(lián)合測(cè)試法進(jìn)行巖石強(qiáng)度獲取，其參數(shù)獲取方法如下。

2.2.1? 巖石表面回彈測(cè)試

選用圖2所示HT-225高強(qiáng)度回彈儀進(jìn)行回彈測(cè)試。

圖2? HT-225高強(qiáng)度回彈儀

沿用國(guó)際巖石力學(xué)學(xué)會(huì)給出的巖石研究方法，測(cè)試時(shí)在每個(gè)測(cè)區(qū)記錄20個(gè)回彈值，每2個(gè)回彈值間距不小于彈擊桿直徑，選取其中較大的10個(gè)回彈值平均值作為回彈值。

2.2.2? 地質(zhì)雷達(dá)參數(shù)獲取

地質(zhì)雷達(dá)（Ground Penetrating Radar， GPR）通過(guò)發(fā)射天線將電磁波傳輸?shù)剿淼朗┕っ媲懊?，?dāng)發(fā)射出去的大頻率電磁波碰到不同的地質(zhì)情況（如含水層、裂隙帶、洞穴等），即電磁波的傳播介質(zhì)不同時(shí)，它就會(huì)被反射， 并且反射波的幅度、路徑和波形將隨著電介質(zhì)的電特性和幾何形狀而變化，其波形圖如圖3所示。

圖3? 地質(zhì)雷達(dá)波形圖

本文嘗試通過(guò)式（3）引入施工對(duì)應(yīng)區(qū)段地質(zhì)雷達(dá)圖中的高能量區(qū)域面積占總面積之比作為表征施工面前方斷層裂隙帶、洞穴、含水層的不良地質(zhì)狀況的表征參數(shù)，定義為地質(zhì)發(fā)育度，以進(jìn)行后續(xù)巖石強(qiáng)度獲取研究。

D=Sn/S，（3）

式中：D為地質(zhì)發(fā)育度；Sn為區(qū)域內(nèi)能量團(tuán)總面積；S為區(qū)域總面積。

2.2.3? 巖石強(qiáng)度標(biāo)定及地質(zhì)發(fā)育度-回彈聯(lián)合法

如圖4所示，將制備好的直徑50 mm、高100 mm巖石試樣置于壓力機(jī)承壓板中心，依0.5 MPa/s的加載速度對(duì)試樣加荷，直到試樣破壞為止，記錄最大破壞載荷。

在獲取了巖石強(qiáng)度及對(duì)應(yīng)的回彈值、地質(zhì)發(fā)育度后，采用按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)[7]，建立回彈值、地質(zhì)發(fā)育度與巖石強(qiáng)度的擬合關(guān)系。本模型采用BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示，包含輸入層、隱藏層、輸出層，激活函數(shù)選用sigmoid函數(shù)，其中輸入層包括2個(gè)神經(jīng)元對(duì)應(yīng)回彈值及地質(zhì)發(fā)育度，隱藏層經(jīng)過(guò)比選采用單層9神經(jīng)元，輸出層單神經(jīng)元對(duì)應(yīng)輸出巖石強(qiáng)度值。

圖4? 巖石單軸抗壓強(qiáng)度試驗(yàn)

圖5? BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2.3? 巖體完整度獲取方法

2.3.1? 數(shù)碼圖像獲取

由于隧道工程施工現(xiàn)場(chǎng)光線條件差，施工粉塵濃度較高，且掌子面面積較大，采取完整掌子面拍攝很難獲得良好圖像處理樣本，故采用如圖6所示分6塊區(qū)域分塊攝影方式，再進(jìn)行后期拼接處理，得到完整清晰的掌子面數(shù)碼圖片。

圖6? 掌子面分區(qū)攝影

2.3.2? 掌子面地質(zhì)圖像編錄

按照?qǐng)D7所示，通過(guò)灰度處理—空間濾波—二值化處理—形態(tài)學(xué)處理流程得到掌子面地質(zhì)信息。

圖7? 掌子面地質(zhì)圖像編錄

2.3.3? 巖石完整度計(jì)算

在BQ法圍巖分級(jí)中，巖體完整度Kv可以通過(guò)巖體積節(jié)理數(shù)Jv查表?yè)Q算得到，而體積節(jié)理數(shù)Jv可以通過(guò)條數(shù)法按照式（4）配合目標(biāo)檢測(cè)獲得的掌子面節(jié)理數(shù)快速得到。

Jv=■×（1.3～1.5），? ? ? ? ? ? ? ? ? ? ?（4）

式中：ni是第i個(gè)單位測(cè)量面積內(nèi)的節(jié)理?xiàng)l數(shù)；N為測(cè)量區(qū)域數(shù)量。

3? 工程應(yīng)用

杭溫鐵路古塘源二號(hào)隧道進(jìn)口DK90+277～DK90+297實(shí)際勘察發(fā)現(xiàn)，掌子面圍巖為凝灰質(zhì)砂巖，弱風(fēng)化，節(jié)理裂隙發(fā)育，巖體較破碎，拱頂自穩(wěn)能力一般，易掉塊，地下水以基巖裂隙水為主，較發(fā)育，圍巖等級(jí)明顯低于設(shè)計(jì)中的Ⅲ級(jí)圍巖標(biāo)準(zhǔn)。為準(zhǔn)確獲得施工現(xiàn)場(chǎng)圍巖級(jí)別，指導(dǎo)后續(xù)施工，工程現(xiàn)場(chǎng)應(yīng)用本文所述山嶺隧道圍巖智能化分級(jí)系統(tǒng)進(jìn)行圍巖變更輔助判別并與中鐵第四設(shè)計(jì)院勘測(cè)人員定性判別結(jié)果對(duì)照做出綜合判斷。

將拍攝好的掌子面圖像，按照左拱肩、拱頂、右拱肩、左邊墻、拱底和右邊墻對(duì)應(yīng)位置，采取圖像拼接融合算法拼接成如圖8所示完整清晰掌子面圖像。

圖8? 掌子面拼接圖像

將圖8完整掌子面圖像通過(guò)自開(kāi)發(fā)山嶺隧道圍巖智能化分級(jí)軟件處理得到掌子面地質(zhì)裂隙分布形態(tài)如圖9所示。

圖9? 掌子面識(shí)別圖像

根據(jù)TB 10003—2016《鐵路隧道設(shè)計(jì)規(guī)范》進(jìn)行圍巖分級(jí)，古塘源二號(hào)隧道進(jìn)口DK90+292斷面6個(gè)分區(qū)的分級(jí)參數(shù)及分級(jí)結(jié)果見(jiàn)表2。

表2? 古塘源二號(hào)隧道進(jìn)口D90+292區(qū)段分級(jí)表

由表2可知，掌子面分區(qū)左拱肩區(qū)域分級(jí)結(jié)果為Ⅳ1級(jí)，拱頂區(qū)域?yàn)棰?級(jí)，右拱肩區(qū)域?yàn)棰?級(jí)，左邊墻區(qū)域?yàn)棰?級(jí)，拱底區(qū)域?yàn)棰?級(jí)，右邊墻區(qū)域?yàn)棰?級(jí)，結(jié)合上述分區(qū)結(jié)果，綜合預(yù)測(cè)古塘源二號(hào)隧道進(jìn)口DK90+292區(qū)段為Ⅳ1級(jí)，與現(xiàn)場(chǎng)勘查團(tuán)隊(duì)所給出的圍巖等級(jí)變更建議書(shū)所述將DK90+292區(qū)段變更為Ⅳ級(jí)圍巖相吻合，驗(yàn)證了本文所述山嶺隧道圍巖智能化分級(jí)系統(tǒng)的可靠性。

4? 結(jié)論

本文依托杭溫鐵路隧道工程，將自主開(kāi)發(fā)的山嶺隧道圍巖智能化分級(jí)系統(tǒng)應(yīng)用于施工過(guò)程中隧道前方掘進(jìn)巖體的圍巖級(jí)別判定，并在古塘源二號(hào)隧道進(jìn)口DK90+292斷面施工現(xiàn)場(chǎng)圍巖級(jí)別變更工作中，與現(xiàn)場(chǎng)專業(yè)勘察團(tuán)隊(duì)所給出圍巖變更建議進(jìn)行對(duì)比驗(yàn)證，得出以下結(jié)論。

1）通過(guò)充分結(jié)合傳統(tǒng)的回彈測(cè)試與超前地質(zhì)預(yù)報(bào)手段，借助BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型建立了地質(zhì)發(fā)育度-回彈聯(lián)合法預(yù)測(cè)巖石強(qiáng)度，得到了施工現(xiàn)場(chǎng)快速準(zhǔn)確獲得巖石強(qiáng)度值的方法。

2）通過(guò)圖像識(shí)別的方法準(zhǔn)確高效獲取了掌子面地質(zhì)信息，采用表面條數(shù)法將地質(zhì)信息轉(zhuǎn)化為巖體完整度參數(shù)，大大提高了巖石完整度的獲取效率。

3）在BQ法修正所需的其他參數(shù)地下水系數(shù)K1、軟弱結(jié)構(gòu)面系數(shù)K2、初始地應(yīng)力修正系數(shù)K3的獲取上，本文通過(guò)現(xiàn)場(chǎng)觀察+勘察資料進(jìn)行確定，保證了參數(shù)獲取的快捷準(zhǔn)確。

圍巖變更工作的現(xiàn)場(chǎng)應(yīng)用證明本文提供的方法可獲得可靠的巖石強(qiáng)度、巖石完整度等分級(jí)參數(shù)，并可相較于傳統(tǒng)分級(jí)方法，給出更加精細(xì)的分區(qū)級(jí)別與亞級(jí)劃分，對(duì)后續(xù)施工、支護(hù)具有重要的指導(dǎo)意義，具有良好的推廣價(jià)值。

參考文獻(xiàn)：

[1] 馬超鋒，李曉，成國(guó)文，等.大跨度公路隧道圍巖動(dòng)態(tài)分級(jí)的Bayes優(yōu)化[J].地下空間與工程學(xué)報(bào)，2011，7（2）：322-328.

[2] 鄭帥，姜諳男，張峰瑞，等.基于機(jī)器學(xué)習(xí)與可靠度算法的圍巖動(dòng)態(tài)分級(jí)方法及其工程應(yīng)用[J].巖土力學(xué)，2019，40（S1）：308-318.

[3] 丁黃平，佴磊，張振營(yíng).巖石抗壓強(qiáng)度點(diǎn)荷試驗(yàn)與回彈試驗(yàn)相關(guān)性研究[J].路基工程，2008（5）：70-71.

[4] 王睿，夏道洪，鄧祥輝，等.施工階段隧道圍巖快速分級(jí)法[J].科學(xué)技術(shù)與工程，2020，20（5）：2053-2060.

[5] REID T R， HARRISON J P． A semi-automated methodology for discontinuity trace detection in digital images of rock mass exposures[J]．International Journal of Rock Mechanics and Mining Sciences，2000（7）：37.

[6] 柳厚祥，李汪石，查煥奕，等.基于深度學(xué)習(xí)技術(shù)的公路隧道圍巖分級(jí)方法[J].巖土工程學(xué)報(bào)，2018，40（10）：1809-1817.

[7] 楊福，王衍金，江戰(zhàn)紅.基于GA-BP方法的地鐵站動(dòng)態(tài)人員冷負(fù)荷預(yù)測(cè)研究[J].華東交通大學(xué)學(xué)報(bào)，2021，38（2）：44-50.