本發(fā)明涉及隧道超前地質(zhì)預(yù)報領(lǐng)域,尤其涉及一種面向地質(zhì)雷達(dá)探測施作面地質(zhì)差異的隧道巖體完整性多模型智能預(yù)報方法。
背景技術(shù):
1、破碎巖體是隧道開挖過程中常見的一種不良地質(zhì)現(xiàn)象,若未及時采取支護措施,常引發(fā)掉塊甚至塌方、突水突泥等事故。因此在隧道開挖前開展掌子面前方巖體完整性精確且定量化的智能綜合預(yù)報成為隧道施工過程不可或缺的一個環(huán)節(jié)。然而目前隧道工程整體呈現(xiàn)出“大埋深、長洞線、高應(yīng)力、強巖溶、高水壓、構(gòu)造復(fù)雜、災(zāi)害頻發(fā)”的發(fā)展趨勢,在預(yù)報過程中將使用大量多源異構(gòu)的探測數(shù)據(jù),且探測數(shù)據(jù)對于異常地質(zhì)情況的響應(yīng)特征變幻莫測,為物探數(shù)據(jù)的有效利用與巖體完整性智能預(yù)報帶來挑戰(zhàn)。如何從非結(jié)構(gòu)化數(shù)據(jù)中提取有效特征,然后提升其價值密度,是實現(xiàn)巖體完整性智能預(yù)報的前提,同時現(xiàn)有的預(yù)報方法所采用的模型大多未考慮施作面的地質(zhì)差異,無法解決因探測數(shù)據(jù)響應(yīng)特征多變帶來的預(yù)報精度低的問題,從而難以保障隧道施工過程安全、高效的進(jìn)行。因此,亟需研究一種面向地質(zhì)雷達(dá)探測施作面地質(zhì)差異的隧道巖體完整性多模型智能預(yù)報方法。
技術(shù)實現(xiàn)思路
1、為了解決現(xiàn)有隧道超前探測數(shù)據(jù)因多源異構(gòu)數(shù)據(jù)并存、干擾數(shù)據(jù)多、探測數(shù)據(jù)分布特征差異性不明顯導(dǎo)致提取有效結(jié)構(gòu)化特征、難以針對掌子面前方精準(zhǔn)預(yù)報的問題,本發(fā)明提供了一種面向地質(zhì)雷達(dá)探測施作面的隧道巖體完整性智能預(yù)報方法。
2、本發(fā)明的技術(shù)方案如下:
3、一種面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,:包括以下步驟,
4、s1:讀取地質(zhì)雷達(dá)探測成果文件,獲得地質(zhì)雷達(dá)電磁波相對振幅數(shù)據(jù),對數(shù)據(jù)中元素進(jìn)行歸一化;
5、s2:對于每個掌子面里程點進(jìn)行數(shù)據(jù)空間配準(zhǔn)和地質(zhì)雷達(dá)特征矩陣提取,并對特征矩陣中的異常數(shù)據(jù)進(jìn)行剔除;
6、s3:按照s2的方法對所有掌子面進(jìn)行里程配準(zhǔn)、特征矩陣提取及異常值篩選操作,構(gòu)成數(shù)據(jù)集,并按照地質(zhì)雷達(dá)探測施作面的地質(zhì)差異劃分不同類別的數(shù)據(jù)集;
7、s4:根據(jù)所劃分的各施作面地質(zhì)類別的不同,分別建立巖體完整性預(yù)報子模型,并通過對應(yīng)的數(shù)據(jù)集和卷積神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練,再利用交叉驗證方法確定準(zhǔn)確率最高的模型,作為最終的超前地質(zhì)預(yù)報多模型;
8、s5:使用最終的超前地質(zhì)預(yù)報多模型,根據(jù)待預(yù)報段落探測數(shù)據(jù)的施作面地質(zhì)類別,匹配合適的巖體完整性預(yù)報子模型,完成對實際隧道工程的超前地質(zhì)預(yù)報。
9、進(jìn)一步地,步驟s1中獲得的地質(zhì)雷達(dá)電磁波相對振幅數(shù)據(jù)為一個如下式(1)所示的二維矩陣,
10、
11、其中,a的列向量為沿掌子面橫截面方向分布的每個測點對應(yīng)的相對振幅值,其行向量為沿里程方向分布的里程點對應(yīng)的相對振幅值,m為行數(shù),n為列數(shù);
12、對矩陣a的每個元素進(jìn)行最大最小歸一化,即可得到歸一化后的矩陣anorm,如下式(2)所示:
13、
14、其中aij_norm是歸一化后的矩陣anorm的第i行、第j列的元素,aij是原矩陣a的第i行、第j列的元素,aij_min是矩陣a的最小值,aij_max是矩陣a的最大值。
15、進(jìn)一步地,步驟s2中數(shù)據(jù)空間配準(zhǔn)具體如下:
16、s2.1:對于每個掌子面里程點,在s1中所得的地質(zhì)雷達(dá)電磁波相對振幅矩陣中匹配到該里程點鄰域范圍內(nèi)的相對振幅矩陣,首先確定該里程點在電磁波相對振幅矩陣中所對應(yīng)的行位置,公式如下:
17、
18、其中,lpalmface是該里程點在相對振幅矩陣中對應(yīng)行;mpalmface是掌子面所在里程值;
19、mworkface是施作面所在里程值;tnsamp是采樣點數(shù);tdepth是探測深度;
20、s2.2:取相對振幅矩陣中的第lpalmface行及其后固定行數(shù)據(jù),共計num_rows行,形成該掌子面里程點對應(yīng)的鄰域范圍內(nèi)的相對振幅矩陣,記為b’,對應(yīng)掌子面前后一定距離的鄰域范圍。
21、進(jìn)一步地,步驟s2中特征矩陣提取具體如下:
22、s2.3:對新形成的矩陣進(jìn)行按列疊加求均值的操作,首先計算每次需要疊加的列數(shù)nstacked,公式如(4),然后將上一步所得的矩陣b’中的每行元素,每隔nstacked個元素都進(jìn)行一次疊加求均值的操作,即可得到最終的特征矩陣,記為b,最終將每個掌子面里程點對應(yīng)的鄰域范圍內(nèi)的相對振幅矩陣的尺寸統(tǒng)一為num_rows×num_cols;
23、
24、進(jìn)一步地,步驟s2中異常數(shù)據(jù)剔除具體如下:
25、s2.4:在s2.3中得到的特征矩陣b的基礎(chǔ)上,制定異常數(shù)據(jù)篩選規(guī)則,確定異常值指標(biāo)為行方差之和,記為sumvar,計算公式如下式,其中bij為矩陣b第i行、第j列的元素,μi為第i行的均值;
26、
27、s2.5:設(shè)置閾值為t,若sumvar<t,則表明該地質(zhì)雷達(dá)電磁波探測數(shù)據(jù)幾乎無波動,為異常樣本,將該掌子面樣本剔除。
28、進(jìn)一步地,步驟s3中不同類別的數(shù)據(jù)集包括:按照施作面完整性劃分的完整、較完整、較破碎、破碎、極破碎五個類別。
29、本發(fā)明的有益技術(shù)效果如下:
30、本發(fā)明提出了一種面向地質(zhì)雷達(dá)探測施作面的隧道巖體完整性智能預(yù)報方法在特征提取方面,將非結(jié)構(gòu)的探測數(shù)據(jù)進(jìn)行結(jié)構(gòu)化并設(shè)計異常數(shù)據(jù)篩選規(guī)則,有效提升了數(shù)據(jù)質(zhì)量;在巖體完整性預(yù)報方面,考慮了施作面地質(zhì)差異建立各類施作面預(yù)報子模型,并根據(jù)待預(yù)報探測數(shù)據(jù)施作面破碎程度,匹配模型并預(yù)報巖體完整性,可有效提高預(yù)報準(zhǔn)確率,為保障隧道施工的生命財產(chǎn)安全提供堅實保障。
1.一種面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,其特征在于:包括以下步驟,
2.如權(quán)利要求1所述的面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,其特征在于:步驟s1中獲得的地質(zhì)雷達(dá)電磁波相對振幅數(shù)據(jù)為一個如下式(1)所示的二維矩陣,
3.如權(quán)利要求2所述的面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,其特征在于:步驟s2中數(shù)據(jù)空間配準(zhǔn)具體如下:
4.如權(quán)利要求3所述的面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,其特征在于:步驟s2中特征矩陣提取具體如下:
5.如權(quán)利要求4所述的面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,其特征在于:步驟s2中異常數(shù)據(jù)剔除具體如下:
6.如權(quán)利要求1所述的面向地質(zhì)雷達(dá)施作面差異的隧道巖體完整性智能預(yù)報方法,其特征在于:步驟s3中不同類別的數(shù)據(jù)集包括:按照施作面完整性劃分的完整、較完整、較破碎、破碎、極破碎五個類別。