【技術實現步驟摘要】
本專利技術涉及地下工程，具體地指一種基于改進離散裂隙網絡模型的地下工程智能灌漿方法。
技術介紹
1、在地下工程建設中，巖體裂隙是影響工程安全的主要因素之一。裂隙的存在不僅減少了巖體的整體強度，而且為水的滲透提供了通道，增加了工程滲漏和失穩的風險。
2、傳統的灌漿技術在處理這些問題時存在精確度低、效率不高、監控困難等不足。針對傳統的灌漿技術存在的問題，現有技術中作出了改進，如wang等人于2019年在journalofrock?mechanics?and?geotechnical?engineering上公開了關于離散裂隙網絡模型在隧道工程中應用的研究，li等人于2020年在computers?and?geotechnics上公開了關于多目標優化算法在地下工程中應用的研究。這些現有技術雖然在某些方面有所創新，但仍存在以下不足：(1)缺乏對復雜裂隙網絡的精確模擬，特別是忽視了裂隙間的相關性和應力場影響；(2)參數優化和動態調整精確度不夠；(3)缺乏考慮灌漿過程中漿液與巖體的化學反應及其對裂隙網絡演化的影響；(4)缺乏長期監測和智能預警機制。
3、因此，亟需一種能夠提供精準裂隙網絡分析、智能化灌漿參數優化、實時動態調整以及長期監測的新技術，以提高灌漿效率和工程安全性。
技術實現思路
1、為克服上述技術的不足，本專利技術的目的在于提供一種基于改進離散裂隙網絡模型的地下工程智能灌漿方法，解決復雜裂隙網絡模擬精度低的問題，提供精準裂隙網絡分析、智能化灌漿參數優化、實時動
2、為實現上述目的，本專利技術采用的技術方案如下：
3、一種基于改進離散裂隙網絡模型的地下工程智能灌漿方法，包括以下步驟：
4、1)前期準備與巖體裂隙數據收集；
5、2)基于矩陣節理模型算法，通過巖體裂隙數據進行離散裂隙網絡模型的構建；
6、3)基于多目標粒子群優化算法進行灌漿參數的智能優化；
7、4)實施灌漿作業；
8、5)效果評估與長期監測。
9、優選地，步驟1)中的數據包括巖體裂隙的空間分布、方向、長度、寬度和密集度。
10、優選地，步驟2)中，所述矩陣節理模型算法為改進的矩陣節理模型算法；所述改進的矩陣節理模型算法包括在矩陣節理模型算法中引入裂隙相關性系數和應力場影響因子對生成的裂隙進行調整。
11、優選地，所述裂隙相關性系數cc的計算公式如下：
12、
13、其中，xi和yi為相鄰裂隙的特征參數，和為對應參數的平均值；
14、所述應力場影響因子sfif的計算公式如下：
15、sfif＝(σ1－σ3)/(2×τmax)；
16、其中，σ1和σ3分別為最大和最小主應力，τmax為最大剪應力。
17、優選地，所述調整包括調整裂隙各參數直至裂隙相關性系數cc和應力場影響因子sfif達到預設值。
18、優選地，步驟2)中，離散裂隙網絡模型構建包括以下步驟：
19、a、數據預處理：使用matlab軟件，基于矩陣節理模型算法對收集的裂隙數據進行統計分析，得出裂隙的概率分布函數；
20、b、模型參數設置：根據工程尺度設置模型邊界和網格大小；
21、c、裂隙生成：基于monte?carlo方法，使用python程序按照概率分布函數隨機生成裂隙，同時考慮cc和sfif；
22、d、裂隙連通性分析：使用networkx庫中的圖論算法分析步驟c中生產的裂隙網絡的連通性；
23、e、模型驗證：通過與現場鉆孔數據對比，驗證模型的準確性。
24、優選地，步驟3)中，所述多目標粒子群優化算法為改進的多目標粒子群優化算法；所述改進的多目標粒子群優化算法包括在多目標粒子群優化算法中引入自適應慣性權重aiw和混沌擾動機制。
25、優選地，所述自適應慣性權重aiw的計算公式如下：
26、aiw＝(wmax－wmin)×(itermax－iter)/itermax+wmin；
27、其中，wmax和wmin分別為最大和最小慣性權重，itermax為最大迭代次數，iter為當前迭代次數；
28、所述混沌擾動機制采用logistic映射，公式如下：
29、xn+1＝μxn(1-xn)；
30、其中，xn為多目標粒子群優化算法在第n步的狀態值；μ為控制參數，通常取4以獲得完全混沌狀態。
31、優選地，步驟3)中的智能優化目標包括：最大化裂隙填充率、最小化灌漿材料用量、最小化施工時間。
32、優選地，步驟3)中灌漿參數包括灌漿壓力、灌漿流量、水灰比。
33、優選地，步驟3)中的智能優化包括以下步驟：
34、a、初始化粒子群，每個粒子代表一組灌漿參數；
35、b、利用步驟2)構建的dfn模型模擬每組參數下的灌漿效果；
36、c、評估每個粒子的適應度，采用加權和法綜合評分：
37、score＝w1×填充率+w2×(1/材料用量)+w3×(1/施工時間)
38、其中w1為填充率的權重系數、w2為材料用量的權重系數、w3為施工時間的權重系數，范圍為[0，1]，且w1+w2+w3＝1；它們的相對值決定了各個優化目標的權重比例。調整這三個系數可以根據實際工程需求來平衡灌漿效果、材料用量和施工效率的相對重要性。
39、d、更新粒子的位置和速度，應用自適應慣性權重aiw和混沌擾動機制cpm；
40、e、重復步驟b～d，直到達到預設的迭代次數或滿足收斂條件。
41、優選地，步驟4)包括使用步驟3)中智能優化后的參數進行灌漿作業，并采用基于長短期記憶網絡的異常檢測算法實時分析灌漿過程中的監測數據，并使用deep?q-network強化學習算法動態調整灌漿參數。
42、優選地，步驟5)包括：對灌漿處理區域進行掃描，評估灌漿效果；建立基于物聯網的長期監測系統，并采用基于隨機森林算法的預警模型進行實時評估和預警；所述長期監測系統包括分布式光纖傳感器和智能微震監測設備。
43、一種用于實現上述方法的地下工程智能灌漿系統，包括：
44、數據獲取單元，用于收集巖體裂隙數據；
45、數據處理單元，用于離散裂隙網絡模型構建和參數優化；
46、智能控制單元，用于實現基于深度強化學習的實時優化和調整；
47、監控單元，用于實時采集灌漿壓力、流量；
48、灌漿執行單元，用于執行灌漿作業；
49、長期監測單元，用于長期監測灌漿效果；
50、其中，智能控制單元采用邊緣計算設備，實現基于深度強化學習的實時優化和調整。
51、優選地，所述數據獲取單元包括地面穿透雷達、3d激光掃描、無人機本文檔來自技高網...
【技術保護點】
1.一種基于改進離散裂隙網絡模型的地下工程智能灌漿方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟1)中的數據包括巖體裂隙的空間分布、方向、長度、寬度和密集度。
3.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟2)中，所述矩陣節理模型算法為改進的矩陣節理模型算法；所述改進的矩陣節理模型算法包括在矩陣節理模型算法中引入裂隙相關性系數和應力場影響因子對生成的裂隙進行調整。
4.根據權利要求3所述的地下工程智能灌漿方法，其特征在于：所述裂隙相關性系數CC的計算公式如下：
5.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟3)中，所述多目標粒子群優化算法為改進的多目標粒子群優化算法；所述改進的多目標粒子群優化算法包括在多目標粒子群優化算法中引入自適應慣性權重AIW和混沌擾動機制進行灌漿參數的智能優化。
6.根據權利要求5所述的地下工程智能灌漿方法，其特征在于：所述自適應慣性權重AIW的計算公式如下：
7.根據權利要求1所述的地下工程智能灌漿方法
8.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟5)包括：對灌漿處理區域進行掃描，評估灌漿效果；建立基于物聯網的長期監測系統，并采用基于隨機森林算法的預警模型進行實時評估和預警；所述長期監測系統包括分布式光纖傳感器和智能微震監測設備。
9.一種用于實現權利要求1～8任一項所述方法的地下工程智能灌漿系統，其特征在于：包括：
10.根據權利要求9所述的地下工程智能灌漿系統，其特征在于：所述數據獲取單元包括地面穿透雷達、3D激光掃描、無人機航拍、地面三維地震勘探；所述數據處理單元為高性能計算服務器；所述智能控制單元為邊緣計算設備；所述監控單元包括高精度壓力傳感器、流量傳感器和數據采集系統；所述灌漿執行單元包括智能灌漿泵和自動配漿系統；所述長期監測單元包括分布式光纖傳感系統和智能微震監測設備。
...【技術特征摘要】
1.一種基于改進離散裂隙網絡模型的地下工程智能灌漿方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟1)中的數據包括巖體裂隙的空間分布、方向、長度、寬度和密集度。
3.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟2)中，所述矩陣節理模型算法為改進的矩陣節理模型算法；所述改進的矩陣節理模型算法包括在矩陣節理模型算法中引入裂隙相關性系數和應力場影響因子對生成的裂隙進行調整。
4.根據權利要求3所述的地下工程智能灌漿方法，其特征在于：所述裂隙相關性系數cc的計算公式如下：
5.根據權利要求1所述的地下工程智能灌漿方法，其特征在于：步驟3)中，所述多目標粒子群優化算法為改進的多目標粒子群優化算法；所述改進的多目標粒子群優化算法包括在多目標粒子群優化算法中引入自適應慣性權重aiw和混沌擾動機制進行灌漿參數的智能優化。
6.根據權利要求5所述的地下工程智能灌漿方法，其特征在于：所述自適應慣性權重aiw的計算公式如下：
7.根據權利要求1所述...
【專利技術屬性】
技術研發人員：盧樹盛，王啟國，杜勝華，曾劍華，胡林杰，吳棟梁，張偉杰，李瀟一，
申請(專利權)人：長江巖土工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。