中国教育和科研计算机网 中国教育 高校科技 教育信息化 下一代互联网 CERNET 返回首页
同济大学朱合华老师团队:实现基于数字孪生的岩体隧道支护智能设计方法成功应用
2021-01-29 学术桥Acabridge

  近日,同济大学科研团队在四川峨汉高速工程2-6标段大峡谷隧道,成功进行了基于数字孪生的隧道围岩等级自动判别及数字化动态支护设计示范应用。

  图1. 大峡谷隧道不良地质灾害

  2020年12月6日,同济大学科研团队(以下简称“科研团队”)在四川峨汉高速工程2-6标段大峡谷隧道,成功进行了基于数字孪生的隧道围岩等级自动判别及数字化动态支护设计示范应用。峨汉高速大峡谷隧道是目前世界埋深(1944m)最大的公路隧道,工程地质地形条件极端复杂、工期紧张、施工难度极高。

  本次技术示范是围绕课题核心技术内容“基于智能移动终端虚拟多目算法的岩体隧道开挖面三维自动重构及地质信息自动提取”与“基于移动互联网与云计算的隧道围岩等级自动判别及数字化动态支护设计”进行的。由于钻爆法隧道施工过程中,从爆破出渣后开挖面暴露,到开始施作支护,只有1小时左右时间。要在每个施工循环做到真正的动态支护设计,就需要在这1小时内完成开挖面地质信息采集、提取、分析与设计。这对于现有勘察设计规范中的基于人工采集、判别和设计的技术体系,是几乎不可能完成的。

  图2. 大峡谷隧道地质模型

  针对这一世界范围内未能解决的工程技术难题,科研团队提出了一套基于地质体数字孪生平台,以智能移动终端作为数据采集、传输和反馈枢纽,以云计算平台为数据处理中心,融合岩体力学与三维几何地质信息自动识别算法,自动计算围岩分级指标并智能匹配支护设计图的隧道智能化设计体系。主要环节如下:

  (1)在隧道施工爆破出渣环节完成后,采用智能移动终端对开挖面不同位置多次拍照,获取8-12张开挖面表面二维照片;通过施密特锤岩体回弹试验,获取20次岩体动力回弹刚度平均值;通过自主研发的智能移动终端微信小程序平台,利用隧道内高速无线网络,将智能移动终端采集的开挖面照片、动力回弹刚度与桩号等信息自动上传到云端(图3,2-5分钟完成)。

  

  图3. 基于智能移动终端虚拟多目拍照和现场动力回弹的开挖面地质信息快速采集传输

  (2)在云服务器,通过虚拟多目算法云计算将多张二维照片,自动重构为三维岩体表面点云模型;通过科研团队提出的基于邻域点分配的适应性法向量算法和基于改进密度峰值的快速最优化聚类算法,自动识别空间产状并进行节理面最优化智能分组;通过科研团队提出的基于特征点收缩技术的三维迹线提取算法和基于k-means++轮廓技术的三维粗糙度提取算法,自动提取开挖面迹线与节理露头粗糙度(图4,1-3分钟完成)。

  图4. 自动重构的开挖面三维点云数字孪生模型与节理产状信息智能提取

  (3)在云端,将自动提取的开挖面几何力学信息,以及地应力、地下水等信息,导入围岩自动分级模块,自动计算出国家隧道规范中的修正BQ值,也可以计算出国际广泛应用的Q、RMR、GSI等分级指标,并同步到智能移动终端微信小程序;根据分级指标值自动匹配对应的支护设计图纸,并同地质数据、分级指标一起,供现场施工人员在智能移动终端微信小程序查看,并照此施作支护(图5,1-2分钟完成)。

  

  图5. 围岩分级自动判别结果与支护设计图匹配

  在示范中,隧道围岩等级自动判别及数字化动态支护设计全过程在10分钟内完成,圆满成功,并通过洞内无线网络向隧道洞口工程监控室与位于上海的同济大学数字化工程实验室进行了全程远程直播(图6)。

  

  图6. 大峡谷隧道实验现场与上海同济大学远程分会场

  除了解决快速动态支护设计技术问题,科研团队还通过智能移动终端采集的三维地质信息,结合自主研发的隧道围岩三维非连续稳定性分析软件,在大峡谷隧道试验段成功预测了多次塌方与掉块(图7),为施工安全提供了有力支撑。

  

  图7. 大峡谷隧道2-6标段主线右洞基于三维非连续分析的围岩塌方精细化预测

  通过本次示范验证了技术的可行性和先进性,证明了智能设计技术可以有效解决岩体隧道工程实践中支护设计施工脱节严重、时效性不够、精细化程度不足的问题。本科研团队将进一步加强数据结构、数据组织的标准化建设及数据采集的装备化研发。系统化总结相关成果,力争落实到行业标准和设计规范,并进一步在行业内推广应用,更好地服务岩体隧道智能建造。

教育信息化资讯微信二维码

特别声明:本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

邮箱:gxkj#cernet.com
微信公众号:高校科技进展