各向异性介质及长电极源电阻率法隧道超前探预测模型研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:xingchen1023
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着我国经济快速发展,加快了高速公路、城市地铁、矿井隧道等基础设施的扩充和修建。在隧道挖掘过程中,常遇到陷落柱、断层等导水构造,尤其是在大倾角的陡倾富水断层处十分容易发生突水灾害事故,严重威胁着隧道施工和安全生产。近几十年来,我国因突水事故造成伤亡人数愈万人,同时造成巨大的经济损失。然而,准确预测隧道掌子面前方的陷落柱、富水断层等灾害构造依然是亟需解决的难题。直流电阻率法具有设备轻便、抗干扰能力强以及对高导电率含水构造反应灵敏等优点,其利用隧道掌子面后方布置的三极剖面观测到的视电阻率极小值对应的偏移距来预测隧道迎头掌子面前方异常的距离,在隧道超前探突水灾害的预测防治中应用较广并取得不少成果。隧道超前探现阶段已有的经验预测模型均建立在电阻率各向同性的简单模型基础之上,而实际井下煤矿开采、地下隧道掘进过程中,煤层本身具有明显的电阻率各向异性,同时隧道前方陷落柱、断层等富水构造往往由于岩石破裂和节理发育亦表现出电阻率各向异性。诸多研究表明,电阻率各向异性对电阻率法勘探数据解释会产生难以预料的偏差,然而由于井下全空间电阻率各向异性三维模拟的复杂性,目前电阻率法隧道超前探还没有考虑介质的电阻率各向异性,煤矿开采、隧道挖掘等掌子面前方异常体电阻率各向异性问题的研究有助于防治可能的突水、涌水事故。本文实现了非结构网格隧道超前探电阻率各向异性的三维有限元正演模拟,在此基础上,计算获得隧道掌子面前方电阻率各向异性立方体和陡倾断层低阻模型的单极-偶极(三极)视电阻率剖面曲线,第一次建立起隧道超前探电阻率各向异性异常介质的预测模型。目前已存在的经验预测模型的准确性及可靠性很难评价,原因是这些模型均基于介质各向同性化或简单物理实验为基础。考虑到实际隧道掌子面前方异常介质电阻率的大小未知且方向分布复杂,本文利用蒙特卡罗法的随机特点来模拟隧道掌子面前方的异常电阻率分布不确定的问题,将立方体和陡倾断层异常三维非结构化网格单元的电阻率值在保持与围岩相比是低阻的条件下进行随机处理,陡倾断层的各向异性系数也是随机变化,以模拟隧道掌子面前方任意复杂的低阻特征的含水异常结构。基于10000个随机模型的三维数值模拟结果表明,在陷落柱立方体异常的预测模型中,有94.30%的预测结果误差在15%以内。在垂向断层异常的预测模型中,有85.36%的预测结果误差在10%以内。此外,利用本文基于垂向断层提出的预测公式去模拟75°陡倾的随机断层,有93.17%的预测结果误差在15%以内。和其他已有的经验预测模型相比,现存经验模型的预测结果与异常的实际距离分布误差很大,而本文提出的预测模型结果均呈现很好的正态分布特性,绝大多数的各向异性随机异常的预测距离与它们的实际距离非常接近,误差很小,这验证了本文预测模型的准确性和可靠性。蒙特卡罗法为隧道超前探精度和可靠性的定量评价提供了一种新的方法。以上传统的隧道超前探电阻率法将点电极源布置在紧邻掌子面、最靠近前方异常体的位置,是通过点电极源激发产生稳定电流场与前方低阻体耦合产生异常响应,并被掌子面后方布置的三极视电阻率剖面观测到用来推测前方低阻异常体位置。其最大问题是后方观测到的异常响应较小,造成传统点电极源隧道超前探电阻率法的探测深度小。尽管有学者提出通过改变激励点电极源或收发装置的组合形式,可在一定程度上增大探测深度,但终究因为掌子面前方的不可入性,探测效果有限。本文利用隧道掌子面掘进过程需要打先导钻孔的特点,将先导孔钻杆视为长电极源,从而可在离掌子面前方异常体更近处激发电流场并相互耦合,产生更强的异常信号。据此本文基于全空间长电极源电阻率三维数值模拟,首次提出了全空间长电极源装置的理论公式,并对长电极源超前探模型进行了测试,验证了该算法的准确性和精度。在传统底板观测形式条件下基于超前探断层模型大量模拟了长电极源的视电阻率响应规律,然后提取极小值位置,利用多元线性回归方法,第一次提出了隧道超前探长电极源的预测模型。该预测模型方程的R平方等于0.992,且有91.60%的预测结果与断层实际距离误差均较小,表明隧道超前探长电极源预测模型是准确可靠的。最后,通过超前探断层模型三维有限元数值模拟,在同等条件下将长电极源超前探预测模型与点电极源超前探预测模型进行比较,结果表明点电极源超前探预测模型仅对短距离异常位置的估计很准确,而长电极源超前探预测模型对短距离和远距离的异常位置估计均很准确。隧道超前探长电极源比点电极源的探测深度大。长电极源预测模型定量地给出了估计掌子面前方含水异常位置的方法,该方法增大了超前探的探测深度,对提高施工效率和保障隧道安全掘进具有重要意义。
其他文献
本文主要研究如何利用DHOST理论在解决反弹/浮现宇宙学中的不稳定性问题。本文在简并高阶标量张量理论(DHOST)的框架下,利用单一标量场与引力的耦合,研究了一类新的非奇异反弹宇宙学理论。在该类理论中,原本在标量-张量理论和Horndeski/Galileon理论中广泛存在的非奇异反弹宇宙学中的梯度不稳定性被DHOST理论中新算符带来的效应取代,这源自对于扰动色散关系的修正。计算结果表明,当原初扰
近年来,随着物联网(IoT)设备数量逐步增多,产生的数据量呈现爆炸式增长。设备通过IoT平台进行互联互通是实现万物互联智能网络的基础,而利用人工智能(AI)技术对物联网所产生的海量数据进行智能分析,可以提高数据处理的效率和产品服务的质量。在实际应用中,最常用的IoT与AI融合模式:物联网设备将所有感知数据都发送至云平台,基于这些海量数据进行模型训练,进而将训练得到的模型对数据进行智能分析与处理。但
通过对类皮肤柔性自供能传感器系统各个模块的核心功能器件进行多尺度结构设计使得其具有可变形、可延展的“类皮肤”特性。类皮肤柔性自供能传感器因为兼具保形接触、可延展特性以及生物兼容性等优势目前被广泛应用在健康监测、慢病管理、智能康复等领域。但是其核心功能器件设计中仍然存在一些关键科学问题与技术问题,急需使用多尺度结构设计方法进行解决。在核心部件传感器方面,针对平面蛇形网状结构的可延展能力分析方法,目前
目前我国很多(超)高层项目为了实现更优的建筑立面效果,越来越多的采用玻璃幕墙外墙形式,但玻璃幕墙及玻璃窗均易在火灾条件下破裂形成火焰向室外蔓延的通道。本文旨在研究采用喷淋系统对玻璃幕墙和外窗进行冷却防护的可行性,研究相关防护冷却行为规律,提出关键工程应用参数,最终形成经济而高效的防护冷却系统,极大降低火灾时外墙玻璃受火破裂及进一步因玻璃破裂出现开口火溢流的风险。本文首先在高12 m的三层全尺寸实验
近年来,得益于深度学习技术的快速进步和硬件性能的不断提升,人工智能技术得到了迅猛发展,并在多个研究领域得到了广泛应用。深度学习技术通常基于深度神经网络模型并使用反向传播算法优化,自动从数据中学习隐藏的特征和分布规律。随着深度学习技术的不断发展,模型结构与学习算法的复杂性逐渐提升,研究者针对目标任务设计深度学习流程的过程也逐渐复杂。对于特定的深度学习任务,包含了数据的预处理、机器学习模型和算法的设计
铀(U)是地壳中一种非常重要的元素,存在多种同位素,具有天然放射性。铀及共存特征元素(Sr、Pb、Nd、和Hf)的同位素分析在诸多领域应用广泛,比如地球地质溯源、天体化学、核活动评估、环境放射性污染监测等。质谱分析是同位素测量广泛使用的一种方法。热电离质谱具有高精准度、高灵敏度、低检测限等优势,已逐渐发展成为铀及共存特征元素同位素比值测量的“黄金标准”。然而,对于复杂样品而言,样品中含有的基质元素
随着能源问题的日益凸显,在建筑节能领域有巨大应用潜力的的智能窗技术逐渐展露于人们的视野。而电致变色技术作为智能窗的优选方案之一,因其本身的新颖性和功能性受到了越来越多的关注。广义上的电致变色可以定义为:材料(器件)在外加电场下的光学属性(透过率、反射率或吸收率)发生稳定可逆变化的现象,外在表现为颜色状态的转变。人们针对电致变色的特性开发出了各种各样的应用领域,如:防眩目后视镜、飞机舷窗、电子显示、
大气氧化性是反映对流层大气自我清洁能力的重要指标,对大气成分的转化和移除速率有重要意义。在目前全球变暖的气候背景下,探究未来大气氧化性的变化趋势以及其对气候的反馈效应具有重要的科学意义。历史时期不同气候态下的大气氧化性指标物记录可以为了解大气氧化性的变化机制提供新认知。冰芯硝酸及其氧同位素非质量分馏信号是目前最有前景的大气氧化性指标。一方面,大气活性氮(NOx=NO+NO2)对大气氧化性自由基的循
量子随机游走在量子计算、量子模拟和量子信息处理领域有着众多的应用。本文将重点集中三种量子随机游走模型:连续时间量子随机游走,分离时间量子游走和作为多粒子量子随机游走的一种特例存在的多光子干涉。我们会在本文给出基于这三种量子随机游走的具体问题,主要分析其对称性或者拓扑性质。首先,我们通过连续时间随机游走来研究D-Wave量子计算机的结构图。在研究中,我们考虑了反射边界和周期边界,还考虑对其结构图增减
慢性阻塞性肺病(Chronic Obstructive Pulmonary Disease,COPD)是一种多发的呼吸系统疾病,常被简称为“慢阻肺”,这是一种可以通过药物和康复训练进行预防和治疗的疾病。处于稳定期的慢阻肺患者日常管理的最重要的部分是肺康复,有助于增强其运动能力,减少医疗及康复支出,减轻COPD患者的经济压力,提高生活质量。运动康复作为一种科学的康复方式,是COPD患者肺康复的一个重