數字智慧方案5328丨基于自動采集與數字孿生模型的巖體隧道智能設計服務同濟大學

基于自動采集與數字孿生模型的

巖體隧道智能設計服務

武威

等同濟大學一、研究背景與工程需求植被厚、地形限制鉆探設備運輸、耗時長低阻異常點961.8m275.1m25.2m540.6m125.3m203.8m有限且昂貴的地表鉆孔等信息，難以全面描述復雜地質條件勘察設計階段：地質調查、物探、鉆探（大于3km時，

3000-4000元/m）；隧道長、埋深大、地表某隧道長11km，最大埋深1150m；基于地質調繪和物探分析設7個鉆孔，其中4號孔深961.8m，單孔費用207萬低阻異常點高阻區1.1研究背景人工隧道支護動態設計流程川藏鐵路等復雜高難度隧道工程，須進行動態支護設計與施工掌子面地質素描記錄表（人工繪圖與判斷填寫）人工傳遞數據施作支護人工測量

人工記錄巖體隧道實踐中支護設計-施工極，難以一體化動態設計-施工調研國內10余家隧道設計單位發現

，一個設計代表同時負責10-50多個隧道開挖面的設計變更1.1研究背景主要問題③判斷結果難準④方案調整繁瑣⑤人力成本極高①數據獲取困難②信息傳遞緩慢較差條件圍巖：現有動態設計體系難以有效保障安全較好條件圍巖：現有動態設計體系中支護結構和人力被大量浪費支護施工過程中的破壞事故，工時增加，極工期延誤現有支護設計技術難以全面支撐復雜地質條件隧道建設的安全、經濟和工期要求安全經濟工期隧道工程現狀1.2工程需求鉆爆法隧道施工，單個循環初次出渣、排險與二次出渣約占用時間2-3個小時。掌子面完全暴露、施作支護之前，只有至多約1小時進行采集、分析與設計1小時動態設計施工

循環5個切入點，3個要求，2個手段，1個目標鉆爆法隧道支護“一小時”動態設計技術突破方向與研究目標提取建模穩定分析地質采集遠程反饋數字孿生手段高效少人精細目標要求動態設計

智能化切入點二、技術介紹人臉特征有規律隧道行業現狀?支護設計施工?難以快速診斷與反饋?缺乏精確化分析理論隧道開挖面千變萬化，規律性不明顯如何實現快速、精確的“隧道臉”識別?2.1隧道開挖面三維地質信息自動識別物理實體與其數字虛體之間精確映射的孿生關系具有孿生關系的物理實體、數字虛體分別稱作物理孿生體、數字孿生體將真實圍巖地質體作為物理孿生體

，

自動化精確映射建立數字孿生模型，

通過對數字孿生模型的分析

，提取所需地質或工程信息

，服務工程隧道開挖面物理孿生體隧道開挖面數字孿生體2.1隧道開挖面三維地質信息自動識別隧道工程

數字孿生數字孿生數字孿生

精確映射

操作繁瑣耗時擾2、雙目數字照相(8分鐘)3、三維激光掃描(15分鐘)1、人工量測

(20分鐘)

不準確

危險性高

耗時開

挖

面

地

質

信

息

采

集

傳

統

方

法2.1隧道開挖面三維地質信息自動識別開挖面暴露→支護施工只有約1小時存在問題存在問題開挖面掉塊基于三焦點解相機矩陣基于光束平差法求解稀疏三維點云創新提出基于手機虛擬多目智能算法的開挖面三維重構方法

，攻克隧道開挖掌子面暴露后數字孿生模型快速重構的難題2.1隧道開挖面三維地質信息自動識別基于手機拍照的智能多目成像多目智能成像原理極線校正點云三維

坐標稠密匹配獲

取視差圖特征點

檢測特征點匹配獲取左

右圖像隧道掌子面數字孿生模型三維重構與分析流程2.1隧道開挖面三維地質信息自動識別2.1隧道開挖面三維地質信息自動識別手機拍照虛擬多目三維重構數字孿生模型8照片以上，

可以超過專業相機

照片的重構精度現場手機采集只需0.5分鐘

，較傳統方法效率提高15倍以上選擇照片距離

，

使關鍵區域完全

被照片覆蓋

基于RGB的三維點云重建

開挖面照片選擇開挖面關鍵區域提出基于鄰域點分配的適應性法向量算法和基于改進密度峰值的快速最優化聚類算法，

降低噪點干擾，提高產狀聚類精度，自動實現產狀的識別與最優化分組。巖體結構面三維信息自動提取算法2.1隧道開挖面三維地質信息自動識別基于改進密度峰值的快速最優化聚類算法（CFSFDP）鄰域點平面擬合法向量三角面片模型

法向量傳統聚類方法改進算法改進算法提出基于特征點收縮算法的三維跡線提取和基于k-means++輪廓算法的三維產狀提取算法，直接從數字孿生模型自動提取結構面三維信息（2分鐘內完成，相較其他算法效率提高120倍以上）室內3D打印試樣的測試精度99%以上，

現場測試精度92%以上巖體結構面三維信息自動提取算法2.1隧道開挖面三維地質信息自動識別基于3D打印標準試樣的精度測試特征點收縮算法求解三維跡線粗糙度產狀跡線數字孿生模型結構面產狀自動提取2.1隧道開挖面三維地質信息自動識別2.1隧道開挖面三維地質信息自動識別基于縱向斷面數據的前方三維地質信息預測隧道地質信息透明化三維地質信息預測原理修正回彈值-單軸抗壓強度關系*a,b,c,d與巖石類型有關基于現場動力試驗的巖體力學參數快速獲取2.1隧道開挖面三維地質信息自動識別施密特回彈儀結構根據沖擊能量分為L-型

(0.735Nm);

N-型

(2.207Nm)單軸抗壓強度

彈性模量風化程度

粗糙度…按國際巖石力學學會最新推薦方法RN=1.0646RL+6.3673(r=0.99)修正回彈值回彈值-修正回彈值關系回彈值施密特回彈儀L-型與N-型回彈值關系直接間接隧道內三模自組網數字無線傳輸設備節點

提供超大數據量實時快速傳輸與WiFi覆蓋標準協議：無線：

IEEE802.11a/n有線：

IEEE802.3abAP定向天線無線網橋

蓄電池2.2隧道開挖面自動分級數據平臺與傳輸系統遠程實時無線傳輸系統搭建微波頻段：5.5/2.4GHZ無線設定：MESH模式數據云端數據庫

和分析模塊2.2隧道開挖面自動分級數據平臺與傳輸系統隧道遠程智慧工程云平臺手機微信端界面

（微信小程序）電腦端數據界面數據支持國家規范以及國際分級指標自動計算2.2隧道開挖面自動分級數據平臺與傳輸系統2.3隧道支護精細化動態設計方法提出并實現了基于數字孿生模型的鉆爆法隧道支護智能動態設計方法，

較人工設計效率提高數十倍以智能手機為采集核

心，依托云計算技術：

采集、傳輸、重構、提取、分級、反饋3.云平臺巖體開挖面數字孿生模型自動重構4.云平臺上巖體結面三維信息自動提取2.基于智能手機的隧道內數據無線傳輸1.開挖面信息手機智能采集.

從手機拍照開始

，到支護設計圖紙自動反饋至現場施工人員

，

20分鐘內完成2.3隧道支護精細化動態設計方法5.云平臺數據傳回手機端后自動計算圍巖質量分級6.智能手機端根據分級結果智能匹配支護設計7.施工人員在智能手機端查看圖紙并施作支護2.4基于三維精細化模擬方法的災害預測

三維等效連續分析方法:非線性三維破壞準則

τoct

+

τoct

?

mbσ

,2

=

sσc1/am,GZZ強度準則：國際巖石力學學會(ISRM)建議方法之一(2012)在常規三軸壓縮(σ2

=σ3)或常規三軸拉

伸(σ1

=σ2)的條件下，可以得到GZZ與

HB強度準則相同的強度值Zhang-Zhu準則(GZZ)(2007,

2008)可直接使用試驗和工程經驗積累的HB

強度準則的參數

(σ1

+

σ3

)

2τoct

=

'σ

m,2

=VolumetricdiscontinuityfrequencySurface

condition

rating現場采集獲取GSI3DGZZ

參數2.4基于三維精細化模擬方法的災害預測2.4基于三維精細化模擬方法的災害預測

三維非連續動力學精細分析與數字照相集成(1)三維數字照相及重構(3)三維非連續分析(2)三維非連續建模三、工程應用案例峨眉至漢源高速公路，起于峨眉山市南側，止于止于雅安市漢源縣北側，路線全長約123.468公里，全線橋隧比約80%，僅隧道就占總長比60%多，總投資超過220億元漢

源峨眉3.1工程背景

大峽谷特長隧道，占路線總長度的約十分之一，是制約峨漢高速按時完工的關鍵瓶頸3.1工程背景大峽谷特長隧道最大埋深1944米，是世界目前埋深最大的公路隧道3.1工程背景圍巖條件非常差，近水平層狀節理白云巖，含軟弱夾層3.1工程背景塌方頻發3.1工程背景巖體破碎程度高，地應力水平較高，掉塊、巖爆頻發2020年12月6日，課題組在峨漢高速大峽谷隧道左洞（樁號：

+78710），進行了圍巖等級自動判別及數字化動態支護設計示范，全過程在12分鐘內完成（1）地質信息自動化快速采集（1人即可完成）3.2隧道圍巖等級自動判別及數字化動態支護設計手機虛擬多目數字照相（1min）掌子面動力回彈測試（2min）3.2隧道圍巖等級自動判別及數字化動態支護設計（2）手機端數據上傳與云端三維點云模型重構云計算重構三維點云數字孿生模型通過手機微信小程序上傳數據3.2隧道圍巖等級自動判別及數字化動態支護設計（3）云端自動從數字孿生模型提取巖體結構面三維信息三維節構面自動分組三維節構面產狀提取3.2隧道圍巖等級自動判別及數字化動態支護設計（3）云端自動從數字孿生模型提取巖體結構面三維信息三維粗糙度自動提取三維跡線自動提取3.2隧道圍巖等級自動判別及數字化動態支護設計（4）云端自動計算巖體質量評價指標修正BQ值自動計算RMR評價指標計算GSI評價指標計算3.2隧道圍巖等級自動判別及數字化動態支護設計（5）自動匹配支護設計圖紙并反饋到現場手機端現場施工人員通過手機查看支護設計圖根據修正BQ值自動匹配出圖3.2隧道圍巖等級自動判別及數字化動態支護設計（5）自動匹配支護設計圖紙和施工參數3.3基于智能某著名企業終端和三維非連續分析的塌方精細化預測10.31日14：40大峽谷隧道2-6標段右洞樁號：

K78+062.8三維激光掃描（14min）手機拍照（25s）3.3基于智能某著名企業終端和三維非連續分析的塌方精細化預測原始掌子面排險前排險后3.3基于智能某著名企業終端和三維非連續分析的塌方精細化預測透明化掌子面三維地質數字孿生模型3.3基于智能某著名企業終端和三維非連續分析的塌方精細化預測數字孿生模型及地質信息智能提取3.3基于智能某著名企業終端和三維非連續分析的塌