矿山岩质边坡地层结构及岩体抗剪强度参数随钻智能识别方法

作     者：程谞 汤华 吴振君 张勇慧 秦辉 王腾 贾泽庆 房昱纬 CHENG Xu;TANG Hua;WU Zhenjun;ZHANG Yonghui;QIN Hui;WANG Teng;JIA Zeqing;FANG Yuwei

作者机构：中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室湖北武汉430071 中国科学院大学北京100049 云南省交通规划设计研究院股份有限公司云南昆明650200 

出 版 物：《工程科学与技术》 (Advanced Engineering Sciences)

年 卷 期：2024年第56卷第5期

页      面：35-47页

核心收录：

学科分类：0820[工学-石油与天然气工程] 0819[工学-矿业工程] 0707[理学-海洋科学] 08[工学] 081501[工学-水文学及水资源] 080104[工学-工程力学] 0815[工学-水利工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：云南省重点研发计划项目(202303AA080010) 岩土力学与工程国家重点实验室开放基金课题(SKLGME022014) 

主　　题：岩质边坡 随钻测试 可钻性指标 抗剪强度参数 无监督学习 

摘      要：地层类别及岩体抗剪强度参数的准确识别对岩质边坡的稳定性评估至关重要。基于无量纲的可钻性指标建立了岩体抗剪强度参数随钻识别模型,使得随钻测试结果能够不经标定或换算,即可直接识别岩体抗剪强度参数。结合无监督学习和自主设计的决策模块,对深度序列随钻数据进行智能识别和自动平滑处理,实现对地层结构的智能感知,并定量描述各岩层的随钻参数及抗剪强度参数。采用自主研发的高精度现场随钻测试设备对云南鹤庆北衙露天矿灰岩体区和F6-1断层交界区域的爆破钻孔过程进行监测,并以两个典型钻孔的全过程监测结果为例,展示随钻智能识别方法的应用。总体而言,ZK1钻孔随钻智能识别方法与原始地质剖面一致程度为90.85%,ZK2钻孔随钻智能识别方法与原始地质剖面一致程度为84.47%,钻孔成像验证表明该方法识别的地层能更准确地反映边坡实际地层情况。值得注意的是,该方法能够在大尺度与地质剖面结果一致的前提下,精准地识别出地质剖面未曾表现的关键层位。这一特性为破碎软弱岩层及其强度参数的识别,以及地质模型的精准构建提供了有力保障。该方法在岩土工程领域具有广泛的应用前景,为岩层性质和抗剪强度参数的实时智能识别及地质模型的精准构建提供了可靠的解决方案。