李赤謀， 呂 明， 袁 青， 陳宇佳， 王樹英

(1. 中交文山高速公路建設(shè)發(fā)展有限公司， 云南 文山 663099； 2. 中交第二航務(wù)工程局有限公司， 湖北 武漢 430040； 3. 中南大學(xué)土木工程學(xué)院， 湖南 長沙 410075)

0 引言

地質(zhì)工作貫穿了隧道勘察、設(shè)計(jì)和施工過程。由于地質(zhì)情況的復(fù)雜多變，施工過程中實(shí)際揭露的圍巖與地勘資料往往有較大的出入，導(dǎo)致施工參數(shù)存在不合理性，造成經(jīng)濟(jì)損失、工期延誤、安全事故等問題，因此，有必要根據(jù)實(shí)際揭露的圍巖狀況，對(duì)施工參數(shù)進(jìn)行動(dòng)態(tài)調(diào)整。圍巖等級(jí)便是確定和調(diào)整施工方案合理性的一個(gè)重要參數(shù)。

在隧道建設(shè)過程中，由于圍巖級(jí)別的判別指標(biāo)獲取困難，圍巖等級(jí)的及時(shí)判定常常滯后，往往耗費(fèi)大量的財(cái)力、物力。有學(xué)者利用數(shù)碼相機(jī)、激光掃描儀等進(jìn)行圍巖信息提取和完整性分析。冷彪[1]研究了正面單像拍攝的掌子面數(shù)字圖像的地質(zhì)信息提取方法，并構(gòu)建了TFGIS系統(tǒng)； 喻軍等[2]對(duì)模型隧道周邊圍巖內(nèi)部變形過程進(jìn)行二維照相量測，得到了深部隧道圍巖內(nèi)部變形的時(shí)空演化規(guī)律； 董鑫等[3]采用surf算法分析處理隧道掌子面攝影圖像，實(shí)現(xiàn)了半自動(dòng)提取圍巖結(jié)構(gòu)面的層理、節(jié)理及斷層等信息； 趙慧俊[4]利用激光發(fā)射器在圍巖上產(chǎn)生的光斑移動(dòng)進(jìn)行了隧道變形監(jiān)測； 高源等[5]基于攝影測量、孔內(nèi)雷達(dá)、電視等測試隧道硐室圍巖的表面節(jié)理、破碎帶、松動(dòng)圈空間分布等； 羅佳等[6]開發(fā)了一套測量方法，用以實(shí)現(xiàn)隧道施工掌子面圍巖結(jié)構(gòu)面發(fā)育程度信息提取的自動(dòng)化； 李汪石[7]采用深度學(xué)習(xí)算法進(jìn)行巖體裂隙識(shí)別。隨著三維建模技術(shù)的普及，有學(xué)者將其應(yīng)用在施工隧道的地質(zhì)信息提取編錄上。王洋等[8]基于雙目立體視覺原理開發(fā)了巖體模型空間分析系統(tǒng)GeoSMA-3D，實(shí)現(xiàn)了隧道掌子面節(jié)理信息快速識(shí)別及穩(wěn)定性分析。Buyer等[9]利用近景攝影測量技術(shù)獲取三維點(diǎn)云，結(jié)合ShapeMetriX3D系統(tǒng)實(shí)現(xiàn)了對(duì)巖體不連續(xù)面的間距計(jì)算。李術(shù)才等[10]、劉紅等[11]、張延歡等[12-13]使用以雙目立體攝像為基礎(chǔ)的CAE Sirovision系統(tǒng)，對(duì)圍巖結(jié)構(gòu)進(jìn)行了數(shù)字識(shí)別和完整性評(píng)價(jià)。其中，張延歡等構(gòu)建了基于徑向RQD的隧道圍巖評(píng)價(jià)體系； 劉紅等實(shí)現(xiàn)了掌子面區(qū)域巖體結(jié)構(gòu)面信息的數(shù)字化表征，并利用蒙特卡洛方法得到其概率分布函數(shù)，對(duì)巖體質(zhì)量進(jìn)行了可靠評(píng)估； 李術(shù)才等基于巖體結(jié)構(gòu)RBI量化值，建立了隧道掌子面圍巖結(jié)構(gòu)玫瑰花表征體系，并以序列掌子面Z-RBI值為基礎(chǔ)，初步構(gòu)建了隧道軸向巖體完整性預(yù)測方法。李宗平等[14]采用三維點(diǎn)云及模型套接技術(shù)，實(shí)現(xiàn)了對(duì)隧道三維變形、支護(hù)侵限、二次襯砌厚度的評(píng)估。詹建勇[15]將三維激光掃描技術(shù)應(yīng)用于山嶺隧道施工期的變形監(jiān)測，給出了從原始點(diǎn)云數(shù)據(jù)提取隧道斷面收斂和全空間變形場的理論方法，并利用變形監(jiān)測結(jié)果反演隧道圍巖參數(shù)。祝志恒等[16]基于3DZI技術(shù)，實(shí)現(xiàn)了三維實(shí)景與平面全景展開圖的信息協(xié)同與辨識(shí)和隧道空間距離、體積的測算。綜上所述，目前學(xué)者通過數(shù)碼攝影及三維建模技術(shù)對(duì)隧道圍巖地質(zhì)信息提取進(jìn)行了大量研究并取得了成果，但現(xiàn)有研究大多停留在圍巖的地質(zhì)信息提取上，深入到圍巖分級(jí)的研究較少，且通過現(xiàn)場實(shí)際運(yùn)用情況來看，現(xiàn)有技術(shù)對(duì)掌子面節(jié)理信息識(shí)別準(zhǔn)確度不高，效果不理想。

本文依托云南文山文麻高速大法郎隧道，針對(duì)該隧道某施工段Ⅳ、Ⅴ級(jí)圍巖，利用數(shù)碼相機(jī)進(jìn)行了圖像采集，通過三維點(diǎn)云技術(shù)獲得了掌子面及周邊硐壁的三維模型，基于該模型進(jìn)行了掌子面高清圖像拼接，再基于Unet神經(jīng)網(wǎng)絡(luò)對(duì)掌子面節(jié)理信息進(jìn)行跡線識(shí)別及分析，最后利用分析結(jié)果進(jìn)行了掌子面圍巖完整性分析，結(jié)合圍巖單軸飽和抗壓強(qiáng)度及其他地勘信息對(duì)掌子面圍巖進(jìn)行了分級(jí)，建立了一種便捷的圍巖完整性判別手段和分級(jí)方法。

1 掌子面圍巖完整性評(píng)價(jià)方法

隧道圍巖分級(jí)過程中，把握巖體結(jié)構(gòu)面的幾何特征是進(jìn)行圍巖完整性及穩(wěn)定性分析的前提條件，傳統(tǒng)的采集手段主要包括人工現(xiàn)場接觸測量、鉆孔測量等。人工現(xiàn)場接觸測量勞動(dòng)強(qiáng)度大、效率低，具有一定危險(xiǎn)性； 鉆孔測量造價(jià)高、耗時(shí)長，難以廣泛應(yīng)用。也有學(xué)者利用圖像識(shí)別等人工智能技術(shù)對(duì)掌子面的節(jié)理信息進(jìn)行自動(dòng)識(shí)別和特征分析，但受隧道內(nèi)環(huán)境復(fù)雜等因素影響，現(xiàn)場應(yīng)用效果不理想。本文提出基于三維重建、圖像拼接以及Unet神經(jīng)網(wǎng)絡(luò)的掌子面圍巖節(jié)理信息提取方法，該方法主要由圖像采集、三維模型建立、隧道掌子面圖像拼接以及掌子面節(jié)理跡線自動(dòng)識(shí)別和分析組成，具體步驟見圖1。

1.1 掌子面及周邊硐壁圖像采集

在建立掌子面三維模型之前，需要先獲取高質(zhì)量的掌子面及周邊硐壁的數(shù)碼圖像。使用尼康D7100單反相機(jī)及外置閃光燈作為圖像采集工具，選擇合適的相機(jī)參數(shù)、標(biāo)記板位置及圖像采集時(shí)機(jī)，具體步驟如下。

1)相機(jī)參數(shù)調(diào)試。由于隧道內(nèi)環(huán)境特殊，光線昏暗、粉塵等對(duì)獲取清晰完整的圖像具有很大影響，需要對(duì)相機(jī)的攝影參數(shù)進(jìn)行調(diào)試以適應(yīng)隧道拍攝環(huán)境。

圖1 圍巖完整性特征分析步驟

2)標(biāo)記板位置選擇及固定。建立好的三維模型需要有準(zhǔn)確的大地坐標(biāo)，因此需在拍攝區(qū)域內(nèi)合適位置布置適量的標(biāo)記板?？紤]到隧道通視條件等其他因素，最終標(biāo)記板布置位置如圖2所示。

(a) 標(biāo)記板布置位置(俯視)

(b) 標(biāo)記板布置位置(三維示意圖)

3)拍攝方法。拍攝時(shí)沿著隧道中心軸線，環(huán)向約10°旋轉(zhuǎn)相機(jī)拍攝，每環(huán)拍攝約18張照片； 縱向移動(dòng)1.0～1.2 m，循環(huán)往復(fù)直至拍攝至掌子面。拍攝時(shí)盡量垂直于拍攝對(duì)象表面。

1.2 掌子面及周邊硐壁三維模型建立

采取SFM(structure from motion)技術(shù)進(jìn)行掌子面及周邊硐壁三維模型建立，該技術(shù)原理為： 使用相機(jī)從多個(gè)角度對(duì)同一物體拍攝高重疊度的照片序列，獲取照片的特征點(diǎn)，利用幾何投影關(guān)系構(gòu)建被拍攝物體特征點(diǎn)的空間結(jié)構(gòu)方程，最后通過求解方程獲得被拍攝物體的特征點(diǎn)和拍攝相機(jī)的空間位置關(guān)系，即從2D圖片中獲取3D信息。具體建模使用PhotoScan軟件，先進(jìn)行三維點(diǎn)云生成與標(biāo)記板識(shí)別，得到拍攝相機(jī)與圍巖特征點(diǎn)相對(duì)位置的空間關(guān)系，然后將離散的三維點(diǎn)云模型構(gòu)建成連續(xù)三維曲面，完成建模。掌子面及周邊硐壁三維模型構(gòu)建步驟如圖3所示。

圖3 掌子面及周邊硐壁三維模型構(gòu)建步驟

1.3 掌子面高清圖像拼接

以往大多數(shù)針對(duì)隧道圍巖節(jié)理智能識(shí)別的研究所使用的圖像清晰度有限，且受制于隧道內(nèi)復(fù)雜環(huán)境，實(shí)際節(jié)理識(shí)別效果并不理想。圖像拼接技術(shù)可以將多張照片拼接成一張無縫的大影像，解決單張照片無法覆蓋目標(biāo)物或單張拍攝存在障礙物的問題。本文將原始拍攝所得含有掌子面的“圖像塊”進(jìn)行拼接及圖像處理，獲得掌子面全景圖像，作為節(jié)理跡線識(shí)別的基底圖。該方法相比直接采用單張圖像分析具有的優(yōu)勢有： 無需使用標(biāo)定過的相機(jī)和固定的鏡頭及焦距； 無需測定現(xiàn)場拍攝方位； 在保證圖像重疊度的情況下可自由分區(qū)拍攝，避開臺(tái)車等作業(yè)設(shè)備遮擋的影響； 適用于各種不同斷面形狀的隧道； 可通過一次拍攝的照片獲得掌子面展示圖。使用課題組自研軟件Bamboo，在得到三維模型的基礎(chǔ)上，使用二維參數(shù)化方法構(gòu)建設(shè)計(jì)輪廓作為矯正曲面，將隧道表面圖像矯正拼接制作成全景展開圖[16]。掌子面圖像拼接步驟如圖4所示。

圖4 掌子面圖像拼接步驟

掌子面圖像拼接前需要先建立真實(shí)空間坐標(biāo)系下隧道設(shè)計(jì)開挖三維輪廓曲面模型以及掌子面斷面模型。隧道設(shè)計(jì)開挖輪廓曲面模型使用隧道斷面輪廓沿施工導(dǎo)線掃掠的方式建立[16]。掌子面模型則使用豎向直線在掌子面里程處沿導(dǎo)線的垂線掃掠生成，生成方法如圖5所示。

1)將隧道實(shí)際開挖三維模型、隧道設(shè)計(jì)開挖輪廓模型、掌子面斷面模型置于同一坐標(biāo)系下，進(jìn)行模型整合。

2)運(yùn)行圖像矯正程序，生成掌子面圖像塊。

3)進(jìn)行圖像后處理及掌子面圖像拼接。

1.4 掌子面圍巖節(jié)理自動(dòng)識(shí)別及特征分析

圍巖BQ分級(jí)計(jì)算中，圍巖完整性指標(biāo)主要是體積節(jié)理數(shù)Jv?，F(xiàn)有的通過機(jī)器學(xué)習(xí)算法進(jìn)行巖體裂縫、節(jié)理信息提取的研究中，大多采用傳統(tǒng)機(jī)器視覺的各種邊緣檢測算法及閾值分割方法，而隧道環(huán)境復(fù)雜、巖體面各種圖像特征錯(cuò)綜復(fù)雜、節(jié)理分布長度粗細(xì)各異等因素使得各研究效果大多達(dá)不到預(yù)期，難以推廣應(yīng)用。因此，已經(jīng)有學(xué)者開始利用深度學(xué)習(xí)方法進(jìn)行信息分析。本文選擇深度學(xué)習(xí)中的Unet神經(jīng)網(wǎng)絡(luò)[17]進(jìn)行圍巖節(jié)理跡線識(shí)別提取，然后進(jìn)行Jv計(jì)算。具體流程如下：

1) 訓(xùn)練圖像預(yù)處理?，F(xiàn)場獲取到的照片尺寸較大，如果直接輸入神經(jīng)網(wǎng)絡(luò)對(duì)計(jì)算機(jī)的顯存要求過高。為了獲得合理尺寸的神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖，將采集的圖片裁剪成大量小尺寸的圖片，剔除不含節(jié)理線的小尺寸圖片，剩余的作為訓(xùn)練圖片； 同時(shí)為了增強(qiáng)數(shù)據(jù)的多樣性，提高訓(xùn)練結(jié)果的泛化性，對(duì)訓(xùn)練原圖和對(duì)應(yīng)的訓(xùn)練標(biāo)記圖進(jìn)行扭曲、旋轉(zhuǎn)、翻轉(zhuǎn)操作。

2) Unet神經(jīng)網(wǎng)絡(luò)訓(xùn)練。收集現(xiàn)場采集的大量照片，利用其中的2 000張硐壁照片進(jìn)行網(wǎng)絡(luò)訓(xùn)練。標(biāo)記其中的節(jié)理線，輸入U(xiǎn)net神經(jīng)網(wǎng)絡(luò)訓(xùn)練。訓(xùn)練時(shí)將標(biāo)記的節(jié)理照片按4∶1的比例分成訓(xùn)練集和驗(yàn)證集。采用自定義損失函數(shù)Dice coefficient作為損失函數(shù)。當(dāng)網(wǎng)絡(luò)訓(xùn)練至設(shè)定精度或次數(shù)時(shí)，停止訓(xùn)練。某掌子面圍巖節(jié)理識(shí)別效果如圖6所示。

3) 節(jié)理線骨架化。利用神經(jīng)網(wǎng)絡(luò)已經(jīng)對(duì)節(jié)理區(qū)域進(jìn)行了分割識(shí)別，而對(duì)節(jié)理進(jìn)行分析需要的是節(jié)理單像素組成的線，需要對(duì)輸出結(jié)果進(jìn)一步處理得到單像素的節(jié)理線，這個(gè)過程稱為節(jié)理骨架化。本文采用經(jīng)典的Zhang-Suen算法[18]進(jìn)行節(jié)理骨架化，骨架化前后的效果對(duì)比如圖7所示。

(a) 骨架化前

(b) 骨架化后

4) 毛刺剔除及節(jié)理線連接。在進(jìn)行節(jié)理骨架提取后，形成的骨架會(huì)含有許多毛刺，剔除這些毛刺后才能得到合理的節(jié)理線； 由于識(shí)別效果有限，屬于同一節(jié)理的節(jié)理線被分割成多段，影響后續(xù)分析，因此還需要對(duì)同屬于一條節(jié)理的多段跡線進(jìn)行連接。連接過程由節(jié)理線端點(diǎn)尋找和節(jié)理線連接2個(gè)步驟組成，通過計(jì)算機(jī)編程自動(dòng)化實(shí)現(xiàn)。完成上述流程后，節(jié)理識(shí)別效果如圖8所示。

圖8 處理后節(jié)理識(shí)別效果圖

5) 體積節(jié)理數(shù)Jv計(jì)算。在BQ法圍巖分級(jí)中，通過巖體體積節(jié)理數(shù)Jv能快速評(píng)價(jià)巖體完整程度，Jv能夠簡易地從掌子面節(jié)理識(shí)別圖中實(shí)現(xiàn)計(jì)算。

①節(jié)理線識(shí)別結(jié)果圖的像素比例尺通常為500像素/m，1 m×1 m單位面積窗口用像素大小表示為500像素×500像素。

②從節(jié)理線識(shí)別結(jié)果圖左上頂點(diǎn)開始，以0.5 m(250像素)為移動(dòng)步長，截選1 m×1 m的窗口(500像素×500像素)，從左至右、從上至下依次統(tǒng)計(jì)窗口內(nèi)的節(jié)理數(shù)量，如果統(tǒng)計(jì)窗口中存在節(jié)理，測量區(qū)域數(shù)量N在上次數(shù)量基礎(chǔ)上加1(N初始值為0)，否則忽略該窗口。

③選用條數(shù)法[19]計(jì)算體積節(jié)理數(shù)

(1)

式中：ni為第i個(gè)單位測量面積內(nèi)的節(jié)理?xiàng)l數(shù)；N為測量區(qū)域數(shù)量。

2 掌子面圍巖評(píng)價(jià)分級(jí)

2.1 圍巖分級(jí)方法選擇

BQ分級(jí)法是國內(nèi)運(yùn)用最為廣泛的圍巖分級(jí)方法，一般分為以下2個(gè)步驟進(jìn)行： 1)基于巖石堅(jiān)硬程度和巖體完整性系數(shù)2個(gè)指標(biāo)，對(duì)圍巖的BQ值進(jìn)行初步計(jì)算； 2)考慮地下水狀況、初始地應(yīng)力狀況和結(jié)構(gòu)面狀況等因素的影響，對(duì)圍巖質(zhì)量指標(biāo)BQ值進(jìn)行修正，得到修正的[BQ]值，按照修正以后的[BQ]值，對(duì)圍巖級(jí)別進(jìn)行初步確定。BQ值的計(jì)算公式如下：

BQ=90+3Rc+250Kv。

(2)

式中：Rc為巖石單軸飽和抗壓強(qiáng)度，MPa；Kv為巖體完整性系數(shù)。

確定BQ值后，再引入地下水系數(shù)K1、軟弱結(jié)構(gòu)面系數(shù)K2、初始地應(yīng)力修正系數(shù)K3，然后根據(jù)式(3)進(jìn)行修正，得到

[BQ]=BQ-100(K1+K2+K3)。

(3)

得到[BQ]值后即可通過查表進(jìn)行掌子面圍巖分級(jí)。本文采用BQ分級(jí)方法來進(jìn)行圍巖分級(jí)。

2.2 各分級(jí)參數(shù)獲取

BQ分級(jí)需要確定多種參數(shù)，才能從定性到定量地對(duì)圍巖進(jìn)行分級(jí)，Kv的估計(jì)計(jì)算即本文的目標(biāo)工作，計(jì)算出Kv即可結(jié)合Rc值對(duì)BQ值進(jìn)行計(jì)算。Kv可由巖體體積節(jié)理數(shù)Jv得出，Jv值則由圍巖完整性特征分析得到，兩者關(guān)系見表1。

表1 Jv與Kv關(guān)系對(duì)照表

一般情況下具體的計(jì)算公式如下[20]：

(4)

其余的分級(jí)參數(shù)，包括Rc、K1、K2、K3值，可由地勘報(bào)告及補(bǔ)充試驗(yàn)得到。

3 工程應(yīng)用

云南文麻高速大法郎隧道位于云南省西疇縣境內(nèi)，為分離式隧道，全長3 390 m，最大埋深約206.5 m。隧址區(qū)屬于構(gòu)造侵蝕低中山地貌區(qū)，穿越南北走向的山脊，最高點(diǎn)地面高程約1 505 m，最低點(diǎn)約1 270 m。隧址圍巖巖體主要為強(qiáng)、中風(fēng)化板巖及強(qiáng)、中風(fēng)化頁巖。隧址區(qū)整體巖體節(jié)理發(fā)育，側(cè)壁自穩(wěn)能力較差。

3.1 圖形采集

采集了大法郎隧道K43+199～+294、K44+347～+452，共計(jì)200 m、14個(gè)掌子面的數(shù)據(jù)進(jìn)行圍巖完整性分析和分級(jí)，下面以K44+373處掌子面為例進(jìn)行描述。使用尼康D7100數(shù)碼相機(jī)在該里程處掌子面共采集119張照片，用時(shí)10 min，采集的部分原始圖像如圖9所示。

3.2 結(jié)構(gòu)三維模型構(gòu)建

將原始圖像導(dǎo)入PhotoScan軟件，經(jīng)過坐標(biāo)導(dǎo)入與矯正、三維點(diǎn)云及曲面生成后，該里程處的掌子面及周邊硐壁三維模型即可構(gòu)建完成，效果如圖10所示。

3.3 掌子面巖體圖像生成及節(jié)理分析

建立結(jié)構(gòu)設(shè)計(jì)開挖輪廓模型、掌子面模型，與建立好的三維模型置于同一坐標(biāo)系中進(jìn)行模型整合，這些操作可在自研軟件中進(jìn)行可視化操作，最終建立的模型整合效果如圖11所示。完成上述步驟，即可對(duì)原始圖像進(jìn)行圖像矯正，生成掌子面“圖像塊”，完成掌子面圖像拼接，如圖12所示。最終得到的該里程處掌子面節(jié)理跡線素描如圖13所示。

3.4 掌子面巖體評(píng)價(jià)分級(jí)

通過上述步驟得到了14組左右線不同里程的隧道掌子面圍巖節(jié)理信息，并參考設(shè)計(jì)文件和現(xiàn)場采集數(shù)據(jù)時(shí)的信息記錄，得到了各里程段的巖石單軸飽和抗壓強(qiáng)度和修正系數(shù)K1、K2、K3值。根據(jù)以上得到的數(shù)據(jù)信息，依據(jù)BQ分級(jí)方法進(jìn)行隧道掌子面圍巖分級(jí)，將分級(jí)結(jié)果與設(shè)計(jì)文件中傳統(tǒng)方法獲取的BQ分級(jí)結(jié)果進(jìn)行對(duì)比驗(yàn)證，表2是這14組數(shù)據(jù)的分級(jí)結(jié)果。

(a) DSC_3556.JPG

(b) DSC_3557.JPG

(c) DSC_3558.JPG

(d) DSC_3559.JPG

(e) DSC_3560.JPG

(f) DSC_3561.JPG

(g) DSC_3562.JPG

(h) DSC_3564.JPG

圖10 K44+373處掌子面及周邊硐壁三維模型圖

該14組數(shù)據(jù)中，大多數(shù)里程處圍巖分級(jí)結(jié)果與現(xiàn)場實(shí)際揭露圍巖級(jí)別一致，其中K44+347、K44+370里程處洞身圍巖級(jí)別設(shè)計(jì)文件中為Ⅳ級(jí)，而在現(xiàn)場實(shí)際施工過程中遇到的圍巖節(jié)理裂隙發(fā)育，巖體破碎，曾出現(xiàn)過塌方事故，經(jīng)設(shè)計(jì)變更后圍巖級(jí)別變更為Ⅴ級(jí)，與本文圍巖分級(jí)結(jié)果相符。K44+452里程處洞身圍巖級(jí)別設(shè)計(jì)文件中為Ⅳ級(jí)，本文分級(jí)結(jié)果為Ⅴ級(jí)，初步分析可能有以下原因： 1)部分圖像不夠清晰，影響節(jié)理判斷分析效果； 2) 挖掘機(jī)清理掌子面的印記、堆積在掌子面未清理完全的碎石會(huì)造成神經(jīng)網(wǎng)絡(luò)誤判其為節(jié)理、連續(xù)節(jié)理被打斷等。表2說明本文圍巖分級(jí)較原始設(shè)計(jì)分級(jí)更符合現(xiàn)場實(shí)際情況，相比于傳統(tǒng)手段更具針對(duì)性和靈活性。

圖11 模型整合效果圖

(b) 掌子面拼接圖像(成圖)

圖13 掌子面節(jié)理識(shí)別效果圖

表2 本文分級(jí)結(jié)果與傳統(tǒng)BQ分級(jí)結(jié)果對(duì)比

4 結(jié)論與分析

本文對(duì)文麻高速大法郎隧道進(jìn)出口選取多處里程段掌子面進(jìn)行圍巖完整性分析，結(jié)合相關(guān)圍巖試驗(yàn)結(jié)果及地質(zhì)勘查結(jié)果，進(jìn)行了隧道掌子面圍巖級(jí)別評(píng)價(jià)，得出以下主要結(jié)論：

1)建立了隧道掌子面及硐壁的三維模型，使用自研Bamboo軟件得到了掌子面高清拼接圖像，基于Unet深度神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行節(jié)理自動(dòng)識(shí)別標(biāo)記，結(jié)合BQ值建立了整套系統(tǒng)化的隧道掌子面結(jié)構(gòu)面分析及圍巖快速分級(jí)方法?，F(xiàn)場測試結(jié)果表明，本文分級(jí)方法對(duì)Ⅳ、Ⅴ級(jí)圍巖具有良好的判斷能力。

2)本文提供的圍巖結(jié)構(gòu)面特征獲取及分級(jí)方法相比傳統(tǒng)圍巖完整性測量及BQ分級(jí)方法具有費(fèi)用更低、效率更高的優(yōu)點(diǎn)。該方法分析過程中大部分工作可在室內(nèi)進(jìn)行，改善了工作者的作業(yè)環(huán)境，降低了勞動(dòng)強(qiáng)度。

3)圍巖分級(jí)涉及因素較多，本文主要對(duì)掌子面巖體完整性進(jìn)行評(píng)價(jià)?；诒疚奶峁┓椒ǖ膬?yōu)勢，該分析方法可在現(xiàn)場多次進(jìn)行，從而實(shí)現(xiàn)對(duì)圍巖級(jí)別的動(dòng)態(tài)評(píng)價(jià)，更好地指導(dǎo)施工，具有推廣應(yīng)用價(jià)值。

現(xiàn)場應(yīng)用證明本文提出的方法可獲得掌子面清晰的結(jié)構(gòu)面特征，并具有良好的圍巖分級(jí)效果，但在應(yīng)用中也暴露出訓(xùn)練數(shù)據(jù)有限、節(jié)理自動(dòng)識(shí)別準(zhǔn)確率待提高等局限性，今后可注重對(duì)訓(xùn)練數(shù)據(jù)、節(jié)理線識(shí)別算法、掌子面圖像后期處理算法的優(yōu)化。為提升分級(jí)效果，考慮掌子面實(shí)際巖石強(qiáng)度、地下水等情況也是今后主要研究方向，例如可在現(xiàn)場開展圍巖回彈試驗(yàn)、點(diǎn)荷載試驗(yàn)等用于修正圍巖抗壓強(qiáng)度Rc，作為強(qiáng)度參數(shù)的補(bǔ)充等。