[发明专利]一种围岩破裂程度FDI定量评价方法

权利要求书

1.一种围岩破裂程度FDI定量评价方法，其特征在于，其步骤如下：

1)依托隧道为工程背景，构建综合钻孔摄像、声波测试、扰动应力测试和围岩表层地质调研的硬岩裂隙渐进破裂过程原位测试方法；

2)基于深部高应力硬岩洞室围岩破裂过程的原位测试结果，开展以所述硬岩裂隙参数为主，并考虑多元工程信息的围岩破裂程度预测和评价方法研究；

3)构建以所述硬岩裂隙参数为主，所述多元工程信息为辅的破裂程度预测数据库；

4)建立深部高应力所述硬岩裂隙隧洞围岩破裂程度的基于计算公式评估的动态定量评价指标FDI，其内容是数学形式和控制因子权重评分的确定，计算破裂区的渐进破裂程度指标作为参照函数，公式如下：

式中：M为破裂区总长度，单位为m；q_m分别是破裂区内无开挖响应裂隙岩体长度0.1～0.3m、0.3～0.5m、和大于0.5m的区间长度；为第m区间内岩体长度；n_m为第m区间内岩体段数；s_m是第m区间的权重系数；通过该方法的计算即可评价破裂区破裂程度；建立深度学习智能优化算法目标函数，如下：

FDI＝Fitness_(Q)＝f(R,N,A,S,JRC,M)C                          (3)

式中：R为裂隙级别，N为裂隙组数，A为裂隙产状，S为裂隙间距，JRC为裂隙粗糙度，M为裂隙空间组合状态；C为考虑地应力、岩体力学参数、开挖因素和支护强度的修正系数，修正系数通常情况为1，如遇较大变化则可通过全局优化算法进行折减计算。该目标函数的意义为在统计洞室围岩的裂隙参数基础上，通过深度学习的智能优化算法，充分利用工程过程中不断揭露的地质信息和监测获取的围岩变形与破裂信息，利用BP算法全局且快速的搜索能力，动态反馈裂隙硬岩破裂程度；

5)依据已建立的所述预测数据库，构建所述动态定量评价指标FDI的目标函数，运用深度学习的智能优化算法，开展能够反映不同裂隙展布形态的影响并考虑多元工程信息的围岩破裂程度定量表征研究；同时利用大型洞室逐步推进的特点，动态反映高应力硬岩破裂不同模式时的围岩破裂程度的渐进演化特征与规律；

6)最后通过工程实例验证和修正定量评价指标FDI。

2.根据权利要求1所述的围岩破裂程度FDI定量评价方法，其特征在于，所述围岩表层地质调研是指对原位测试综合围岩内部裂隙演化的钻孔摄像和围岩表层裂隙分布的裂隙级别、组数、产状、间距、张开度、粗糙度和裂隙组合形态，并实现裂隙展布的可视化精确重构。

3.根据权利要求1所述的围岩破裂程度FDI定量评价方法，其特征在于，所述动态定量评价指标FDI是指建立以裂隙级别、组数、产状、间距、张开度、粗糙度和裂隙组合形态为核心，以原岩应力、岩体力学参数、开挖因素和支护参数的多元工程信息为修正系数的岩体破裂程度影响因素数据库。