2023年 第27卷 第8期
《工程（英文）》 >> 2023年 第27卷 第8期 doi: 10.1016/j.eng.2022.09.013
基于矿物异常分析的隧道内不良地质识别方法及案例分析
a Geotechnical and Structural Engineering Research Center, Shandong University, Jinan 250061, China
b School of Civil Engineering, Shandong University, Jinan 250061, China
c School of Qilu Transportation, Shandong University, Jinan 250002, China
下一篇 上一篇
摘要
准确有效地识别不良地质对隧道安全高效施工至关重要。目前隧道内不良地质识别主要依赖于地质学家的经验，容易出现误判和漏判。本研究提出了一种基于矿物异常分析的隧道内不良地质识别方法，本方法基于地质异常理论，将矿物异常作为不良地质的识别标志。本方法首先利用数据探索分析技术（EDA）计算矿物异常阈值，然后根据阈值评估矿物异常，最后根据矿物异常特征识别不良地质。其次，建立了背景样本动态扩充流程，通过调整异常阈值实现对矿物异常的动态评估。最后，本方法已在花岗岩开挖的隧道中得到验证和应用。在隧道里程142+800‒142+860 范围内，根据原岩矿物斜长石和角闪石含量的异常减少，以及蚀变矿物绿泥石、浊沸石和绿帘石含量的异常增加，成功识别出F37断层。当隧道进入不良地质影响的区域时，本研究所提出的方法可提供及时预警，并识别隧道是在逐渐接近断层还是在远离断层。此外，还讨论了本方法的适用性、准确性和进一步改进方向。本方法将隧道内识别不良地质的能力从定性提高至定量，可为隧道及其他地下工程中的不良地质识别提供参考和指导。
补充材料
京公网安备 11010502051620号
