[發明專利]一種用于隧道規劃的勘測方法

在審

• 申請號: 202010782853.0
• 申請日: 2020-08-06
• 公開（公告）號: CN112084553A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 陳志平;朱永珠;樊景國;賀鑫;蔡志飛;付嵩;鄒維;幸大軍;雷云佩;匡林;賀梓宸;汪義淵
• 申請（專利權）人: 重慶市市政設計研究院有限公司
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/27;G06N3/04;G06N3/08
• 代理公司: 重慶渝之知識產權代理有限公司 50249
• 代理人: 柴社英

本發明提出一種用于隧道規劃的勘測方法，包括：獲取勘測區域及指定鄰近區域的歷史勘測數據，并根據所述歷史勘測數據創建初始隧道規劃模型；根據預設的多個勘測點，獲取實時勘測數據，并輸入預訓練的多個識別模型獲取對應的識別結果；其中實時勘測數據至少包括露頭圖像、測井數據、鉆井數據；根據所述識別結果對所述初始隧道規劃模型進行校正，輸出隧道規劃方案；本發明針對采集數據建立識別，減少人工成本，提高勘測數據處理的準確性和效率。

技術領域

本發明涉及勘測領域，尤其涉及一種用于隧道規劃的勘測方法。

背景技術

隧道工程作為一種地質工程，由于巖體的復雜性，勘測數據與隧道開挖后的實際情況可能會有較大的出入。地質災害是制約隧道施工的關鍵因素，往往由于隧道區域地質情況不明，導致施工帶有很大盲目性，經常出現無法預料的地質災害，如突水、突泥、坍塌、巖爆和有害氣體等。這些由于開挖而誘發的各類地質災害具有不可選擇性、復雜性、特殊性及突發性，災害一旦發生，輕則沖毀機具，淹沒隧道，正常施工被迫中斷；重則造成重大人員傷亡，產生巨大的經濟損失。

而傳統勘測方法大多依賴人工對勘測數據進行整理和分析，處理效率低，且準確性和可靠性差。

發明內容

鑒于以上現有技術存在的問題，本發明提出一種用于隧道規劃的勘測方法，主要解決傳統勘測方法依賴人工，效率低的問題。。

為了實現上述目的及其他目的，本發明采用的技術方案如下。

一種用于隧道規劃的勘測方法，包括：

獲取勘測區域及指定鄰近區域的歷史勘測數據，并根據所述歷史勘測數據創建初始隧道規劃模型；

根據預設的多個勘測點，獲取實時勘測數據，并輸入預訓練的多個識別模型獲取對應的識別結果；其中實時勘測數據至少包括露頭圖像、測井數據、鉆井數據；

根據所述識別結果對所述初始隧道規劃模型進行校正，輸出隧道規劃方案。

可選地，所述歷史勘測數據至少包括：報告文檔、測試記錄。

可選地，創建所述初始隧道規劃模型的步驟至少包括：

通過關鍵字匹配獲取所述歷史勘測數據中的關鍵信息；其中，所述關鍵信息至少包括：巖層結構、巖土物理學性質、含水層分布、斷層分布；

將所述關鍵信息輸入預先訓練的預測模型，預測所述勘測區域的關鍵信息；

根據所述勘測區域的關鍵信息，通過預設規則獲取所述初始規劃模型。

可選地，訓練所述預測模型的方法包括以下至少之一：深度神經網絡、循環神經網絡、人工神經網絡。

可選地，所述預設規則至少包括：根據基礎設計規范設置參數閾值。

可選地，所述多個識別模型至少包括斷層識別模型、巖溶識別。

可選地，訓練所述斷層識別模型的步驟至少包括：

將其他已建成隧道勘測區域的露頭圖像作為樣本圖像構建訓練樣本集；

從所述訓練樣本集中選出指定數量的樣本圖像進行巖層標注，構建訓練目標集；

根據所述訓練樣本集和所述訓練目標集采用神經網絡算法訓練所述斷層識別模型。

可選地，所述神經網絡算法包括以下至少之一：卷積神經網絡、循環神經網絡。

可選地，將所述露頭圖像輸入所述斷層識別模型，獲取斷層分布信息；

根據所述測井數據和/或鉆井數據對斷層分布信息進行修正。

如上所述，本發明一種用于隧道規劃的勘測方法，具有以下有益效果。