首页|基于深度学习的深部复杂地应力场反演算法研究

基于深度学习的深部复杂地应力场反演算法研究

扫码查看
地应力场是各类地质灾害的主要诱发因素,对岩体的变形机制与稳定性分析起到控制作用,也是进行岩土工程和采矿工程设计、建设与动力性灾害防治的重要依据.随着地下空间的开发利用向着规模更大、埋藏更深的趋势发展,大量的深部工程都不可避免的面临复杂的工程地质条件和高量值的地应力状态.深部地质体应力场的影响因素众多,地质构造、温度、渗透压力与地质演化发展史对地应力的方向、量值均有显著影响.随着工程深度的增加,受工程扰动影响,地质状况会变得更加复杂,工程灾害也会随之发生,如岩爆、矿压显现加剧、巷道围岩大变形、流变等,然而,地应力水平的增加和地应力状态的改变是造成这些工程灾害的根本原因.在深部工程建设前,准确地掌握地应力场的分布状态,可有效的指导工程的设计、安全施工和灾害控制,对地下工程的设计与施工意义深远.现场实测是获取区域地应力场的直接的方法,但因费用高和点位测量精度低等因素,无法大规模开展测量工作.为此,基于现场钻孔测量的个别离散点应力测量结果,采用数学和物理相结合的方法对区域地应力分布的推算和拓展成为一个切实可靠的方法.为了更精确地反演与构建深部复杂地质条件下地应力场的分布,本文主要开展了以下几方面的工作:(1)建立深部复杂条件下的地质体应力场反演算法—深度信息学习算法①深度信息学习算法中的非连续与连续优化学习体可对地应力场的局部非连续信息特征信息和区域连续性特征信息进行挖掘与学习,保障了深部复杂地应力场整体与局部的反演精度.②深度信息学习算法中的子监督学习体可对地应力场训练误差与计算模型概化误差进行有效表征与利用.③深度信息学习算法中的交互式学习体可对各工况地应力场优化后的算法模型进行集成,集成后的模型算法具有各子算法模型中的优势信息融合与不良信息摒弃的功能,从而确保迭代计算过程收敛至全局最优解.(2)分析深部地质构造与地应力场分布特征的关系研究,提出深部构造区地应力场的特征信息提取与解析方法①收集230组深部煤系地层地应力场实测数据和132组深部金属矿地层地应力场实测数据,通过数理统计与分析的方法,获得2类地层深部范围内的地应力场分布规律.②采用模糊数学和数理统计的方法,建立地质构造对测点地应力场的影响度的定量化表征方法,以及应力信息粒子生成方法.③基于弹塑性理论与板块运动学说,推导深部褶皱构造与断裂构造形成的临界条件与区域地应力场分布.④建立能够有效解析深部复杂地应力场的非连续性构造载荷与自重载荷条件,以及对含有断层与褶皱构造的复杂地应力场的解析方法.(3)建立多场耦合条件下的地应力场非线性计算方法①系统地分析深部地质体温度场-渗流场-地应力场的耦合作用机制,以及岩体温度场和渗流场对地应力场的影响机制.②阐明深部岩体多场耦合作用规律,建立深部岩体多场耦合作用下的非线性地应力场迭代计算方法.(4)提出多尺度地应力场反演与重构的计算方法,实现了跨尺度地应力场特征信息的解析与迭代计算①分析地应力场的微观与宏观的尺度特征,提出五级尺度地质体的概念模型.②基于地层、地质构造及岩性的尺度间差异性特征,建立地质体多尺度表征方法.③针对不同尺度下的地应力场形成机制与分布特征,建立多尺度地应力场载荷边界条件.④探究多尺度地质体地应力场分布的异同性,建立不同尺度地质体模型区块链接方法与跨尺度深度信息学习算法.
Research on inversion algorithm of deep complex in-situ stress field based on depth learning

周家兴

展开 >

清华大学水利水电工程系,北京 100084

北京科技大学金属矿山高效开采与安全教育部重点实验室,北京 100083

岩石力学 地应力场 深度学习 地质构造 多场耦合 多尺度

国家重点研发计划

2017YFC1503104

2024

岩石力学与工程学报
中国岩石力学与工程学会

岩石力学与工程学报

CSTPCD北大核心
影响因子:2.589
ISSN:1000-6915
年,卷(期):2024.43(4)