Yifan shen
编号:197 访问权限:仅限参会人 更新:2024-10-01 02:03:20 浏览:8次 口头报告

报告开始:暂无开始时间(Asia/Shanghai)

报告时间:暂无持续时间

所在会场:[暂无会议] [暂无会议段]

演示文件

提示:该报告下的文件权限为仅限参会人,您尚未登录,暂时无法查看。

摘要
岩石隧道开挖过程中,准确把握开挖面结构特性对隧道施工安全开展至关重要。本文通过精细化表征分析裂隙迹线长度、倾角等参数,计算岩体开挖面破碎程度和潜在滑移区域来评估开挖面结构特性。在岩体破碎程度评价方面,通过识别并统计裂隙迹线长度的单因素指标展开工作面岩体破碎评估。通过对比用于表征面积断裂强度的p21指标(单位面积断裂迹长)指标,讨论了岩体破碎程度评估的可靠性和合理性。在潜在滑移区域评价方面,提出了一种裂隙迹线近似提取方法。随后,基于裂隙倾角、长度的多因素指标进行评估。此外,通过比较不同裂隙迹线提取方法,讨论了不同指标计算的情况下,各种裂隙提取方法表现的优劣势。研究发现,岩体破碎程度指标往往比p21指标更能详细准确的描述岩体裂隙密度的实际情况,在极端条件下也往往更具合理性。同时,对岩体破碎程度和岩体工作面潜在滑移区域的评估可为精细化岩体结构特性提取,保障隧道安全建设提供重要参考。
 
 
关键词
岩石隧道;机器学习;裂隙迹线;破碎程度;潜在滑移区域
报告人
沈一凡
硕士研究生 Beijing Jiaotong University

发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    10月18日

    2024

    10月21日

    2024

  • 09月10日 2024

    初稿截稿日期

  • 10月10日 2024

    报告提交截止日期

  • 10月21日 2024

    注册截止日期

主办单位
中国土木工程学会隧道及地下工程分会
中山大学
承办单位
中山大学土木工程学院
隧道工程灾变防控与智能建养全国重点实验室
联系方式
  • 梁禹
  • 151********
  • 林沛元
  • 132********
  • 林越翔
  • 151********
  • 孙佳妮
  • 152********
  • 李云倩
  • 139********
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询