隧道工程建设地质预报及信息化技术的主要进展及发展方向

钱七虎

(解放军理工大学国防工程学院， 江苏 南京 210007)



隧道工程建设地质预报及信息化技术的主要进展及发展方向

钱七虎

(解放军理工大学国防工程学院， 江苏 南京 210007)

复杂的不良地质条件是制约隧道安全高效建设的主要因素，要实现隧道工程的安全高效建设，首先要提高地质预测预报技术水平及其信息化程度。1)介绍我国复杂不良地质隧道超前预报的方法进展及其应用，包括突水突泥灾害源超前探测方法与设备、断层破碎带超前预报、城市地铁溶洞和孤石等探测的进展及应用等； 2)介绍我国隧道岩爆监测预警方法及其应用，预报清楚之后就要加强安全风险过程监控； 3)介绍基于BIM技术的建筑物(隧道工程)安全风险监控最新进展，包括安全风险实时感知系统和实时预警系统; 4)指出隧道工程建设信息化技术的发展方向，包括开展基于大数据技术的TBM/盾构施工的分析与控制研究以及数字隧道向智慧隧道(建设和运营维护)的发展。

隧道； 信息化； 不良地质； 超前预报； 岩爆； BIM； 大数据技术； 数字隧道； 智慧隧道

0 引言

随着经济的持续发展、综合国力的不断提升以及高新技术的不断应用，我国隧道及地下工程建设得到了前所未有的发展。制约隧道安全高效建设的主要因素并公认为隧道建设难点的是极端复杂的不良地质条件。客观复杂的不良地质条件加上施工人员的主观不安全行为酿成了地质灾害和工程事故，对隧道建设的安全、工期和成本造成严重危害。地下地质情况不掌握，事故发生机制不清楚，从信息学的角度来说，就是地下信息采集和传递不及时，信息分析处理不完善，信息共享和利用不充分。随着隧道工程理论和方法的不断进步以及科学技术的不断发展, 人们越来越认识到工程地质勘察、设计和施工形成系统和信息化一体的重要性，要想实现隧道安全高效建设就要不断提高隧道工程建设的信息化水平。本文介绍和分析我国隧道地质预报方法及安全监控技术的最新进展，并提出我国隧道工程建设信息化的发展方向，以期对我国隧道技术的发展有一定启示。

1 复杂不良地质超前预报分析方法及其应用

随着我国隧道工程建设规模的不断扩大，隧道工程的数量和长度逐渐增加，部分隧道地质条件异常复杂，施工难度大大增加。暗河、溶洞、断层破碎带、孤石等不良地质条件都会给隧道施工带来严重危害。突水突泥、塌方、卡机、机毁人亡等事故时有发生，如： 宜万铁路马鹿箐隧道和野三关隧道、湖北沪蓉西高速公路龙潭隧道、吉莲公路永莲隧道、青海西格铁路关角隧道等突水突泥，甘肃引洮工程、云南那帮水电站工程、辽宁大伙房水库工程、瑞士圣格达铁路隧道工程等遇不良地质掘进机被卡或损坏。这些事故给人民的生命和财产安全造成了极大的危害。为准确查明复杂不良地质的具体情况，及时采取针对性的防治措施，最大限度地减小不良地质对隧道施工与营运的影响，利用地质超前预报技术为不良地质隧道施工提供指导十分必要。

1.1 突水突泥灾害源超前探测方法与设备

对于含水地质构造的超前探测而言，主要任务有： 1)确定含水构造的具体位置、规模大小和具体形态等特征，即需要实现对含水构造的三维成像； 2)尽可能准确地测算含水构造内部的含水量和水体特征，突水超前探测的难点是水量的探测，为解决该难题，针对性地提出了基于二电流激发极化半衰时差法的隧道含水构造水量预测方法[1]。半衰时之差包络面积与注入水量的关系见图1，可知含水体静态水量与激发极化半衰时之差呈正相关关系，两者的这种单调线性正相关关系为解决实际工程中含水构造的水量预测奠定了基础。

(a) 小型物理模型试验实测数据

(b) 大型物理模型试验实测数据

根据激发极化法等地球物理方法为先导的解决思路，研制出前向三维激发极化探测专用仪器——GEI电法仪，其工作原理见图2，可实现含水构造的三维成像展示。

图2 GEI电法仪原理

1.1.1 钻爆法突水突泥灾害源超前探测

在成兰铁路跃龙门隧道3#斜井工区采用激发极化法进行超前探水预测预报试验，激发极化探测三维成像见图3。

(a) 激发极化探测

(b) 三维水体提取

根据掌子面前方30 m范围含导水构造的三维空间展布，综合地质与激发极化分析结果，推断探测区域赋存水量约为900 m3(静储量，不考虑补给条件)，补给条件下总涌水量1 000 m3/h，实现含水构造的三维成像展示和一定范围内的定性、定位、估量探水，取得了较好的现场验证效果。

1.1.2 TBM突水突泥灾害源超前探测

在TBM突水突泥灾害源超前探测方面，国内外尚没有有效的预报方法。TBM施工隧道超前地质预报面临的问题见图4，主要有： 1)TBM占据大部分隧道，可用观测空间狭小； 2)TBM掘进电磁环境复杂，干扰严重。

图4 TBM施工隧道超前地质预报面临的问题

Fig. 4 Difficulties of advanced geological prediction during TBM tunneling

基于钻爆法超前探水预报方法，提出搭载于TBM的激发极化法，搭载方案与总体架构见图5。

(a)

(b)

将搭载TBM的三维激发极化法应用在吉林引松3标超前地质探测中，现场应用和部分探测结果分别见图6和图7。引松供水工程从71+476始发掘进，累计掘进1 532 m，激发极化法探测21次，准确探测了2次岩溶富水区，其他段落为干燥状态或滴水，总体准确度达到85%以上。

(a) 搭载激电系统

(b) 主机监测

(a) 三维成像

(b) 开挖结果和实测结果对比

1.2 隧道前方断层破碎带超前预报

搭载于TBM的三维地震法是探测隧道前方断层破碎带的有效方法，其原理见图8。该方法是在刀盘附近边墙设置12个激震点，后方边墙上布置10个传感器，利用检修间隙探测，不需对TBM机械进行改造，可对断层、溶洞、破碎带等不良地质进行三维定位 ，探距120 m，断层探测准确率90%，位置误差为探测距离的10%。

图8 地震反射成像法超前探测示意图

将搭载于TBM的三维地震法应用在辽宁某引水工程中，探测结果见图9。由探测结果可知： 在掌子面前方60～120 m存在较多强反射界面，且正负交替出现，推测从掌子面前方60 m开始进入断层破碎带，围岩强弱交替，这与后期开挖结果相吻合。三维地震探测的实施，保障TBM安全穿越200 m断层破碎带。

图9 三维探测结果

1.3 城市地铁溶洞、孤石等探测进展及应用

溶洞、孤石体积小，需要精细化探测，跨孔电阻率CT法是一种孔中精细化探测方法，该方法利用不良地质构造与周围介质或者岩层之间的电阻率差异，通过对电阻率的层析成像，来对隐藏在岩体内的不良地质构造和岩层交界面进行识别和定位。该方法的具体工作原理是： 在相邻的2个地质勘探钻孔中，一个放入供电电极，另一个放入测量电极，利用从钻孔中观测到的电位或电位梯度值进行直接或间接的成像反演，就可以获得这2个钻孔间地层的电阻率分布图[2]。跨孔电阻率CT法探测原理见图10。

跨孔电阻率CT法具有以下优点： 1)探测电极安装在孔中，深入围岩，可避开各种电磁干扰； 2)采用跨孔“透视对穿”的观测方式，采集的数据量更多，且更接近勘探目标体； 3)信号不随深度方向衰减，分辨率更高。

图10 跨孔电阻率CT法探测原理

Fig. 10 Detection principle of CT technology by cross-hole resistivity method

1.3.1 厦门市轨道交通1号线孤石探测

厦门市轨道交通1号线集美大道站—天水路区间站位于厦门市集美区后溪镇，区间起于集美大道站，下穿崎沟村、东宅村民房后到达天水路站，区间穿越残积土、全风化花岗岩、散体状强风化花岗岩等地层，初勘时发现基岩突起及孤石存在，且因区间上部分布大量崎沟村民房，房屋基础薄弱，密集无序，详勘仅钻探18个孔位，传统方法无法探明区间孤石、基岩突起具体分布情况。选择地质相近、地势较为开阔的天水路站—厦门北站区间(起讫里程YDK30+095～YDK31+035)作为试验段，采用跨孔电阻率CT法进行孤石探测试验，部分探测结果见图11。本次跨孔电阻率CT法孤石探查试验推断存在12处孤石，9处得到钻孔验证，孤石揭露准确率超过70%，探测较为成功。

1.3.2 大连地铁2号线东春区间溶洞超前探测

跨孔电阻率CT法也可对溶洞进行超前探测，通过三维切片成像可推断溶洞的发育位置和规模。采用该方法对大连地铁2号线东纬路—春光街区间进行了精细探查，部分探测结果见图12。可知跨孔电阻率CT成像结果与实际开挖结果吻合。

1.3.3 南京地铁上元门站基坑涌水探查

超前探测的另一难点是溶管(岩溶裂隙)的探测，南京地铁上元门车站靠近长江，车站基坑开挖时不断涌水，采取注浆措施封堵，因未查明涌水通道，注浆针对性不强，注浆效果不佳。采用跨孔电阻率CT法、高密度电法、瞬变电磁法和地质雷达法4种方法相结合的综合物探方法对车站基坑进行精细探查，综合物探结果见图13。采用综合物探方法确定了长江水经过基坑的流水通道以及基坑底板富水区的空间分布，根据物探解译结果，推断了长江水源补给通道,合理地设计了注浆孔位，并通过注浆对涌水点进行有效封堵。

(a) ZK3—ZK1反演结果 (b) 钻孔柱状图 (c) ZK2—ZK1反演结果

(a) 跨孔电阻率CT成像三维切片 (b) 第2和第3个剖面之间的掌子面出水涌泥照片

图13 南京地铁上元门站基坑涌水综合物探结果

2 隧道岩爆监测预警方法及其应用

2.1 隧道岩爆监测预警可行性分析

岩体中一般积聚有弹性变形势能，在一定条件下，这些能量会猛烈释放，岩石发生爆裂并弹射出来的现象，我们称之为岩爆。岩爆的形成一般经历岩体破裂、块体形成、块体弹射3个阶段。岩石是各向异性的非均匀材料，当岩体中的裂纹产生、扩展和摩擦时，岩体内部的能量会以波的形式释放，这就产生了微震事件。我们利用微震监测技术可以接收到岩体内部的微震信息，通过科学反演，就能够得到岩体微破裂发生的时间、具体位置和震裂强度等信息。根据微破裂释放出能量的大小、分布和集中程度，就可以对岩爆的可能性、发生的位置和等级等进行预测预报。现阶段，微震监测技术已经在地下工程中得到了广泛的应用。在多数的岩爆孕育过程中，微震事件及其能量的演化具有自相似性(时间、能量及空间分形特征)，且有微震信息前兆特征，这种相似性见图14。可知： 在大多数情况下，可以利用已监测到的微震活动性，在基于未来施工不变的情况下，对岩爆的区域和等级进行预警。

(a) 时间分形

(b) 能量分形

2.2 隧道岩爆监测预警技术与方法

2.2.1 按施工方法预警

在隧道TBM法和钻爆法施工时，岩爆孕育存在以下显著差异： 1)TBM高等级岩爆孕育伴随低等级岩爆(见图15)； 2)TBM同一区域常发生多次岩爆； 3)TBM岩爆多发生在开挖过程中，钻爆法几小时到几天不等； 4)TBM 诱发的微震事件能量一般较大(见图16)。

(a) TBM法施工

(b) 钻爆法施工

Fig. 15 Difference between rockburst grades induced by TBM method and those induced by drilling and blasting method

图16 TBM法与钻爆法微震事件能量差异

Fig. 16 Difference between seismic energy induced by TBM method and that induced by drilling and blasting method

2.2.2 按岩爆类型预警

岩爆形式的动力破坏基本可以分为2类： 1)第1 类是由岩石破坏导致的，通常称为应变型岩爆； 2)第2类是断层滑移或者剪切断裂所导致的，称为应变结构面滑移型和断裂滑移型。这2类岩爆的主要区别是： 在第1 类岩爆中，扰动源(开挖)和岩爆发生的部位是相重合的； 在第2 类岩爆中，扰动源和所导致的岩爆发生部位离开一段距离，甚至是相当大的距离。此外，与第2 类岩爆(滑移断裂型岩爆)相联系的能量通常远远大于应变型岩爆的能量。断裂滑移型岩爆的破坏程度也通常比应变型岩爆强烈得多[3]。因此，建立了隧道不同类型岩爆定量预警公式

(1)

式中：m表示施工方法，主要有钻爆法和TBM法等；r表示岩爆类型，分为应变型、应变-结构面滑移型和断裂滑移型；i表示岩爆等级；j表示用于预警的微震参数；P表示岩爆发生概率。

基于大量岩爆案例统计分析，锦屏二级水电站钻爆法施工引排水隧道不同类型强裂岩爆的6微震参数预警阈值见表1。

表1 锦屏二级水电站钻爆法施工引排水隧道不同类型强烈岩爆的预警阈值

Table 1 Warning thresholds of different types of serious rockburst induced by drilling and blasting construction of water diversion and drainage tunnel of Jinping Ⅱ Hydropower Station

岩爆类型 事件数/个lgElgV事件率/(个/d)释放能速率lg(E/t)视体积率lg(V/t)应变型49．76．35．05．55．64．1应变-结构面滑移型32．15．84．93．04．53．9

注:E表示释放能， J；V表示视体积， m3；t表示时间， d。

2.3 隧道岩爆孕育过程动态调控

2.3.1 TBM开挖应变型强烈岩爆预警与调控[4]

通过对某深埋工程3#TBM 施工隧洞发生的微震事件进行滤噪和定位分析，获得微震事件数量和能量等级随时间的演化规律，见图17。可知： 从2010 年9 月6 日开始至9月8 日，微震活动趋于活跃，微震事件的数量和能量均随时间出现大幅度增加；9月6—8 日，一共出现17 个震级大于-0.2 的事件，其中震级大于0.5 的事件出现7 个，同时，大事件数量也表现为逐步增加的趋势。3#TBM隧洞开挖的微震事件累计分布见图18( 图中球体颜色表示微震事件震级大小，颜色与震级大小对应关系如图例所示； 球体大小表示微震事件释放能的大小)。由图18(a)可看出，该期间共出现54 个有效微震事件，累计释放能量为1.1×107J，微震事件比较集中，且释放能量较大。

图17 3#TBM 开挖隧洞时微震事件数和能量随时间演化规律

Fig. 17 Quantities and energy of microseismic incidents vs. time during TBM Tunnel #3

(a) 2010年9月6—8日 (b) 2010年9月9—11日

Fig. 18 Distributions of microseismic incidents during construction of TBM Tunnel #3

现场及时采取如下调控措施： 1) 降低TBM 掘进速度，2010年9月8日进尺为16.25 m， 9日进尺降到9.55 m，10日再降至6.25 m，11日进尺维持在6.64 m； 2) 加强支护措施，增加了6 m 锚杆的数量。

及时采取调控措施后，效果如下： 1)微震活动趋于平缓，如图18(b)所示，微震事件数量和能量都明显降低。2010 年9 月6—8 日累计事件数为54 个，震级大于-0.2 的事件27 个，震级大于0.5的事件7 个； 9—11日累计事件数降至29 个，震级大于-0.2 的事件降至10 个，震级大于0.5的事件仅有2 个，微震释放能量也由1.1×107J 降低至5.9×106J。微震活动整体趋于平稳。2)岩爆等级降低，工程现场9月9日和10 日分别发生中等岩爆1 次，随后此洞段安全完成开挖。

2.3.2 钻爆法开挖应变-结构面滑移型中等岩爆预警与调控[4]

通过对某深埋工程1-1-W和2-1-E施工隧洞发生的微震事件进行滤噪和定位分析，获得的微震事件数量和能量随时间的演化规律见图19。可知： 从2010 年12月23—26日，微震活动日渐趋于活跃，微震事件的数量和能量随时间均出现了显著增加，因此怀疑岩体中存在近东西向的硬性结构面。这4 d共监测到有效微震事件35个，其中震级大于0.6的事件有4个，且监测到的微震事件大部分集中在2-1-E掌子面后方和2-1-E 与1-1-W 掌子面中间位置，微震事件累计释放能量5.4×104J，从中可以看出，微震事件集中而且释放能量较大。

根据以上微震活动的特征和规律，预测到2010年12 月25 日开挖区域存在高概率中等岩爆发生的风险。因此，建议微震事件集中的2-1-E掌子面停止掘进，1-1-W掌子面单向掘进，及时做好系统支护工作，并对关键部位的支护措施进行加强，同时建议必要时对掌子面进行应力释放。除此之外，在距离掌子面100 m处拉上警戒线，禁止车辆和行人进入。26日建议改为由1-1-W掌子面单向掘进。根据现场资料显示，26日2-1-E掌子面处实际发生中等岩爆1 次，证明了岩爆预测的准确性和调控措施的必要性。

图19 某深埋工程施工时微震事件数和能量随时间演化规律

Fig. 19 Quantities and energy of microseismic incidents vs. time during a deep tunnel construction

根据建议， 2-1-E掌子面12月28日暂停掘进，同时增加系统喷锚支护，1-1-W掌子面单向掘进，掌子面开挖隧洞累计微震事件分布见图20，可知： 采取调控措施前，12月23—26日共发生微震累计事件数量35 个，能量释放5.4×104J，震级大于-0.6的事件有4个，震级为-2～-1 的事件有14 个； 采取调控措施后，12月28—31日共发生微震累计事件数量25 个，能量释放5.8×103J，震级大于-0.6的事件0个，震级为-2～-1 的事件7 个。通过以上对比可以看出，微震事件数和能量都表现为明显的降低，微震活动明显减弱。

(a) 调控前 (b) 调控后

图20 1-1-W和2-1-E掌子面开挖隧洞累计微震事件分布

Fig. 20 Distributions of microseismic incidents during construction of tunnel face No. 1-1-W and No. 2-1-E

2.4 隧道岩爆监测预警工程实践

2.4.1 锦屏二级水电站深埋隧洞开挖过程岩爆监测预警与防控[5]

锦屏二级水电站位于四川省凉山彝族自治州，该水电站利用雅砻江150 km锦屏大河湾处的天然落差，截弯取直开挖隧洞引水发电，水电站总装机规模达480万kW。工程开挖共包括7 条平行隧洞，即1#—4#引水隧洞、施工排水洞和A、B辅助洞等，图21为其平面布置。其中，4 条平行布置横穿锦屏山的引水隧洞，从进水口至上游调压室的平均洞线长度约16.67 km，中心距60 m，洞主轴线方位角为N58°W，开挖直径12.40～13.00 m，全线一般埋深为1 500～2 000 m，最大埋深达2 525 m。隧洞具有大、长、深等特点。

图21 水电站隧洞布置平面图

在采用岩爆监测预警系统前，2条辅助洞发生岩爆，造成人员伤亡和严重恐慌，施工队伍被迫更换多次，工期延误1年以上。排水洞2009年11月28日发生极强岩爆，TBM被毁，多人伤亡，停工半年，被迫更改施工方案。

之后采用微震监测技术进行监测预警与预控，通过微震数据采集系统连续进行数据采集、数据远程传输、数据处理与分析，实现对施工隧洞微震事件的连续监测和分析。相邻平行最大埋深洞段岩爆风险控制效果见表2。

表2 相邻平行最大埋深洞段岩爆风险控制效果比较

2.4.2 锦屏地下实验室二期开挖全过程灾害监测预警与防控[6]

锦屏地下实验室二期工程位于锦屏交通洞A洞南侧，最大埋深约2 400 m，是目前世界上埋深最大的实验室，施工过程中潜在的岩爆、片帮、坍塌等硬岩工程灾害发生的频率高、危害严重。根据锦屏深部地下实验室二期的功能设计要求，结合布置区域的地质条件、已有洞室布置和施工条件，地下实验室总体方案采用4 洞9 室“错开型”的布置形式，见图22。目前共有9 个实验室，其中，1#—6#为物理实验室，7#—9#规划为深部岩石力学实验室。1#—8#实验室长度均为65 m，城门洞型，隧洞截面14 m×14 m，9#实验室长60 m(东西两侧各30 m)。各实验室均采用钻爆法施工，分3层开挖，上层8.0 m，中层5.0 m，下层1.0 m。其支护方式主要为锚杆和喷射混凝土。

图22 锦屏地下实验室二期隧洞布置图

Fig. 22 Layout of 2nd phase tunnel projects of Jinping underground laboratory

在7#和8#实验室施工开挖过程中，于2015年8月23日发生一次极强岩爆。岩爆区域长约44 m，高5～6 m，最大爆坑深度3.1 m，最大爆坑尺寸达2.4 m×2.4 m×1 m，岩块最大弹射距离7～10 m，爆出岩块体积约400 m3，岩爆造成7#、8#实验室上层南侧边墙已完成的支护系统严重破坏，破坏区的锚杆被拉断和拔出，钢筋网和初喷混凝土被抛出。由于采取全过程灾害监测预警与防控措施，本次“8·23”极强岩爆在发生前2 h被成功预警，施工单位根据岩爆预警信息及时通知现场，并撤离了高风险区的施工人员和设备，成功避免了因本次大规模极强岩爆带来的人员伤亡和设备损失，保证了实验室二期工程建设期的施工安全。

3 基于BIM技术的建筑物(隧道工程)的安全风险监控

3.1 BIM技术内涵

BIM(building information modeling)的本质就是把数据转化为信息，通过数字信息仿真模拟建筑物(隧道)具有的真实信息，以三维虚拟现实技术建模，实现可视化的工程数据模型。在建设项目管理过程中，通过运用BIM技术，从设计阶段开始就建立互相协调、内部一致的可运算三维信息模型，可以大幅度降低参建各方项目管理的难度，从而解决了许多原来二维平面模型不能解决的问题。从某种程度上说，BIM 不仅仅是一种模型工具，而且是一个协同的工作流程。通过三维模型的可视化演示，可以实现对建设工程项目的碰撞检测、施工进度模拟、工程质量分析和安全风险防控等[7]。

在地铁建设的管线施工中，需要在非常有限的空间内完成通信、信号、综合监控以及通风、暖通、消防、电力等十几个专业系统的安装，各系统之间碰撞冲突、返工修改等问题突出，合理布置这些系统与建筑、结构间的空间关系非常重要。而二维图纸由于无法可视化，往往会导致施工前各专业的冲突问题难以到解决。由于BIM 技术模型具有数字化、可视化、真实化的特点，采用BIM 技术模型进行车站的施工碰撞研究，可使项目各参与方进行无间隙共享及无障碍交流，在整个项目周期高效协同工作，从而有效解决上述难题[7]。

在高风险特殊区段地铁施工中，为了降低灾难性事故的发生概率，我们需要实时地对安全风险进行感知，才能及时防范事故发生。因此，进一步将包含岩土地质信息、地下管线信息、周边建筑技术信息、机械人员信息、施工监测信息等在内的工程实体与施工工序信息对应的时间维集成，建立地铁施工的4D模型。某地铁车站4D模型见图23。

(a) (b)

(c) (d)

(e) (f)

3.2 隧道施工安全风险实时感知及实时预警系统

下文以武汉某地铁越江隧道联络通道施工过程中的风险控制为例，介绍施工中的安全风险实时感知及实时预警系统。

3.2.1 安全风险实时感知系统

为了实现对工程周边环境与工程结构等多物理量的连续实时感知，提高风险特殊区段地铁施工安全风险信息的采集和传输能力，将光纤光栅传感技术引入到了某地铁隧道联络通道的冻结法施工中。由于光纤光栅传感器具有耦合监测、高精度、自动连续、抗电磁干扰、不受水和潮气影响、远距离传输等诸多优点，工程利用光纤光栅传感器对水平冻土、联络通道初期支护和既有隧道管片分别进行温度-应变耦合监测，构建了联络通道施工多场耦合实时感知系统，从而实现了整个施工周期内对数据的自动连续采集和实时分析与预警[8]。

实时感知系统组成见图24，包括独立供电系统、数据存储分析系统、数据实时采集系统等3部分，并增设防尘防水保护系统。

图24 实时感知系统组成

3.2.2 安全风险实时预警系统

从海因里希的事故连锁理论、轨迹交叉理论等事故致因理论中，我们可以得知，施工中人的不安全行为和物的不安全状态会导致安全事故的发生。因此，某地铁隧道联络通道施工过程中，除了建立多场耦合实时感知系统实时获取物的状态外，人的行为对于施工安全风险控制而言更为重要[8]。因此，在多场耦合实时感知系统的基础上，实现了复杂环境下长大隧道中实时跟踪移动目标，并将联络通道施工过程中环境、结构和人的安全信息综合起来进行安全分析判断，并及时有效地发布预警信息，第一时间通知现场作业人员采取应急措施，实现了安全知控一体化和实时化。安全知控一体化和实时化原理见图25。

图25 安全知控一体化和实时化示意图

Fig. 25 Sketch diagram of integration and real-time warning system

地铁施工过程中存在大量的安全信息，必须充分、及时掌握这些安全信息才能对其进行有效的安全控制。因此，BIM、物联网、数据融合等前沿信息技术的应用是提升地铁工程施工安全风险控制水平的重要途径之一，它对于提高地铁施工过程中安全信息的采集、传输、分析和挖掘能力，降低施工安全风险，具有突出作用。隧道实时定位系统架构见图26 。

图26 实时定位系统架构

4 隧道工程建设信息化技术的发展方向

4.1 开展基于大数据技术的TBM/盾构施工时的分析与控制研究

隧道建设时的工程事故和TBM/盾构的低运行除了与客观不良地质条件有关，还与TBM/盾构的选型不当以及操控参数选择不合理有关。如何使选型与参数选择从经验上升为科学？运用大数据技术是一个可行的方向。

4.1.1 大数据技术的定义和特征

大数据技术是指对数据规模大、结构复杂度高、关联度强的数据集进行处理与应用的处理技术。具有以下“4V”特征： 1)Volume(大量)，数据量巨大； 2)Variety(多样化)，数据类型多且十分复杂； 3)Velocity(快速)，处理速度要求快； 4)Value(价值密度低)，虽然数据采集量巨大，但有用数据少。

4.1.2 大数据技术内涵

大数据涉及到的技术主要包括数据挖掘与关联分析技术、机器学习、模式识别、预测模型、时序分析以及可视化处理等。

1)数据挖掘。数据挖掘是一个知识发现的过程，即从大量的数据中自动搜索隐藏在其中的知识或特殊关系信息的过程。

2)关联分析。关联分析是从大量数据中分析各数据项之间有价值的相关关系。比如20世纪90年代美国沃尔玛超市基于销售数据关联分析，将啤酒与尿布2个看上去没有关系的商品放在一起进行销售，获得了很好的收益。

3)机器学习。机器学习主要研究如何使用电脑来模拟和实现人类学习时获取知识的过程，重构已有知识，提升自身处理问题能力从而形成创新。机器学习的最终目的是从数据中自动分析获取规律性知识，并用于对未知数据进行预测、判断和评估。机器学习与统计推断学联系密切。

4.1.3 大数据技术应用在TBM/盾构施工中的可行性分析

TBM/盾构施工数据是典型的大数据问题，大数据的概念和TBM/盾构施工数据具有天然的契合性。TBM/盾构在施工掘进过程中连续自动采集数据并存储在数据库中。比如海瑞克盾构每2.5 s会自动采集，每10 s会自动存储一次数据。对于1条长约25 km的隧道来说，单就掘进参数而言，每台盾构每分钟产生包括盾构扭矩、推力、转速、贯入度等掘进参数在内的掘进数据，如果推进2 h，1条线路将产生约4.2×105组掘进数据，盾构/TBM掘进数据不仅包括自身的掘进参数(扭矩、推力、转速、贯入度等)，还有地层变形数据(包括应力、位移)，以及掘进地层地质数据(比如地层类型、土体物理力学参数、地下水位等)，加上各监测点获取的数据(包括区间隧道上方、周边布置的监测点以及大量管线、建筑物、道路布置的测点)，数据形式多样(包括数值、文字、图片等资料)。总的来说，盾构/TBM施工数据量巨大。盾构掘进参数之间、盾构掘进参数与地层变形之间相互关联，非常复杂，呈现出大量、多态、多源、多维的大数据特征。因此，盾构/TBM施工数据是典型的大数据应用范例。4.1.4 大数据技术在TBM/盾构施工中的应用前景

目前中国大部分的地铁工程都采用盾构施工，山岭隧道和引水隧道等长大隧道建设中采用TBM施工的也越来越多，并都研发了施工信息管理系统(见图27)，系统用以支持TBM/盾构的远程监控，通过多种传输方式将掘进数据发送至中心服务器并自动存储，其采集、翻译、传输和存储分析的过程见图28。因此，TBM/盾构施工管理信息化技术的应用为大数据分析提供了数据基础。

(a) 宁和城际轨道交通一期风险管控系统

(b) 成都地铁建设工程安全风险监控系统

Fig. 27 Construction information management system of Metro shield construction

通过大数据技术有效利用TBM/盾构施工中的大数据，对优化TBM/盾构的设计，正确进行TBM/盾构的选型，提升TBM/盾构的掘进效率和控制施工时的事故发生具有重要意义，其关键是建立数据联盟以及对TBM/盾构施工海量数据的数据挖掘和关联分析技术的研究和提升。

图28 盾构数据采集过程

基于大数据技术开展TBM/盾构施工中的应用研究在国内刚刚起步，是一个富有探索性和挑战性的课题，尚未有成功的应用实例。例如TBM/盾构的扭矩是其选型的重要参数，现在依据的是日本公式T=aD2，式中影响参数单一(仅为盾构外径D)。盾构外径D大时，扭矩偏大，不能充分发挥切削能力；盾构外径D小时，扭矩偏小，容易出现扭矩过载。因其复杂性，进行理论研究很难，可以通过大数据技术对以往掘进施工参数进行统计挖掘，分析不同地质条件下不同类型盾构掘进参数的变化规律，得到适用性强的经验公式，为优化国产盾构选型参数提供技术支持。再如如何选择与地层特性相适应的掘进参数，从而保证开挖面稳定、减小地层变形位移是盾构施工控制的难点。可以通过对不同地层内掘进时的掘进参数与地层变形参数进行统计来控制掘进，分析盾构掘进参数与地层变形之间复杂的规律性关系，为有效预测复杂条件下地层变形、防治地面隆起或坍塌事故提供依据。

4.2 数字隧道向智慧隧道(建设和运营维护)的发展

智慧工程方面国外已有一些实例，如： 2006年，新加坡启动“智慧国家2015”计划，建立了针对交通堵塞预报的智慧城市系统； 2009年，韩国仁川实现了房间耗能的智能控制与通过网络监测病人状况的智慧城市应用； 昆士兰建立了对桥的智能安全系统，通过装在桥上的传感器，确保桥的安全； 爱尔兰“智慧湾”利用浮桥上的传感器及渔民手机，监测水面上的漂浮物、水流，沟通渔民和餐厅的交易； 瑞典斯德哥尔摩智慧城市系统使汽车使用量降低25%，尾气排放降低8%～14%。隧道工程也将从数字隧道向智慧隧道方向发展。

4.2.1 数字隧道和智慧隧道的概念

数字隧道是隧道工程信息化的初级阶段，是“物理隧道”(实体隧道)的虚拟对照体，以信息化手段对隧道建设过程中的勘察、设计、施工及监测等数据进行集中有效管理。具体体现为数字隧道工程基础平台，该平台是集数据信息存储、查询、三维可视化建模及虚拟浏览为一体的综合系统。其信息包括地形、地理的基础地理数据； 包括工程地质和水文地质、环境地质的地质数据(两者共称为地层数据)，隧道主体的设计、施工及监测数据等。

智慧隧道是为隧道工程建设和运营服务的隧道工程信息化的高级阶段。包括智慧和智能2方面： 智慧是对大系统和巨系统而言，例如城市是一个巨系统，包括人、自然和社会等的综合体。隧道是一个大系统，包括隧道本体、隧道环境、隧道建设者和运营者的综合体； 智能是对某项技术、某个功能和某种仪器设备而言，如智能手机、智能传感机和智能交通等。

具体来说，智慧隧道就是让作为隧道系统主体的隧道工程建设者和运营者更聪明。首先，它通过互联网把无处不在的被植入隧道本体、周围地层中的智能化传感器、实时跟踪移动目标的GPS定位单元以及无线射频识别单元连接起来形成物联网，以此实现对物理隧道(隧道本体和环境)、隧道建设者和设备的全面感知； 除此之外，智慧隧道利用云计算技术能对感知信息进行智能处理和分析，实现网上“数字隧道”与物联网的融合； 最后，在分析处理后发出对包括超前地质预报、设计方案和修改、施工方案的实施(如盾构推进的操作参数的确定等)、预警信息的发布、应急防治方案的实施等作出智能化响应和决策支持的指令。

4.2.2 智慧隧道和数字隧道的区别和联系

数字隧道是物理隧道在网上的虚拟对照体，两者是分离的； 智慧隧道运用物联网可以把数字隧道与物理隧道无缝连接在一起，是物联网与“数字隧道”的融合，智慧隧道是数字隧道功能的延伸、拓展和升华，是数字隧道的智能化。利用云计算对实时感知数据进行快速和协同处理，并在大数据技术所具备的感知能力、逻辑思维能力、自学习与自适应能力和行为决策能力的基础上提供智能化服务。

智慧隧道和数字隧道之间并无绝对界线，是可以过渡的，例如有4D数字隧道、N维数字隧道……，相应有4D和ND BIM技术。

4.2.3 智慧隧道智的体现

1)透彻感知。无处不在的智能传感器，对隧道、环境、设备和人及其状态实现全面、综合地感知和对其运行状态的实时感测。

2)全面互联。通过运用物联网将所有传感器全面连接，通过运用互联网实现感知数据的智能传输和存储。

3)深度整合。物联网和互联网完全链接和融合，将多源异构数据整合为一致性数据——隧道工程建设和运营全图。

4)智能服务。在隧道智慧信息(网络、数据)基础上，利用云计算构架一种新的能提供服务的系统结构，基于大数据技术，对海量感知数据进行并行处理、数据挖掘与知识发现，能够为隧道建设和运营提供各种不同层次、不同要求的高效率智能化服务。

4.2.4 智慧隧道建设

建设智慧隧道的关键是做好智慧隧道工程数据交换共享平台建设。这是一个智慧信息基础设施—智慧应用服务技术支持层—智感应用服务层的推进过程。

要有4方面的提升： 1) 三维可视化表达—统一时空基准的四维信息； 2)“静态数据+周期性更新”—“实时获取+动态更新”； 3)“有限服务”—“全面深度服务”； 4)“事后分析+辅助决策”—“实时分析+智能数据挖掘+知识发现+实时决策”。

5 结语

不断提高地质预报技术水平，加强隧道建设、运营维护全过程的信息化、可视化、智慧化研究，逐步实现隧道更加安全、高质、高效、智能的建设与管理，是今后一个时期的发展方向。

[1] 李术才，刘斌，李树忱，等.基于激发极化法的隧道含水地质构造超前探测研究[J].岩石力学与工程学报,2011,30(7): 1297-1309.(LI Shucai，LIU Bin，LI Shuchen，et al.Study of advanced detection for tunnel water-bearing geological structures with induced polarization method[J].Chinese Journal of Rock Mechanics and Engineering, 2011,30(7): 1297-1309.(in Chinese))

[2] 李术才，苏茂鑫，薛翊国，等.城市地铁跨孔电阻率CT 超前地质预报方法研究[J].岩石力学与工程学报,2014,33(5): 913-920.(LI Shucai， SU Maoxin， XUE Yiguo，et al.Study of computed tomography of cross-hole resistivity in urban subway geological prediction [J].Chinese Journal of Rock Mechanics and Engineering, 2014, 33(5): 913-920.(in Chinese))

[3] 钱七虎.岩爆、冲击地压的定义、机制、分类及其定量预测模型[J].岩土力学，2014,35(1): 1-6.(QIAN Qihu.Definition, mechanism, classification and quantitative forecast model for rockburst and pressure bump[J].Rock and Soil Mechanics, 2014, 35(1): 1-6.(in Chinese))

[4] 冯夏庭，张传庆，陈炳瑞，等.岩爆孕育过程的动态调控[J].岩石力学与工程学报,2012,31(10): 1983-1997.(FENG Xiating，ZHANG Chuanqing，CHEN Bingrui，et al.Dynamical control of rockburst evolution process[J].Chinese Journal of Rock Mechanics and Engineering, 2012,31(10): 1983-1997.(in Chinese))

[5] 张文东，马天辉，唐春安，等.锦屏二级水电站引水隧洞岩爆特征及微震监测规律研究[J].岩石力学与工程学报,2014,33(2): 339-348.(ZHANG Wendong， MA Tianhui，TANG Chun’an，et al.Research on characteristics of rockburst and riles of microseismic monitoring at diversion tunnels in Jinping II hydropower station[J].Chinese Journal of Rock Mechanics and Engineering, 2014, 33(2): 339-348.(in Chinese))

[6] 冯夏庭，吴世勇，李邵军，等.中国锦屏地下实验室二期工程安全原位综合监测与分析[J].岩石力学与工程学报,2016,35(4): 649-657.(FENG Xiating，WU Shiyong，LI Shaojun，et al.Comprehensive field monitoring of deep tunnels at Jinping underground laboratory(CJPL-II) in China[J].Chinese Journal of Rock Mechanics and Engineering,2016, 35(4): 649-657.(in Chinese))

[7] 刘卡丁，张永成，陈丽娟.基于BIM 技术的地铁车站管线综合安装碰撞分析研究[J].土木工程与管理学报,2015,32(1): 53-58.(LIU Kading，ZHANG Yongcheng，CHEN Lijuan.Research on subway station pipeline installation collision based on BIM technology[J].Journal of Civil Engineering and Management, 2015, 32(1): 53-58.(in Chinese))

[8] 丁烈云，周诚.复杂环境下地铁施工安全风险自动识别与预警研究[J].中国工程科学，2012,14(12): 85-93.(DING Lieyun，ZHOU Cheng.Automatic risk identification and safety early-warning of underground construction under complex conditions[J].Engineering Sciences，2012,14(12): 85-93.(in Chinese))

Main Developments and Directions of Geological Prediction andInformatized Technology of Tunnel Construction

QIAN Qihu

(CollegeofDefenseEngineering,PLAUniversityofScience&Technology,Nanjing210007,Jiangsu,China)

The improvements of geological prediction and informatized technologies are the keys to safe and efficient construction of tunnel in complex and bad geological conditions. The technologies used in China are introduced as follows: 1) The development and application of advanced geological prediction technologies of tunnels in complex and bad geological conditions, i.e. methods and equipments for water and mud inrush sources detection, advanced prediction of fault and fracture zones and detection of karst caves and boulders in urban Metro construction. 2) Monitoring and forewarning methods for rockbust in tunnel. 3) Building information modeling (BIM) technology, including real-time perceiving and real-time warning systems. Afterwards, the developing directions of informatized technology of tunnel construction are proposed, including analysis and control of TBM/shield construction based on big data technology and digital tunnel and intellectualized tunnel.

tunnel; informatization; bad geological condition; advanced geological prediction; rockburst; BIM; big data technology; digital tunnel; intellectualized tunnel

2017-02-13

钱七虎(1937—)，男，江苏昆山人，1965年毕业于莫斯科古比雪夫军事工程学院，防护工程专业，副博士，中国工程院院士、教授、博士生导师，从事隧道及地下工程建设科研工作。E-mail： gcyqqh@163.com。

10.3973/j.issn.1672-741X.2017.03.001

U 455

A

1672-741X(2017)03-0251-13