施工阶段隧道围岩快速分级法

王 睿， 夏道洪， 邓祥辉， 康 辰， 张长胜

(1.西安工业大学建筑工程学院，西安 710021；2.陕西省交通规划设计研究院桥隧设计研究所，西安 710065)

围岩分级作为评判围岩质量的重要手段，对隧道线路选择、支护结构设计、施工安全保障等具有不可替代的指导性意义。目前隧道围岩分级工作主要在勘察设计阶段进行，但由于受到地质条件复杂多变以及地质勘察手段有限的影响，常导致勘察设计阶段的隧道围岩分级结果与施工中呈现出的围岩实际情况差别较大[1]。当实际围岩质量比设计阶段预估围岩质量好时，将导致支护设计过强，会造成巨大浪费；当实际围岩质量比设计阶段预估围岩质量差时，将导致支护设计过弱，会存在巨大安全隐患，造成财产损失及人身伤亡[2]。为有效避免此类情况发生，在隧道施工现场对掌子面前方的岩体进行细致勘察，从而得出与实际情况更加符合的施工阶段围岩分级结果便显得尤为重要，且对保证隧道安全，经济、快速施工具有重要意义。

大量学者针对隧道施工阶段的围岩分级开展了系统研究。刘志忠[3]通过对施工过程中的围岩压力、钢拱架应力以及弹性波速等指标的监测结果和回归分析，提出了一种基于监测数据的施工阶段动态围岩分级方法，并依托后岗隧道和大湾隧道验证了该方法的可靠性。于丽等[4]为了提高施工阶段围岩分级结果的准确性，从72条隧道中选取了500多条围岩分级结果为样本，通过数量化理论分析建立了一套完整的施工阶段围岩亚分级方法，并通过工程实例证实了该方法具有较高的可行性。马超峰等[5]基于岩体结构控制理论以岩块强度、结构面发育特征和岩体结构特征作为基本分级指标，采用评分制对岩体质量做出评价，得到了一套山岭隧道施工阶段围岩动态分级方法，该方法在河北省境内若干条隧道的施工阶段围岩分级中进行了应用，取得了良好的效果。翟才雅[6]依托青岛地铁，结合数量化理论分析、数值模拟和现场实测建立了一种适用于城市地铁隧道施工阶段围岩等级细分的系统，将III、IV和V级围岩分别划分为2、3和3个亚级。刘苗等[7]对绢云母石英片岩公路隧道的岩石样本进行了分析，针对绢云母石英片岩的岩性特征，对BQ分级法进行了修正，并以十房高速通省隧道为例，对该方法进行了验证，结果表明修正后的围岩等级与实际开挖施工的围岩级别较为符合。郗鹏程等[8]依托于小盘岭隧道项目，基于统计岩体力学强度理论，通过经验公式将岩体弹性模量参数换算为BQ值，从而达到在施工阶段进行围岩分级的目的，并通过现场对围岩的监测验证了该方法的可行性。

通过上述文献可见，当前施工阶段的围岩分级均建立在大量数据的分析处理基础上，而这些数据的采集分析周期较长，无法满足隧道施工的要求；同时目前应用最广泛的隧道围岩分级方法是基于岩体基本质量指标(BQ)的综合评判法[9]，而现有的施工阶段围岩分级法中均未能在现场快速获得BQ分级法的两个关键因素：岩石强度和岩体完整性系数的准确值，这使得分级指标未能遵循规范，分级结果易出现误差[10]。因此，在施工阶段使用声波测试仪和回弹仪在掌子面进行测试，通过数据分析定量描述岩石强度和完整性系数[11-15]，对围岩进行初步分级；再结合隧道现场水文情况、软弱结构面、初始地应力状态等修正因素，对围岩进行详细分级[16]。这种方法可以在施工阶段更加准确、迅速地对围岩进行分级，并且具有较广泛的适用性，同时有效保障施工安全、节省工程造价。

1 基于BQ的施工阶段围岩快速分级

中国现行《公路隧道设计规范》(JTG D70—2004)[17]及《铁路隧道设计规范》(TB 10003—2016)[18]中均采用BQ法对隧道围岩进行分级，以岩体的完整程度和岩石的坚硬程度作为主要判定依据。初步分级是由岩石单轴饱和抗压强度(Rc)和岩体完整性系数(Kv)通过式(1)计算得围岩基本质量指标(BQ)后得到[16]。

BQ=90+3Rc+250Kv

(1)

式(1)中：BQ为围岩基本质量指标；Kv为岩体完整性系数；Rc为岩石单轴饱和抗压强度。在使用上述公式时，应该遵守下列限制条件：

(1)Rc>90Kv+30时，应以Rc=90Kv+30和Kv带入计算BQ值。

(2)Kv>0.04Rc+0.4时，应以Kv=0.04Rc+0.4和Rc带入计算BQ。

BQ分级法规定，围岩级别应在围岩基本分级的基础上，结合各工程自身的特点，考虑地下水、初始地应力、主要结构面产状等的影响按式(2)对BQ进行修正，得到围岩基本质量指标修正值[BQ]，并以此为依据完成围岩的详细分级。

[BQ]=BQ-100(K1+K2+K3)

(2)

式(2)中：[BQ]为修正后的围岩基本质量值；K1为考虑地下水的影响系数；K2为考虑软弱结构面产状的影响系数；K3为考虑初始应力状态的影响系数。

BQ分级法作为定性和定量相结合的综合分级方法，在分级过程中考虑了诸多岩性指标及地质因素，对岩体级别的判定具有较高的准确度，已经被建设、设计、施工、监理等各方普遍接受，但其主要运用于勘察设计阶段，这是由于抗压强度Rc和完整性系数Kv的确定涉及繁琐、复杂的室内外试验，致使在施工现场无法快速准确确定，因此目前施工阶段大多仍是依靠经验观察法对围岩级别进行判断，所得结果主观性较大、准确性较低。因此准确定量的确定Rc和Kv，是应用BQ法在隧道施工阶段进行围岩分级的关键。下面分别针对岩石抗压强度Rc值及岩体完整性系数Kv值的快速预测展开研究。

1.1 岩石单轴饱和抗压强度Rc的快速预测

岩石单轴饱和抗压强度试验是目前测定岩石强度的最常用的方法[19]，但该试验要经历钻芯取样、打磨制备、浸泡饱和、单轴压缩等多项操作，过程繁琐、耗时长，不仅在施工现场难以实施，而且影响工程进度，且该试验属于破坏性试验，不符合工程经济性的要求。为实现在隧道施工现场岩石强度的快速无损测试，此前多使用回弹法或声波法预测岩石强度[20-22]，然而岩石作为非均匀各向异性材料，且由于岩体本身特性如岩石风化程度、内部缺陷、孔隙率、含水率等因素的影响，回弹值或声波波速与强度之间不是简单的单因素反馈关系，因此仅采用回弹法或声波法预测不能够准确反映岩石强度大小。为增加测试结果的可靠度，减少数据离散性，提出了岩石回弹值与纵波波速联合预测的方法，即声波-回弹联合法。该方法通过室内试验测得岩石的回弹值R、纵波波速V及强度f后，采用智能算法获得回弹值R与纵波波速V和岩石强度f间的对应关系，从而建立岩石强度快速预测模型。这种方法既可以反应岩石内部缺陷，又可以反应岩石表面硬度，在隧道施工现场通过该预测模型可快速获得岩石强度Rc值。

1.2 岩体完整性系数Kv的快速预测

岩体完整性程度主要受岩体结构面破碎程度、结构体规模大小和节理间结合状态等影响，目前中国岩体分级标准中岩体完整性程度以岩体完整性系数Kv来表征。Kv由式(3)计算求得。

(3)

式(3)中：Vp为岩体的纵波速度，m/s；Vr为岩石的纵波速度，m/s。

在实际的隧道施工中将掌子面划分为4个测区，各测区内随机选取5个炮眼(一般深度不得小于4 m)，采用一发双收声波法测试不同深度处岩体波速，并绘制该断面的波速-孔深曲线。在钻孔过程中，越靠近掌子面对岩体的扰动越大，岩体越破碎；而越往深处对岩体的扰动越小，岩体越接近原始状态， 故以孔深0～1.5 m范围内岩体浅层波速平均值近似为岩体的纵波速度Vp，以孔深1.5～4 m内岩体深层较完整区域波速平均值近似为岩石的波速为Vr，进而利用式(3)计算岩体完整性系数Kv值。

2 基于BP神经网络的岩石强度预测

反向传播(back propagation, BP)学习算法是目前应用最广、实现途径最直观、运算机制最易理解的一种人工神经网络[23]，可较好地实现各参数之间复杂的非线性映射，且具有良好的容错特性；而岩石的回弹值、纵波波速等物理参数与岩石强度之间也是复杂的非线性关系，因此BP神经网络在岩石强度的预测方面具有良好的应用前景。

2.1 岩石试验

试验中所用试块从宝汉高速坪坎至汉中PH-13标段石门隧道取样，根据文献[9]要求共制备直径50 mm、高100 mm的圆柱形干燥状态片麻岩试块20块。

新型能量型Q值回弹仪与机械式R值回弹仪相比，前者不受摩擦力、弹击角度等客观因素的影响，其精度更高，适用性更广，因此本次试验回弹值采用Rock Schmidt N型Q值回弹仪采集(图1)，每块试块测试10次，去掉2个最大值和2个最小值后再取平均值，得最终回弹值[24]。岩石纵波波速由RSM-SY5(T)非金属声波测试仪测得(图2)，每块试块测试3次后取平均值。岩石单轴抗压强度采用WE-1000B万能试验机测得。具体声波测试、回弹试验和强度试验结果如表1所示。

图1 试块回弹值测试Fig.1 Rebound values measurement of test block

图2 试块纵波波速测试Fig.2 P-wave velocity measurement of test block

2.2 BP神经网络模型的建立

根据影响岩石抗压强度的主要因素，选取试样的纵波波速值、回弹值作为网络输入层，岩石的抗压强度为输出层；输入层传递函数采用logsig，输出层传递函数采用tansig，隐含层神经元数目根据式(4)进行估算。

(4)

式(4)中：M为隐含层神经元个数；m和n分别为输出层和输入层的神经元个数；a是[0,10]的常数。

表1 试样试验结果Table 1 Test results statistics of samples

隐含层数目分别选取9、11、13，以上述20块岩样为样本，采用MATLAB自带的BP软件对试样单轴抗压强度进行分析训练，如图3所示。由图可以得出，当隐含层神经元数目为11时，网络训练过程比较稳定，迭代次数最少，性能最好。因此，建立的基于BP神经网络的岩石强度超声-回弹预测模型结构为2-11-1(输入层神经元数目为2，隐含层神经元数目为11，输出层神经元数目为1)。

图3 BP神经网络收敛曲线Fig.3 Convergence curve of BP neural network models

2.3 预测结果检验

另取6个试样(编号G1～G6)进行岩石强度预测，代入2-11-1 BP神经网络预测模型后，所得预测结果与试验结果对比如表2所示。

表2 岩石预测强度统计结果对比Table 2 Comparison of results of rock prediction strength

从对比结果可见，强度预测结果的相对误差均可以控制在5%以内，证明BP神经网络预测模型具有较高的预测精度。在施工阶段的围岩分级中，只要在现场利用声波-回弹仪获得围岩表层岩体的回弹值、纵波波速等数据，便可通过该BP神经网络预测模型快速、准确的获得岩石单轴饱和抗压强度Rc。

3 工程应用

宝汉高速坪坎至汉中PH-13标段石门隧道为分离式单洞三车道设计，全长8 226 m，属大断面特长隧道。隧址区经地质勘测，露出基岩为微、中风化片麻岩，虽未发现崩塌、滑坡等不良地质现象，但地质构造较为复杂。由于隧道长度过长，为确保施工安全有必要在施工中实时进行围岩分级。

3.1 现场测试方案

根据石门隧道施工进度在右线随机选取3个掌子面进行现场测试，断面里程分别为YK185+298、YK185+322、YK185+347。所选断面勘察阶段围岩分级均为III级，施工方法均采用二台阶法，故将掌子面划分为4个测区(图4)后，按以下步骤进行现场测试：

(1)对各测区进行地质观察，记录岩性、地质构造、地下水状态、软弱结构面产状、初始应力状态等信息。

(2)在各测区内选择岩体表面相对完整的位置5处采用新型能量型Q值回弹仪测试回弹值，每处测试3次，去掉2个最大值和2个最小值后再取平均值，得该测区最终回弹值。

(3)每测区选取1个成孔较好深度不小于4 m的炮眼采用RSM-SY5(T)非金属声波检测仪进行岩体纵波波速测试，由内向外每0.5 m记录一次波速，得到该孔孔深-波速曲线。测试过程如图5和图6所示。

图4 掌子面测区划分Fig.4 Division of tunnel face test area

图5 现场回弹测试Fig.5 On-site rebound test

图6 现场声波测试Fig.6 On-site sound wave test

3.2 测试结果统计与计算

选取的3个断面各测区孔深-波速测试结果如表3所示，并绘制各测点孔深-波速曲线如图7～图9所示。

由图7～图9可见，在岩体表面0～1.5 m范围内由于岩体表面区域扰动较大，裂隙较多，岩体波速相对较小；在1.5～4.0 m相对深部岩体区域扰动减小，岩体较完整，波速较大。故取0、0.5、1.0 m处岩体浅层纵波波速平均值为岩体的纵波速度Vp；取1.5、2.0、2.5、3.0、3.5、4.0 m处岩体深层较完整区域纵波波速平均值为岩石的纵波波速Vr，然后根据式(3)得岩体完整性系数Kv。根据回弹测试结果和岩石的纵波波速Vr，采用2.2节建立的2-11-1 BP神经网络岩石强度预测模型得到各测区岩石强度值Rc，计算结果如表4所示。

图7 YK185+298测点孔深-波速曲线Fig.7 Wave velocity curve of YK185+298 sections

图8 YK185+322测点孔深-波速曲线Fig.8 Wave velocity curve of YK185+322 sections

3.3 施工现场围岩快速分级

现场围岩快速分级分为两个阶段：第1阶段是将表4所得预测的岩石抗压强度Rc及岩体完整性系数Kv代入式(1)计算BQ，进行围岩初步分级；第2阶段是综合考虑地下水、软弱结构面、初始地应力等的影响，将修正系数K1、K2、K3代入式(2)计算修正值[BQ]，完成围岩的详细分级。由于现场测试的3个断面未发现软弱结构面及初始地应力影响，因此K2、K3均为0，本次围岩分级修正不予以考虑；且仅在第3断面发现地下水现象，根据现场观测结果对K1进行了取值，最终详细分级结果如表5所示。

将隧道施工现场得到的快速分级和勘察设计阶段分级进行对比，结果如表5所示。分析得到：①YK185+298和YK185+322断面现场分级结果与勘察阶段围岩分级结果基本一致，但施工现场的分级可达到亚分级的标准，精度更高；②YK185+347断面分级结果与勘察阶段围岩分级结果有所差异，最终工程实践和监测结果验证了施工阶段分级的准确性。由此可见，在隧道施工阶段监测围岩快速分级是必要的，而基于BQ的施工阶段围岩快速分级方法是准确可靠的。

图9 YK185+347测点孔深-波速曲线Fig.9 Wave velocity curve of YK185+347 section

表3 各断面岩体纵波波速现场测试结果Table 3 Field test results of P-wave velocity of rock mass of each section

表4 各断面预测结果Table 4 The results of prediction on each section

表5 各断面围岩分级结果Table 5 The results of surrounding rock classification on each section

4 结论

勘察设计阶段的隧道围岩分级由于受到工作条件、周边环境、项目经费等诸多因素的制约准确性不能完全达到施工要求，因此有必要建立快速准确且对工程建设影响较小的隧道施工阶段围岩分级法。通过在隧道施工阶段快速确定和修正岩石基本质量指标BQ，提出了基于BQ的施工阶段的隧道围岩快速分级方法，得到的主要研究结论如下：

(1)以声波-回弹联合法为基础，建立了2-11-1 BP神经网络预测模型，实现了对岩石强度的快速无损预测；利用掌子面炮孔进行波速测试，并根据岩体波速变化规律近似得到岩石和岩体的纵波波速，进而在施工现场对岩体完整性系数进行定量计算。

(2)以BQ分级法为基础，利用上述方法在施工现场获得岩体Rc和Kv，进行隧道施工现场快速初步分级；然后考虑地下水、软弱结构面、初始地应力的影响，进行修正分级，从而建立施工阶段的隧道围岩快速分级方法。

(3)在宝汉高速石门隧道中应用该方法进行施工阶段围岩快速分级。分级结果表明，相比于勘察阶段，施工阶段的围岩分级更加精确，对优化支护参数、确保施工安全、节省工程建设经费具有重要意义。