钻爆法隧道智能建造：最新技术与未来展望

钻爆法隧道智能建造：最新技术与未来展望

摘要：在隧道建造条件的极端化和新一代信息技术发展引起的产业变革的双重影响下，隧道智能建造成为 了隧道建设发展的必然趋势。隧道智能建造是顺应第四次工业革命的需要，用信息技术的理论和方法改造和提升 传统隧道建造模式，实现隧道建设的数字化赋能和数字化转型，从而成为推动隧道建设发展的核心驱动力。在这样 的背景下，文章聚焦于钻爆法隧道智能建造的最新技术发展，对隧道智能建造必要性、整体解决方案、“采集-传输 处理-表达-分析-服务”信息流进行阐述，最后对隧道智能建造的未来进行展望。通过综述目前隧道智能建造领域 数据采集、传输、处理、表达、分析和服务的最新技术和研究进展，提出了“数字-数值-数据一体化分析理论”、“人 机-环境全要素数字孪生”、“采集-设计-施工一体化建造模式”和“全工程设备自动化”四大关键难题，以期实现隧 道智能建造，提高重大基础设施工程质量和建造效率。

1 引 言

我国是世界上隧道规模最大、修建技术发展最快的国家，已建成和在建的隧道数量和总长度均居世界第一，已建成的铁路隧道总长度超过19000km、公路隧道总长超过2600万延米。同时，我国在隧道建造技术上也取得巨大进步，从隧道“建造大国”逐步转变为“建造强国”，建成了一系列特长、深埋、大断面的标志性重大隧道工程项目，在高地应力、高水压等复杂条件下的隧道建造技术取得了新突破。

随着以高原铁路为代表的新一批世纪工程的建设，埋置更深、长度更大、地质条件更复杂等客观条件对隧道安全高效建造提出了更高的要求。例如，某高原铁路特长隧道面临的主要工程难题有高烈度、软岩大变形、岩爆、高地温和活动断裂，受这些难题耦合作用的隧道达12座；在建的云南省雷波卡哈洛至永善隧道，软弱破碎围岩占比92.4%，塌方、大变形、突泥涌水等安全风险高；天山胜利特长隧道建设过程中面临高寒、高地应力、断裂破碎带等极端地质条件。极端地质条件下的隧道建造虽然挑战重重，传统的隧道建造技术面临着安全隐患增加、施工效率降低、资源过量使用等问题，但也为隧道智能建造技术的发展提供了契机和应用实践的空间。

随着新一代信息技术的快速发展及在其他行业的不断深入研究与实践，第四次工业革命强调以信息技术、人工智能(Artificial Intelligence, AI) 等先进技术为基础，通过实现生产过程的数字化和智能化来实现产业的转型升级。在这样的产业变革浪潮下，我国《“十四五”建筑业发展规划》中指出要以数字化、智能化升级为动力，加大智能建造在工程建设各环节的应用；国家铁路局发布的《“十四五”铁路科技创新规划》中，也提出深化智能建造、智能装备、智能运营技术创新。隧道智能建造是顺应第四次工业革命的需要，用信息技术的理论和方法改造和提升传统隧道建造模式，实现隧道建设的数字化赋能和数字化转型，从而成为推动隧道建设发展的核心驱动力。以人工智能、图像识别、5G传输网络等技术为基础，以智能采集、智能分析和设计、智能施工为表现形式的隧道智能建造成为了隧道建设发展的必然趋势。

钻爆法施工是目前我国隧道建设最常用方法之一，具有高效快速、适用范围广、可控性强等特点，掌子面识别、超前地质探测、钻爆和出渣、支护等单工序的智能化以实现隧道建设少人化/无人化是钻爆法隧道智能建造的发展方向。为此，本文聚焦于钻爆法隧道智能建造的最新技术发展，对隧道智能建造必要性、整体解决方案、“采集-传输-处理-表达-分析-服务”信息流进行阐述，最后对隧道智能建造的未来进行展望。

2 隧道技术发展概况

如图1所示，我国隧道技术最早可追溯到公元61年，此后直到1908年北京八达岭隧道的建设才系统性地采用矿山法。1979年引入了新奥法（NewAustrian Tunnelling Method, NATM）建造方法，并在皖赣铁路隧道建设中首次应用。我国钻爆法施工的机械化始于1996年建设南昆线米花岭隧道，采用大型机械化配套新技术施工，形成了当时长大隧道施工的基本模式。进入21世纪以来，钻爆法隧道建设逐渐向信息化转型，以现场信息为依据、反馈于开挖和支护参数调整中的建设模式应用于新七道梁隧道等隧道建设中，其中数字化“采集-传输-处理表达-分析-服务”的信息流过程在四川大峡谷隧道的动态设计和施工中得到初步成功的应用。

图1 中国钻爆法隧道技术发展概况

表1部分总结了目前国内外在钻爆法隧道智能建造方面的研究进展。从表1中可以看到，不同的机构对隧道智能建造的不同阶段进行了相应研究。图像、点云、随钻数据、超前地质探测等是目前主要采集手段，通过采集现场的数据，利用数值模拟、机器学习等先进的分析手段，得到爆破、支护参数等设计信息，并反馈到施工中。铁建重工集团和中铁隧道局集团则通过研发凿岩台车、掘锚一体机等大型施工设备来支撑隧道的智能施工。

表1 钻爆法隧道智能建造研究现状

3 智能建造整体解决方案

隧道施工过程的数字化和信息化是隧道智能建造的核心组成部分，主要涵盖隧道工程勘察、设计、施工过程的数字化与信息化服务。图2展示了隧道智能建造过程中“采集-传输-处理-表达-分析-服务”的信息流，通过自动化或半自动的数据采集手段，获取隧道施工现场的地质数据、掌子面数据和结构数据，通过5G传输网络等高速远程传输方式将数据上传到云端。在云端，通过大数据、人工智能等方式对数据进行处理，并建立隧道地质模型、结构模型等三维轻量化表达方法，对数据进行精细、高效分析。最后，将分析结果通过云服务的方式，反馈到施工现场。

图2“采集-传输-处理-表达-分析-服务”数字化信息流

基于“采集-传输-处理-表达-分析-服务”的信息流，本文也给出了钻爆法隧道智能建造的整体解决方案，如图3所示。参考数字孪生的思想，图3中分为物理空间和虚拟空间两个部分，物理空间中主要包括了隧道施工现场的地质体、工程设备以及智能采集的设备，虚拟空间中则包括了地质体、结构体、人员和机械装备的数字化模型，与物理空间中的实体是一一对应的。虚拟空间中，以数字模型为载体，接入机械设备运行和状态数据，在云端对数据进行存储和处理，并对数据进行分析，将结果以服务的形式反馈到现场施工中，从而完成数据“采集-传输-处理-表达-分析-服务”的一体化实施。

图3 基于信息流的隧道智能建造整体解决方案

4 智能建造相关技术研究进展

4.1 智能采集与传输

目前钻爆法数据采集可以分为接触式和非接触式两种，接触式测量包括现场地应力测试、随钻测量等手段获取岩石物理力学信息，非接触式测量包括使用激光扫描、数字照相等手段获取隧道轴线、轮廓、掌子面等信息。

在接触式测量方面，小型压力测试、回流辅助测试等地应力测试方法为隧道围岩应力的快速获取提供了极为便捷的途径。随钻测量技术通过在钻进施工过程中实时获取地质参数，高效指导施工方案的调整和优化，为隧道工程的高质量建设提供了强有力的支持和保障。在非接触式测量方面，激光扫描技术能够快速、准确地获取隧道结构和围岩的三维点云数据，实现隧道结构和围岩的高精度三维建模，为隧道设计和施工提供结构和地质基础数据。数字照相技术利用高分辨的影像数据，可以直接获取隧道掌子面的表观岩体结构特征，被逐步应用到隧道现场的数据采集中。

图4 钻爆法数据智能采集常用方法

现代通讯技术的发展使得钻爆法环境下隧道内部长距离、快速数据传输变得可行，具体为有线传输和无线传输相结合的方式。有线传输通过隧道内部的管道或者隧道壁面的设施布线，实现数据传输，优势在于稳定可靠、传输速度快；无线传输通过无线局域网、蓝牙、无线传感器网络等技术在隧道内实现数据传输，其不受地形和地质条件的限制，具有灵活性强的优点。

4.2 智能处理

施工现场采集的原始数据需要通过处理来提取所需的地质信息或结构信息。传统的数据处理方法包括人工对数据进行处理，如利用地质工程师的专业知识对掌子面素描成果进行解译。AI等信息技术的发展为数据处理提供了新的思路，在提高数据处理效率的同时减少由人工干预而可能引起的误差。图5展示了利用深度学习的方法从隧道掌子面点云数据中提取的粗糙度、迹线、圆盘模型和间距四种岩体结构面的关键信息。也有学者将深度学习的方法用于隧道掌子面图像数据的处理，对迹线、围岩结构面、软弱夹层等信息进行提取。

图5 岩体三维结构面信息提取

除了掌子面点云和图像数据外，超前地质探测数据和随钻测量数据的处理也是研究中的热点问题。Li等利用地质统计学的方法对超前地质探测数据进行融合处理，并最终得到掌子面前方围岩分级结果。刘华吉等采用基于机器学习的方法建立了随钻参数和地层岩体的关系，为隧道工程智能勘测提供了新的途径。

4.3 智能表达

隧道围岩地质体的智能表达是隧道工程智能建造数据表达的重要部分。三维地质建模为隧道工程提供了详细的地质信息，包括地层分布、岩性特征、特殊构造、地下水情况等，通过三维可视化技术来直观地展示隧道周围地质情况的立体模型，为地质信息自动提取、地质风险评估等工作提供基础。图6展示了地质体的智能表达过程，通过结合地形图和开挖面轴线断面信息来形成三维地层模型并推断各开挖面间地质体情况。

图6 三维地质建模及地质体数字化

计算机图形学和建模技术的发展为隧道数据智能表达提供了广阔的实践空间。建筑信息模型（Building Information Modelling，BIM）是设施的物理和功能特性的数字化表述，其在隧道工程的设计、施工和运维中都已经得到较为广泛的应用，其中在设计阶段的应用最为成熟。李晓军等建立了隧道结构的BIM模型（图7），将模型分为LOD100、LOD200和LOD300三个层次，并将单元模型按照离散化的轴线自动拼接，提高了隧道结构三维模型的建模效率，对提高隧道结构数据智能表达具有重要意义。

图7 隧道结构BIM模型

4.4 智能分析

经验法、数值法和解析法是隧道工程数据分析常用的方法，这3种方法通常也会结合使用，以达到更全面、准确的数据分析和工程设计目的，如图8所示。岩体等效连续数值分析和非连续数值分析适用于复杂的地质条件问题，能够提供详细的数值结果，被广泛应用于不良地质预测、应力控制等方面。Cai等针对深部岩石隧道开挖的三维空间效应，基于广义GZZ（Generalized Zhang-Zhu）岩体三维强度准则，探讨了深部隧道开挖过程中主应力的主动控制机制，为深埋隧道的设计与施工提供理论支持。

图8 深埋隧道应力控制方法

基于岩体三维非连续分析的局部锚杆设计也是智能分析中的研究热点，主要流程包括：（1）基于岩体产状信息切割生成块体模型；（2）采用三维形心滑动锥法分析块体稳定性；（3）基于失稳块体位置与现行锚杆设计模式，以锚杆安装参数为输入参数，使用无监督机器学习算法对安装成本、复杂度等目标函数进行迭代寻优，获取锚杆最优安装方案及参数。图9展示了利用结构面识别信息建立地质体三维非连续模型的过程。

图9 三维非连续分析过程

4.5 智能服务

隧道工程通常涉及到多个不同的利益相关方，包括设计、施工、监理、政府监管部门等单位。将数据以服务的形式提供出来，可以实现信息共享和沟通，确保所有相关方都能够及时获取到所需的数据和信息，增强工程管理的透明度和效率。数据智能服务是与具体的工程应用需求相关，服务的对象影响服务的决策内容。在已有研究中，掌子面节理点云识别、块体三维分析、开挖及支护参数选择、施工安全风险智能预警等服务以云平台或BIM模型的形式提供给相关者使用，如图10所示。

图10 开挖及支护服务智能施工软件示意

5 未来展望

相比于传统的隧道建造模式，智能建造的优势在于增强复杂环境下的适应能力和个性化服务能力，提升生产安全水平，提高重大基础设施工程质量和建造效率。第4节对目前隧道智能建设中“采集-传输-处理-表达-分析-服务”的最新技术和研究进展进行了综述，但是在“数字-数值-数据一体化分析理论”、“人-机-环境全要素数字孪生”、“采集-设计-施工一体化建造模式”和“全工程设备自动化”四个方面仍存在难题，如图11所示。

图11 隧道智能建造未来展望

工程建造环境、实体、工艺工法等工程全要素的数字化是实现隧道智能建造的基础，以上文所述“采集-传输-处理-表达-分析-服务”信息流为纽带，从而建立工程建造全过程数字孪生模型。既有研究在隧道数字孪生建立方面取得了进步，但是对“人-机环境”全要素的数字孪生考虑较少，分析方法也较少考虑数字模型、数值模型和数据的一体化融合。

“采集-设计-施工一体化建造模式”能够为全要素数字孪生的建立提供数据保障，而全工程设备的自动化则为全要素数字孪生模型的建立提供物质保障。“采集-设计-施工”一体化的建造模式是在工程现场实现物理实体与数字孪生体间信息环向流动的具体方案和措施，通过建立数据智能采集和传输体系，对云端数据进行智能分析并反馈到施工。全工程设备的自动化通过引入自动化施工设备和机器人技术，实现对隧道开挖、支护、砌筑等工序的自动化操作。

6 结 语

在隧道建造条件的极端化和新一代信息技术的发展引起的产业变革的双重影响下，隧道智能建造成为了隧道建设发展的必然趋势。在这样的背景下，本文聚焦于钻爆法隧道智能建造的最新技术发展，对隧道智能建造必要性、整体解决方案、“采集传输-处理-表达-分析-服务”信息流进行阐述，最后对隧道智能建造的未来进行展望。主要结论如下：

（1）隧道智能建造是顺应第四次工业革命的需要，用信息技术的理论和方法改造和提升传统隧道建造模式，实现隧道建设的数字化赋能和数字化转型，从而成为推动隧道建设发展的核心驱动力。已有研究中，图像、点云、随钻数据、超前地质探测等是主要采集的数据，利用数值模拟、机器学习等先进的分析手段，得到爆破、支护参数等设计信息，并反馈到施工中。

（2）本文提出了隧道智能建造过程中“采集-传输-处理-表达-分析-服务”的信息流，通过自动化或半自动的数据采集手段，采集隧道施工现场的地质数据、掌子面数据和结构数据，通过5G传输网络等高速远程传输方式将数据上传到云端。在云端，通过大数据、人工智能等方式对数据进行处理，并建立隧道地质模型、结构模型等三维轻量化表达方法，对数据进行精细、高效分析。最后，将分析结果通过云服务的方式，反馈到施工现场。

（3）隧道智能建造在“数字-数值-数据一体化分析理论”、“人-机-环境全要素数字孪生”、“采集设计-施工一体化建造模式”和“全工程设备自动化”四个方面仍待解决。通过克服这些关键问题，能够增强复杂环境下的适应能力和个性化服务能力，提升生产安全水平，提高重大基础设施工程质量和建造效率。