A New Method for Prediction of Rock Quality Designation in Borehole Using Energy of Rotary Drilling

He, Mingming; Li, N.; Yao, Xianchun; Chen, Y. S.

doi:10.1007/s00603-020-02091-6

Cited by 29 publications

(10 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Generally, the hydraulic conductivity of a jointed rock mass and its distribution characteristics are influenced by the geometric characteristics of the joints and geological characteristics such as the discontinuity, weathering, geologic structure, lithology, and depth (Snow 1968; Shmonov et al 2003; Stober and Bucher 2007; Jiang et al 2010; Zhang 2013; Achtziger‐Zupančič et al 2017b; Piscopo et al 2018; Chen et al 2018). Some studies have shown that drilling energy and drilling data can accurately reflect the comprehensive characteristics of rock masses in the scanline direction (He et al 2019a, 2020a). The proposed models (prediction model and size effect model), involving the variable (drilling energy) referring to the drilling data, are also likely to reflect the effect of characteristics of the rock mass and the geometric parameters of the fractures on the hydraulic conductivity.…”

Section: Discussionmentioning

confidence: 99%

“…A drilling process monitoring apparatus (DPMA; He et al 2020a, 2020c; Figure 2) is applied to measure the drilling energy for the fracture frequency determination of jointed rock masses (He et al 2019a). This approach can also be used to obtain the mechanical parameters of intact and jointed rock masses (He et al 2019a, 2019b, 2020b).…”

Section: Study Site and Methodsmentioning

confidence: 99%

See 1 more Smart Citation

Initial Assessment on Hydraulic Conductivity of Rock Mass and its Size Effect Using Drilling Data

2022

Groundwater

View full text Add to dashboard Cite

Predicting hydraulic conductivity and characterizing its size effect in jointed rock masses is fundamental to various geoscience and engineering disciplines. A new empirical method, using drilling data, is established to predict the hydraulic conductivity of a rock mass in the scanline direction. The effect of the scanline unit length on the distribution characteristics of hydraulic conductivity for boreholes in jointed rock masses is studied. In addition, the scanline length of boreholes was used to study the size effect of hydraulic conductivity of jointed rock masses, and a new model was proposed to determine the size effect of hydraulic conductivity. A mathematical method for representative volume element (RVE) determination was proposed based on the proposed size effect model of hydraulic conductivity. Some packer tests were conducted to validate the developed method for predicting hydraulic conductivity. The results show that (a) the predicted hydraulic conductivities are close to those determined from the packer tests; (b) the scanline unit lengths influence the distribution characteristics of hydraulic conductivity; (c) a large but fluctuating increase in hydraulic conductivity with increasing scanline length, and the fluctuation decreases with fewer fractures and joints; (d) the mathematical method for predicting RVE and KRVE is effective to make an initial evaluation on jointed rock masses with high fracture frequency.

show abstract

Section: Discussionmentioning

confidence: 99%

Section: Study Site and Methodsmentioning

confidence: 99%

Initial Assessment on Hydraulic Conductivity of Rock Mass and its Size Effect Using Drilling Data

2022

Groundwater

View full text Add to dashboard Cite

show abstract

“…Das Potenzial der Verwendung von MWD-Daten zur Charakterisierung des Gebirges vor der Ortsbrust wurde in der Literatur untersucht, beispielsweise zur Ableitung von Gesteinseigenschaften, wie RQD und RMR [2][3][4][5], und zur Schätzung der Festigkeit intakten Gesteins [6]. Von besonderer Bedeutung für die Injektionsoptimierung ist das Vorhandensein durchlässiger Strukturen, sogenannter Diebeszonen, die große Mengen von Injektionsmaterial aufnehmen und die Abbruchkriterien beeinflussen können.…”

Section: Allgemeinesunclassified

Identifizierung Geologischer Strukturen Anhand von Measurement-while-drilling Daten zur Unterstützung im Entscheidungsprozess von Injektionen (Forschungsprojekt AVANT)

Wenighofer

Villeneuve²,

Maroschek³

et al. 2022

Berg Huettenmaenn Monatsh

View full text Add to dashboard Cite

ZusammenfassungBeim Tunnelvortrieb werden häufig Injektionen zur Abdichtung oder Verfestigung des Baugrunds eingesetzt, da sie sich mit konventioneller Gerätetechnik in den typischen Arbeitsablauf des Tunnelbaus integrieren lassen. Diese Methode der Gebirgssicherung und -abdichtung ist flexibel und kann durch Änderung der Bohrgeometrie sowie der Injektion, z. B. des Injektionsmaterials, des Volumens und der Abbruchkriterien, kontinuierlich angepasst werden. Diese Flexibilität birgt sowohl Herausforderungen als auch Möglichkeiten zur Optimierung. Das Projekt AVANT zielt darauf ab, Optimierungsmöglichkeiten auf der Grundlage der Entwicklung geologischer Gebirgsmodelle vor der Ortsbrust in Kombination mit der Analyse der Injektionsdaten durch künstliche Intelligenz zu bieten.Wir stellen eine Methode zur Verarbeitung von Monitoring While Drilling (MWD) Daten vor, bei der Variationen der Penetrationsrate, des Vorschub- und des Dämpfungsdrucks sowie des Drehmoments verwendet werden, um Stellen entlang dem Bohrloch hervorzuheben, die diese Parameter gleichzeitig beeinflussen, was als „Ereignisse“ bezeichnet wird. Anschließend zeigen wir, wie die verarbeiteten MWD-Signale farbkodiert und in drei Dimensionen aufgetragen werden können, um Stellen am Tunnelumfang – entlang den Bohrungen des Injektionsschirms – zu identifizieren, die Ereignisse mit einer räumlich geometrischen Ausrichtung aufweisen, die die Plausibilität einer potenziellen über den Querschnitt vorhandenen geologischen Struktur stützt. Schließlich zeigen wir, wie diese potenziellen geologischen Strukturen anhand geologischer Karten und Fotos verifiziert werden können. Abschließend schlagen wir vor, dass diese Methode der Datenanalyse zur Erstellung von Baugrundmodellen im Vorfeld der Ortsbrust verwendet und mit den Injektionsentscheidungen vor Ort verknüpft werden kann.

show abstract

“…Es gibt zahlreiche Untersuchungen des Potenzials von MWD-Daten zur Bewertung des Gebirges in der Literatur, z. B. zur Ableitung von Gebirgsparametern wie RQD und RMR [2][3][4][5] und zur Schätzung der Festigkeit des intakten Gesteins [6]. Von besonderer Bedeutung für die Injektionsoptimierung ist das Vorhandensein durchlässiger Strukturen, welche große Mengen von Injektionsmaterial aufnehmen und die Abbruchkriterien beeinflussen können.…”

Section: Measurement While Drillingunclassified

Die künstliche Intelligenz im Einsatz zur adaptiven Planung von Injektionsmaßnahmen im Tunnelbau (Forschungsprojekt AVANT)

Villeneuve

Wenighofer

Könemann³

et al. 2021

Berg Huettenmaenn Monatsh

View full text Add to dashboard Cite

ZusammenfassungFür Vortriebe können Injektionen zur Baugrundverbesserung sowie zur Abdichtung des Tunnelbauwerks erforderlich sein. Häufig schränken diese Maßnahmen die Vortriebsgeschwindigkeit gravierend ein, weswegen deren effiziente Vorausplanung bedeutsam ist. Injektionen eignen sich bei wechselhaften Bedingungen besonders, weil sie mit vergleichsweise einfachen Baugeräten flexibel durchgeführt werden können. Zusätzlich ermöglicht die Flexibilität ein fortwährendes Anpassen der Bohr- und Injektionsparameter während der Durchführung. Dies kann die regelmäßige Anpassung des Bohrschemas, der -länge sowie der Injektionsparameter, des Injektionsmaterials und Abbruchkriteriums bedeuten.Die Möglichkeit maschinenbasierter, datengetriebener Maßnahmen mittels künstlicher Intelligenz (KI) wird im Forschungsprojekt AVANT untersucht. Ein Forschungskonsortium, bestehend aus den deutschen Partnern STUVA e. V., geoteam Ingenieurges. m.b.H. und den österreichischen Partnern eguana GmbH, Montanuniversität Leoben und Züblin Spezialtiefbau Ges.m.b.H., nimmt sich dieser Aufgabe an.Digitale Systeme zur Datenaufzeichnung sind nun auch im Bereich der Bohr- und Injektionstechnologie vorzufinden. Diese Systeme werden derzeit vorwiegend in der Dokumentation im Rahmen des Qualitätsmanagements eingesetzt. Im Projekt AVANT werden diese Daten untersucht, um einen effizienteren und somit wirtschaftlicheren Vortrieb sowie deren begleitende Injektionsmaßnahmen zu ermöglichen. Die zentrale Idee ist die Prozessierung der Bohr- und Injektionsdaten auf der Baustelle untertage sowie deren Einbindung im nachfolgenden Bauprozess, anstatt sie wie üblich ausschließlich zu Dokumentationszwecken zu archivieren. Konkret sollen die einzelnen Prozessschritte in eine dynamische echtzeitfähige Verarbeitung eingebettet werden. Dazu werden Methoden der künstlichen Intelligenz auf Bohr- und Injektionsdaten angewandt.Im vorliegenden Beitrag wird das Konzept des Projekts AVANT erläutert, und es werden erste Ergebnisse aus den Aufbereitungen der Datenquelle entsprechend den Algorithmen der künstlichen Intelligenz und deren Einschränkungen dargelegt. Der Beitrag beleuchtet tiefer gehend die nötige Grundlagenarbeit, um die Daten für die Prozessierung aufzubereiten und sie in eine KI-Trainingsumgebung zu überführen.

show abstract

A New Method for Prediction of Rock Quality Designation in Borehole Using Energy of Rotary Drilling

Cited by 29 publications

References 17 publications

Initial Assessment on Hydraulic Conductivity of Rock Mass and its Size Effect Using Drilling Data

Initial Assessment on Hydraulic Conductivity of Rock Mass and its Size Effect Using Drilling Data

Identifizierung Geologischer Strukturen Anhand von Measurement-while-drilling Daten zur Unterstützung im Entscheidungsprozess von Injektionen (Forschungsprojekt AVANT)

Die künstliche Intelligenz im Einsatz zur adaptiven Planung von Injektionsmaßnahmen im Tunnelbau (Forschungsprojekt AVANT)

Contact Info

Product

Resources

About