数字孪生技术在隧洞工程地质模型中的应用

卢树盛 孙云志 谢礼明

摘要：

为更好地发现隧洞工程中的风险，生成更安全、高效的设计以及更有效的成果，明确隧洞工程中的风险所在和其结构性能至关重要，介绍了数字孪生技术的工程应用历程、工程地质模型开发的基础性作用、建模流程和数字孪生成熟度模型。提出了数字孪生在隧洞工程地质应用总体框架和应用的不同阶段任务，探讨了应用阶段和工程地质模型的不确定问题。对数字孪生技术在岩体工程中的应用局限进行了初步阐述，展望新技术在隧洞工程的应用前景。结果表明：复杂地质条件的隧洞工程数字孪生应用还存在一些技术瓶颈，但随着新技术的快速发展，可为未来大型引调水工程隧洞数字化提供较强的技术支撑。

关键词：

隧洞工程； 工程地质； 数字孪生； 地质模型

中图法分类号：TV698.1

文献标志码：A

DOI：10.15974/j.cnki.slsdkb.2023.05.022

文章编号：1006-0081（2023）05-0134-06

0 引 言

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应实体装备的全生命周期的过程。该技术与传统的信息化相比，能更好发现风险、生成更安全、高效的设计以及更有效的成果，以便与项目利益相关者沟通来完善项目交付［1］。基于物联网、无线通信和云计算等新兴技术，大型复杂项目可用数据正在为数字孪生提供动力［2-3］。在隧洞工程中运用数字孪生，可以将地面和地下情景结合，展示它们之间的相互作用。三维地质模型与结构三维模型相结合，可以更详细、有力地展示结构位置［4-5］。工程师能更好了解风险所在和结构性能。模型之间的交互可更清楚地传达隧洞工程风险。

王国岗等［6］立足于地质生产的全过程及全生产要素的应用需求，提出了水利水电工程中地质生产的数字化应用方案。张绿原等［7］结合水利工程仿真决策系统的建设经验，探讨了数字孪生技术架构设计以及需要关注解决的重点问题。饶小康等［8］以数字孪生为基础，将GIS+BIM+IoT融合的数字孪生与流域管理相结合，建立数字孪生数据及模型集成与可视化表达方法，研究数字孪生运行机制，构建智慧流域孪生体，设计数字孪生驱动的智慧流域平台。杨顺群等［9］归纳总结了代表性的国内外大中型水利水电工程数字化应用案例，从工程设计、建造、运行管理等方面分析了发展现状和存在的数据融合、数据智能化问题，提出了未来大数据、智能化技术发展趋势。同济大学朱合华团队［10］在四川某隧道进行了基于数字孪生的隧道围岩等级自动判别及数字化动态支护设计方面探索。上述学者结合数字孪生技术，分别在数字化应用方案、技术架构和模型集成和可视化表达方面做了较深入研究，但均没有涉及数字孪生技术在隧洞工程地质方面的应用。本文旨在探讨数字孪生技术在隧洞工程地质中进行信息管理的可能性，提出数字孪生成熟度模型，探讨数字孪生技术在隧洞工程的应用阶段及工程地质模型不确定性问题，并介绍具体应用标例。

1 工程地质数字孪生

1.1 技术必要性

数字孪生由物理系统、虚拟系统和它们之间的双向链接组成，可通知同步至系统，并根据需要调整行为。双向链接不断与物理和虚拟系统保持联系，在两个方向上接收和发送信息［11］。工程地质与非工程地质系统在数字孪生中的需求见表1。

对系统行为的预测效果，将影响隧洞工程施工的效率、安全和环境。通过隧洞应用程序的统一存储库进行实时连接需要亚秒级的双向信息传输。传入数据和地质模型之间实时连接，以便及时解释和融合信息。

隧洞工程中需解决生产力低、安全性差和不可预测的问题。数字孪生可支持这种优化，尤其在智能化的隧洞施工中，根据上述3方面将体验与反馈机制、沉浸式与可视化相结合，提供隧洞性能的设计、分析和预测。

数字孪生可以描述为设计对象或物理对象的三维表示，包括当前的地质条件和规划或建造的基础设施。如需要通过复杂地形挖掘的工程，其在交叉关系中包含不同的地质单元，这种地形无法用二维剖面很好地描述或表示。然而有了足够大的数据库和3D模型，则可以更好地识别和沟通复杂的关系、描述地面特征的信息、评估风险和不确定性。

三维地质模型与包括地下基础设施在内的结构数据相结合，提高了工程设计准确性，减少了不确定性，因此可以更好地利用于隧洞工程建造规划。数字孪生技术在隧洞工程地质模型中的应用流程见图1。当隧洞工程地质条件发生变化时，如隧洞穿越断层破碎带，则可以通过数字孪生形式展示地质模型，使利益相关者更容易理解。结构模型和地质模型的结合显示了“前后效应”和兼容性。基于数字孪生的三维地质模型可以更好地表征各方风险，并在项目早期进行沟通。

1.2 成熟度模型

英国工程技术研究所和阿卡迪斯共同编制了数字孪生成熟度模型，来表达数字孪生的发展［12］。

从工程地质学的角度来看，数字孪生技术可以将地上和地下情景结合起来，揭示它们之间的相互作用。将三维地质模型与结构模型结合起来，更加详细、有力地了解结构模型和地质体的相关系统。当地上建筑物与其下的地质条件能结合观测时，就能更好地发现风险及模拟建筑物可能的运作模式。模型之间的交互可以提供工程设计的技术价值。合并后的图片作为“新的整体”，将更清楚地反映项目风险。

2 隧洞工程地质应用

2.1 隧洞工程地质应用总体框架

基于数字孪生的隧洞工程地质应用架构平台主要包括信息化基础设施和数字孪生平台。信息化基础设施是整个隧洞工程地质数字孪生体系的基础支撑，包含空天地一体化感知设备和物理实体模型，为上一级数据层提供如隧洞工程地质勘察所需的遥感、钻探、物探、化探和工程地质分析数据。

数据孪生平台数据底板主要实现数据交换、融合、存储、处理、共享等功能，同时集成大数据、云計算、虚拟化等技术，为整个孪生平台提供基础数据支撑。包括隧洞工程地质应用涉及的工程地质、水文地质、设计方案、施工方法及监测数据和超前地质预报数据等。

数据孪生平台模拟仿真引擎以模型库和知识库为基础，借助三维地质模型、GIS+BIM+IoT数据融合、云计算、数值仿真、人工智能、决策控制与可视化，通过孪生体与物理实体在位置、几何、行为、规则等方面的映射关系，构建信息空间中各类实体、环境、参数的模拟仿真和决策支持模型。

典型应用将数字孪生体与物理实体对象一一对应，包括工程地质勘察过程中风险控制、超前地质灾害预报、岩机感知与智能掘进、TBM集群施工综合管理和施工地质风险管控集中保障系统等。最终以Web用户终端、移动端、VR/AR/MR端等多种形式，提供多场景的业务管理和交互界面，具体框架平台见图2。

2.2 数字化隧洞应用阶段

岩体的特征为不连续、不均匀、各向异性和非弹性，与工程材料相比，其在取样、建模或模拟方面具有一定挑战。例如：描述岩体不连续性的特征对于隧洞模拟至关重要，包括边坡稳定性、减压和排水、钻孔和爆破优化以及岩体破碎。用于建立地质模型的数据（如钻孔、遥感、物探、化探数据）由一系列空间分辨率获得，需进行不同程度的处理和解释。隧洞工程应用分为工程准备期、计划阶段、施工阶段和工程完工期，数字化应用见图3。

2.3 地质模型不确性与数字孪生

由于对地下工程认知有限和地质模型的不确定性，为提高模型精度，需开发新的方法分析、量化和传达地质模型中的不确定性，但目前尚未形成现实的“孪生”，地质建模能力存在一定局限性。

数字化地质模型受制于两种关键类型的不确定性，即接触面三维几何知识的局限性和随机性（如模型的随机参数、结构面规模和方向）。大部分岩体在开挖之前无法看到，只能使用一般统计方法和专家判断来评估系统特性和行为。

地质模型还包含水文地质过程，水文地质条件会在短时间内发生变化，并受到隧洞施工过程的影响。此外，岩体开挖（地表或地下）的过程会改变岩体的应力状态。可观测的工程地质和水文地质特征与合成、插值和解释数据高度整合，形成數字化地质系统，但地质系统建模的精度受到地质不确定性的严重限制。虽可以通过了解更多信息进行改进，但不可能以完全制造工程系统的相同方式构建物理系统的“孪生”系统。

地质和岩土工程学科依赖专家判断，尤其是在解决认知或模型不确定性时。工程地质模型（包括岩性、结构、岩体特征和水文地质）与隧洞模型相结合，可以优化隧洞设计。地质模型还通过直接或间接方式，观测与相邻数据集之间的插值（是否为差值或无误）、解释和预测以及管理不确定性的随机模拟过程。

隧洞工程某些特征固有的不确定性反映出工程风险状况，需要进行一系列策略评估，以帮助决策。此类方法旨在降低与已知不确定性相关的风险，寻求更多关于模型本身的信息，并尽快对其进行改进；同时即承认了模型无法被描述为可充分反映现实的“孪生体”，固有的不确定性仍然存在。工程地质和水文地质模型为隧洞设计和运营提供信息，并反之由直接或间接观测提供信息，通过它们之间的插值，由不受直接观测支持的“合成”数据进行补充。

2.4 应用示例

现有基础设施的数字化使用移动测绘扫描系统创建。一旦创建，可以添加计划中的结构。凭借此类数字化过程，可完成耗时的变化过程、新的设计或规划想法以及不同的模拟。通过使用数字孪生模型，用户可以获得现有和规划隧道的全面数字文档，更简单直观地通过结构3D呈现基础设施信息，通过标准化界面链接显示数据、自动或半自动边缘检测建立模型，隧洞工程数字孪生模型应用示例见图4。

建立隧洞数字孪生模型，需要的典型信息包括照片、隧洞剖面、支护措施、监测数据、地质和地下水分析。所有这些来自不同学科的数据模型以及传感器信息，必须连接到数字孪生模型，集成静态和动态实时信息。该模型基于云系统与第三方数据配合使用，对整个隧洞工程数据进行分类，使用人工智能进行半自动检测，并对第三方云应用程序开放。

3 讨 论

3.1 地下工程应用局限

隧洞施工中存在较大地质风险，主要原因是缺乏地质数据和相关认识，以及由自然条件可变性导致的隧洞地质力学和岩土工程的不确定性，即知识不对称。这些地质模型的复杂性和不确定性，阻碍了工程师基于风险做出决策的能力［12］。

数字孪生模型的好坏取决于创建它的数据，需要它随着条件的变化适应新的数据［13］。如果新的信息没有反馈到数字孪生中，过时信息则可能会产生误导。

在地下工程勘察设计过程中探索隧洞工程的数字孪生要求与不确定的地质模型间的相互作用，以及两个模型如何连接。

数字化地质系统在一定程度上满足数字孪生要求，建立可以通过统一存储库连接的关系，将使隧洞孪生在近乎实时的基础上提供和接收更新。

此外，尽管机器学习和算法方面取得了进展［13-14］，但验证和质量保证需要依赖专家意见和人工干预，这意味着目前不可能对虚拟地质系统进行实时或快速更新。虽然地质成分和数据可用于呈现隧洞周围工程资产的数字孪生环境，但并不构成地质数字孪生环境。自然系统包含不确定性，需要对工程隧洞系统的数字版本采用不同的方法，使这些系统更易配对。

早期地质模型（原位岩石边界、特征和结构）与物理地质对应物相去甚远。数字隧洞的传感器和实时数据收集能力通过不断迭代，将它们与早期模型结合起来，改善模型与现实的关系。

隧洞工程数字化是通过使用数字模型、模拟、分析、控制和相关反馈来增强物理挖掘的智能方法［15］。通过数字孪生增强数字化和实时交互，将优化隧洞设计，但该系统岩体部分的数字化仍存在问题。虽然工程系统可以数字配对，但包含固有不确定性的自然系统将存在挑战，尤其是在需要人工密集型程序的情况下，这一点更加复杂，因为隧洞系统的设计目的不仅是与周围环境相互作用，而且是实质性、持续地改变周围环境。

考虑到数字孪生需求和工程地质建模能力，需同步数字孪生的潜力，以涵盖其相互作用的复杂且不确定的地质体。工程地质及水文地质模型数据支撑数字孪生潜力评估见表3。基于这一评估，数字孪生在隧洞工程地质应用中期预测的价值可能有限。

3.2 新數字孪生改善技术

改善数字孪生技术需从总体架构平台底层着手，从感知网、信息网、云平台等数据基础设施开始，在三维地质模型构建、数据融合、实时动态仿真和人工智能等孪生引擎方面进行增强，最后在智慧应用方面不断拓展和优化，提供更友好的用户界面和技术决策支撑。结合孪生实体隧洞工程，数字孪生新技术可以从以下几个方面应用。

（1） 隧洞工程地质勘察设计过程中，不断改进工程地质和水文地质模型将有助于隧洞线路比选和围岩动态支护。

（2） 动态模型中，通过随钻测试（MWD）数据及时更新工程地质模型，以服务数字化地质模型，进而开展工程线路方案比选和未来隧洞工程开挖。该系统可使输入数据与当前（和更新）模型的地震、断层、褶皱和地层层位等模型元素共同可视化。探地雷达（GPR）对于水平感知非常有价值，可以提供快速更新的地质模型信息，以记录和优化隧洞开挖掘进过程。这些信息可以存放或加工，以适应已掘进内容，并可更新地质模型，从而有助于提高其预测效果，帮助规划和预测下一个掘进阶段。超前雷达（LAR）和基于热红外的追踪方法等技术可以为隧洞掘进设备提供有价值的信息，更重要的在于它可将信息反馈到地质模型，以便进行实时更新。

（3） 在模拟方面，经过改进的计算框架正逐渐打破过去的一些限制。例如，开发的多物理面向对象模拟引擎（MOOSE）的通用功能，目前已应用于隧洞，尤其是地下水建模，支持大规模并行计算与完全耦合的物理模拟。隧洞设备与隧洞模型的数字连接将支持快速的模型更新，以减少不确定性并提高模型的可靠性。

另外，可以将接收到的新数据开发并作为工作流程的一部分，整合到二维和三维地质模型中，随着建模过程自动应用地层和岩性界线和断层边界进行变化。需要在隧洞工程中考虑新数据可靠性。随着对地质模型的反馈增加，基于地质模型有助于制定更准确的工程解决方案。

4 结 论

（1） 数字孪生不仅仅是数字模型或数字模拟，它是通过传感器和数据在物理对象及其数字模型之间建立连接，并通过不断迭代更新数据集进行预测。

（2） 数字孪生技术可收集数据，建立工程地质模型，进而为隧洞工程勘察设计提供技术支撑，但当前的工程地质和水文地质模型和模拟的数字化技术有待进一步探索。

（3） 由于勘测新技术快速发展，地质模型反过来可优化工程解决方案。数字孪生技术可为更好地发现隧洞工程地质风险提供更安全、高效的工程设计技术支撑。

参考文献：

［1］ 石焱文，蔡钟瑶.基于数字孪生技术的水利工程运行管理体系构建［C］∥河海大学.2019（第七届）中国水利信息化技术论坛论文集.南京：河海大学，2019：185-190.

［2］ 何文娜.大数据时代基于物联网和云计算的地质信息化研究［D］.长春：吉林大学，2013.

［3］ 王孜越.基于三维实景平台的水电工程野外地质编录填图系统研究［D］.天津：天津大学，2016.

［4］ 周超，唐海华，李琪，等.水利业务数字孪生建模平台技术与应用［J］.人民长江，2022，53（2）：203-208.

［5］ 刘顺昌，李黎，徐德馨，等.复杂地质条件下高精度三维地质建模研究［J］.人民长江，2021，52（8）：127-132.

［6］ 王国岗，赵文超，陈亚鹏，等.浅析数字孪生技术在水利水电工程地质的应用方案［J］.水利技术监督，2020，5（5）：309-315.

［7］ 张绿原，胡露骞，沈启航，等.水利工程数字孪生技术研究与探索［J］.中国农村水利水电，2021，11（8）：58-62.

［8］ 饶小康，马瑞，张力，等.数字孪生驱动的智慧流域平台研究与设计［J］.水利水电快报，2022，43（2）：117-123.

［9］ 杨顺群，郭莉莉，刘增强.水利水电工程数字化建设发展综述［J］.水力发电学报，2018，37（8）：75-84.

［10］ 朱合华，武威，李晓军，等.基于iS3平台的岩体隧道信息精细化采集、分析与服务［J］.岩石力学与工程学报，2017，36（10）：2350-2364.

［11］ HUANG M Q，NINIC＇ J，ZHANG Q B. BIM，machine learning and computer vision techniques in underground construction：current status and future perspectives［J］.Tunneling and Underground Space Technology，2021，108：103677.

［12］ THEVOUX-CHABUEL H.Integrating real-time drilling information into the geological model［J］.First Break，2009，27（7）：63-67.

［13］ CRACKNELL M J.Machine learning for geological mapping algorithms and applications［D］.Tasmania：University of Tasmania，2014.

［14］ WELLMANN F，CAUMON G.3-D Structural geological models;concepts，methods and uncertainties［J］.Advances in Geophysics，2018，59：1-121.

［15］ SOLEYMANI S M，BENNDORF J.The effect of geological uncertainty on achieving short-term targets：as quantitative approach using stochastic process simulation［J］.Journal of the Southern African Institute of Mining and Metallurgy，2016，116（3）：259-264.

（編辑：唐湘茜，张 爽）

Abstract：

In order to identify risks and to develop design and results that are more safer，efficient，and effective，and to specify the risks of tunnel projects as well as their structural performance，this paper briefly described the engineering application history of digital twin technology，the basic role of engineering geological model development，modeling process and digital twin maturity model.Tasks of digital twin in different stages of tunnel engineering geological application general frame and application were proposed.The application stage of digital twin technology in tunnel engineering and uncertainties of engineering geological modelwere discussed.this paper preliminary elaboratedthe application limitation of digital twin technology in rock mass engineering and looked forward to the application prospect of new technology in tunnel engineering.The results showed that：although there were still some technical bottlenecks in the digital twin application of tunnel engineering with complex geological conditions，in the long run，with the rapid development of new technology，it would be a strong technical support for the digitalization of tunnel of large diversion and diversion projects in the future.

Key words：

tunnel engineering； engineering geology； digital twins； geological model