基于改进BP算法的岩土地质勘察质量控制技术研究

左亚淮

（江苏省地质工程勘察院）

岩土地质勘察是建筑行业的基石，在建筑地基施工之前，需对其施工区域地质进行勘察，为建筑工程设计提供相应的数据支持［1-2］，同时也可保障建筑工程施工质量，受到建设施工单位重视。但在岩土地质勘察过程中，受复杂地质条件影响，导致岩土地质勘察结果不利于建筑工程质量控制［3-4］。目前也有很多学者研究岩土地质勘察质量控制方法，如刘党卫等［5］提出的勘探导航定位质量控制方法，该方法以三点定位方式得到地质作业关键点位置，依据该位置实现地质勘察定位质量控制；雷华等［6］提出地质勘探数据质量控制方法，该方法通过收集地质勘探数据后，使用ArcGIS 软件实现地质勘探质量控制。虽然上述2种方法均可实现地质勘察质量控制，但前者在使用三点定位方式获取地质作业关键点位置时，受相关参数影响，其得到的地质作业关键点位置存在偏差；后者则受地质勘探数据内存在冗余数据影响，导致其最终控制效果不佳。面对上述情况，本文提出基于改进BP 算法的岩土地质勘察质量控制技术，以期为建筑行业地质勘察作业提供指导性意见。

1 岩土地质勘察质量控制技术

1.1 基于BIM技术的地质体模型构建

BIM 技术是以建筑工程项目相关数据作为基础，建立具有真实性的建筑模型，其具备信息完整性、信息关联性以及可视化等多个优点［7-8］。在此以BIM 技术作为基础，建立地质勘察三维模型，利用该模型输出地质勘察孔平面布置图、地质剖面图等，详细过程如图1所示。

在使用BIM 技术建立地质体模型时，首先在BIM软件内加载地质勘察钻孔族和钻孔数据后，依据钻孔生成钻孔族模型，然后使用克里金插值法依据钻孔族模型，获取地质勘察样本点，依据该样本点建立地质勘察的地质界层模型，将不同样本点的地质界层模型组合后，生成地质体BIM 模型，利用该模型可得到地质勘察区域剖面图、钻孔分布等数据，建筑施工方依据地质勘察区域剖面图和钻孔分布位置等数据对其建筑工程质量进行控制。

建立钻孔族模型是建立地质体模型的基础，建立钻孔族模型过程：先分析地质钻孔数据，依据不同地质岩性钻孔高程，提取钻孔位置地质岩层，再按照地质岩层厚度确定每个钻孔族的总长［9-11］，然后将钻孔数据线性连接后，得到钻孔族BIM模型。

建立完钻孔族BIM 模型后，使用克里金插值方法获取地质勘察样本点。克里金差值方法为线性最优统计方法，设置其约束条件如下：

式中，x表示量测点位置坐标；h表示量测点距离；Q(x)、Q(x+h)表示位置x和x+h的实际量测值；γ表示变异函数；E表示线性函数；var 表示声明变量函数。

令x0表示需要测量的样本点，Q(xi)表示依据多个样本点实际测量得到的实际值，则依据Q(xi)进一步量测点的估计值Q*(xi)表达式如下：

式中，λi表示第i个权重系数，n表示量测点总量。

依据式（3）计算量测样本点方差，其表达式如下：

式中，S表示量测样本点方差；L表示拉格朗日乘子；hi表示从点x0到xi之间的距离；Q(x0)表示初始量测点的估计值。

当需要量测的点数量较多时［12］，利用估值方差的均值来描述克里金插值效果，则估值方差均值表达式如下：

经过上述步骤，完成岩土地质勘察时地质体模型构建过程，通过该地质体模型，可输出地形剖面图、地形等高线、地质勘察量测点位置等信息［13-14］，为地质勘察质量控制提供数据支持。

1.2 基于改进BP算法的地质雷达勘察成像方法

由于地质体模型不可获取地质内部数据，为更加充分地展现地质勘察结果，提升质量控制效果，使用改进BP算法地质雷达勘察成像方法得到地质内部形态信息。

BP 算法（Back Propagation）是一种常见的神经网络训练算法，但是它也存在一些问题，例如易陷入局部最优解、学习速率难以确定等。为了克服这些问题，研究者们对BP算法进行了改进，优点如下：

（1）神经网络的收敛速度更快。传统的BP 算法在进行反向传播的时候，容易出现梯度消失或者梯度爆炸的问题，导致神经网络收敛速度变慢。而改进的BP 算法能更好地避免这些问题，从而加快神经网络的收敛速度。

（2）神经网络的准确性更高。改进的BP 算法通过引入动量项、自适应学习率等技术，能更好地优化神经网络的权重和偏置，从而提高神经网络的准确性。

（3）提高了神经网络的稳定性。传统的BP 算法容易受到噪声、异常值等因素的影响，导致神经网络的性能波动。而改进的BP算法能更好地处理这些问题，提高了神经网络的稳定性。

（4）减少了训练时间和训练成本。由于改进的BP 算法具有更快的收敛速度和更高的准确性，因此可以减少神经网络的训练时间和训练成本，提高了神经网络的效率和经济性。

使用地质雷达向地面发射高频电磁波，电磁波穿过地层后受到阻碍会向地面返回反射波，地质雷达利用接收天线接收地层内的反射波后［15］，生成地质雷达勘察图像，但由于地层内异常体反射波存在双程时间差情况，导致其生成的地质雷达勘察图像内异常体存在偏差，为此使用改进BP 算法对其进行归位处理，以此获取地质内部形态信息，确保地质内部信息获取的精度与效率。其详细过程如下。

地质雷达在进行勘察时，其发射与接收天线均贴近地面，则雷达天线和地面之间的距离为0，假设地质雷达x轴下方被测物质为均匀物质，在x轴上方为空气，地质雷达天线沿着x轴移动，则第k个天线位置坐标由(xk,0)表示，将雷达天线接收区域看作一个矩形，则在该矩形区域内，任意点A的坐标由(xA,zA)表示，则任意点A到第k个天线位置的电磁波反射时延计算公式如下：

式中，tA,k表示任意点A到第k个天线位置的电磁波反射时延；c表示电磁波传播速度；εr表示电磁波反射时延估计误差系数。

令vA,k表示任意点A在第k个雷达接收天线上的响应值，其计算公式如下：

式中，sk表示第k个天线上雷达响应数据集合；t表示电磁波反射时延平均值。

令V={vA,1,…,vA,k,…,vA,n}表示任意点A在1～n个天线上雷达响应集合，对该集合内n个元素进行叠加处理，则任意点A的成像表达公式如下：

式中，UA表示任意点A的成像。

通过遍历雷达天线接收区域内所有点，即可得到该区域的地质成像结果，但在雷达响应数据内每一个时刻接收到的雷达响应值均存在时延，导致式（8）结果不够准确。在此利用任意点A在每个地质雷达接收天线上，雷达响应值之间存在关联性的特点，将集合V={vA,1,…,vA,k,…,vA,n}内所有元素进行2 次互相关操作，再从互相关操作后的元素内选取3个元素相乘，将其乘积叠加后，作为任意点A的成像值，则式（8）可改写为

经过上述步骤，利用式（9）可得到地质勘察溶洞、地下裂纹等图像，为后续工程施工质量控制提供影像数据支持。

2 试验分析

以江苏省淮安市一变电站工程项目作为试验对象，变电站工程项目数据来源包括以下内容。

（1）工程地质勘探报告：主要包括地质构造、地下水、岩溶地质、地基承载力等。

（2）施工设计文件：包括建筑及构造图纸、机电一体化设计图纸、土建工程施工图、设备和仪表图等。

（3）现场勘察报告：包括工程现场交通、水文地质条件、地形地貌、交通流等。

（4）现场勘测数据：包括变电站场地大小、地貌地形、地基情况、工程地理环境等。

（5）监理报告：包括施工过程中的关键节点、工期安排等信息。

除此之外，通过历史项目数据、现场监控数据、劳动力和物资数据、工程成本数据等方面来获取变电站工程项目的数据。

该变电站工程占地面积较大，其占地长度和宽度分别为34 和75 m 左右，总占地面积约为2 550 m2，其中内室占地面积约为2 200 m2。在该变电站工程开工之前，使用本文方法对其进行岩土地质勘察和质量控制，并分析本文方法应用效果。给出该变电站工程地质勘察测点分布，如图2所示。

验证本文技术获取地质勘察量测点能力，以工程地质勘察测点的鉴别孔作为实验对象，利用克里金差值法得到鉴别孔位置，并利用BIM 模型输出该鉴别孔位置，结果如图3所示。

分析图3可知，使用本文技术获取地质勘察量测点分布与实际工程地质勘察测点分布大体一致，且本文技术在获取地质勘察量测点时，还可呈现该量测点位置地形起伏状态。上述结果说明：本文方法可有效获取地质勘察量测点，且获取精度较好。

进一步验证反复获取地质勘察量测点能力。利用估值方差均值作为衡量本文技术提取地质勘察量测点能力指标，测试在量测点数量较多时，其估值方差均值变化情况，同时设置量测点估计方差均值阈值为1.0，测试结果如图4所示。

分析图4 可知，获取地质勘察量测点时，量测点估计方差均值随着量测点数量的增加而增加。但在量测点数量为225 个之前时，本文技术获取地质勘察量测点时的估计方差均值数值始终为0，该结果说明在量测点数量为225 个之前时获取地质勘察量测点的精度极高。但当量测点数量超过225 个之后时，获取地质勘察量测点时的估计方差均值呈现上升趋势，但上升幅度极小。在量测点数量为500个时，获取地质勘察量测点估计方差均值为0.25 左右，该数值远低于预设阈值。上述结果说明：技术获取地质勘察量测点精度高，也从侧面说明应用该技术对工程施工质量控制能力较好。

利用地质雷达勘察该工程某区域地下裂隙，利用共轭裂隙模型方式描述该裂隙，如图5（a）所示。再用时域差分方法（FDTD）对地质雷达电磁波进行正演，正演结果如图5（b）所示，同时使用本文技术对该地质雷达勘察电磁波信号转换为图像，结果如图5（c）所示。综合分析对比图像结果，分析该技术获取地质内部裂隙能力。

综合分析图5 可知，在使用域差分方法（FDTD）对地质雷达电磁波进行正演后，其得到地质裂隙分布形态图像内存在较多裂隙杂波，虽然得到的地质裂隙整体形态与裂缝共轭裂隙模型结果一致，但其无法精准呈现地质裂隙状态。而使用本文技术对地质裂隙勘察图像进行归位后，可有效去除雷达电磁波内存在的杂波，得到更加精准的地质裂隙分布形态，为后续工程质量控制提供较为准确的地质裂缝分布结果。

以生成的地质勘察图像清晰度作为衡量指标，在干扰噪声强度为50 dB 情况下，测试本文技术生成地质勘察图像能力。为突出本文技术效果，同时使用文献［5］和文献［6］技术展开测试，测试结果如图6所示。

分析图6可知，在地质裂隙电磁波存在干扰噪声时，3 种技术均可有效生成地质裂隙图像，但本文技术生成的地质裂隙图像最为清晰，可向用户清楚呈现当前地质内裂隙走向和分布形态。而文献［5］和文献［6］技术生成的地质裂隙图像并不完整，无法为用户呈现更多裂隙细节信息。综上结果，本文技术在电磁波存在噪声干扰时，也可清楚地生成地质裂隙图像，具备较为显著的应用效果。

从应用角度对本文技术展开验证，对应工程来说，岩土地质勘察极其重要，通过勘察地质内裂隙、量测点位置，制定工程施工计划和位置。以该水电站工程作为实验对象，利用软件模拟形式验证本文技术应用前后该变电站工程地基随着施工时间的增加，其综合沉降值变化情况，测试结果如表1所示。

分析表1可知，该变电站地基工程随着施工天数的增加，其地基综合沉降数值也呈现增加趋势。但本文技术应用前，该变电站地基工程综合沉降值在施工4 d 之前为0 m，说明此时该地基并未出现沉降状况。但随着施工天数逐渐增加，地质结构受到的压力越来越大，地质内岩石和裂隙不稳定，变电站地基工程逐渐出现沉降现象。本文技术应用后，该地基出现沉降时施工天数为12 d，说明应用该技术可在地基施工前期保障其不会出现沉降情况。随着施工天数继续增加，该变电站地基工程开始出现沉降现象，但在相同施工天数下，应用本文技术，该变电站地基工程沉降减小。综上结果：本文技术应用后，可有效控制变电站地基工程施工质量，使其出现沉降数值较小，具备较为显著的应用效果。

3 结论

基于改进BP算法的岩土地质勘察质量控制技术应用到了BIM 技术和电磁波成像技术，构建地质体模型，利用该模型输出工程建设区域地质体相关信息，再通过电磁波成像方式得到地质内溶洞、裂隙等数据，为工程质量控制提供详细的地质信息，建设施工方依据该信息对工程位置、相关参数等进行调整，实现工程质量控制。经过多角度验证，该技术在获取地质信息以及生成地质裂隙图像方面均具备较为优秀的能力。