李再扬,王 鸿,甄明秀,李骏雄,何 旭

(1.瓮福(集团)有限责任公司，贵州 贵阳 550002；2.昆明理工大学 国土资源工程学院，云南 昆明 650093)

0 引言

岩体质量评价对边坡的稳定性分析和定量评价至关重要，同时也是计算岩体物理力学参数的关键。岩体质量评价的核心在于对结构面性质、产状的调查与统计分析，由于天然结构面分布的随机性、非连续性以及延伸的不确定性等，导致结构面信息难以准确获取[1]。

1987年，ISRM研究室指出结构面的产状参数包括产状、间距、粗糙度、裂隙张开度等，测量手段主要可分为接触式测量(钻孔技术、测线法等)和非接触式测量(激光扫描、无人机摄影等)。详细测线法作为一种接触式测量法，是一种系统快速进行结构面测量取样的直观方法，对于优势结构面不显著的岩体，可获得精确的结构面产状信息，但对于高陡边坡，人力无法对高处位置进行接触式测量，且当结构面调查区域较大时，人力成本较高。为此，大量学者研究了非接触式测量方法，并取得了较好的应用效果，如董秀军等[2]、白志华等[3]、蒋雅君等[4]将三维激光扫描技术成功应用于岩体质量评价中。但三维激光扫描法对于岩体表面较为平整(如预裂爆破后的坡体表面)、结构面出露凸起不显著或与扫描视角较为接近的结构面产状信息往往难以准确获取。

为解决三维激光扫描法存在的局限性，不少学者又基于统计学原理发展了结构面网络模拟反演法，用统计学的方法对有限的结构面信息进行统计学分析，并基于所统计的数字特征，构建与现场实际基本一致的虚拟结构面网络，将抽象的、客观存在的结构面空间位置、形态等进行可视化，可以更全面地认识、展现、反映岩体内部的结构特征[5-6]。王家臣等[7]、郭少文等[8]、张文等[9]、胡超等[10]的研究表明，非接触式测量技术与结构面网络模拟可以有效提高测量的精度及效率，再结合Monte-Carlo模拟法建立的裂隙结构面模型可以获得更为全面的结构面信息[11]。

综上，接触式结构面测量法的测量范围有限，而三维激光扫描法对局部相对较小尺度的结构面测量精度存在一定局限性。为此，本文结合接触式测量准确度高和激光扫描法测量范围广、效率高的优势，以贵州某磷矿高陡岩质边坡为评价对象，对两种方法所测量的结构面信息进行统计分析，再利用统计结果对结构面的空间形态进行结构面网络反演模拟，构建三维空间结构面网络模型，使岩石质量指标(RQD)的获取更加客观，进而达到准确评价岩体质量的目的。

1 工程概况

贵州某露天磷矿采场南帮现状边坡开采最高标高1 392 m，最低标高1 092 m，开采深度较大，属于高陡岩质边坡。开挖形成时间较短，边坡表面岩体受风化作用一般，岩体裂隙发育，构造出露清晰，节理清晰可见(见图1)。

图1 边坡概貌

2 结构面调查

2.1 测线法

对露天采场南帮边坡进行了实地踏勘，对南帮边坡的SS-2测区及SS-3测区采用测线法调查，详细调查长度为100.2 m，节理共174条。

在SS-2测区共测得节理96条，节理平均线密度1.75条/m，结构面几何参数统计分布特征如图2所示。由图2可知，SS-2区以1组层理缓倾和2组陡倾结构面为主，台阶边坡具备发生局部倾倒破坏和掉块的可能。通过DIPS软件分析优势结构面(见图3)可知：层面B1产状为310°∠8°；节理J1产状为25°∠72°；节理J2产状为292°∠80°。

(a)倾角分布直方图

在SS-3测区共测得78条节理，节理线密度2.07条/m。倾角分布上呈现以节理为主的缓倾和以近乎垂直的陡倾结构面为主。层面B2产状为287°∠8°；节理J3产状为30°∠75°；节理J4产状为305°∠76°。

2.2 三维激光扫描法

本次研究区域范围广、高差大，台阶边坡高度24 m，测线法难以大范围覆盖，为此采用BLSS-PE 矿用三维激光扫描测量系统进行测量，以获得更为准确的岩质边坡结构面产状。

SS-2测区点云数据的优势结构面智能识别分组效果如图4所示，将分组后处理得到的各组结构面产状数据导入DIPS软件拟合赤平投影得到3组结构面(见图5)：层面B1产状为272°∠17°，节理J1产状为29°∠79°，节理J2产状为291°∠82°。其中，层面B1作为总体边坡的贯穿结构面，节理J1、J2作为总体边坡的小规模结构面，共同控制总体边坡的局部稳定性。不难看出，该方法分析结果与测线法较为一致。同理， 在SS-3测区测得3组优势结构面：层面B2产状为230°∠13°；节理J3产状为49°∠76°；节理J4产状为283°∠84°。

图4 SS-2测区点云数据优势结构面智能识别分组

3 基于三维网络模拟的岩体质量评价

岩体的结构面呈现随机分布的特点，可通过统计学对其进行结构面网络模拟，借助概率方法分析结构面各形态参数，进而得到岩体的RQD[12-15]。泊松圆盘模型将结构面视为圆盘，由产状、隙宽、半迹长等进行表征，岩体表面与圆盘的交线即为结构面迹线。对现场实测数据的倾向、隙宽、倾角、间距以及半迹长进行分组及分布拟合，并推算得到各组的体密度、圆盘半径及产状均值等模拟参数，然后在Excel 中运用Monte Carlo法进行随机模拟[14]。将模拟结果导入CAD 生成三维网络实体模型，继而在模型中“钻孔”(布置测线)，用“岩心柱”即被各个结构面切割后的测线估算RQD。通过沿不同方向、在不同位置布置“钻孔”，可以得到各方向的RQD，并绘制各方向的RQD玫瑰花图，分析RQD各向异性程度，以此为基础建立RQD概率分布函数，求得RQD均值与标准差，综合判定岩体的质量。

3.1 结构面参数获取

取SS-2结构面模型区尺寸为5 m×5 m×5 m，根据统计分析获得的各组结构面产状及密度信息，在AutoCAD中共生成356个结构面三维实体，应用区尺寸包含于模型区内，尺寸为4 m×4 m×4 m，主滑方位角为305°。实体模型图、主滑平面的网络图(见图6、图7)为被模拟的整个节理岩体的一小部分[15]。同理，取SS-3结构面网络模型，获得主滑方位角为340°。

图6 SS-2测区三维

图7 SS-2测区主滑实体模型平面网络图

3.2 RQD的精确获取

以15°为间隔在SS-2测区网络模型中模拟12个钻孔虚拟岩心(见图8)，并统计各个钻孔中长度大于10 cm的岩心占总钻进长度的百分比，从而得到各个方向的RQD，并将其绘制成RQD玫瑰花图(见图9)，将各个方向上的RQD进行加权算术平均得到该区域RQD的均值为50.208%。同理，在SS-3网络模型图中计算得到该区域RQD的均值为71.341%。

图8 SS-2测区主滑 平面钻孔布置

图9 SS-2测区主滑平面RQD玫瑰花图

3.3 岩体质量评价

根据模拟计算结果，该露天矿南帮边坡岩石的RQD见表1。根据RQD岩体工程分类方法，整个南帮边坡岩体质量均为“一般”(RQD在50%～75%为一般)。但具体来看，SS-2分区在区间下限，接近“差”，而SS-3分区则在上限，接近“好”。由此说明，南帮边坡岩体质量整体“一般”，且具有“上差下好”的特点。

表1 边坡岩石的RQD计算结果

4 结论

a.采用测线法与三维激光扫描法获得的岩体优势结构面产状结果基本一致，三维激光扫描法所采集到的结构面信息可作为三维结构面网络模拟的基础数据，两种方法相互结合，可以大大提高获取野外结构面信息的效率和准确度。

b.三维结构面网络模拟法能够考虑岩体RQD的各向异性，同时可以准确计算主滑方向上对应的RQD，对各分区边坡的RQD表征更加客观、真实，弥补了传统方法的不足，使得岩体质量评价结果更为准确。