基于砂漿鉆進的隨鉆機械參數監測試驗研究*

喬 梁 李曉昭② 鄧龍傳② 熊志勇 張 弛

(①南京大學地球科學與工程學院,南京 210023,中國)(②中國礦業大學深部巖土力學與地下工程國家重點實驗室,徐州 221116,中國)(③中建二局第四建筑工程有限公司,天津 300457,中國)(④上海隧道工程有限公司,上海 200238,中國)

0 引 言

隨著我國基礎設施建設的推進,隧道工程逐漸向著大埋深、長距離發展,隧道沿線的地質條件也越來越復雜多變(洪開榮,2015,2017)。在復雜的地形、地貌及地質條件下施工,若不能掌握掌子面前方的巖土體條件,很可能遇到軟弱破碎帶、斷層、突水、突泥等地質災害(李術才,2008; 郭瑞等,2019)。傳統的隧道超前地質預報方法有工程地質調查法、超前導坑預報法、物探法和超前取芯鉆探預測法等(丁恩保等,1995; 李術才等,2014)。工程地質調查法操作方便,對于淺埋深且構造條件簡單的情況下預測性較好,但是在構造條件復雜的深埋隧道中,工作難度大,準確性低(張路青等,2004); 超前導坑預報法探測結果準確直觀,可預報距離長但施工成本較高。物探法主要分為地震探測法和地質雷達探測法,地震探測法可用來探測不良地質界面效果,預報距離長,但對于地質界面不規則的不連續體預測難度較大(劉志剛等,2003); 地質雷達探測法操作簡便,探測效率高,但電磁波信號容易受到干擾,預測距離短(吳俊等,2003; 高陽等,2009)。超前取芯鉆探預測法獲取的結果更加可靠,通過巖芯鑒定能夠準確把握前方地質體的特性,如遇軟弱破碎帶會發生取芯困難,難以摸清地質情況,而且鉆探成本高,耗費時間長(何成,2010; 楊繼華等,2019)。為綜合多種超前預報方法的優點,高效精準地獲取掌子面前方地層和巖體質量,需要一種結合鉆機智能感知、定向鉆進功能、取芯功能和物探于一體的超前智能鉆探設備,對前方未知地層進行綜合性的評估,追蹤不良構造,針對獲取到的巖芯資料和隨鉆測試信號進行綜合評價,精確獲取巖體力學參數和結構特征。

隨著傳感技術的發展,國內外學者開始使用鉆探測試技術來評價地層巖性和巖體質量。Honer et al.(1977)使用空氣沖洗旋轉沖擊鉆進行鉆進測試,測量了地層穿透率,發現該測試技術能夠較準確解釋地層巖性和質量。Gui et al.(1999)研究了儀表化鉆井系統在黏土中鉆進測試的有效性,結合測得的鉆井參數分析了鉆井地區土壤地層的形成歷史; Fener et al.(2005)通過對露天礦等16個不同工地的不同地層進行研究,建立了回轉鉆機與巖層單軸抗壓強度之間的關系模型。Mostofi et al.(2011)基于鉆進過程中獲取的鉆進速率,鉆頭轉速,鉆頭重量和鉆頭扭矩值以及鉆頭常數,建立了測井數據分析模型。岳中琦等(2002),岳中琦(2014)基于MWD系統自主研發了鉆孔過程數字監測儀(Drilling process monitoring,DPM),在鉆進過程中實時監測鉆機的運行過程,快速有效地獲取轉速、壓強和位移等隨鉆參數,能夠為工程設計和管理提供有效數據。譚卓英等(2007,2008)利用鉆孔過程監測系統進行了風化花崗巖地層鉆進試驗,提出了鉆進比能、可鉆性指標等參數來識別地層界面; 李寧等(2015)結合回轉鉆探和靜力觸探的優勢,自主研發出WCS-50微機控制旋轉觸探儀,并結合室內試驗結果,推導論證了巖體力學參數的計算公式(宋玲等,2011)。王琦等(2018),高紅科等(2021)研制了多功能真三軸巖體鉆探測試系統,進行了三向圍巖作用下不同強度巖體的室內數字鉆探試驗,結合自主設計的金剛石復合片鉆頭,推導論證了巖石單軸抗壓強度與隨鉆參數之間的計算關系。王玉杰等(2020)利用自主研發的多功能數字鉆進測試系統進行室內試驗,并基于金剛石鉆頭的破巖過程建立了巖石數字鉆進參數與單軸抗壓強度之間的預測模型。Wang et al.(2021)利用現場DPM技術對黃土地區200m深鉆孔監測,對比分析了DPM鉆速值與MWD穿透速率之間的不同。

國內學者在鉆孔測試方面已經開展了較多研究,隨鉆測試技術使鉆探直接獲取地層強度成為可能,但目前為止國內還沒有成熟的商業化鉆孔監測系統,基于隨鉆參數的巖石物理力學性質測定沒有相對統一的預測模型,且依賴于自制鉆頭和鉆機設備。岳中琦的鉆孔過程數字檢測儀(DPM)被國內學者應用于巖石可鉆性和地層分界的研究中(陳健等,2011; 曾俊強等,2017; 董方政,2019)。但是DPM監測不到鉆孔過程中的鉆頭扭矩變化,具有一定的局限性。本文以水泥砂漿為研究對象,將自主研發的鉆機智能感知系統與ZS-100鉆孔取樣機結合,通過設置不同的鉆進參數,分析水泥砂漿與鉆進參數之間的響應關系,并建立隨鉆參數與單軸抗壓強度之間的預測模型,為超前智能鉆探識別巖性提供技術支撐。

1 試驗設計

1.1 試驗裝置

試驗采用ZS-100型全自動鉆孔取樣機,該取樣機最大功率為3kW,最大轉速1450 r·min-1,可鉆進深度最大達到300mm,可配合多種尺寸的取芯鉆頭進行巖石取樣。鉆孔取樣機由動力驅動系統、頂缸系統、自動控制系統和固定裝置組成。本次試驗采用內徑25mm,外徑30mm的表鑲金剛石取芯鉆頭,鉆孔取樣機上安裝本團隊自主研發的鉆機智能感知系統,可對鉆進過程實時詳細監測,獲取轉速、扭矩、鉆壓、鉆進深度等瞬態信號,并通過數據采集系統進行顯示。

本團隊研發的鉆機智能感知系統主要由傳感器系統和數據采集系統組成。傳感器系統主要包括轉速-鉆壓-扭矩傳感器(SPT傳感器)、壓力稱重傳感器、位移傳感器以及油壓傳感器。智能感知系統中各傳感器安裝位置如圖1所示。

圖1 鉆孔取樣機與智能感知系統

1.2 試驗材料

本研究采用的材料為不同強度等級的水泥砂漿試樣。通過將水泥、河砂和水按一定配比混合成水泥砂漿,然后注入70.7mm×70.7mm×70.7mm型號的試樣模具,待水泥砂漿試樣終凝以后脫膜,養護28d后用于試驗。本次試驗中每種強度等級的水泥砂漿試樣均制作兩組,每組3個,水泥砂漿配比如表1所示。

表1 不同強度等級水泥砂漿配比

1.3 試驗方案設計

本次試驗采用TAW-2000電液伺服巖石三軸試驗機對不同強度的水泥砂漿進行單軸抗壓強度測試,之后進行鉆機試驗。鉆機試驗中預先設置頂缸系統抬升速率為4mm·s-1,設置鉆頭轉速N(300r·min-1、400r·min-1),采用控制鉆頭轉速N,監測鉆頭扭矩T、鉆進壓力P、鉆進速度V的試驗模式。試樣取芯鉆進試驗主要分為3個階段:鉆進準備階段、鉆進巖樣階段和提升鉆頭階段,見圖2。

圖2 隨鉆試驗階段

2 試驗結果分析

2.1 智能感知系統測試分析

通過鉆機智能感知系統對試驗全過程中各種隨鉆參數(鉆進扭矩、鉆進壓力、鉆頭轉速、鉆進位移以及油壓等參數)進行實時監測,分析不同階段內各個隨鉆參數之間的響應特征,鉆進試驗結果如圖3所示。本節以M25強度等級的水泥砂漿的鉆進試驗為例,驗證智能感知系統的可行性。

圖3 試驗結束后的試樣及巖芯

該試樣的鉆進過程參數變化曲線如圖4所示,分析圖中曲線變化可知,各個隨鉆參數的曲線變化主要分為鉆進階段和提升階段。鉆進階段開始后鉆頭底部的金剛石接觸并破碎巖石,此時鉆進壓力、底部壓力和扭矩曲線迅速升高,并在后續的鉆進過程中持續增大; 從轉速曲線中可以看出鉆頭轉速在鉆進剛開始會略微下降,之后穩定在300r·min-1左右; 當鉆進到最后的10mm時,由于油缸上升行程有限,當油缸上升至一定高度后,提升速率會變慢,油缸油壓由0.2MPa減小為0.1MPa,鉆進壓力和扭矩都迅速減小,此時的鉆進位移曲線斜率減小,鉆進速率降低; 試樣被鉆穿后進入提升階段,油壓瞬間從0.1MPa升為0.8MPa,之后穩定在0.6MPa,扭矩和鉆進壓力在這個階段持續減小,從鉆進位移曲線可以看出鉆頭提升速度相對穩定。

圖4 M25強度等級砂漿隨鉆參數變化曲線

從圖4中的鉆進壓力曲線和底部壓力曲線可以看出,固定平臺下方安裝的3個稱重式壓力傳感器和SPT傳感器監測到的數值大小以及變化情況基本相符,驗證了SPT傳感器中鉆進壓力監測結果的準確性,為了統一結果分析中鉆進壓力的取值,后續的鉆進壓力均采用后者。

2.2 強度等級對隨鉆參數的影響

以鉆頭轉速為400r·min-1的試驗結果為例,從圖5a中分析可得,鉆頭接觸試樣后,鉆頭底部的金剛石開始破碎巖樣,鉆進扭矩逐步增大,并且砂漿強度越高,鉆進扭矩峰值越高; M20強度試樣開始鉆進后鉆頭受到的扭矩在3s內迅速增大到一個穩定值并在一定范圍內上下波動; M25強度試樣鉆頭受到的扭矩在鉆進開始后的5s內逐漸增加,扭矩達到峰值后變化幅度不大; M30強度試樣的鉆進過程中,扭矩先以較慢的速度增大,增大到峰值37.6N·m后減小至25N·m,并穩定波動。圖5b是M20、M25、M30 這3種強度等級試樣鉆進過程中鉆頭的平均扭矩值,可以看出砂漿強度等級越高,鉆進扭矩值越大。

圖5 不同強度等級下鉆進扭矩的變化曲線

分析圖6a可以看出,鉆頭接觸到巖樣之后,鉆進壓力開始逐漸增大,增大到一定數值之后便穩定在一定范圍內波動。水泥砂漿試樣強度等級越高,鉆進壓力的峰值越高,穩定波動時間越長; 圖6b是M20、M25、M30 3種強度等級試樣的鉆進過程中鉆頭受到的平均鉆進壓力值變化曲線,從圖中可以看出,水泥砂漿強度等級越高,鉆進壓力值越大。

圖6 不同強度等級下鉆進壓力的變化曲線

分析圖7a可以看出,砂漿強度等級越高,穿透巖樣所需要的時間越長,鉆進速率也越小,這是由于砂漿試樣內部河砂顆粒之間黏聚力更大,鉆頭表面金剛石更不易斷開河砂顆粒之間的膠結。值得注意的是M20和M25強度的砂漿試樣單軸抗壓強度數值相差較小,所以兩者鉆進速率相差并不大,而M30強度的砂漿試樣鉆進速率較M20強度的砂漿試樣鉆進速率下降了7.3%,這表明水泥砂漿強度對鉆進速率的影響顯著。

圖7 不同強度等級下鉆進速率的變化曲線

2.3 轉速對隨鉆參數的影響

鉆頭轉速是非常重要的鉆井參數,不同工況下采用合適的鉆頭轉速會大大提高鉆進效率,降低鉆頭的磨損。為了探究不同轉速鉆進工況下隨鉆參數的不同響應,本節以強度等級為M30的水泥砂漿試樣鉆進試驗結果為例,詳細分析鉆進扭矩、鉆進壓力、鉆進位移、鉆進速率等隨鉆參數與轉速之間的響應關系。

從圖8a中可以看出,鉆頭轉速在剛接觸到試樣后略微減小,但后續仍然穩定在初始設定值附近,因此可近似看成按初始轉速穩定鉆進。分析圖8b可知,300r·min-1轉速條件下鉆進扭矩峰值和平均值均略高于400r·min-1轉速條件下的測試結果; 300r·min-1下鉆進扭矩的波動比400r·min-1下鉆進扭矩的波動變化大,這主要是由于水泥砂漿試樣的不均勻性導致; 圖8c中表明400r·min-1轉速條件下的鉆進壓力峰值和平均值更高; 分析圖8d可以發現,在試樣鉆進過程中,鉆進速率先以較大值穩定,在30s左右降低為較小值直至鉆進結束。

圖8 不同轉速下各隨鉆參數的變化曲線

2.4 巖芯特性匹配性分析

由于地質體的復雜性和未知性,單純使用不取芯鉆進很難準確獲取地層參數,因此,將隨鉆參數和巖芯特征結合起來(圖9),是一種既方便又準確的評價手段。本節將以M20強度等級的試樣鉆進試驗為例,分析隨鉆參數變化情況與巖芯的特性匹配。

圖9 隨鉆參數變化曲線與巖芯匹配圖

該水泥砂漿試樣在制作過程中由于過度振搗導致上部水泥砂漿密度較低從而出現分層現象,根據巖芯表面狀態將鉆進過程分為a、b、c 3個階段,分析圖中不同階段的隨鉆參數的變化。鉆進開始后即進入a階段,鉆頭底部金剛石開始破碎試樣,河砂顆粒在金剛石作用下從原樣剝離,被沖洗液攜帶出鉆孔,試樣頂部可清楚看到有河砂顆粒冒出,此階段鉆進扭矩和鉆進壓力迅速增大,到達穩定值后小幅度波動,該階段鉆進速率為3.22mm·s-1,a段的巖芯表面略微粗糙,可以看到河砂顆粒分布在巖芯表面; 鉆進到b階段以后,鉆進扭矩和鉆進壓力迅速增大,均在18s附近達到峰值,之后持續下降,鉆進速率降低為2.39mm·s-1,b段的巖芯表面從上到下呈現從光滑到粗糙的過程,巖樣表面河砂顆粒分布較少,較為密實; 鉆進到c階段,鉆進扭矩和鉆進壓力較小幅度上下波動,鉆進速率降低為0.66mm·s-1,c段的巖芯表面同a段一樣。

通過分析巖芯表面特征和隨鉆參數的變化,可以發現隨鉆參數的變化情況與巖芯變化高度匹配,證實了智能化鉆探監測系統的精確性和有效性,為后續工程實踐打好堅定的基礎。

2.5 隨鉆參數與單軸抗壓強度之間的關系

常規獲取巖體單軸抗壓強度的方法耗時較長,而且取得的巖芯脫離了原本的地應力,結果與真實值有一定的差距。本次試驗基于鉆頭初始轉速為400r·min-1,固定平臺上升速率為4mm·s-1的試驗條件,發現隨鉆參數變化與試樣的強度影響關系密切,采用y=a×xb型指數函數對隨鉆參數與單軸抗壓強度Rc進行擬合,擬合結果見表2。

表2 單軸抗壓強度預測模型

分析圖10可知,鉆進扭矩隨著試樣單軸抗壓強度的增大而增大,兩者呈現指數函數關系; 分析圖11可知,鉆進壓力隨著試樣單軸抗壓強度的增大而增大,兩者也呈現指數函數關系; 圖12中的曲線表明鉆進速率隨著單軸抗壓強度的增大而減小,兩者之間存在指數函數關系,擬合結果(式(2))與岳中琦(2014)的關系式(式(1))相符,表明預測結果具有說服性。

圖11 鉆進壓力與單軸抗壓強度的擬合曲線

圖12 鉆進速率與單軸抗壓強度的擬合曲線

Rc=ae-bVDPM

(1)

式中:a和b為統計常數,隨鉆機類型和功效與鉆頭大小和磨損情況的變化而變化。

Rc=6769.93e-2.88V

(2)

式中:V為鉆進速率;Rc為單軸抗壓強度。

3 結 論

本文基于鉆機智能感知系統鉆機試驗,監測鉆孔取樣機在不同強度等級的水泥砂漿試樣的鉆進過程中各隨鉆參數的響應情況,并結合巖芯進行分析,建立了隨鉆參數與試樣單軸抗壓強度之間的預測模型,主要結論如下:

(1)以M25強度等級砂漿試樣為例,分析鉆進過程各隨鉆參數響應情況,發現巖芯表面特征與各階段隨鉆參數變化情況相匹配,驗證了SPT傳感器體積小、功能大、精確度高等優點。

(2)在初始試驗條件相同的情況下,水泥砂漿試樣強度等級與隨鉆參數的響應高度相關,強度等級越高,鉆進速率越低; 鉆頭受到的扭矩和鉆進壓力越高; 強度等級相同的試樣在鉆頭轉速為300r·min-1和400r·min-1的工況下,扭矩和鉆進壓力平均值接近,隨鉆參數沒有明顯的規律性。

(3)基于扭矩、鉆進壓力和鉆進速率3個隨鉆參數的監測結果,建立了砂漿試樣單軸抗壓強度與隨鉆參數之間的預測模型,通過擬合發現,隨鉆參數與單軸抗壓強度呈指數關系。