(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211274059.0 (22)申请日 2022.10.18 (71)申请人 四川大学 地址 610042 四川省成 都市一环路南 一段 24号 (72)发明人 谢晶　肖坤　张茹　任利　张泽天　 罗子文　楼晨笛　凌淇淞　尹荣杰　 张志龙　艾婷　 (74)专利代理 机构 北京正华智诚专利代理事务 所(普通合伙) 11870 专利代理师 周芸婵 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/08(2020.01) G06F 111/10(2020.01) (54)发明名称 基于二维测窗的裂隙网络 重构方法 (57)摘要 本发明公开了一种基于二维测窗的裂隙网 络重构方法， 其包括获取待研究区域裂隙较发育 地段的裂隙信息， 并根据裂隙信息进行产状分 组； 选取一组裂隙分组， 对其产状权重进行校正， 并采用校正后的产状权重更新裂隙法向的方向 余弦； 计算裂隙的Fisher参数和体积密度； 对迹 长拟合得到迹长的拟合曲线， 并确定拟合曲线的 分布规律； 根据分布规律， 选取椭圆裂隙长轴的 长轴概率密度模型和椭圆裂隙长短轴比的比值 概率密度模型计算椭圆裂隙长轴和长短轴比值 的分布范围； 将获取的所有参数输入RJNS3D工具 箱， 获得当前裂隙分组的裂隙分布； 当所有裂隙 分组均已获得裂隙分布时， 对所有裂隙分组的裂 隙分布进行叠加， 生成岩体三维裂隙网络模型。 权利要求书6页 说明书13页 附图5页 CN 115544780 A 2022.12.30 CN 115544780 A 1.基于二维测窗的裂隙网络 重构方法， 其特 征在于， 包括 步骤： S1、 获取待研究区域裂隙较发育地段的裂隙信息， 并根据裂隙信息对裂隙较发育地段 进行产状分组， 得到若干裂隙分组； S2、 选取一组未选取的裂隙分组， 采用矢量校正法对裂隙的产状权重进行校正， 并采用 校正后的产状权 重更新裂隙法向的方向余弦作为平均产状； S3、 根据裂隙分组的裂隙信息， 计算裂隙的Fisher参数和体积密度； S4、 根据裂隙分组的裂隙信息， 对其迹长进行拟合， 得到迹长的拟合曲线， 并根据拟合 曲线的形状， 确定拟合曲线的分布规 律； S5、 根据分布规律， 选取椭圆裂隙长轴的长轴概率密度模型和椭圆裂隙长短轴比的比 值概率密度模型计算椭圆裂隙的长轴和长短轴比值的分布范围； S6、 将平均产状、 Fisher参数、 体积密度及迹长的分布规律、 长轴和长短轴比值的分布 范围输入R JNS3D工具箱， 获得当前裂隙分组的裂隙分布； S7、 判断若干裂隙分组是否都已获得裂隙分布， 若是， 进入步骤S 8， 否则返回步骤S2； S8、 根据齐次Poisson过程的可加性， 对所有裂隙分组的裂隙分布进行叠加， 生成岩体 三维裂隙网络模型。 2.根据权利要求1所述的基于二维测窗的裂隙网络重构方法， 其特征在于， 采用矢量校 正法对裂隙的产状权 重进行校正的计算公式为： 其中， Wi为校正后的产状权 重； Vi为移动相交体积； ω为常数； 方向余弦的计算公式为： 其中， 和 分别为校正后裂隙的平均方向在xyz轴上法向的方向余弦； li、 mi和ni 分别为校正前每条裂隙在xyz轴上法向的方向余弦； n 为裂隙条 数。 3.根据权利要求1所述的基于二维测窗的裂隙网络重构方法， 其特征在于， 计算裂隙的 Fisher参数的方法包括： 选取多个Fisher参数的估计公式， 计算估计值 和 其中， n为裂隙条 数； ci为裂隙倾向的变换参数； 采用Pearsonχ2检验， 根据估计值 和 选取最小的χ2值对应的估计值作为最权　利　要　求　书 1/6 页 2 CN 115544780 A 2终的Fisher参数。 4.根据权利要求1所述的基于二维测窗的裂隙网络重构方法， 其特征在于， 所述体积密 度的计算公式为： 其中， P30为裂隙的体密度； P20为裂隙的面密度； 为椭圆裂隙等效直径均值 a为椭圆长轴， k 为椭圆长短轴比值， α 为裂隙与二维测窗平面的相对夹角。 5.根据权利要求1 ‑4任一所述的基于二维测窗的裂隙网络重构方法， 其特征在于， 所述 分布规律为均匀分布时， 迹 长的概率密度函数f(l)为： 其中， B0， B分别为迹 长的下限值和上限值； l 为迹长； 所述长轴概 率密度模型g(a)的计算公式为： 其中， ξ0、 ζ 分别为长轴的下限值和上限值； a为椭圆长轴； 所述比值 概率密度模型u(k)的计算公式为： 其中， k为长短轴比值； ξk为长短轴比值的上限值； s＝B/a， 为中间参数。 6.根据权利要求1 ‑4任一所述的基于二维测窗的裂隙网络重构方法， 其特征在于， 所述 分布规律为分形分布时， 迹 长的概率密度函数f(l)为： 其中， B0为迹长的下限值； l 为迹长； D为分维值； 所述长轴概 率密度模型g(a)的计算公式为： 其中， ξ0为长轴的下限值； a为椭圆长轴； 所述比值 概率密度模型u(k)的计算公式为： 其中， k为长短轴比值； ξk为长短轴比值的上限值。 7.根据权利要求1 ‑4任一所述的基于二维测窗的裂隙网络重构方法， 其特征在于， 所述 分布规律为多项式分布时， 迹 长的概率密度函数f(l)为： 其中， Cm为各阶的系数， B为迹 长的上限值； l 为迹长； m为多 项式的次数；权　利　要　求　书 2/6 页 3 CN 115544780 A 3