KARMO Kallion rakopintojen mekaaniset ominaisuudet
Tutkimushenkilöstö Hankepäällikkö: Prof. Mikael Rinne Koordinaattori: Lauri Uotinen Diplomityöntekijä: Joni Sirkiä Tutkimusapulaiset: Pauliina Kallio Laura Tolvanen Daniil Iakovlev Eero Korpi Raphaël Yorke Ari Hartikainen 2.12.2015 2
Tutkimusongelma Rakopintojen mekaanisten ominaisuuksien selvittämisessä on kaksi pääongelmaa: 1: Suuren mittakaavan kokeita Olkiluodossa tai Forsmarkissa ei ole voitu tehdä. 2: Pienen mittakaavan aineiston ongelmana on näytteistyksen edustavuus sekä mittakaavavaikutus. Miten pienen mittakaavan rakonäytteiden tuloksista voidaan johtaa suurten rakopintojen ominaisuudet? 3
Tutkimusmenetelmä 0,6 m 4
Tutkimusmenetelmän kehitys Vuonna 2015 Kandityöntekijä Pauliina Kallio valokuvasi ja mallinsi replikasarjan valumuotit ja koestetut näytteet Julkaistu kandityönä (Kallio, 2015) Tuotettu aineisto analysoitiin diplomityönä Julkaistaan diplomityönä 15.12.2015 (Sirkiä, 2015) Laura Tolvanen teki kokeellisen kanditutkimuksen menetelmään soveltuvan betonin kehittämisestä Julkaistu kandityönä (Tolvanen, 2015) KARMO I vaiheessa kehitetty menetelmä kuvaus esitettiin ISRM 2015 konferenssissa Montrealissa. (Uotinen et al. 2015) 5
Tutkimusmenetelmän kehitys Diplomityö: Vaatimukset lähtötiedoille kallion rakopintojen fotogrammetrista tallennusta varten Joni Sirkiä 6
Tavoitteet ja Menetelmät Tavoitteet Tunnista virheet kehitetyssä fotogrammetrisessä jäljennys prosessissa Menetelmät Kirjallisuus katsaus ja tulosten seuranta tutkimuksen aikana Kehitä menetelmä digitaalisen tarkkuuden mittaamiseksi digitoidusta kallion rakopinnasta Tutkimalla muutoksia pinnan karkeudessa prosessin aikana Muodosta suositus kuvausjärjestelmälle fotogrammetrisessa mallinnuksessa Vertailemalla mallinnustulosten vaihtelua käytettyjen järjestelmien välillä 7
Tutkimusmenetelmät Toteutus Digitaalisen 2D karkeuden määrittäminen digitaalisesta mallista Kehitetty MATLAB koodi 3D Karkeuden määrittäminen eri menetelmillä Rs (El Soudani, 1978) Suunnattu 3D karkeus (Tatone & Grasselli, 2009) Karkeusarvojen vertailu prosessin eri vaiheissa Fotogrammetrisen mallinnuksen laadun tutkiminen 8
Tutkimusmenetelmät Digitaalinen JRC (Maerz et al. 1990) vs. vs. 9
Tutkimusmenetelmät 3D Karkeuden määrittäminen Rs (El Soudani, 1978) Normalisoitu Rs 1 (mm x mm) ikkunointi 170mm x 60mm näytteille Vastaava 1-100 (mm x mm) ikkunointi alkuperäiselle lohkaregeometrialle Verrataan karkeutta (Rs) prosessin eri vaiheissa Kivi vs. Muotti Muotti vs. Replika Koko prosessi Karkeuden säilyvyys 2B 3B 4B 5B 3T 5T 7B 9T 12B 13B 11T 16B 15T 16T (14 / 33 näytettä) 4B 2T 3T 4T 8B 12B 13B 11T 13T (9 / 33 näytettä) 4B 3T 12B 13B 11T (5 / 33 näytettä) 10
Tutkimusmenetelmät Suunnattu 3D karkeus (Tatone& Grasselli, 2009) 11
Point density (points/cm^2) Tutkimusmenetelmät Fotogrammetrisen mallinnuksen laatu Kuvien lukumäärä vs. mallinnettavan pinnan pistetiheys 45 40 Noise peak? 35 30 Hypothesis 25 20 15 10 5 0 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 Images (n) 12
Point density (points / cm^2 Tutkimusmenetelmät Fotogrammetrisen mallinnuksen laatu ISO herkkyyden vaikutus mallinnettuihin pisteisiin Pauliina Kallion (2015) suorittamien mallinnusten pohjalta 45 40 35 30 25 20 15 10 5 0 ISO400LensCorrectionOff ISO400LensCorrectionOn ISO2000LensCorrectionOff ISO2000LensCorrectionOn 0 5 10 15 20 25 30 35 40 45 Number of images (n) 13
Tutkimusmenetelmän kehitys Tilanne2015 Suunnitelma 2016 Fotogrammetrinen menetelmä kykenee tuottamaan tarkkaa 3D mallia (33 pts / mm 2 ) (Kallio, 2015) Jäljennys prosessissa menetetään keskimäärin huomattavan paljon geometriaa (n. -8 %) Osassa näytteistä geometria pystyttiin säilyttämään riittävän hyvin koestukseen saakka (5 / 33 näytettä) Fotogrammetrinen menetelmä Täydentäviä tutkimuksia vaihtoehtoisella menetelmällä -> Yhteenveto vuosista 2014-2016 -> Raportoidaan helposti toistettavassa muodossa Kallistuspöytäkokeet Hankitaan tuore graniittinäyte, joka skannataan ja koestetaan Jatkuvan raon mallintaminen (yhteistyössä KTH:n kanssa) Takaisinmallinnetaan FEMDEM ohjelmistolla KTH:n skannaamat ja koestamat rakopinnat 14
IRAZU GPGPU FEMDEM Geomechanica, Kanada Tukee DFN rakoverkostojen mallintamista Hydraulisten rakoverkostojen mallintaminen Rinnakkaislaskenta 15
Tutkimusjatkumo Yhdessä KTH:n kanssa 16
Kiitos mielenkiinnosta! Kysymyksiä? 1 τ 1 2 2 3 3 4 4 δ 1 2 3 4 Email: joni.sirkia(at)aalto.fi 17