通讯员 吕臻 罗旭嘉

仲冬时节，浙江南部群山林立，“九山半水半分田”的地貌中，义龙庆高速白鹤山特长隧道正艰难掘进。

白鹤山特长隧道全长7397米，为双向四车道分离式隧道，是义龙庆高速公路丽水段项目的关键控制性工程。

在看不见的地层中，中风化凝灰岩与片岩交错，局部涌水、裂隙坍塌风险频发。传统施工模式下，“地质难摸清、施工难推进、安全难保障”三大难题是工程建设中的拦路虎。

如今，一套融合“围岩智能预判+定制化爆破+全流程协同”的智能建造体系，正以科技之力破解难题，为复杂地质隧道施工写下新答案。

（现场航拍。中交中南局供图）

在地质条件复杂的区域，围岩类型的判别具有挑战性。若采用传统手段，围岩辨识全靠工人“看脸识岩”，效率低、误差大，遇到地下水富集段更是险象环生。一次掌子面作业后，项目信息化副经理吕臻带着满脸灰尘回到项目部，指着电子屏幕上杂乱的围岩数据提出设想：“我们能不能把图像识别和钻孔数据结合起来，让机器帮我们‘识岩’？”

这个提议瞬间点燃了技术骨干们的热情。项目经理许德俊当场拍板成立技术攻坚组，自任组长，立下“45天拿出初步方案”的军令状。

接下来的1个多月，隧道洞口的板房里，总有身影忙碌至深夜。攻坚组白天扎在掌子面，跟着三臂凿岩台车采集数据，粉尘沾满工装，汗水浸透衣衫；晚上对着电脑分析参数，反复调试机器学习模型。草稿纸堆得比桌子还高，办公室的灯常常亮到凌晨。最艰难时，模型准确率长期卡在70%以下，团队顶着压力一遍遍试验，终于在第38天，当数据显示准确率突破85%时，压抑已久的欢呼声响彻办公室，这意味着机器“识岩”终于实现从“能用”到“好用”的突破。

这套“基于图像与钻孔信息的围岩分级技术”，堪称隧道的“智能CT机”。三臂凿岩台车的高清摄像平台实时捕捉掌子面特征，同步采集钻速、钻压等6类核心参数，数据传至云端后，经AI模型自动解析，不仅能精准划分围岩等级，还能提前10米预判地质情况。

2025年8月23日，掌子面掘进时，系统突然发出红色预警：“前方5米存在高强度裂隙水风险”。许德俊接到通知后，3分钟内调度排水设备进场，带领工人提前布设导水管。两小时后，当渗水点如期出现时，早已准备就绪的排水系统瞬间启动，成功避免了渗水带来的隐患问题。如今，这套系统让围岩识别准确率从65%跃升至92%，施工工效提高12%。

围岩摸得准，只是破解隧道施工难题的第一步。如何基于精准的地质画像，实现爆破环节的“精准打击”，成为团队接下来的攻坚重点。

传统爆破参数全凭经验，超欠挖现象突出，既费料又误工。团队以围岩“精准地质画像”为基础，研发“高效精细爆破技术”，实现“一炮一参数”定制化设计。在试验段，他们每次爆破后都测量超欠挖尺寸，记录数据到深夜，不断优化方案。最终，爆破误差控制在5厘米内，远优于行业标准。在断层破碎带施工中，通过监测数据反向优化参数，炸药用量减少18%，工效整体提升超30%。

（白鹤山特长隧道。中交中南局供图）

单一技术突破还不够，难以实现整体施工效率的跃升。智能建造副经理吕臻提出构建全流程协同体系，让“围岩识别-智能爆破-支护决策-监测预警-设备调控”各环节数据无缝流转。

在ZK159+569段的裂隙带施工中，系统预判风险后，10分钟内数据同步至各模块：爆破模块缩小炮孔间距，支护模块加密拱架并增设仰拱，设备模块调度排水设备，监测模块每小时反馈变形数据动态微调。各部门各司其职、紧密配合，不仅规避了裂隙扩展风险，还杜绝了窝工问题，大大降低施工安全风险。

在中国公路学会主办的“蓝翼杯”第一届人工智能场景创新应用大赛中，“隧道围岩智能识别大模型应用设计”项目荣获三等奖。这项隧道智能化建造领域的创新，为行业从“经验驱动”向“数据+AI驱动”转型提供了生动示范。

12月初，白鹤山隧道整体掘进顺利突破4000米大关，这条穿越浙南群山的交通要道正加速成型。许德俊望着这条穿越群山的隧道，眼中满是期待：“这条路通车后，山区群众的出行会更便捷，这就是我们技术创新的意义。”

作者：吕臻 罗旭嘉

责编：王亮

一审：王亮

二审：曹娴

三审：李伟锋