水下隧道破碎围岩突水预测与渗流控制的方法.pdf

本发明涉及一种水下隧道破碎围岩突水预测与渗流控制的方法，包括：步骤S1：采用地球物理探测和超前水平地质钻探方法探测，并进行试验；步骤S2：采用层次分析灰色关联方法，建立围岩突水的层次分析灰色关联的突变预测模型；步骤S3：采用正交反分析方法，建立水下隧道破碎围岩三维多孔连续介质流固耦合有限元模型；步骤S4：对破碎围岩涌水量进行动态预测与渗流控制，并进行破碎围岩高压突水的模糊逻辑智能控制和失稳预警预报；步骤S5：采取综合防控措施。与现有技术相比，本发明可以对水下隧道的破碎围岩高水压下的失稳突水进行预测和经济、合理、安全和可靠的综合渗流控制。

1.  一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，包括以下步骤：
步骤S1：采用地球物理探测和超前水平地质钻探方法探查全强风化带、岩脉、断层破碎带、节理密集带的产状和规模，以及该场地主要节理的产状，进行超前地质钻孔压水试验，并提取岩土试样，进行室内物理力学试验、渗透试验；
步骤S2：基于步骤S1试验中的监测数据，采用层次分析灰色关联方法和非线性科学理论，建立围岩突水的层次分析灰色关联的突变预测模型，进行围岩突水预测；
步骤S3：根据步骤S1中超前水平地质钻探量测的出水量，采用正交反分析方法，建立水下隧道破碎围岩三维多孔连续介质流固耦合有限元模型，计算不同工况下的破碎围岩涌水量；
步骤S4：基于步骤S3获取的破碎围岩涌水量，对破碎围岩涌水量进行动态预测与渗流控制，基于破碎围岩涌水量预测和步骤S2的围岩突水预测进行突涌水失稳预警预报；
步骤S5：基于步骤S4的预警预报，采取破碎围岩高压突涌水险情综合防控措施。

2.  根据权利要求1所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的地球物理探测方法包括爆破钻孔作业、地质雷达法、红外探测和TSP203探测法。

3.  根据权利要求1所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的步骤S1具体为：
101：通过超前地质钻孔压水试验，获取水下隧道破碎围岩现场等效渗透系数；
102：利用超前水平地质钻探获取的岩芯进行岩土体的物理力学试验及渗透试验，获取围岩渗透系数、围岩等级和物理力学参数指标。

4.  根据权利要求1所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的步骤S2具体为：
201：试验监测数据进行平滑处理、等间隔化处理，生成预报数据；
202：采用层次分析灰色关联方法，计算灰色关联度R_i：
(1)对于一个参考数列X₀和若干个比较数列X₁，X₂，…，X_n，ξ_i＝{ξ_i(k)|k＝1，2，...，n}，ξ_i(k)的计算公式为
ξi(k)=minimink|X0(k)-Xi(k)|+ηmaximaxk|X0(k)-Xi(k)||X0(k)-Xi(k)|+ηmaximaxk|X0(k)-Xi(k)|---(1)]]>
式中：η为分辨系数，0≤η≤1，为2个层次的最小差，第1层次最小差是指在绝对差|X₀(k)-X_i(k)|中按不同k值挑选其中最小者，第2层次最小差是在Δ₁(min)，Δ₂(min)，…，Δ_n(min)中挑选其中最小者，同理，定义2个层次的最大差maximaxk|X0(k)-Xi(k)|;]]>
(2)计算比较数列X_i对参考数列X₀的关联度r_i，公式如下：
ri=1nΣk=1nξi(k)---(2)]]>
(3)计算层次分析的灰色关联度R_i，公式如下：
Ri=Σk=1n[w(k)×ξi(k)]---(3)]]>
式中：w(k)为上述破碎岩体渗流影响因素层次分析计算得到的k因素的权重；
203：根据灰色关联度R_i选取最优破碎岩体渗流影响因素，构建突变预测模型，得到尖点突变理论标准形式的平衡方程为
z³+pz+q＝0    (4)
式中，p、q为控制量，z为渗流量，则分叉集方程为：
D＝4p³+27q²＝0    (5)
9(1-ζ)²一1＝0    (6)
式中，参数ζ与岩土体重量、系统的几何尺寸、介质的力学参数和渗流参数有关，所得公式(6)为破碎围岩水下隧道突水失稳的充要条件判据，根据控制量p、q的变化，进行围岩突水预测。

5.  根据权利要求4所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的η取值为0.5。

6.  根据权利要求1所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的步骤S4中破碎围岩涌水量的动态预测与渗流控制方法具体包括：
A：建立模糊粗糙集：
在Pawlak粗糙集模型中，集合关于近似空间的下近似RX和上近似满足关系式：
R‾X⊆X⊆R‾X---(7)]]>
μR‾X(x)≤μX(x)≤μR‾X(x),x∈U---(8)]]>
设U是有限论域，为U中的模糊子集类，且满足D为ξ(U)上的包含度，称为为模糊包含近似空间，对于λ∈(0，1]和Y∈ξ(U)，称Y在近似空间中是λ可近似的，称为近似容度；
B：基于模糊粗糙集建立多步滚动的人工神经网络智能预测模型；
C：基于预测模型采用多步滚动的人工神经网络智能预测方法，对破碎围岩涌水量进行预测；
D：采用破碎围岩高压突水的模糊逻辑智能控制方法进行渗流控制。

7.  根据权利要求6所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的多步滚动的人工神经网络智能预测方法具体包括：
C1：导入多组样本数据，进行初始网络学习，并一步预测；
C2：新增一组新数据、减去一组旧数据后再学习，再预测；
C3：判断推进是否继续，若继续，则返回步骤602，否则结束，确定预测值。

8.  根据权利要求6所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的步骤S4中破碎围岩高压突水的模糊逻辑智能控制方法具体包括：
D1：在破碎围岩介质上安装监测仪器，采集定量的数据，包括渗流量、渗流系数，判断渗流量大小，调整施工参数幅度，获得初始施工参数；
D2：将初始施工参数作为原始输入，基于计算机知识库，依次进行模糊化处理、模糊推理和清晰化，输出最终施工参数，进而控制注浆防渗加固机械，对破碎围岩进行防渗加固。

9.  根据权利要求1所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的步骤S5具体为：
501：基于破碎围岩涌水量预测和围岩突水预测，对不同防控措施进行考虑渗 流影响的高水压作用下水下隧道破碎围岩稳定性计算评价；
502：根据计算结果选择采取稳定性评价最高的破碎围岩高压突涌水险情综合防控措施。

10.  根据权利要求1所述的一种水下隧道破碎围岩突水预测与渗流控制的方法，其特征在于，所述的破碎围岩高压突涌水险情综合防控措施包括：
(1)全断面帷幕注浆方案；
(2)拱部小导管注浆联合局部帷幕注浆和喷锚初支护方案；
(3)拱部管棚支护联合小导管注浆、局部帷幕注浆和喷锚初支护方案。

水下隧道破碎围岩突水预测与渗流控制的方法
技术领域
本发明涉及一种突水预测与防控方法，尤其是涉及一种水下隧道破碎围岩突水预测与渗流控制的方法。
背景技术
国外很早就开始了在隧道施工期突涌水预报方面的研究，也取得一些成果。我国在隧道高压突涌水预警预报及其决策系统的研制方面起步较晚，研究基础较薄弱，但近几年不少学者已开始关注隧道高压突涌水的预警预报工作，也取得一些可喜的研究成果。不过，国内外这些研究成果绝大部分还停留在理论模型研究阶段，缺少系统工程方法和非线性科学方面的研究，只能对实际工程做出定性预测，往往无法对实际工程的突涌水做出准确的预报，更难对隧道高压突涌水险情进行早期预警预报以及对之进行经济、安全和合理的综合防控，因此也很难应用到越江(河)隧道和海底隧道等水下隧道的施工中，而研发一种经济、安全、有效和合理的水下隧道破碎围岩突水预测与渗流控制方法显得尤为紧迫。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种水下隧道破碎围岩突水预测与渗流控制的方法，对破碎围岩水下隧道的失稳突水进行动态预测，以及进行经济、合理、安全和可靠的综合防灾减灾渗流控制。
本发明的目的可以通过以下技术方案来实现：
一种水下隧道破碎围岩突水预测与渗流控制的方法，包括以下步骤：
步骤S1：采用地球物理探测和超前水平地质钻探方法探查全强风化带、岩脉、断层破碎带、节理密集带的产状和规模，以及该场地主要节理的产状，进行超前地质钻孔压水试验，并提取岩土试样，进行室内物理力学试验、渗透试验。
所述的地球物理探测方法包括爆破钻孔作业、地质雷达法、红外探测和TSP203 探测法。
所述的步骤S1具体为：
101：通过超前地质钻孔压水试验，获取水下隧道破碎围岩现场等效渗透系数；
102：利用超前水平地质钻探获取的岩芯进行岩土体的物理力学试验及渗透试验，获取围岩渗透系数、围岩等级和物理力学参数指标。
步骤S2：基于步骤S1试验中的监测数据，采用层次分析灰色关联方法和非线性科学理论，建立围岩突水的层次分析灰色关联的突变预测模型，进行围岩突水预测。
所述的步骤S2具体为：
201：试验监测数据进行平滑处理、等间隔化处理，生成预报数据；
202：采用层次分析灰色关联方法，计算灰色关联度R_i：
(1)对于一个参考数列X₀和若干个比较数列X₁，X₂，…，X_n，ξ_i＝{ξ_i(k)|k＝1，2，...，n}，ξ_i(k)的计算公式为
ξi(k)=minimink|X0(k)-Xi(k)|+ηmaximaxk|X0(k)-Xi(k)||X0(k)-Xi(k)|+ηmaximaxk|X0(k)-Xi(k)|---(1)]]>
式中：η为分辨系数，0≤η≤1，为2个层次的最小差，第1层次最小差是指在绝对差|X₀(k)-X_i(k)|中按不同k值挑选其中最小者，第2层次最小差是在Δ₁(min)，Δ₂(min)，…，Δ_n(min)中挑选其中最小者，同理，定义2个层次的最大差maximaxk|X0(k)-Xi(k)|;]]>
(2)计算比较数列X_i对参考数列X₀的关联度r_i，公式如下：
ri=1nΣk=1nξi(k)---(2)]]>
(3)计算层次分析的灰色关联度R_i，公式如下：
Ri=Σk=1n[w(k)×ξi(k)]---(3)]]>
式中：w(k)为上述破碎岩体渗流影响因素层次分析计算得到的k因素的权重；
203：根据灰色关联度R_i选取最优破碎岩体渗流影响因素，构建突变预测模型，得到尖点突变理论标准形式的平衡方程为
z³+pz+q＝0    (4)
式中，p、q为控制量，z为渗流量，则分叉集方程为：
D＝4p³+27q²＝0    (5)
9(1-ζ)²-1＝0    (6)
式中，参数ζ与岩土体重量、系统的几何尺寸、介质的力学参数和渗流参数有关，所得公式(6)为破碎围岩水下隧道突水失稳的充要条件判据，根据控制量p、q的变化，进行围岩突水预测。
所述的η取值为0.5。
步骤S3：根据步骤S1中超前水平地质钻探量测的出水量，采用正交反分析方法，建立水下隧道破碎围岩三维多孔连续介质流固耦合有限元模型，计算不同工况下的破碎围岩涌水量。
步骤S4：基于步骤S3获取的破碎围岩涌水量，对破碎围岩涌水量进行动态预测与渗流控制，基于破碎围岩涌水量预测和步骤S2的围岩突水预测进行突涌水失稳预警预报。
所述的步骤S4中破碎围岩涌水量的动态预测与渗流控制方法具体包括：
A：建立模糊粗糙集：
在Pawlak粗糙集模型中，集合关于近似空间的下近似RX和上近似满足关系式：
R‾X⊆X⊆R‾X---(7)]]>
μR‾X(x)≤μX(x)≤μR‾X(x),x∈U---(8)]]>
设U是有限论域，为U中的模糊子集类，且满足D为ξ(U)上的包含度，称为为模糊包含近似空间，对于λ∈(0，1]和Y∈ξ(U)，称Y在近似空间中是λ可近似的，称为近似容度。
B：基于模糊粗糙集建立多步滚动的人工神经网络智能预测模型。
C：基于预测模型采用多步滚动的人工神经网络智能预测方法，对破碎围岩涌水量进行预测。
所述的多步滚动的人工神经网络智能预测方法具体包括：
C1：导入多组样本数据，进行初始网络学习，并一步预测；
C2：新增一组新数据、减去一组旧数据后再学习，再预测；
C3：判断推进是否继续，若继续，则返回步骤602，否则结束，确定预测值。
D：采用破碎围岩高压突水的模糊逻辑智能控制方法进行渗流控制。
所述的步骤S4中破碎围岩高压突水的模糊逻辑智能控制方法具体包括：
D1：在破碎围岩介质上安装监测仪器，采集定量的数据，包括渗流量、渗流系数，判断渗流量大小，调整施工参数幅度，获得初始施工参数；
D2：将初始施工参数作为原始输入，基于计算机知识库，依次进行模糊化处理、模糊推理和清晰化，输出最终施工参数，进而控制注浆防渗加固机械，对破碎围岩进行防渗加固。
步骤S5：基于步骤S4的预警预报，采取破碎围岩高压突涌水险情综合防控措施。
所述的步骤S5具体为：
501：基于破碎围岩涌水量预测和围岩突水预测，对不同防控措施进行考虑渗流影响的高水压作用下水下隧道破碎围岩稳定性计算评价；
502：根据计算结果选择采取稳定性评价最高的破碎围岩高压突涌水险情综合防控措施。
所述的破碎围岩高压突涌水险情综合防控措施包括：
(1)全断面帷幕注浆方案；
(2)拱部小导管注浆联合局部帷幕注浆和喷锚初支护方案；
(3)拱部管棚支护联合小导管注浆、局部帷幕注浆和喷锚初支护方案。
与现有技术相比，本发明具有以下优点：
1)本发明利用现场测试与监测、物理模型模拟和数值计算分析等方法，运用层次分析灰色关联方法和非线性科学理论等，定量地预测水下隧道破碎围岩的失稳突水过程，实现围岩突水预测。
2)本发明通过对水下隧道破碎围岩失稳突水形成机理与各种影响破碎围岩稳定性因素以及破碎围岩失稳突水成灾特点的分析，运用粗糙集人工智能模糊控制、多步滚动的人工神经网络智能预测方法和非线性科学理论，对破碎围岩水下隧道的失稳突水进行动态预测，可以对越江(河)隧道和海底隧道等水下隧道的破碎围岩高水压下的失稳突水进行预测和综合渗流控制，并提供对灾害进行及时经济、安全和合理的综合防控对策，从而提高了高水压作用下软弱破碎围岩的水下隧道的合理设计、安全施工和突水灾害综合防治的技术水平。
附图说明
图1为本发明的水下隧道破碎围岩突水预测与渗流控制方法流程示意图；
图2为本发明突变预测模型中状态变量z随控制参数q的变化曲线图；
图3为本发明中人工智能神经网络结构图；
图4为本发明中多步滚动的人工神经网络智能预测方法流程示意图；
图5为本发明中破碎围岩高压突水的模糊逻辑智能控制结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，采用水下隧道破碎围岩突水预测与渗流控制的方法进行防控措施，包括以下步骤：
步骤S1：采用地球物理探测和超前水平地质钻探方法查明全强风化带、岩脉、断层破碎带、节理密集带的产状和规模，以及该场地主要节理的产状，进行超前地质钻孔压水试验，并提取岩土试样，进行室内物理力学试验、渗透试验。
地球物理探测和超前水平地质钻探探测方法具体包括：
1)对于潜在富水软弱断层破碎带和重大物探异常区等复杂地质地段，必须全隧采用超前水平地质钻探预报前方地质情况。超前水平钻孔可以兼做拔心孔(掏槽孔)和取芯孔之用。超前水平地质钻孔每循环钻探长度宜为30～50m，必要时也可钻100m以上，连续预报时前后两循环钻孔应重叠5～8m。对于断层、节理密集带或其它破碎富水地层，断面内每循环可钻1孔；
2)对于断层破碎带、风化深槽及裂隙富水区，结合爆破钻孔作业，加深部分钻孔，其深度应较爆破孔加深2～4m；
3)采用地质雷达法探测断层破碎带、风化深槽、软弱夹层等不均匀地质体洞段，有效探测长度宜在25～30m以内，连续预报时前后两次重叠长度在5m以上；
4)红外探测：全空间全方位探测地下水体时，需在拱顶、拱腰、边墙、隧底位置沿隧道轴向布置测线，测点间距一般为5m；发现异常时，应加密点距；测线布置一般自开挖工作面往洞口方向布设，长度通常为60m，不得少于50m；开挖工作面测线布置，一般为3～4条，每条测线不少于3～5个测点；有效预报距离为 30m以内，连续预报前后两次重叠长度应大于5m；
5)TSP203探测断层破碎带、风化深槽、软弱夹层等不均匀地质体洞段，有效探测长度宜在30～40m以内，连续预报时前后两次重叠长度在10m以上。
步骤S1具体为：
101：通过超前地质钻孔压水试验，获取水下隧道破碎围岩现场等效渗透系数；
102：利用超前水平地质钻探获取的岩芯进行岩土体的物理力学试验及渗透试验，获取围岩渗透系数、围岩等级和物理力学参数指标。
步骤S2：基于步骤S1试验中的监测数据，采用层次分析灰色关联方法和非线性科学理论，建立围岩突水的层次分析灰色关联的突变预测模型，进行围岩突水预测，具体步骤为：
201：试验监测数据进行平滑处理、等间隔化处理，生成预报数据；
202：采用层次分析灰色关联方法，计算灰色关联度R_i：
(1)对于一个参考数列X₀和若干个比较数列X₁，X₂，…，X_n，ξ_i＝{ξ_i(k)|k＝1，2，...，n}，ξ_i(k)的计算公式为
ξi(k)=minimink|X0(k)-Xi(k)|+ηmaximaxk|X0(k)-Xi(k)||X0(k)-Xi(k)|+ηmaximaxk|X0(k)-Xi(k)|---(1)]]>
式中：η为分辨系数，0≤η≤1，η一般取值为0.5，为2个层次的最小差，第1层次最小差是指在绝对差|X₀(k)-X_i(k)|中按不同k值挑选其中最小者，第2层次最小差是在Δ₁(min)，Δ₂(min)，…，Δ_n(min)中挑选其中最小者；同理，定义2个层次的最大差
(2)计算比较数列X_i对参考数列X₀的关联度r_i，公式如下：
ri=1nΣk=1nξi(k)---(2)]]>
(3)计算层次分析的灰色关联度R_i，公式如下：
Ri=Σk=1n[w(k)×ξi(k)]---(3)]]>
式中：w(k)为上述破碎岩体渗流影响因素层次分析计算得到的k因素的权重；
203：根据灰色关联度R_i选取最优破碎岩体渗流影响因素，构建突变预测模型，得到尖点突变理论标准形式的平衡方程为
z³+pz+q＝0    (4)
式中，p、q为控制量，z为渗流量，则分叉集方程为：
D＝4p³+27q²＝0    (5)
9(1-ζ)²-1＝0    (6)
式中，参数ζ与岩土体重量、系统的几何尺寸、介质的力学参数和渗流参数等有关。
所得公式(6)为破碎围岩水下隧道突水失稳的充要条件判据，根据控制量p、q的变化，进行围岩突水预测。如图2所示，当控制参数p＝-3/2＜0、q＝q_m时，系统处在反S曲线的下支z_0m点，如果控制参数q从q_m逐渐减少到q_f，则状态变量z也会随着q连续光滑地变到折点z_0f，这时控制参数q只要稍有减少，哪怕是一个无穷小的扰动，系统都会从z_0f态跃迁到上支曲线上，因为中间分支是不稳定的。在这里控制参数q的连续变化导致了系统状态变量的突变，突变幅度Δz＝z_0f′-z_0f。当q恢复到q_f系统并不沿原跃迁路径返回下支曲线，而可以随着q连续地变化到另一个折点z_0n，在此可以跳跃到下支曲线，发生突变，系统表现出突变的滞后性。
步骤S3：根据步骤S1中超前水平地质钻探量测的出水量，采用正交反分析方法，建立水下隧道破碎围岩三维多孔连续介质流固耦合有限元模型，计算不同工况下的破碎围岩涌水量。
步骤S4：基于步骤S3获取的破碎围岩涌水量，运用粗糙集人工智能模糊控制、多步滚动的人工神经网络智能预测方法和非线性科学理论，对破碎围岩涌水量进行动态预测，并进行破碎围岩高压突水的模糊逻辑智能控制，基于破碎围岩涌水量预测和步骤S2的围岩突水预测进行突涌水失稳预警预报。
对破碎围岩涌水量进行动态预测与渗流控制具体包括：
A：首先建立模糊粗糙集：
在Pawlak粗糙集模型中，集合关于近似空间的下近似RX和上近似满足关系式：
R‾X⊆X⊆R‾X---(7)]]>
μR‾X(x)≤μX(x)≤μR‾X(x),x∈U---(8)]]>
设U是有限论域，为U中的模糊子集类，且满足D为ξ(U)上的包含度，称为为模糊包含近似空间。对于λ∈(0，1]和Y∈ξ(U)，称Y在近似空间中是λ可近似的，称为近似容度(approximation capacity)。
B：基于模糊粗糙集建立多步滚动的人工神经网络智能预测模型，人工智能神经网络结构如图3所示，t为天数，y_1(t)，y_1(t-1)，y_1(t-2)为前20天～1个月内已产生的涌水量，y_2(t)，y_2(t-1)，y_2(t-2)为对应的变化量，y_1(t+1)为预测的涌水量，y_2(t+1)为涌水量的历时变化。
C：基于预测模型采用多步滚动的人工神经网络智能预测方法，对破碎围岩涌水量进行预测，如图4所示，具体包括：
C1：导入多组样本数据，进行初始网络学习(训练)，并一步预测；
C2：新增一组新数据、减去一组旧数据后再学习，再预测；
C3：判断推进是否继续，若继续，则返回步骤602，否则结束，确定预测值。
D：采用破碎围岩高压突水的模糊逻辑智能控制方法进行渗流控制，如图5所示：
D1：获取初始可控的施工参数，具体包括：在破碎围岩介质上安装监测仪器，采集定量的数据，包括渗流量、渗流系数，有经验的工程技术人员分析数据获得相应信息，如渗流量偏大或偏小，通过思维推理，进而获得定性的反应信息，如参数调整的幅度，如此可得初始可控的施工参数；
D2：模糊控制输出控制参数，根据最终的可控施工参数控制注浆防渗加固机械，对破碎围岩施工，具体包括：将常规可控的施工参数作为原始输入，基于计算机知识库，依次进行模糊化处理、模糊推理和清晰化，最后控制输出，控制量进而作用于控制对象。
步骤S5：基于步骤S4的预警预报，采取破碎围岩高压突涌水险情综合防控措施。
步骤S5具体为基于破碎围岩涌水量预测和围岩突水预测，对不同防控措施进行考虑渗流影响的高水压作用下水下隧道破碎围岩稳定性计算评价，即水下隧道破碎围岩的黏弹塑性数值进行模拟计算，进而根据计算结果选择采取稳定性评价最高的破碎围岩高压突涌水险情综合防控措施。
破碎围岩高压突涌水险情综合防控措施包括：
(1)全断面帷幕注浆方案；
(2)拱部小导管注浆联合局部帷幕注浆和喷锚初支护方案；
(3)拱部管棚支护联合小导管注浆、局部帷幕注浆和喷锚初支护方案。
本发明提高了高水压作用下软弱破碎围岩的水下隧道的合理设计、安全施工和 突水灾害综合防治的技术水平。它可以对水下隧道穿越风化深槽、断层破碎带或节理密集带等富水软弱破碎围岩洞段的施工过程中，围岩或围岩-初支护失稳险情和高压突涌水进行早期预警预报，并提供对灾害进行及时经济、安全和合理的综合防控对策。