岩体质量分类的PCA-RF模型及应用

为了更合理地确定岩体质量类别,将主成分分析（PCA）与随机森林（RF）算法相结合,提出一种岩体质量分类的PCA-RF模型。选取能够充分反映岩体质量类别的5项指标进行分析,运用主成分分析法对各指标进行相关性处理,依据方差累计贡献率得出3个主成分,从而消除指标间的相关性,减少模型输入。然后采用随机森林模型对岩体质量进行分类,选用现场20组数据作为训练样本、10组数据作为测试样本,利用交叉验证的方法估计泛化误差。结果表明,该方法分类结果与实际结果较吻合,平均准确率达96.7%,同时得出岩体质量所处类别的概率分布,进一步反映岩体质量的复杂度,为工程建设提供更详细的参考依据。     

基于BWO-RF模型的岩体质量评价方法

岩体质量分级是地下工程初期设计和施工的基础。为了更加高效准确地开展岩体质量评价,提出了一种基于白鲸优化（BWO）随机森林的岩体质量评价模型——BWO-RF模型,同时构建了麻雀搜索算法优化随机森林（SSA-RF）、粒子群优化随机森林（PSO-RF）和未优化随机森林（RF）的岩体质量评价模型进行对比。在模型构建前,建立了包含131组工程实例数据的数据库,运用该数据库最终完成了4种模型的训练和测试。基于模型测试结果,采用准确率、查准率、召回率、F1值和AUC值5个评价指标对模型进行对比优选。研究结果表明：BWO-RF模型各项评价指标均优于其余3种模型,具有更优的评价性能;经过工程实例验证,本研究所提出的BWO-RF模型预测准确率达90%,可为实际工程建设提供参考依据,具备实际工程应用价值。     

基于博弈论—云模型的岩体质量评价模型研究

为科学有效评估岩体质量,引入云模型理论,构建了基于博弈论-云模型的地下工程岩体质量综合评价模型。首先,从强度因素、完整性因素和地质因素等3个方面,选取了6个典型性影响因素,构建了岩体质量综合评价指标体系;其次,采用博弈论思想计算综合权重,通过计算单指标隶属度和综合确定度,基于最大隶属度原则,综合判断岩体质量等级;最后,以某金矿为研究背景,选取了4个典型区域岩体,进行相关计算。结果表明,该模型评估结果与实际相符,可以为岩体质量评估工作提供一条可量化的新思路。     

河南栾川南泥湖特大型钼矿床成矿母岩地质特征研究

南泥湖特大型钼矿床成因类型属矽卡岩-斑岩型钼矿床。其成矿母岩与东秦岭-大别山钼成矿带25个矿床成矿母岩大同小异：（1）分布于大区域巨大花岗岩基外接触带10km范围内；（2）分布于深大断裂与区域断裂的交汇部位；（3）产状为微型岩株，为孤立的复式岩体，出露面积0．12km^2，上小下大，深部隐伏岩体面积大于1km^2；（4）岩石具似斑状结构，斑晶中钾长石为高温变种，石英为13型，斜长石牌号An=7～20，以更长石为主；（5）为强酸性岩石，里特曼指数2．58，属三高一低，即高酸、高钾、高碱，低镁钙的正常太平洋型钙碱性系列的超浅成侵入岩，岩体定位深度〈3km；（6）成矿母岩微量元素主成矿元素Mo〉15mg／kg易成矿，但大部分样品Mo〉50mg／kg，个别样品Mo〉300mg／kg；（7）成岩成矿时代142Ma，属早中侏罗世，燕山早、中期，为最佳成矿时代。     

基于ELM模型的岩体质量分级及应用

为提高工程岩体质量分级的效率和准确率,提出一种岩体质量分级的极限学习机(ELM)模型。选取5项指标进行分析,采用现场30例岩体质量数据进行验证。将样本70%划分为训练集,30%划分为测试集,训练集用于优化ELM参数得到最优分级模型,然后将测试集作为最优模型输入,得到分级结果。训练集与测试集精度分别达96. 52%、83. 43%,满足工程需要。将该模型应用于某金矿岩体质量分级实例中,分级结果与现场实际情况一致。     

基于最优组合赋权的地下矿山岩体质量可拓评价模型

岩体质量分级辩识是矿山工程设计、施工与支护的基础,在岩体工程应用中具有重要的意义。应用可拓学理论,以司家营铁矿超大规模地下采场的岩体工程为例,选取岩石单轴抗压强度、围岩质量指标、结构面摩擦系数、节理间距、地下水状态和完整性系数等评价指标,建立矿山岩体质量评价物元模型。基于最优组合赋权理论,提出了将层次分析法和熵值法获得的权值进行最优组合的指标权重系数的确定方法。研究结果表明：（1）计算获得了待评价岩体的工程质量特征值,实现了岩体工程分类,客观反映岩体与相邻岩体等级间的差值,为矿山岩体工程提供基础的设计参数;（2）基于最优组合赋权的权重系数,可以实现多种权重值的组合赋权,降低不同赋权间的误差,提高了质量评价的准确性;（3）评价结果与工程地质RMR法、层次分析法和熵权法评价结果一致性高,说明评价结果可靠;（4）基于离差平方和最大,使得评价结果之间的离散性高,更有利于决策。     

岩石与岩体冻融损伤内涵区别及研究进展

岩石与岩体内部结构、空间尺度及裂隙分布形式不同,在冻融循环作用下其损伤劣化机制存在显著差异,损伤评判标准亦有所不同,因此厘清岩石与岩体冻融损伤内涵区别并总结相关研究进展具有重要意义。在内涵方面,岩石损伤主要是内部微小缺陷作用,属于微观层面问题（毫米量级及以下尺度）;而岩体损伤则更加关注节理裂隙的影响,属于宏观层面问题（厘米量级及以上尺度）。目前冻融损伤相关研究主要集中在完整岩石块体,对于含有宏观裂隙的岩体研究较少;岩石冻胀是原位水冻胀与迁移水冻胀共同作用的结果,主要从冻胀力与疲劳损伤2个角度进行岩石冻融损伤本构模型的构建研究。未来岩体冻融损伤研究应重点关注裂隙所带来的影响,即从微观尺度入手,利用室内试验探究冻融循环过程孔隙和裂隙内部水分迁移冻胀机制与相互作用规律,结合现场试验与数值模拟研究构建大尺度下岩体冻融损伤本构模型,最终形成寒区岩石与岩体冻融损伤评价体系。     

基于AHP和物元TOPSIS法的层状岩体巷道冒顶风险评价

为实现层状岩体巷道冒顶风险评价,建立基于层次分析法（AHP）和物元逼近理想解排序法（TOPSIS）的巷道冒顶评价模型。以辽宁某煤矿为例,首先选出影响层状岩体巷道冒顶的5个主要指标,依次为稳定岩层距巷道顶板表面的距离、地下水渗水量、巷道的跨度、稳定岩层厚度和顶板稳定岩层岩石的单轴抗压强度,然后运用AHP确定各指标的主观权重,并利用物元分析法进行修正,最后采用TOPSIS法对4个巷道样本进行评价,得出巷道冒顶风险评价结果：样本1和样本2为Ⅲ级,样本3为Ⅱ级,样本4为Ⅳ级,评价结果与未确知测度理论所得结果相符,证明了该方法的可行性和有效性。该方法克服了层次分析法确定指标权重的主观性,从而能够合理地对巷道冒顶风险进行评价。     

会泽铅锌矿一号矿体岩体声波测试研究

通过对会泽铅锌矿一号矿体2053m、1844m、1764m水平不同区域的工程岩体进行声波速度测试研究,得出了不同部位工程地质岩组的岩体声波速度及传播特征。     

基于特征值域的可拓学理论的工程岩体质量评价

为了得到更为准确的岩体质量评价结果,基于可拓学工程方法,在物元模型理论基础上建立工程岩体质量评价的物元模型。对待评物元的各因素特征赋予切合实际的值域,建立区间与区间的距的计算公式,应用可拓集合的关联函数,建立基于物元和关联函数的工程岩体可拓评价方法。对某矿山主要工程岩体质量进行了评价,得到岩体N1的质量等级为Ⅰ级,岩体N2、N3、N4和N5的质量等级为Ⅱ级,岩体N6的质量等级为Ⅲ级。通过与基于特征值的可拓学理论以及其他岩体质量评价方法所得到的岩体质量评价结果进行比较,验证了基于特征值域的可拓学理论在工程岩体质量评价中的可行性和可靠性。     

基于主成分分析—支持向量机模型的矿岩可爆性等级预测研究

矿岩可爆性等级的准确评判对爆破开挖设计以及岩土工程的安全稳定具有重要意义。通过综合考虑岩体固有属性与实际爆破效果对矿岩可爆性等级的影响,选取了岩体声波、波阻抗、爆破漏斗体积、大块率、小块率和平均合格率共6类指标,进行可爆性预测研究。为消除影响指标之间的信息重叠,针对55个矿岩样本数据集的大量信息,采用主成分分析法降维,提取得到包含98.38%原始信息的4类主成分,最后引入支持向量机模型对可爆性等级进行预测研究。研究结果表明：（1）与原始SVM模型相比,基于主成分分析法—支持向量机的预测模型不仅降低了数据的维度,同时使得矿岩可爆性等级预测准确率由78.5%提高至90.1%;（2）基于主成分分析法—支持向量机预测模型的评判结果与实际情况较为吻合,少量误判主要发生在部分特征差异性较小的矿岩样本之间。基于分层随机抽样技术的PCA-SVM预测模型,保证了训练集与测试集样本数据的随机性和差异性,对研究指标维数较多且部分指标间相关性较强的数据模型具有较强的适用性,对相似工程的研究具有一定的借鉴意义。     

基于主成分分析法与RBF神经网络的岩体可爆性研究

为了对岩体可爆性进行更精确的预测分级,建立了主成分分析法与RBF神经网络相结合的评价模型。以某矿山岩石为例,将影响岩石可爆性的容重、抗拉强度、抗压强度和岩体完整性系数作为评价指标,统计矿山13种岩体的样本数据。对样本数据进行主成分相关性预处理,将输出结果作为RBF神经网络的输入变量,岩体的爆破等级作为输出变量,得到的结果精度更高。研究结果表明：预测结果的相对误差均控制在5%以内,与BP神经网络预测误差（16%）相比,所得到实际预测结果与期望值之间的相对误差分别降低了71.94%、86.65%、73.20%和76.62%,预测精度显著提高。该模型为岩体可爆性分级预测提供了一种更为完善的方法。     

基于GSO-GPR算法的岩层移动角预测模型及其应用

为快速准确获取金属矿地下开采岩层移动角,提出基于群搜索优化（GSO）算法的改进高斯过程回归（GPR）理论。以矿体上下盘围岩性质、上下盘围岩稳固程度、地下水情况、矿体走向长度、矿体倾角、开采厚度及深度9个影响因素作为判别指标,结合35组实测数据建立金属矿充填开采岩层移动角学习预测模型。将该模型应用于三山岛金矿岩层移动角预测,利用UDEC数值模拟结果进行对比验证,同时分析三山岛金矿海下开采对上盘竖井的影响。研究结果表明：（1）GSO-GPR预测模型对地下开采岩层移动角的预测效果良好,预测精度在5%以内;（2）三山岛金矿上、下盘岩层移动角分别为72°和68°;（3）当前矿山开采未对竖井造成影响,但随着开采深入至-658 m水平,竖井将进入塌陷范围。     

基于改进CEEMDAN-DCNN的声发射源识别分类方法

声发射源的准确分类识别是声发射地压监测预报预警研究的重要基础。针对矿山井下围岩体声发射事件信号和采掘作业噪声信号分类识别问题,提出了一种基于改进完备总体经验模态分解和深度卷积神经网络（DCNN）的智能识别分类方法。首先,对信号进行改进CEEMDAN降噪处理,即利用相关性系数阈值和排列熵（PE）阈值剔除伪分量和噪声分量;然后,利用DCNN对降噪后的信号自动提取高维特征;最后,将特征用于softmax分类器分类识别,实现智能化井下信号源多分类。研究表明：改进CEEMDAN能够有效剔除伪分量及噪声分量;相比其他机器学习方法,改进CEEMDAN-DCNN方法具有准确率高和稳定性较好等优点。信号源识别分类方法研究为地压监测预警预报提供了重要的基础数据,准确的灾害预警预报可为矿山井下作业人员和设备提供安全保障。     

矿岩开挖松动区厚度预测及非爆机械化开采判据

非爆机械化开采的可行性与待截割矿体周围松动区的厚度之间有着密切联系,研究待截割矿体周围松动区厚度对于合理进行机械化开采具有重要意义。综合考虑松动区厚度的成因及特点,选取了单轴抗压强度、岩体质量等级、埋深、岩石容重和开挖跨度5个影响因素作为指标。首先利用从多个矿山现场收集的69组数据,建立了松动区厚度的回归预测模型,并通过熵权法评价5个影响因素对于松动区厚度的影响权重;然后根据所得的松动区厚度预测模型对开磷马路坪矿开采现场松动区厚度进行预测,并依此建立了基于矿岩开挖松动区厚度的非爆机械化开采判据;最后对现阶段开磷马路坪矿非爆机械化开采的可行性进行评价。结果表明：本研究得到的基于矿岩开挖松动区厚度的非爆机械化开采判据,可以较好地评判开磷马路坪矿非爆机械化开采的可行性和合理性。     

程潮铁矿岩体分级及其在巷道支护中的应用

通过RMR和Q 2种岩体分级方法对程潮铁矿进行了岩体分级,将2种分级结果比较得出了综合的岩体分级结果,并将岩体分级结果应用到该矿的-430 m水平,以此绘制了-430 m水平的岩体分级区域图,为巷道支护方法的选择提供了有效参考。     

ANFIS模型在围岩稳定性分类中的应用

将模糊理论和人工神经网络理论相结合,建立了一种自适应神经模糊推理系统(ANFIS),应用于地下工程围岩稳定性分类.并根据收集到的围岩分类资料作为样本来训练和测试网络模型.预测结果表明,该模型能较好地用于地下硐室围岩分类.