模糊概率模型在岩爆烈度分级预测中的应用

 岩爆是深部高地应力区岩石地下工程中的一种常见地质灾害,对其发生的可能性及其烈度分级预测是地下工程建设中亟待解决的重大课题之一。以模糊概率理论为基础,选取影响岩爆的一些主要因素,如洞壁最大切向应力sq、岩石单轴抗压强度sc、岩石单轴抗拉强度st以及岩石弹性能量指数Wet,并以sq /sc,sc /st和Wet作为评价影响因子,同时将岩爆烈度划分为无岩爆、弱岩爆、中岩爆和强岩爆4个等级,建立岩爆烈度分级预测的模糊概率模型。在此模型中,提出了模糊权重的概念,可充分考虑权重的模糊性。模糊概率模型不仅继承了经典模糊综合评判法的思想和优点,同时也克服了其在实际应用中评价影响因子权重取值的局限性,因而具有明显的合理性。应用该模型对冬瓜山深埋硬岩矿山、秦岭隧道工程以及某大型水电站地下厂房3个典型工程岩爆的实例分析表明,其预测结果与实际情况符合较好。为进一步考察该模型的可靠性与实用性,对国内外23个大型岩石地下工程实例进行计算分析,其预测结果与实际岩爆情况也相当吻合。由此可见,模糊概率模型为深部岩石地下工程岩爆预测问题提供了一种新途径。     

岩爆发生和烈度分级预测的距离判别方法及应用

岩爆是深部高地应力区岩石地下工程中的主要工程地质灾害之一，对其发生的可能性及其烈度分级的预测是工程建设过程中所必须解决的重大问题。基于距离判别分析理论，建立岩爆发生和烈度分级预测的距离判别分析模型。选取影响岩爆的主要因素如最大切向应力σθ、小单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet，并把σθ／σc，σc/σt和Wet作为判别因子建立岩爆预测的距离判别分析模型，利用国内外一些重大深部岩石工程实例作为学习的样本进行训练。经过训练后的模型回判估计的误判率为0。利用该模型对国内西康铁路秦岭隧道工程和铜陵冬瓜山深埋硬岩矿山的岩爆情况进行预测，结果与实际情况符合较好，说明该模型在研究岩爆发生可能性及烈度分级预测中具有良好的实用性和有效性。该方法可为深部地下工程岩爆发生可能性及其烈度分级预测提供一种新思路。     

岩爆预测和烈度分级的属性数学模型及其应用

基于属性数学理论,建立岩爆发生预测和烈度分级的属性识别模型。该模型选择影响岩爆的主要因素,如最大切向应力σθ,单轴抗压强度σc,单轴抗拉强度σt以及弹性能量指数Wet,并以σθ/σc,σc/σt以及Wet作为岩爆评价指标和烈度分级标准,通过构造属性测度函数以计算单指标属性测度,以相似数定义相似权的方法确定评价指标的权重,应用置9+信度准则对岩爆进行属性识别。针对一些岩石地下工程实例对模型进行验证,评判结果与实际情况符合得较好,并且与模糊综合评判     

约简概念格的粗糙集在岩爆烈度判别中的应用

为了对岩爆烈度进行高效判别,综合考虑影响岩爆的主要因素,包括最大切向应力σθ、岩石抗压强度σc、岩石抗拉强度σt和弹性能量指数Wet,并以σθ/σc,σc/σt和Wet作为岩爆烈度的最初判别指标.利用概念格为约简工具对判别指标进行约简,得到最大可约简属性集,并与传统粗糙集中的分辨矩阵约简结果进行对比,然后利用粗糙集建立岩爆烈度判别模型,生成最少偏好规则集,判别对象的分类质量为100％,最后将该模型应用于国内几处工程的岩爆烈度判别.研究结果表明:约简概念格的粗糙集用于岩爆烈度判别结果与实际情况及其他利用3项指标的评判模型所得的结果一致,该模型减少岩爆烈度判别所需的指标,提高了判别效率.     

基于未确知测度–直觉模糊集的岩爆烈度预测研究

岩爆是深部地下工程主要安全隐患之一,为了有效处理岩爆烈度预测过程中的模糊信息,建立基于未确知测度-直觉模糊集的岩爆烈度预测模型。选取岩石的单轴抗压强度σ_c、岩石的压拉比σ_c/σ_t、岩石的应力系数σ_θ/σ_c、岩石的弹性变形指数W_(et)、岩体的完整性系数K_v为岩爆预测指标。首先利用未确知测度的单指标测度函数处理岩爆指标测度值,得到基于直觉模糊集的指标模糊隶属度,并构建单指标直觉模糊集评价矩阵。然后综合多种主、客观赋权法,构建多源权重的直觉模糊集权重向量,从而获得样本的得分值与岩爆烈度等级。最后,基于直觉模糊集对指标权重模糊性进行分析,得到指标权重变化对岩爆预测结果的影响。将模型应用于20组国内外典型岩爆案例,并将预测结果与实际岩爆情况及其他3种模型的结果对比。研究结果表明,基于未确知测度-直觉模糊集的岩爆烈度预测模型的预测结果与实际情况吻合,指标权重波动敏感性与权重大小无关。该模型提高了岩爆预测的模糊信息表示能力,降低了样本质量对岩爆预测模型的影响。     

基于贝叶斯判别法的工程岩爆危险评估与预测

基于岩爆在工程中的特点和岩爆烈度分级预测理论,运用贝叶斯判别原理,确定了工程岩爆危险评估与预测的贝叶斯判别分析法。通过辨别对岩爆产生作用的因子,拣选了围岩最大切向地应力/岩石单轴抗压强度(σθ/σc),岩石单轴抗压强度/岩石单轴抗拉强度(σθ/σt),弹性能量指数(Wet)作为贝叶斯判别分析模型的判别因子,从而进行岩爆误判概率的计算与岩爆危险评估与预测。以贵州省江口至都格、江口至瓮安高速、杭瑞高速等公路工程实例作为学习样本,进行训练判别,通过与现场观测、聚类分析、人工神经网络方法(NN)的预测进行对比,结果发现与训练模型回判的结果一致,验证了贝叶斯判别准则的可行性与可靠性,其对岩爆危险的准确分级和预测,具有较高的工程应用价值。     

基于人工智能专家系统的岩爆烈度分级预测研究

岩爆是岩石的一种复杂动力失稳破坏。由于影响岩爆发生的因素众多,因此很难做到对其发生的可能性及烈度进行准确预测。本文基于人工智能专家系统方法,针对岩爆预测过程中出现的模糊性和随机性特点,建立了岩爆烈度分级模糊综合预测模型。通过岩爆烈度分级预测的知识获取,首先选取岩石脆性系数σc/σt、岩石应力系数σθ/σc、初始应力水平σ1/σc、弹性能量指数Wet及岩石脆性指数Is五个因素作为岩爆评价指标,采用模糊数学方法确定各指标的模糊隶属函数及权重|然后以规则编程的形式对所获取的知识进行表示,建立了岩爆烈度分级预测专家系统的知识库,并编制了相应的分析和计算程序|最后利用国内外岩爆工程实例对所提方法进行验证,预测结果与实际情况相吻合,从而为岩爆的预测提供了一种新的有效途径。     

基于熵权-功效系数法的岩爆烈度分级预测研究

岩爆是高地应力区开挖过程中常遇到的工程地质灾害,发生突然且破坏性极大,因此岩爆的预测一直是岩爆课题的研究热点。在综合分析岩爆影响因素的基础上,选取切向应力与单轴抗压强度比值σθ/σc、岩石脆性系数σc/σt、围岩弹性储能Wet及岩石完整性系数Kv作为评价指标,将熵权法与功效系数法进行结合,采用熵权法确定各指标权重,并利用功效系数法进行综合评价,从而建立出岩爆预测的熵权-功效系数法模型。利用国内外17组典型工程实例对模型进行验证,将所得结果与功效系数法、熵权-正态云模型、RS-TOPSIS模型预测结果及实际情况进行对比。为进一步考查模型的适用性,利用该模型对猴子岩水电站及锦屏二级水电站进行岩爆烈度等级预测。研究结果表明,熵权-功效系数法模型能够综合考虑影响岩爆发生的主要因素,预测准确性较高且原理简单易懂,具有一定的工程运用前景。     

基于弹性应变能岩爆倾向性评价方法研究

 岩爆是深部矿产资源开采与地下工程建设中必须解决的关键科学问题之一。以岩石强度与整体破坏准则为基础,从弹性应变能是岩爆发生的内在动力出发,建立了岩爆烈度分级预测模型。研究表明：该模型考虑了原岩应力(地应力)、岩体完整性、岩石抗拉强度及泊松比对岩爆影响,反映了岩爆发生的力学要求、脆性要求、完整性要求及储能要求;揭示了岩爆既可沿洞室中心呈轴对称分布,也可揭示洞室不同部位的岩爆烈度会出现明显不同。针对无、弱、中等及高岩爆活动4个级别,提出了3个分级界限值(3、10和110)。利用已有的岩爆经典模型与本文模型,对国内一些重大深部岩石工程岩爆情况进行了预测,结果表明基于弹性应变能岩爆分析模型与实际情况吻合的较好。因而,弹性应变能的岩爆分析模型,对岩爆预测具有重要的意义。     

工程岩体质量等级判别的未确知均值聚类法

针对岩体质量分级判别中等级评价中许多不确定性影响因素,基于未确知测度理论,选用岩石质量指标、完整性系数、单轴饱和抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为岩体质量分级的判别因子,建立岩体质量分级评价的未确知均值聚类分析模型;以30组岩体质量实测数据作为训练样本,建立各评价因子的未确知测度函数,用各分类样本平均值表示其分类中心;根据信息熵理论计算各评价因子的权重,依照置信度识别准则进行等级判定;用建立的模型对30组实测数据逐一进行回检,正确率为100%。将建立的模型对待分类的7个样本进行测试,并与实际结果进行比较。研究结果表明:该模型判别预测结果与其他方法有较好的一致性,且预测等级与实际结果吻合,进而为工程岩体质量分级判别提供了一种新思路。     

基于改进的灰评估模型在岩爆中的预测研究

岩爆是深部高地应力区岩体开挖过程中常见的一种复杂的动力失稳现象。由于影响因素众多,且各因素在岩爆的孕育过程中所起的作用尚不十分明确,可以将岩爆与其影响因素间的复杂关系当作灰色系统,利用灰色聚类方法进行研究。根据岩爆的成因及特点,选取洞壁围岩的最大切应力 、单轴抗压强度 、单轴抗拉强度 及岩石弹性能量指数 作为影响岩爆的主要因素,并以应力系数 / 、脆性系数 / 及弹性能量指数 作为评价指标,通过对灰色白化权函数进行优化,建立改进的岩爆预测灰评估模型。该模型解决了传统模型存在的灰类多重交叉性及不满足规范性等问题,理论上更完备。采用改进模型对国内外若干深部岩石工程岩爆初始数据进行研究,并与传统模型的预测结果进行对比,发现改进模型的结果与实际情况吻合更好,预测精度更高,从而验证了改进模型的有效性及实用性。研究方法为岩爆的准确预测提供一种切实可行的途径。     

岩爆预测的模糊数学综合评判方法

采用模糊数学综合评判方法，选取影响岩爆的一些主要因素，例如地应力大小、岩石抗压和抗拉强度、岩石弹性能量指数，对岩爆的发生与否及烈度大小进行了预测。针对国内外一些岩石地下工程实例进行了分析计算，结果与实际情况符合得很好，说明岩爆预测的模糊数学综合评判方法的有效性。     

基于证据理论的岩爆预测

岩爆是高地应力地区岩石开挖中的一种动力破坏现象,其机理复杂、影响因素众多,单一的评价指标无法准确描述岩爆发生的可能性。基于信息融合思想,提出一种能够综合考虑多指标共同作用的岩爆预测方法。该方法以证据理论为基础,以岩爆等级为识别框架,根据岩爆发生所需条件,选取最大切向应力与岩石单轴抗压强度比值、岩石单轴抗压强度与抗拉强度比值、岩石弹性能量指数为证据体,采用粗糙集理论客观确定了各证据体的确定信度,建立了基于证据理论的岩爆烈度预测模型。12组工程实例的预测结果表明该模型具有较好的预测精度。将该模型应用于苍岭隧道和锦屏二级水电站探硐岩爆预测,预测结果与实际情况完全吻合,说明该模型具有较好的实用性。     

基于粒子群算法和广义回归神经网络的岩爆预测

 岩爆是岩石深部开挖中一种常见的工程地质灾害。为评价岩爆发生的可能性,提出一种基于粒子群算法和广义回归神经网络模型(PSO-GRNN模型)的岩爆预测方法。该方法利用已有岩爆数据,通过神经网络技术建立回归模型,采用粒子群算法对模型参数进行优化,减少人为因素对神经网络设计的影响。据此方法,在能量理论的基础上,选取洞壁围岩最大切向应力、岩石单轴抗压强度、抗拉强度和弹性能量指数作为主要影响因素,利用国内外26组已有工程数据建立岩爆预测的PSO-GRNN模型。通过对苍岭隧道和冬瓜山铜矿岩爆预测的工程实例分析验证该方法的可行性和适用性。所提方法可为类似工程的岩爆预测提供参考。     

基于人工神经网络的岩爆预测

Based on the analysis of main causes of rockburst,the compressive strength,tensile strength,elastic energy index of rock and the maximum tangential stress of the cavern wall are chosen as the criterion indexes for rockburst prediction.A new approach using neural method is proposed to predict rockburst occurrence and its intensity.The prediction results show that it is feasible and appropriate to use artificial neural network model for rockburst prediction.     

基于物元矩阵和理想点法的岩爆烈度预测

针对岩爆烈度预测问题,采用物元矩阵和理想点法进行了相关研究。在综合考虑影响岩爆发生的主要因素的基础上,以影响岩爆烈度的围岩最大切向应力与岩石单轴抗压强度比σ_θσ_c、岩石单轴抗压强度与岩石单轴抗拉强度比σ_cσ_t和弹性能量指数w_et等三个常用影响因子为评价指标,并且通过改进的层次分析法和熵值法相结合的组合赋权法来评价各个指标的影响程度,构建了岩爆烈度的物元矩阵,以靠近岩爆烈度理想点的远近程度为判断标准,基于此原理建立了岩爆烈度预测的物元－理想点模型。最后,将该模型应用于秦岭隧道、灵宝东峪矿区和冬瓜山铜矿的岩爆烈度预测中,结果表明,该模型的预测结果与实际岩爆烈度基本一致,验证了该模型的可行性。同时,将本文模型和ANN法、Bayes法以及DDA法进行比较,预测结果大致相同,且该模型不需要任何先验知识,求解过程完全由样本驱动,可操作性较强,进一步证明了该模型的合理性和有效性。     

基于组合权重–理想点法的应变型岩爆五因素预测分级

基于理想点法的基本理论,综合考虑了岩爆发生机理,选取围岩洞壁最大主应力与岩石单轴抗压强度的比值、围岩洞壁最大切向应力与岩石单轴抗压强度的比值、岩石单轴抗压强度与岩石单轴抗拉强度比值、岩石弹性能指数以及岩体完整性系数作为评判预测指标,通过层次分析法和熵权理论计算主客观权重,综合确定各个指标的权重系数,构建了应变型岩爆组合权重–理想点法预测分析模型。通过统计相关工程案例,利用模型进行工程实例分析,验证了该模型的可行性与适用性。基于岩爆预测分级模型,开发了相应程序,可以为类似工程岩爆预测与等级划分提供重要支撑。