岩爆预测的Vague集模型

为合理准确地预测岩爆烈度,提出了一种新的Vague集岩爆预测模型。选取岩石单轴抗压强度、硐室最大切向应力、岩石抗拉强度及岩石弹性能量指数进行分析,并采用Vague熵确定各指标权重。将传统岩爆烈度等级细化为若干微元等级,基于Vague集的相似度量建立岩爆预测模型,根据相似度量曲线预测岩爆烈度等级。将国内外30个岩爆实例参数代入该模型进行验证,结果表明该模型具有较高的准确性。最后将该模型应用于马路坪矿和大相岭隧道的岩爆预测,结果与实际情况相符,且可预测处于同一传统岩爆等级中不同岩爆实例的烈度大小,提高了岩爆预测精度,为岩爆预测提供了一种新方法。     

渣滓溪锑矿岩爆现象及灾害治理

结合渣滓溪锑矿岩爆现象,简单阐述了发生岩爆的岩石特征、岩爆发生条件,针对渣滓溪矿发生的岩爆现象和岩爆发生机理,提出了防治和解危措施,并取得了一定的效果,指出了矿山未来岩爆研究的方向。     

基于模糊数学法的阿舍勒铜矿深部岩体岩爆倾向性预测

在地应力测试和岩石力学参数试验的基础上,首先采用单指标评价法,如:岩石脆性系数法、能量冲击性指数法、岩石弹性能量指数法等,对阿舍勒铜矿深部岩体的岩爆倾向性和烈度大小进行了预测,发现采用不同的岩爆倾向评价方法,其结果会存在一定的离散性。基于单指标评价结果,采用模糊数学评判法,建立数学模型,对阿舍勒铜矿深部围岩体岩爆倾向性进行了综合分析计算,评判结果表明:凝灰岩、铜硫矿、黄铁矿三种岩性岩爆倾向性分别为弱岩爆倾向、中等岩爆倾向、中等岩爆倾向,评判结论与现场实际情况吻合,表明使用模糊数学综合评判法预测岩爆倾向性可靠有效。     

通渝隧道岩爆问题的探讨与研究

根据在通渝隧道中记录大量的岩爆资料，结合现场实际和岩石力学试验、声发射试验和岩石微观分析对岩爆产生机理进行了分析与研究，总结了岩爆的一些特征和规律，提出一些防治岩爆的有益措施，对以后施工中出现类似的问题具有重要的指导意义。     

基于V-SVR算法的岩爆预测分析

以预测地下工程岩爆发生为研究目的,在综合影响岩爆的关键因素的基础上,选取地下工程围岩最大切向应力、岩石单轴抗压、抗拉强度、弹性能量指数、围岩切向应力与围岩抗压强度比值、围岩抗压强度与其抗拉强度的比值作为岩爆预测的评判指标,建立了一种基于改进支持向量机算法(v-SVR)的岩爆预测方法,并利用国内外45个岩石地下工程实例进行学习,对另外的16个实例进行了预测,取得了较好的效果,其预测精度明显优于灰色理论和常规SVR算法,与GA-BP神经网络算法相近.     

基于灰色关联分析理论的岩爆烈度预测研究

基于灰色系统的灰色关联分析理论,选取影响岩爆的一些主要因素,如地应力、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的很好,说明岩爆预测的灰色关联分析方法的有效性。     

基于Fisher判别的地下工程岩爆预测

按照Russenes和王元汉等人的岩爆经验判别准则,取硐室最大切向应力和岩石单轴抗压强度的比值、岩石单轴抗压强度和岩石单轴抗拉强度的比值、弹性能量指数作为地下工程岩爆的评判指标,利用国内外14个地下工程岩爆资料作为训练样本,建立Fisher岩爆级别判别模型,并对待判样本岩爆级别进行了预测.结果表明,所建Fisher岩爆判别模型的计算结果与实际情况吻合程度高,具有较强的判别能力.     

支持向量机在岩爆预测中的应用

岩爆是高地应力地下工程中的地质灾害之一,其影响因素存在极其复杂的非线性关系。选取岩石抗压强度、抗拉强度、弹性能量指数和洞壁最大切向应力作为岩爆预测的特征向量,建立岩爆预测的支持向量机模型,对岩爆的发生及其烈度进行预测。预测结果与实际情况及其他方法相吻合,表明支持向量机在岩爆预测中的可行性和有效性。     

岩石蠕变-冲击试验研究——现状与展望

在深部岩体工程中,爆破等开挖扰动是触发岩爆的关键性因素,然而岩爆通常是滞后于爆破扰动一段时间才发生,表现出明显的时滞性,这给岩爆的预测和预警带来了巨大的困难。岩石蠕变-冲击力学行为的研究是揭示滞后型岩爆的力学基础。因此,蠕变-冲击受力条件下岩石的力学特性研究具有重要的理论意义与工程应用价值。本文阐述了岩石蠕变-冲击力学特性研究的工程背景及意义,重点介绍了蠕变加载条件下岩石的力学特性、岩石蠕变-冲击试验研究的现状,并综述了蠕变-冲击载荷下岩石力学行为的研究进展。在此基础上,展望了岩石蠕变-冲击力学研究的未来发展趋势,其中包括试验设备的改进与试验方法、蠕变-冲击过程中岩石的损伤表征、岩石在蠕变-冲击条件下的本构关系、该试验研究对于岩体损伤与破坏预测预警的理论意义等方面,指出了未来岩石蠕变-冲击力学性能研究的方向。     

应用神经网络对矿岩的倾向性进行模糊分类

应用神经网络可以模拟复杂的非线性系统的特性，借鉴冬瓜山铜矿岩爆研究的成果，通过利用神经网络，综合多种岩爆判据，对冬瓜山铜矿的几种主要岩石进行了岩爆倾向性预测，同时提出了在冬瓜山岩爆和地压监测系统中运用神经网络处理监测数据的设想。     

岩爆分级预测的粗糙集-多维正态云模型

准确有效的岩爆分级预测对避免或减少岩爆灾害具有重要意义。选取围岩最大切向应力σθ、岩石单轴抗压强度σc、岩石单轴抗拉强度σt和岩石弹性变形能指数Wet作为岩爆评价指标,将多维正态云模型作为岩爆等级的预测方法,利用粗糙集确定评价指标权重,以国内外15组岩爆实例作为模型构建样本,建立了粗糙集-多维正态云岩爆分级预测模型。首先采用模糊集聚类后再通过粗糙集逐级筛选评价指标的方法确定评价指标权重,根据多维正态正向云发生器计算得到评价指标的确定度;然后利用评价指标权重和评价指标确定度计算评价样本的综合确定度,根据最大隶属度原则,判定评价样本的岩爆等级。采用鑫华矿业矿岩样本对粗糙集-多维正态云岩爆分级预测模型进行了有效性验证,计算结果与工程实际相吻合,表明该模型具有较好的实用性。     

岩爆烈度分级预测中的贝叶斯判别分析

针对岩爆烈度分级预测中存在诸多不确定因素的问题,应用贝叶斯判别分析法建立岩爆烈度分级预测的评价模型。根据岩爆的特点及成因,选取岩石的弹性能量指数Wet,应力系数σθ/σc及岩石脆性系数σc/σt作为判别因子;将岩爆烈度分为无、弱、中、强4个等级并作为贝叶斯判别分析的4个正态总体;以国内外14组工程岩爆分析初始数据进行分级判别,以训练样本建立贝叶斯线性判别函数,以该函数计算待判样品的贝叶斯判别函数值,以最大值对应的总体作为样品的归属。为进一步考察该模型的有效性与实用性,运用该模型对秦岭隧道工程及凡口铅锌矿的岩爆实例进行分析,并与人工神经网络模型、模糊概率模型的判别结果及实际情况进行比较。研究结果表明,该模型判别预测结果与人工神经网络模型及模糊概率模型的判别结果及实际岩爆情况较吻合。     

一种新的岩爆分级预报模型及其应用

为了探索岩爆预报 ,根据影响岩爆的一些主要因素 ,应用物元概念和关联函数 ,建立了岩爆分级预报的物元模型 ,针对国内外一些岩石地下工程实例进行分析、计算 ,初步结果说明该模型在岩爆分级预报中有良好的应用前景 .     

基于修正散点图矩阵与随机森林的岩爆等级预测

为了提高岩爆预测模型的精度,本文以围岩洞壁最大主应力、岩石单轴抗压强度、岩石单轴抗拉强度、应力系数、脆性系数、岩石弹性能指数等参数作为预选预测指标。运用修正散点图矩阵分析指标间、指标与岩爆等级间的关系,筛选指标集中的离群值,确定构成岩爆预测的指标体系。引入并优化随机森林算法,采取Randomize Search CV、Grid Search CV和3折交叉验证寻求最优超参数,运用优化后模型对岩爆实例进行岩爆倾向性等级预测,并将预测结果与神经网络模型、支持向量机模型、XGBoost模型结果进行分析对比,研究表明:修正散点图矩阵对筛选多维岩爆数据离群值是有效的,优化后的RandomForest模型的预测准确率92.6%,为岩爆倾向性分级提供一种新的方法。     

基于集成算法和普通机器学习算法的岩爆分级预测及选择

岩爆是国内外深部地下工程面临的巨大灾害，岩爆预测具有显著的现实意义。现阶段单一的机器学习算法准确率较低、泛化性不足，难以发挥各个算法优点。为满足岩爆预测与工程实际需要，提出基于集成算法和普通机器学习算法相互结合预测岩爆各个等级，充分发挥不同算法在某一岩爆等级预测的优势并形成互补。提出改进的Boosting、Bagging集成预测算法，与stacking、random forest、random subspace集成算法和普通学习算法诸如BP、贝叶斯算法（bayes）、k最近邻（KNN）、支持向量机（SVM）等在内的14种预测算法进行相互结合验证。基于国内外地下工程165组岩爆实例，选取围岩最大切向应力(MTS)，岩石单轴抗压强度(UCS)，岩石单轴抗拉强度(UTS)，岩石弹性能量指数(Wet) 构建岩爆预测体系，引入T–分布邻域嵌入(T-SNE)，对数据进行降维可视化。为避免算法预测岩爆过程中预测结果的偶然性，即出现预测准确率过高或过低的现象，采用在各个岩爆等级按照比例随机筛选训练集和测试集，确保数据集分类的严谨性；每次机器学习过程的数据都具有随机性，再采用10次运行结果后取各项预测平均值，评价算法在各个等级的准确率和算法整体的预测稳定性。结果表明：LDA 对 Ⅱ 级岩爆有更高的准确率，Bayes分类 Ⅳ 级岩爆效果最好，Adaboost.M1对 Ⅰ 级和 Ⅲ 级有最高的准确率。整体预测效果基于决策树的Bagging预测稳定性更好，预测精确率高。最后引入终南山隧道竖井工程案例，预测结果与现场实际工况较为一致，表明本文所建立算法的可靠性。     

基于权重融合的多维云模型岩爆预测研究

岩爆是地下空间开发和矿业工程中主要工程地质灾害之一,岩爆倾向性预测是必须解决的岩石工程的重大问题。针对岩爆预测过程中多因素综合影响的特点,采用云雾化理论对权重融合的合理性进行检验,获得检验通过的综合权重,采用多维云模型岩爆预测方法,生成综合多种指标的等级综合云。最后,通过若干组国内外典型岩爆实例验证模型的可靠性和实用性,并与CRITIC-云模型、熵权-云模型和RS-TOPSIS模型对比,结果表明:基于云模型理论的权重融合方法能获得更为合理的综合权重,多维云模型应用于岩爆倾向性预测是有效的,可以直观、快速有效地判定岩爆烈度分级。     

大红山铁矿深井大规模开采岩爆综合评价

大红山铁矿是特大型深埋矿床,在深井开采时遇到的一个技术难题就是岩爆。为评价岩爆倾向性烈度,对该矿深部5种岩样进行室内岩爆倾向性试验,并采用声发射方法确定岩石接近峰值强度时的卸载点;通过地应力现场实测和三维有限元数值模拟,获得深部最大主应力和巷道开挖后最大切向应力;采用最大主应力判别法、切向应力准则、强度脆性系数法、变形脆性系数法、弹性应变能储存指数法这5种评价方法,对岩样的岩爆倾向性进行单项指标评价,分别得到各矿岩岩爆倾向性烈度。然后采用模糊数学法,对各单项指标评价结果进行综合评价。结果表明:深部主要矿岩体总体上具有发生中等岩爆和强烈岩爆的倾向性。最后,通过评价结果,在岩层图上绘制典型水平岩爆倾向性分布区域,可为深部开采和岩爆防治提供参考依据。