基于RS-改进云模型的岩爆倾向性预测

针对岩爆倾向性预测的模糊性和不确定性,提出了基于粗糙集理论和改进的云模型相结合的预测模型。在原有云模型的基础上,提出模糊区间的概念,进而对云模型的定义加以完善,对于云模型特征参数的求取也进行了改善。结合粗糙集理论的基本知识,把求解权重问题转变为求取属性重要度问题,进而求得综合权重,根据最大隶属度原则确定岩爆等级。选取岩石单轴抗压强度σ_c、岩石抗拉强度σ_t、切向应力σ_θ、弹性变形能Wet为评价因子,以国内外40组数据为学习样本,通过冬瓜山铜矿岩爆实测数据为待测样本验证其准确性。经计算,通过该模型确定的岩爆等级与实际岩爆等级基本相符,说明该模型具有较好的预测性和科学性,也为岩爆倾向性预测问题提供了新的思路。     

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。     

基于组合赋权-改进集对分析的岩爆倾向性预测研究

岩爆是地下工程中的主要地质灾害之一,具有强破坏性、不确定性、突发性等特点。为准确、有效地预测地下工程中的岩爆倾向性,基于组合赋权-改进集对分析理论,建立了岩爆倾向性预测模型。首先从岩性、应力、围岩3个方面确立预测指标;其次利用组合数有序加权平均算子赋权法（Combination Weighting Averaging,C-OWA）、关联准则重要性赋权法（Criteria Importance Though Intercrieria Correlation,CRITIC）、博弈论分别计算出主观权重、客观权重,组合权重;最后将传统集对分析理论中的三元联系度改进为四元联系度,用改进后的集对分析理论计算出综合联系度来预测出岩爆等级。将该模型应用于西藏甲玛铜多金属矿等工程的岩爆倾向性预测中,得出该矿的综合联系度为[u1=-0.302 9],为弱岩爆,与实际相符。研究表明：所建立的模型适用于岩爆倾向性预测,与交互式多准则决策预测模型和逼近理想解排序法预测模型对比,准确性、可靠性较优,为岩爆倾向性预测提供了一种新的途径。     

基于粗糙集与遗传算法的岩爆倾向性预测方法研究

结合粗糙集理论与遗传算法,提出一种新的岩爆倾向性预测方法。以碳化矿床采场工作面岩爆倾向性预测为例,选取9种岩爆影响因素作为条件属性,将采场工作面岩爆倾向性结果作为决策属性,选取77组采场岩爆或非岩爆工程实例数据,构成岩爆倾向性预测样本集合。将样本集合随机分为训练样本和测试样本2个集合,对2个集合的属性值进行量化,建立训练样本决策表与测试样本决策表。采用遗传算法对训练样本决策表的条件属性进行约简,得出条件属性的最小约简和核。应用粗糙集理论从约简结果中提取精简的岩爆倾向性判别规则集。用获得的规则集对测试样本决策表中的岩爆倾向性进行预测,并与实际结果对比,验证了判别规则集的可行性和有效性。结果表明,基于粗糙集与遗传算法的岩爆倾向性预测方法更具客观性和科学性,有较高的工程实用价值。     

基于模糊物元理论的岩爆倾向性等级评价

岩爆倾向性等级评价是研究岩爆发生机理的基础。本文以脆性岩爆指标(B)、Barton岩爆指标(α)、弹性变形能岩爆指标(Wet)和冲击能岩爆指标(Wcf)为基础建立岩爆倾向性评价指标体系,建立了基于模糊物元理论的岩爆倾向性等级评价模型。采用该模型对小厂坝矿区典型岩石的岩爆倾向性等级进行评价,结果表明:矿岩和黑云母石英片岩均为强岩爆倾向性。灰岩随着埋深增加,由弱岩爆倾向性向中岩爆倾向性过渡。矿体的上盘(黑云母石英片岩)为强岩爆倾向性,矿体的下盘(灰岩)为中岩爆倾向性,在实际开采过程中,应尽量将采矿工程布置于下盘。矿体为强岩爆倾向性,这与实际开采中频繁出现岩爆征兆现象一致。建议开采过程中应加强地压监测,合理布置卸压工程。     

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。     

三山岛金矿西岭矿区深部岩体岩爆倾向性熵权法综合预测

为准确预测三山岛金矿西岭矿区深部岩体岩爆倾向性,本文综合考虑岩爆发生的内因和外因,选取岩石本身力学性质条件、围岩应力状态、围岩地质条件3个方面8项评价指标,通过地质钻孔岩芯岩爆倾向性试验,获得岩爆倾向性单指标评价结果,同时引入熵权-TOPSIS法建立岩爆多指标综合评价体系,对钻孔区域岩体进行了岩爆倾向性综合预测。研究表明:3个钻孔各测点深度岩体均具有一定岩爆倾向性,尤其是ZK88-18钻孔1 200m、1 500m和2 300m深度岩爆倾向性为强岩爆。对于深部完整性较好的岩层,在工程施工时需加强岩爆灾害的控制和管理工作。     

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。     

基于主客观赋权-物元可拓模型优选岩爆倾向性预测方法

为了提高岩爆倾向性预测模型的可靠性,确保评价指标赋权方法的合理性,建立了基于主客观组合赋权的物元可拓岩爆倾向性预测模型。将9标度层次分析法、3标度改进层次分析法、构造标度改进层次分析法三种主观赋权方法分别与变异系数法（客观赋权法）组合,结合物元可拓理论建立三个岩爆倾向性预测模型,将模型分别应用于国内八项实际工程并对模型选优。结果表明：3标度改进层次分析法与变异系数法的组合赋权-物元可拓模型岩爆倾向性预测结果与实际情况一致,该模型为本文最优模型。     

基于Info-gap理论的巷(隧)道围岩岩爆稳健可靠性预测

鉴于岩爆倾向性围岩对其参数变化的强敏感性,考虑巷(隧)道围岩物理、力学、环境等参数的变化幅度,建立了基于Info-gap理论的Info-gap模型、稳健函数及评价模型,定义了具有明确含义的安全系数。采用抗力—荷载模型,基于岩爆烈度分级标准,建立了岩爆预测的功能函数。通过工程实例验证了基于Info-gap理论的岩爆预测模型的可靠性,并探讨了各参数对岩爆预测结果的影响。结果表明:基于Info-gap理论的岩爆预测模型是合理和适用的;通过岩爆预测评价模型,可实现对强烈岩爆、中等岩爆、弱岩爆和无岩爆的连续评价预测;若评价结果为强烈岩爆,则中等岩爆和弱岩爆必发生,若评价结果为中等岩爆,则弱岩爆必发生;随支护力的增加,稳健可靠度指标增加,支护对岩爆烈度降低及岩爆发生与否有重要控制性作用;对于巷(隧)道围岩内部而言,所处位置不同,稳健可靠度指标不同,代表其岩爆烈度不同,通过稳健可靠性分析可得出不同岩爆烈度的岩爆深度;地应力值的变化对岩爆烈度及岩爆发生与否有重要影响。研究结果可为岩爆预测及控制提供依据。     

RBF神经网络在岩爆预测上的运用

岩爆是煤矿生产中常见的动力灾害,岩爆的预测一直是矿井灾害预测中的难点。由于岩爆的发生突然、机理复杂、干扰和影响因素多,因此很难对岩爆进行有效的预测。人工神经网络具有并行分布处理与存储、高度容错、自组织、自适应和自学习功能,能分析较为复杂的非线性系统。文中以MATLAB7.0为开发环境,利用其神经网络工具箱的RBF网络,通过一套权值和阀值来仿真模拟岩爆对岩爆进行预估。通过实际模拟表明利用RBF神经网络对岩爆进行预估是一种成功的的方法,其预测结果与实际情况相一致,说明利用该网络模型对岩爆的预测是可靠的。     

基于判别分析法的岩爆烈度预测研究

岩爆是岩土工程中棘手的地质灾害,工程中以预防为主.现有岩爆分级预测模型大多存在选取样本较少和准确率较低的问题.综合岩爆的参考指标,现选取围岩最大切向应力与岩石单轴抗压强度比σθ/σc(应力系数)、岩石单轴抗压强度与单轴抗拉强度比σc/σt(脆性系数)和弹性能量指数W et作为分级评判指标,广泛收集不同工程的104组岩爆...     

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。     

优势面在岩爆发生预测中的作用

岩爆是高地应力、脆性岩体中较常见的一种地质灾害，它的形成受岩性、地应力、施工因素等各种因素的控制，而这些因素又与地壳中的主要断裂带的分布有关，通过模拟的岩爆试验，探讨了评价岩爆的一些参数，提出了岩爆优势面的概念，并说明了其在岩爆预测中的应用及对岩爆的处理措施。     

金属矿深部开采岩爆危险预测的GA-ELM模型研究

为对金属矿山深部开采时岩爆的危险性进行预测,在总结深部开采岩爆发生机理的基础上,综合选取影响岩爆发生的3个重要因素作为岩爆预测的判别因子。搜集国内外金属矿深部开采岩爆的实例作为训练样本,引入极限学习机算法(ELM),针对该算法的不足,采用遗传算法(GA)对其相关参数进行优化,建立了岩爆预测的GA-ELM模型,并与单一ELM模型进行对比。利用该岩爆预测模型对一典型金属矿深部开采进行岩爆预测,结果与实际情况相吻合。研究结果表明,岩爆预测的GA-ELM模型训练效果及泛化能力均优于单一ELM模型、SVM模型及传统的BP模型,且该模型能够对金属矿深部开采的岩爆进行准确有效地预测,具有一定的工程应用价值。     

组合赋权的TOPSIS在冲击地压危险性评价中的应用

为了合理准确地评价煤矿冲击地压危险性,在现有评价冲击地压危险性实例的基础上,从煤矿地质因素和开采因素2个方面,选取10个主要的影响指标,利用熵权法和指标相关性权重法分别计算影响冲击地压危险性的各评价指标权重,再根据组合赋权的方法得出各指标的综合权重,构建基于逼近理想解理论的冲击地压危险性评价模型。以重庆砚石台煤矿为例,选取20组评价冲击地压危险性样本数据进行分析,确定评价冲击地压危险性的最优和最劣状况,然后计算出各个评价方案与最优和最劣状况的距离,最后综合最优与最劣距离,确定评价对象的相对贴近度。应用结果表明:评价结果与实际情况一致,且该模型相较其他模型的评价结果更加科学准确,表明该方法有良好的实用价值。