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。     

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。     

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。     

基于模糊综合判别法的隧道岩爆烈度等级预测

文章以都汶高速福堂隧道为工程依托,建立隧道岩爆风险的目标-准则-指标层次结构图,将岩爆风险划分为地质风险和施工风险,并进一步细化落实到7个具体指标:地下水、隧道埋深、饱和岩石单轴抗压强度、应力强度比、岩体完整性系数、开挖方式、支护方案。将岩爆等级划分为四个等级,采用隶属度函数和专家打分法相结合的形式,确定指标层各因素对目标层等级的隶属度,根据层次结构模型利用1～9标度法确立判别矩阵,求得各指标权重集。最终基于模糊综合判别法对隧道岩爆烈度进行预测,并与实际岩爆发生的情况进行对比验证。结果表明预测岩爆等级分布与实际岩爆发生情况基本一致。     

人工鱼群投影寻踪回归在洞室岩爆预测中的应用

通过对国内外地下工程施工中所发生岩爆的实例进行分析,探讨了岩爆发生的机理,得出了影响岩爆发生的主要因素为: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和岩石冲击倾向指数Wet。针对传统岩爆预测分析方法存在的问题,提出了基于人工鱼群算法岩爆预测的投影寻踪方法,并建立了相应的岩爆预测分析模型。选取15个工程实例作为训练样本、3个工程实例作为预测样本,以σθ/σc、σc/σt及Wet3个指标作为影响岩爆发生主要参数,进行了地下洞室的岩爆预测实例检验。研究表明,用投影寻踪回归分析法进行岩爆预测,评价过程中无需人为确定权重,避免了传统预测方法由于主观原因造成的误差,预测结果具有较高的准确率、方法简单,为岩爆的预测提供了新途径。     

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。     

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。     

未确知测度模型在岩爆烈度分级预测中的应用

 针对岩爆烈度分级预测评价中诸多因素不确定性问题,应用未确知测度理论并结合工程实际,根据岩爆的特点及成因,选取最大切应力sθ、单轴抗压强度sc、单轴抗拉强度st及岩石的弹性能量指数Wet,并以应力系数sθ/sc、岩石脆性系数sc/st及弹性能量指数Wet作为岩爆烈度分级的评价指标,建立岩爆烈度分级预测的未确知测度评价模型。以国内外18组工程岩爆分析初始数据进行分级判别,根据实际情况建立各评价因子的未确知测度函数,对其进行定量分析,并利用熵计算各评价指标的权重,依照置信度识别准则进行等级判定,最后得出岩爆烈度分级预测的评价结果。并与模糊综合评判法、属性综合评判法、灰色聚类法、物元分析法及实际情况的结果进行比较。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的岩爆实例进行分析。研究结果表明：该模型判别预测结果与实际岩爆情况较吻合,且方法科学合理,意义明确,为岩爆烈度分级预测提供一种新思路。     

岩爆预测的概率模型

基于岩石单轴抗压破坏特征和强度概率分布规律，首次引入岩爆烈度是岩石概率破坏表现的观点，建立岩爆烈度与岩石单轴压缩强度概率密度函数的对应关系，进而确定不同应力强度比条件下各级岩爆烈度发生概率的计算式。该预测模型能够反映洞室岩爆发生的基本规律，并可以预测不同应力条件下的各级岩爆的发生概率。工程实例分析表明该预测模型是有效的。     

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。     

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.     

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。     

岩爆预测的人工神经网络模型

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评判指标 ,建立了岩爆预测的神经网络模型 ,对岩爆的发生及其烈度进行预测。实例计算表明 ,用人工神经网络方法进行岩爆预测是可行有效的     

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。     

基于表面分形特征的煤岩冲击倾向性评价

对于煤岩体冲击倾向性的评价,目前主要采用煤的冲击能量指数K_E,弹性能量指数W_ET和动态破坏时间D_t三种指标。由于煤岩体的孔隙越发育(也就是孔隙率大、孔隙数量多、结构复杂等),则一般情况下其宏观力学强度就越低,岩体内积聚的能量容易通过塑性变形或破裂消耗掉,冲击倾向性就越低;同时,通过研究煤岩扫描电镜(SEM)图像,计算其孔隙特征参数和分形维数,发现煤岩体具有良好的分形特征,并且孔隙发育程度可以很好地被分形维数所描述,因此引入分形维数D_f来描述煤岩冲击倾向性是合适的,一般来说分形维数越大则冲击倾向性越小。