基于LSTM多变种模型的岩爆微震参数预测研究

岩爆是深地工程和深部资源开采中必须要解决的核心问题之一。基于改进的LSTM神经网络,提出了用于时间序列预测的LSTM微震多参数预测模型,包括单变量时序预测模型和多元平行序列预测模型。并以峨汉高速大峡谷隧道微震监测数据对模型进行验证,同时与多项式回归方法结果进行对比分析。结果表明:单变量预测模型中堆叠式LSTM(S-LSTM)的预测精度最高;多变量预测模型中卷积LSTM(CNN-LSTM)对累积视体积和能量指数具有最好的预测效果,且余下几种LSTM模型仍可准确实现各参数演化趋势的预测,其精度均优于多项式回归分析方法。研究可为正确识别岩爆当前活动及未来状态的危险性提供理论支撑,为及时掌握岩爆未来活动状态提供重要依据。     

白云岩的单轴压缩力学特性及声发射特性研究

对从青川县东河口滑坡区采集的白云岩进行了单轴压缩试验,测得了白云岩的单轴抗压强度、弹性模量等力学参数,并在单轴压缩试验的全过程运用了声发射测试技术,研究了岩石损伤破坏过程中的声发射参数(振铃计数、能量)演化规律及其与岩石的应力响应之间的相关性,并尝试对岩石损伤破坏前兆的声发射特征点进行了分析。研究结果体现了白云岩的初始缺陷对其力学特性及声发射特性会产生较大的影响。分析表明:1)白云岩的变形破坏过程大致可分为五个阶段,且不同阶段出现了与之相对应的声发射信号特征;2)白云岩的声发射振铃计数和能量在反映岩石损伤演化过程方面有较高的一致性。明显的声发射活动主要出现在岩石加载的中后期,在岩石进入裂纹非稳定扩展阶段后出现振铃计数和能量激增的现象,在临近破坏阶段,个别岩样进入声发射活动的相对平静期;3)对比声发射特征点和应力屈服点出现的时刻,两者的差值与岩样的初始缺陷密切相关。但无论是累计振铃计数还是累计能量,基于两者识别出的特征点时间都是超前于或接近应力屈服点出现的时刻。基于本次研究结果,如果作为岩石破坏前兆信息识别,选用累计能量参数会使得安全储备更充足。