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。     

深部金属矿山RS-TOPSIS岩爆预测模型及其应用

基于逼近理想解排序法的基本原理,选用岩石的单轴抗压强度σc、压拉比 c tσ/σ、岩石的应力系数 cσθ/σ、弹性变形指数Wet以及岩体的完整性系数K v等影响因素作为预测指标,以实际工程中的20个岩爆实例为样本,依据岩爆预测分级标准,运用粗糙集理论计算各预测指标支持度和权重,建立深部金属矿山的RS-TOPSIS岩爆预测模型,并在实际工程进行应用。结果显示,通过计算相对贴近度来确定分类区间的方法方便易行;建立RS-TOPSIS岩爆预测模型具有较高的准确度,预测精度达90%;对锌铜矿的岩爆预测结果与工程实际吻合,表明RS-TOPSIS岩爆预测方法具有工程实用价值,可以运用于深部金属矿山的岩爆预测。     

自组织特征映射神经网络在岩爆分级预测中的应用

岩爆是地下工程一种常见的动力灾害。为了提高岩爆预测精度和探究岩爆参数之间的潜在关系,本文借签一种自组织特征映射神经网络(SOFM),构建了岩爆烈度分级预测的无监督学习模型。结合国内外岩爆判据,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数及弹性能量指数6个参数作为评价指标。将46个典型的岩爆案例输入到竞争层为2×2拓扑结构的SOFM模型中进行训练。结果表明:SOFM模型具有可靠的聚类能力,其正判率为90%;与现有的有监督学习模型进行了比较,验证了本文建立的SOFM模型的优越性;最后,对SOFM聚类结果分析发现,脆性系数对轻微、中等及强岩爆的影响权重均较大,选取的6个评价指标对强岩爆和中等岩爆区分并不明显。     

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。     

岩爆预测的粒子群优化投影寻踪模型

岩爆是深部高地应力区地下岩体工程中的主要工程地质灾害之一,对其发生及烈度预测是一个复杂的不确定系统问题。结合投影寻踪算法、粒子群优化算法和逻辑斯谛曲线函数,并选取洞室最大切向应力与岩石单轴抗压强度的比值、脆性系数和弹性能量指数作为判别指标,建立了岩爆预测的粒子群优化投影寻踪模型。该模型一方面采用粒子群算法优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型参数的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度。将该模型应用到秦岭隧道和冬瓜山铜矿的岩爆预测中,预测结果与实际情况吻合较好,表明该模型在岩爆预测中的可行性和有效性。     

基于CRITIC-XGB算法的岩爆倾向等级预测模型

为了更精确地对岩爆倾向等级进行预测,根据岩爆的成因和特点选取了围岩切向应力,围岩切向应力和单轴抗压强度的比值,岩石脆性指数和岩石的弹性变形能量指数作为岩爆倾向等级预测指标,然后运用改进的CRITIC算法对指标样本进行加权处理,在此基础上引入新的机器学习算法XGBoost对样本进行计算训练,最终建立岩爆倾向等级预测的CRITIC-XGB模型。运用该模型对收集的岩爆实例进行了岩爆倾向等级预测,并将预测结果与XGBoost、随机森林(RF)和支持向量机(SVM)算法的预测结果进行分析研究。研究结果表明:CRITIC-XGB预测模型较单一的XGBoost模型的收敛性能有较为明显的提高;CRITIC-XGB预测模型较单一的XGBoost算法、RF和SVM算法,有更高的预测准确性,为岩爆倾向等级预测提供了一种新的可靠方法。     

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。     

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。     

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。     

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。     

基于粒子群算法优化支持向量机的岩爆预测研究

由于地下工程的复杂性,岩爆的发生受到多种因素的影响,目前尚没有一种可靠的预测方法来对其进行预报,进而有针对性地进行工程灾害的风险控制。笔者提出将应力强度比(σ_θ/σ_c)、脆性系数(σ_c/σ_t)和弹性能量指数(Wet)作为影响岩爆的主要指标,并根据粒子群优化算法的参数选取和收敛速度快的优势及支持向量机的小样本、高维度、非线性的特性,提出了用粒子群优化算法对影响支持向量机分类性能的两个主要参数进行优化,进而获得优化的支持向量机分类器。利用PSO-SVM对在建二广九标茅田界隧道深埋变质砂岩岩爆发生情况进行预测,定量地判断该标段不存在岩爆现象,预测结果与茅田界隧道的实际情况基本相符。