岩爆预测的最大熵最优相对隶属度方法

通过分析国内外岩爆预测的判据,选择岩爆发生所需的力学条件、完整性条件、储能条件和脆性条件作为岩爆预测指标。引入岩爆预测的相对隶属度概念,计算了岩爆的相对隶属度模糊矩阵和预测指标的权重,以信息熵来描述并比较岩爆评价中的不确定性,定义了加权广义权距离来表征岩爆的差异。根据最大熵原理建立了岩爆预测的模糊最优化模型,对一些岩石地下工程实例进行了分析,预测结果与其他方法的分析结果以及实际情况基本一致。并将模型运用于葡萄山隧道岩爆预测,预测结果与实际岩爆情况符合较好。     

基于分形插值模型的岩爆预测研究

岩爆等级预测是一个复杂的不确定系统问题,为了准确评价岩爆所处的分类状态,进而为岩爆的防治提供科学依据,提出了基于分形-插值模型的岩爆评价方法.该方法选取影响岩爆评价的3个主要因素,根据分类标准和随机内插方法得到40个标准样本,采用最大似然分类原则确定每个岩爆预测指标的评价分维数,利用加权求和法计算样本的综合评价值,并基于样本综合评价值与经验等级的关系建立分形-插值评价模型.实例分析表明:该模型的评价结果合理、客观,为岩爆预测提供了一种新的研究方法与思路.     

基于人工智能方法的岩爆预测系统

通过理论分析预测法和现场实测法,建立了一套长期预测和短期预测相结合的岩爆预测系统.长期预测模型是基于神经网络思想,运用国内外相关工程的岩爆资料作为训练样本,建立了小波神经网络预测模型,对工程范围内岩爆发生趋势进行了预测.短期预测模型首先针对监测到的声发射建立小波神经网络模型,对声发射时间序列进行拟合预测;再运用突变理论对预测的声发射建立了岩爆突变预测模型,进而对监测点附近岩爆发生情况进行准确的预测.两种预测模型都运用到了目前人工智能方法中比较新颖的小波神经网络理论,提高了收敛速度,容错能力,保证了预测的效果.通过工程实际运用,建立的岩爆预测系统预测精度高,预测结果与现场情况一致.两套预测模型可以适用于不同的工程阶段,互相验证,具有很好的工程实用性.     

深部开采岩爆预测的神经网络方法

岩爆是深部高地应力岩石地下工程中的一种常见灾害,其影响因素间存在着极其复杂的非线性关系.在综合分析各种因素的基础上,选取开采深度、围岩最大切向应力与岩石单轴抗压强度比值、岩石单轴抗压强度和抗拉强度比值、岩石冲击性倾向指数作为岩爆预测的评判指标.应用人工神经网络方法,建立了岩爆预测的计算模型,利用国内外一些岩石地下工程资料作为学习样本和测试样本对模型进行训练.结果表明,将开采深度作为一个因素输入,结果更接近于实际,为深部开采岩爆预测提供了科学依据.     

基于改进熵权-突变级数法的岩爆等级评判

为能够准确预测岩爆等级,从岩性、应力、围岩三方面选取岩爆发生的五个因素作为预测评价指标,通过改进后的熵权公式来计算评价指标的重要程度;结合突变级数法中多维的印第安人茅舍模型对无量纲处理后的岩爆样本数据进行归一化计算得到突变级数值,并划分岩爆等级区间。最后将此方法应用在江边水电站隧道岩爆预测中。结果表明:利用该方法评判岩爆等级,模型维数较多,评判结果客观、准确,和实际工程情况一致,与其他方面相比具有一定优势。     

岩爆预测和烈度分级的属性数学模型及其应用

基于属性数学理论,建立岩爆发生预测和烈度分级的属性识别模型。该模型选择影响岩爆的主要因素,如最大切向应力σ_θ,单轴抗压强度σ_c,单轴抗拉强度σ_t以及弹性能量指数W_(et)并以σ_θ/σ_c,σ_c/σ_t以及W_(et)作为岩爆评价指标和烈度分级标准,通过构造属性测度函数以计算单指标属性测度,以相似数定义相似权的方法确定评价指标的权重,应用置9 信度准则对岩爆进行属性识别。针对一些岩石地下工程实例对模型进行验证,评判结果与实际情况符合得较好,并且与模糊综合评判法、物元可拓评判法等的评判结果有较好的一致性。此外,利用该模型对某水电站工程和秦岭隧道工程的岩爆情况进行预测,结果与人工神经网络法、距离判别法等的评判结果一致。研究表明,属性识别模型在研究岩爆发生和烈度分级中具有良好的实用性和有效性,为地下工程岩爆预测提供了一种新的方法。     

深部地下工程岩爆灾害模糊综合预测模型

为了合理预测深埋隧洞施工过程中岩爆灾害的发生,减少岩爆带来的危害,建立了基于岩石埋深H、岩石单轴抗压强度σ_c、岩石脆性系数σ_c/σ_t、岩石应力系数σ_θ/σ_c和岩石弹性变形能指数W_et共5个指标的评价体系。采用传统的层次分析法确定评价指标权重,模糊综合评价计算岩爆烈度结果,形成岩爆烈度预测模型。将该模型应用于大相岭隧道典型岩爆区段中,岩爆烈度评价结果与实际岩爆等级相符。     

基于大样本数据挖掘分析的岩爆烈度分级预测模型

地下工程岩爆灾害严重威胁生产安全和进度,岩爆预测是岩爆灾害的有力防控手段.目前岩爆分级预测的判别模型大多是基于小样本建立的,存在样本的代表性和准确性难以保证的问题.综合考虑影响岩爆的内部和外部因素,选取围岩最大切向应力与岩石单轴抗压强度比σ_θ/σ_c(应力系数)、岩石单轴抗压强度与单轴抗拉强度比σ_c/σ_t(脆性系数)和弹性能量指数W_(et)作为分级评判指标,通过广泛收集不同工程的104组岩爆实例大样本进行训练学习,基于指标相关性分析建立了岩爆烈度分级预测的距离判别模型,经过训练后的判别模型回判准确率为96.2%.利用该模型对5个工程的岩爆烈度进行分级预测,结果与工程实际情况完全相符,优于基于小样本数据建立的判别模型.工程实例应用表明,基于大样本数据分析和距离判别法的岩爆烈度分级预测模型判别准确率高,具有良好的工程应用前景.     

基于基因表达编程和粒子群优化鲁棒混合计算模型的深部地下矿井岩爆分类

在深部地下采矿中,岩爆因具有许多不利影响（如对人员、设备、隧道/地下矿山工作面和开采周期等的影响）而被视为不确定性风险。由于其不确定性的特征,对岩爆趋势的准确预测和分类具有一定难度,且已有研究成果较少。提出一种基于基因表达编程（GEP）和粒子群优化（PSO）的鲁棒混合计算模型GEP-PSO,用于预测和分类深部开口的岩爆趋势,提高了预测和分类的准确性。在建立GEP-PSO模型的过程中,评估GEP模型中不同数量的基因（1~4）和连接功能（例如,加法、提取、乘法和除法）。收集246次岩爆发生的地质和施工因素,用于建立岩爆分类的GEP-PSO模型;应用处理数据集缺失值的技术改进数据集的属性;用相关矩阵选取潜在输入参数的特征;建立13个混合GEP-PSO模型,得到各模型的精度。结果表明：在GEP结构中具有3个基因和乘法连接函数的GEP-PSO模型具有最高的准确度（80.49%）。将获得的最佳GEP-PSO模型的结果与基于相同数据集开发的各种已有模型进行比较,结果表明,选择的GEP-PSO模型结果优于已有模型,表明提出的GEP-PSO模型在岩爆等级的预测和分类方面的准确性显著提高,可以应用于深开挖工程中,以准确预测和评估岩爆敏感性。     

CW-TOPSIS岩爆评判模型及应用

针对岩爆评判模型中指标权重难以确定问题,提出一种“AHP+熵权法”组合赋权方法,引入Lagrange函数和欧氏距离函数,保证了主、客观权重与其差异程度相一致,最终获得理想的综合权重;基于逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)的基本理论建立CW(combined weights)-TOPSIS综合评判模型并预测岩爆等级。实例应用结果表明,CW-TOPSIS岩爆评判模型的预测结果与实际相吻合,进一步验证了该模型的有效性及实用性,从系统评价、多因素指标角度为岩爆预测提供了一种切实可行的途径。     

灰色理论在泵站机电设备故障诊断中的应用

对灰色理论的基本原理进行了简单介绍,同时还介绍了用灰关联理论进行故障诊断的原理、方法及步骤,建立了简单的、适用于泵站机电设备的故障诊断模型.理论分析表明,在数据量不大的情况下,采用灰关联分析法是进行泵站机电设备故障诊断的一个简单有效的工具.     

灰色关联投影法在矿井通风方案优化中的应用

矿井通风系统方案优化实际上是一个灰色多目标决策问题.介绍了灰色关联投影法基本原理,并通过构造灰色关联系数矩阵,确定加权向量、灰色关联投影角余弦及相关模数、计算投影值等步骤建立了综合考虑5种因素的矿井通风方案优化决策灰色关联投影模型.利用该模型确定了某钨矿井下通风系统最佳方案,该通风方案实施后,井下作业环境得到了很大的改善,通风系统测定数据表明:各项指标都达到了行业标准.     

Rockburst mechanism in soft coal seam within deep coal mines

A number of rockburst accidents occurring in soft coal seams have shown that the rockburst mechanism involved in soft coal seams is significantly different from that involved in hard coal seams. Therefore, the method used to evaluate rockburst in hard coal seams is not applicable to soft coal seams. This paper established an energy integral model for the rockburst-inducing area and a friction work calculation model for the plastic area. If the remaining energy after the coal seam is broken in the rockburstinducing area is greater than the friction work required for the coal to burst out, then a rockburst accident will occur. Mechanisms of ‘‘quaking without bursting" and ‘‘quaking and bursting" are clarified for soft coal seams and corresponding control measures are proposed as the optimization of roadway layouts and use of ‘‘three strong systems"(strong de-stressing, strong supporting, and strong monitoring).     

桑蚕茧和生丝产量的灰色预测模型

本文阐述了灰色模型 GM(1,1)-E 的建模原理.该模型具有所需数据少和适用范围广的优点,据此建立了桑蚕茧和生丝产量的预测模型。     

基于灰色GM（1,1）模型的城市用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以实例（新疆阿克苏市1990~2000年城市用水量资料）建立灰色GM（1,1）预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度为99%。用所建立的模型对阿克苏市2001~2005年城市用水量进行预测。结果表明,该灰色模型用于城市用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与实际情况比较吻合。     

岩爆问题中岩块弹射速度的数值计算与实验研究

发生岩爆时,弹射出的岩块携带着大量的动能。为计算破坏块体的弹射速度,首先建立了数值计算的平面模型,利用能量守恒原理和破坏前后模型的应变能差计算出能量释放量,进一步算出岩块的弹射速度;后通过单轴压缩实验,运用高速相机拍摄试件破坏的过程,根据2张照片的时间差和岩块移动的距离,得出岩块的弹射速度。经比较,实验与数值模拟的结果相近,验证了数值方法的合理性。这种较简单的数值方法可为计算岩爆问题中岩块的弹射速度和地下采场发生破坏时能量转移的定量计算提供参考。     

基于KPCA-WOA-KELM的岩爆烈度预测

岩爆是隧道开挖中常见的工程地质灾害,为准确预测岩爆烈度,提出基于KPCA-WOA-KELM的岩爆烈度预测模型.首先,根据岩爆烈度影响因素确定岩爆评判指标,并采用核主成分分析(KPCA)对岩爆数据做特征提取,简化模型输入参数的同时充分保留数据特征信息;其次,使用核极限学习机(KELM)拟合评判指标与岩爆烈度间的非线性映射...     

“铁篦子”方案在岩爆区的应用

为减少岩爆控制的规模,采用“铁篦子或钢筋排”方案对其进行研究。利用隧道开挖后周围岩体的弹性能密度计算不同岩爆等级发生时的动能;根据前期对NJ—TBM隧洞地应力的反分析成果,结合工程区域采取应力释放孔等措施,确定不同岩爆区的最大岩块及其最大速度,且假定最大岩块以最大速度向钢板/钢筋进行冲击,从而建立“铁篦子或钢筋排”方案计算模型;基于该模型,将所提出的“铁篦子或钢筋排”方案分别应用到强岩爆区、中等岩爆区以及弱岩爆区。结果表明:在强岩爆区(钢拱架间距1.5 m,每延米30根Φ=20 mm“铁篦子”的方案)中岩爆区(钢拱架间距1.7 m,每延米20根Φ=22 mm“铁篦子”的方案)弱岩爆区(钢拱架间距2.0 m,每延米20根Φ=20 mm“铁篦子”的方案)均未使钢筋出现塑性区。因此,所提出的方案不会产生塑性区。     

灰色马尔可夫链在预测高温后钢筋强度退化中的应用

灰色预测模型可以在基础资料缺乏的条件下建立模型进行预测,但对于波动性较大的数据,它的预测精度比较低,而马尔可夫链模型可以克服数据波动较大的局限性.在灰色预测的基础上,引入马尔可夫链预测,建立起了灰色马尔可夫预测模型,并且针对高温后钢筋强度退化的试验数据进行了实证分析.证明了利用灰色马尔可夫链对高温后钢筋强度退化随时进行预测,是一种行之有效的新方法.