煤巷围岩分类的Fisher判别分析法

基于Fisher判别理论建立了煤巷围岩分类的Fisher判别分析(FDA)模型。选取巷道埋深、巷道跨度、采动影响系数,围岩强度、松动圈厚度和节理发育情况6个指标因子作为FDA模型的预测指标体系,以实测数据作为训练样本,获得了相应的判别函数。通过分析计算,去掉了重要性较弱的松动圈厚度1个指标,得到了4个判别函数。为了验证模型的有效性,首先利用15组实测数据作为学习样本对模型进行训练,采用回代估计法检验模型的有效性,回判的误判率为0,然后将建立的模型应用于同一地区的实际工程数据判别中,判别效果较好。结果表明,FDA模型简单、准确,是快速判别煤巷围岩分类的一种有效方法。     

评价边坡稳定性的Fisher判别分析法

将数理统计中的Fisher判别分析法应用于边坡稳定性评价中,结合前人研究经验,选用影响边坡稳定的6个主要地质参数边坡重度、内聚力、摩擦角、边坡角、边坡高度和孔隙水压力比作为判别变量,以前人研究中已有明确结论的边坡工程相关数据资料作为训练样本,建立相应的评价边坡稳定性的线性Fisher判别函数。使用SPSS软件进行Fisher线性判别函数的建立与分析。并且采用回判估计方法对判别结果进行验证,误判率为零。用建立的判别模型对5个待评价边坡进行判别分析,结果与实际情况符合良好。说明Fisher线性判别法是一种有效地评价边坡稳定性的手段,在边坡工程中具有较好的应用前景。     

煤巷围岩分类的Bayes判别分析法

选用影响煤巷围岩分类的主要6项指标作为Bayes判别分析模型的判别因子,以15组煤巷围岩实测数据作为学习样本进行训练,通过分析计算,建立了相应的线性判别函数,并利用回代估计方法对训练后的判别模型进行检验,其回判估计的误判率为0。利用该模型对3组煤巷围岩实测数据情况进行识别,其结果与实际情况完全一致,并与神经网络和支持向量机的预测结果进行对比。结果表明：Bayes判别分析法判别能力强,交叉确认估计的误判率低,是解决煤巷围岩分类的一种有效方法。     

某水电站引水隧洞上平段围岩分类及支护优化

洞室围岩的分类直接关系到围岩支护工程量和施工工期,根据开挖揭示情况,及时对洞室围岩进行研究,优化设计方案十分必要。依据某水电站引水隧洞上平段岩性、构造、地下水等工程地质条件,对岩体围岩进行分类,结合施工地质工作,做出合理的最终地质鉴定,并及时反馈修正岩体类别与地质参数,为现场修改、优化设计提供可靠的计算依据,节省了永久衬砌及临时支护工作量,节省工期6个月。经过几次过水试运行,引水隧洞运行情况良好,证明引水隧洞上平段支护优化方案是科学、合理的。     

东深供水改造工程走马岗隧洞围岩分类

走马岗隧洞是东深供水改造工程最长的隧洞,全长3725m,在工程地质测绘、钻探、物探及岩石力学试验的基础上,综合考虑岩体完善性、岩体物理力学参数进行隧洞围岩分类,为工程设计、施工参考应用。分类结果与比尼奥斯基（Bieniawski)的地质力学分类（RMR法）一致,对同类工程围岩分类有一定参考价值。     

基于Fisher判别分析法的矿柱稳定性研究

建立包含矿柱应力、岩石单轴抗压强度、高度、宽度、宽高比等因素在内的FDA矿柱稳定性预测模型,并用统计学的Fisher判别分析法对预测模型进行分析求解。研究结果表明:FDA模型可以较好地对矿柱稳定性进行预测和评估。     

硫化矿石自燃倾向性等级分类的Fisher判别分析法

将Fisher判别分析法(FDA)应用于硫化矿石自燃倾向性等级分类问题中,选用主要矿物及含量、吸氧速度常数平均值、自热点、自燃点4项指标作为判别因子,建立硫化矿石自燃倾向性等级分类的FDA模型。选取新桥硫铁矿13个矿样的实验数据作为学习样本进行训练,建立相应的线性判别函数,并用训练后的模型对天马山高硫金矿的-55 m中段以上矿石自燃倾向性进行判别。结果表明：Fisher判别分析模型分类性能良好,对硫化矿石自然发火潜势的划分结果统计意义明显,适用性强,说明该方法在硫化矿石自燃倾向性判别与分类中有较好的应用前景。     

基于Fisher判别法的金属矿山投资风险评价

传统的金属矿山投资风险评价方法具有程序复杂、推理速度慢、精度较低等问题。根据金属矿山投资实际情况,综合考虑投资的地质、生产、市场、社会和管理风险,应用Fisher判别理论,选取13项投资风险评价指标作为判别因子,建立金属矿山投资风险评价的Fisher判别分析(FDA)模型。将定量化处理后的18组金属矿山投资风险实际数据作为训练样本并进行回判估计检验,误判率为0。将4组未参加训练的数据作为预测样本输入模型测试,预测结果与矿山实际投资风险情况相符。结果表明,该模型回代估计的误判率低,预测精度高,可为金属矿山投资风险评价提供一条新的途径。     

急倾斜煤层顶煤可放性分类预测的Fisher判别分析模型及应用

基于Fisher判别理论建立了急倾斜煤层顶煤可放性分类的Fisher判别分析模型.选取老顶、直接顶、底板、瓦斯、采深、倾角、煤层厚度、坚固性系数、夹矸等9项指标作为Fisher判别分析模型的分类判别指标.利用国内矿区急倾斜煤层可放性分类实例数据作为训练样本进行训练,建立顶煤可放性分类的Fisher判别分析模型,求得判别函数.用建立的模型对5个矿山的急倾斜煤层顶煤可放性进行分类预测,结果与实际情况符合良好.     

基于实测地应力的巷道围岩分类

地应力状态是影响工程稳定性的根本因素之一,也是地下工程设计和施工决策科学化的基础．为了使围岩分类更加科学、合理,根据地应力因素在围岩分类方法中的重要性,提出了包含地应力因素的围岩稳定性判据和应用实测地应力进行围岩分类的方法,并和围岩松动圈分类方法有机结合．结果表明,基于实测地应力的巷道围岩稳定综合分类表科学、简单,依据该表来设计支护参数更为方便、可靠．     

急倾斜煤层顶煤可放性分类预测的Fisher判别分析模型及应用

基于Fisher判别理论建立了急倾斜煤层项煤可放性分类的Fisher判别分析模型.选取老顶、直接顶、底板、瓦斯、采深、倾角、煤层厚度、坚固性系数、夹矸等9项指标作为Fisher判别分析模型的分类判别指标.利用国内矿区急倾斜煤层可放性分类实例数据作为训练样本进行训练,建立顶煤可放性分类的Fisher判别分析模型,求得判别函数.用建立的模型对5个矿山的急倾斜煤层顶煤可放性进行分类预测,结果与实际情况符合良好.     

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,广泛收集不同工程的104组岩爆实例,选取其中84组作为样本集进行训练,20组作为测试集进行检验,应用SPSS的判别分析中的Bayes判别和Fisher判别训练及测试,输出结果中,选取了训练效果较好的Bayes判别模型。对95.23%的样本集进行了正确分类,验证集检验准确率为85%,将该模型应用于工程实例中,预测结果与实际结果相符,预测结果表明该模型有较好的应用前景。     

矿山围岩压力与应力计算的新方法

以地球物理学的基本理论为指导,根据地球重力场的特点,探讨了地下采矿洞壁围岩侧压力的来源,提出了地下采矿围岩压力与应力计算的新方法,给出了坑壁及拱顶压力与应力的计算公式,坑壁侧压力计算公式为P=m(θ2-θ2)。     

基于Fisher方法的滑坡稳定性预测

采用Fisher判别分析法,将影响滑坡失稳的外形特征、滑面特征等4项内在因素和河流作用、暴雨强度等5项外在因素作为判别因子,建立基于Fisher理论的滑坡稳定性预测的判别分析模型。以国内典型滑坡工程发生失稳的实测资料作为学习样本进行训练,建立相应线性判别函数对待判样本进行预测。研究结果表明,Fisher判别分析模型预测性能良好,预测精度高,回判估计的误判率为零,是滑坡稳定性预测的一种有效方法,可以在实际工程中应用。     

岩体质量分级的Fisher判别分析模型及应用

将Fisher判别理论用于岩体质量分级,建立岩体质量分级的Fisher判别分析模型。选取单轴抗压强度、岩体声波纵波速度、体积节理数、节理面粗糙度系数、节理面风化变异系数、透水性系数6个指标作为岩体质量分级判别因子,以工程岩体实测数据作为学习样本进行训练,建立相应线性判别函数对待判样本进行分级。结果表明,FDA（Fisher Discriminant Analysis）模型稳定可靠、判别精度高、分类性能良好,且有效降低人为因素的影响,是岩体质量等级分类的一种有效方法,可在实际工程中推广应用。     

岩体质量分级的Bayes判别分析方法

将Bayes判别分析方法应用于岩体质量等级判别与分类中,建立了岩体质量综合评判的Bayes判别分析模型.模型选用岩石质量指标、完整性系数、单轴饱和抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为判别因子;将岩体质量分为4个等级作为Bayes判别分析的4个正态总体;以隧道围岩实测数据作为训练样本,建立Bayes线性判别函数;以Bayes线性判别函数计算待判样品的Bayes判别函数值,以最大值对应的总体作为样品所归属的总体;最后以刀切法对判别准则进行评价以检验模型的优良性.研究表明,Bayes判别分析模型误判率低,识别正确率达96.67%.     

采场顶板稳定性动态工程分类的Fisher判别分析

基于Fisher判别分析理论, 综合考虑岩石介质条件、环境条件以及工程条件3大方面, 并遵循超前性与实用性原则, 选取采场的直接顶单轴抗压强度、岩石质量指标、煤体抗压强度、工作面推进速度及顶板水文状况5个因素作为判别分析的因子, 建立采场顶板稳定性动态分类的Fisher判别分析模型。将该方法应用于某采场顶板稳定性动态工程分类预测中, 以现场26组数据作为训练样本, 建立具体的Fisher判别函数, 回判估计的误判率极低, 并利用第一判别函数确定特定顶板合理的工作面推进速度范围, 指导工程实际施工。     

煤层注水难易程度的Fisher判别分析模型及应用

基于Fisher判别法理论和影响煤层注水难易程度的重要因素,选用煤层的埋藏深度、裂隙的发育程度、孔隙率、湿润边角、饱和水分增值、坚固性系数6项指标作为判别因子,以15组煤层注水的实测数据作为学习样本进行训练,建立相应的Fisher判别函数对15组实测数据用回代估计方法逐一进行检验,正确率为93.3%。将建立的模型应用于3个工程实例,与实际情况吻合良好,计算结果与传统的模糊聚类分析法、神经网络法所得到的结果一致或更好。     

隧道围岩稳定性分析及其控制

分析了影响隧道工程围岩稳定性的各种因素,在此基础上提出了围岩控制的方法与思路,并详细论述了锚杆工作载荷与围岩稳定性的相互关系,用锚杆无损检测的方法来全程监测围岩稳定性,这将对围岩稳定的研究及工程施工具有很大的指导意义。