用突变理论预报巷道岩爆发生的可能性

文中进行了巷道岩爆模拟试验,记录岩爆发生过程中的声发射参数,应用空变理论对声发射参数进行分析,建立了巷道岩爆预测预报模型。     

基于主客观赋权-物元可拓模型优选岩爆倾向性预测方法

为了提高岩爆倾向性预测模型的可靠性,确保评价指标赋权方法的合理性,建立了基于主客观组合赋权的物元可拓岩爆倾向性预测模型。将9标度层次分析法、3标度改进层次分析法、构造标度改进层次分析法三种主观赋权方法分别与变异系数法（客观赋权法）组合,结合物元可拓理论建立三个岩爆倾向性预测模型,将模型分别应用于国内八项实际工程并对模型选优。结果表明：3标度改进层次分析法与变异系数法的组合赋权-物元可拓模型岩爆倾向性预测结果与实际情况一致,该模型为本文最优模型。     

熵权物元可拓模型在岩爆危险性等级评价中的应用

为准确合理地对地下矿山岩爆危险等级进行评价,考虑岩爆发生的岩石力学条件和岩土工程环境对其造成的影响,选取3个主要影响岩爆发生的因素:岩石的应力集中系数σI/σc、脆性系数σc/σt和能量指数Wet,在传统物元可拓分析模型的基础上,建立岩爆危险性等级评价熵权物元可拓模型。根据20座矿山的实测数据和实际岩爆发生情况,确定岩爆评价影响指标体系,计算评价指标的关联度,应用熵权法确定各评价指标的权重,根据关联度最大识别原则,判定岩爆危险等级。该方法用于厂坝铅锌矿岩爆危险等级评价中,其研究结果表明,该方法的预测评价结果与实际岩爆发生较为符合,进一步说明了该方法的实用性和合理性,对实际工程有一定的指导意义。     

岩爆危险性评价的变权物元可拓模型

为客观评价岩爆危险性,将物元理论与变权理论结合,构建了变权物元评价模型。首先,对指标数据规则化处理,解决传统物元模型自身局限性;其次,基于变权理论确定评判指标权重,避免评价过程中的主观性,同时使得被评价对象主动参与综合评判;第三,以非对称贴近度代替传统模型中的最大隶属度;最后,通过物元等级变量特征值的计算结果对样本等级进行评定,以权重及特征值对指标的敏感性确定影响评价结果的关键性指标。以甲玛矿为例,计算结果显示该矿为弱岩爆等级,且偏向于无岩爆,与现场实际情况吻合,与已有评判结果基本一致;倾向性指数、应力指数为敏感性指标,应力系数为一般敏感性指标。     

岩爆烈度分级预测中的贝叶斯判别分析

针对岩爆烈度分级预测中存在诸多不确定因素的问题,应用贝叶斯判别分析法建立岩爆烈度分级预测的评价模型。根据岩爆的特点及成因,选取岩石的弹性能量指数Wet,应力系数σθ/σc及岩石脆性系数σc/σt作为判别因子;将岩爆烈度分为无、弱、中、强4个等级并作为贝叶斯判别分析的4个正态总体;以国内外14组工程岩爆分析初始数据进行分级判别,以训练样本建立贝叶斯线性判别函数,以该函数计算待判样品的贝叶斯判别函数值,以最大值对应的总体作为样品的归属。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及凡口铅锌矿的岩爆实例进行分析,并与人工神经网络模型、模糊概率模型的判别结果及实际情况进行比较。研究结果表明,该模型判别预测结果与人工神经网络模型及模糊概率模型的判别结果及实际岩爆情况较吻合。     

岩爆预测预报方法及防治技术

通过对平煤集团十二矿发生岩爆现象的统计分析、电磁辐射法预测预报岩爆危险性可行性、爆破卸压解危措施效果等多方面的研究,提出岩爆的预测预报方法及防治措施,并在现场进行了工业性试验。现场应用表明,利用电磁辐射法对岩爆的危险性进行评价及预测预报、爆破卸压措施防治岩爆发生是可行的、有效的。     

基于模糊物元理论的岩爆倾向性等级评价

岩爆倾向性等级评价是研究岩爆发生机理的基础。本文以脆性岩爆指标(B)、Barton岩爆指标(α)、弹性变形能岩爆指标(Wet)和冲击能岩爆指标(Wcf)为基础建立岩爆倾向性评价指标体系,建立了基于模糊物元理论的岩爆倾向性等级评价模型。采用该模型对小厂坝矿区典型岩石的岩爆倾向性等级进行评价,结果表明:矿岩和黑云母石英片岩均为强岩爆倾向性。灰岩随着埋深增加,由弱岩爆倾向性向中岩爆倾向性过渡。矿体的上盘(黑云母石英片岩)为强岩爆倾向性,矿体的下盘(灰岩)为中岩爆倾向性,在实际开采过程中,应尽量将采矿工程布置于下盘。矿体为强岩爆倾向性,这与实际开采中频繁出现岩爆征兆现象一致。建议开采过程中应加强地压监测,合理布置卸压工程。     

基于粗糙集理论的岩爆预测模糊综合评价

基于粗糙集理论和模糊集理论相结合的方法,利用粗糙集中的知识约简方法挖掘评价指标,把权系数问题转化为粗糙集中属性重要性评价问题,建立了关于岩爆发生和烈度分级评价的关系数据模型。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,经过训练后的模型判别估计误判率为0。利用该模型对实际工程项目贵州开磷集团马路坪深埋硬岩矿山岩爆情况进行预测,预测等级与实际结果吻合,说明该模型在研究岩爆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。     

巷道围岩岩体质量分级的可拓学模型及其应用

基于物元模型和聚类分析,提出了围岩岩体质量分级的可拓聚类预测方法。先利用岩体质量等级和影响因子,构造经典域物元和节域物元,然后应用物元和可拓集合中的关联函数,建立围岩岩体质量预测等级模型,通过聚类分析,得到围岩质量分析的预测结果。结果表明可拓学模型预测性能良好,预测精度高,是围岩岩体质量分级预测的一种有效方法,可以在实际工程中进行推广应用。     

岩爆预测的PDCA循环模式分析

岩爆作为高地应力影响下地下工程中的一种动力失稳地质灾害现象,随开采深度的增加日益严重。由于岩体自身的复杂性和岩爆诱因的复杂性,岩爆的机理和优化预测措施研究进展缓慢。基于岩爆定义及岩爆发生机理,对岩爆预测预报和控制措施的现状进行评述,应用PDCA循环模式预测岩爆及制订防范措施。     

岩爆预测的Vague集模型

为合理准确地预测岩爆烈度,提出了一种新的Vague集岩爆预测模型。选取岩石单轴抗压强度、硐室最大切向应力、岩石抗拉强度及岩石弹性能量指数进行分析,并采用Vague熵确定各指标权重。将传统岩爆烈度等级细化为若干微元等级,基于Vague集的相似度量建立岩爆预测模型,根据相似度量曲线预测岩爆烈度等级。将国内外30个岩爆实例参数代入该模型进行验证,结果表明该模型具有较高的准确性。最后将该模型应用于马路坪矿和大相岭隧道的岩爆预测,结果与实际情况相符,且可预测处于同一传统岩爆等级中不同岩爆实例的烈度大小,提高了岩爆预测精度,为岩爆预测提供了一种新方法。     

模糊灰关联模式识别方法在岩爆预测中的应用

将模式识别方法用于岩爆预测研究,选取岩石弹性能量指数、脆性系数和围岩最大切向应力与岩石单轴抗压强度的比值作为岩爆灾害预测的主要影响因子,运用灰色系统理论和模糊数学原理提出了基于模糊灰关联模式识别的岩爆预测方法。利用所提出的方法对冬瓜山铜矿床岩爆倾向与烈度进行了预测研究,研究结果表明,该方法具有较高的预测精度,具有良好的应用前景。     

基于权重融合的多维云模型岩爆预测研究

岩爆是地下空间开发和矿业工程中主要工程地质灾害之一,岩爆倾向性预测是必须解决的岩石工程的重大问题。针对岩爆预测过程中多因素综合影响的特点,采用云雾化理论对权重融合的合理性进行检验,获得检验通过的综合权重,采用多维云模型岩爆预测方法,生成综合多种指标的等级综合云。最后,通过若干组国内外典型岩爆实例验证模型的可靠性和实用性,并与CRITIC-云模型、熵权-云模型和RS-TOPSIS模型对比,结果表明:基于云模型理论的权重融合方法能获得更为合理的综合权重,多维云模型应用于岩爆倾向性预测是有效的,可以直观、快速有效地判定岩爆烈度分级。     

基于修正散点图矩阵与随机森林的岩爆等级预测

为了提高岩爆预测模型的精度,以围岩洞壁最大切向应力(MTS)、岩石单轴抗压强度(UCS)、岩石单轴抗拉强度(UTS)、应力系数(SCF)、脆性系数(BI)、岩石弹性能指数(EEI)等参数作为预选预测指标.运用修正散点图矩阵分析指标间、指标与岩爆等级间的关系,筛选指标集中的离群值,确定构成岩爆预测的指标体系.引入并优化随...     

岩爆分级预测的粗糙集-多维正态云模型

准确有效的岩爆分级预测对避免或减少岩爆灾害具有重要意义。选取围岩最大切向应力σθ、岩石单轴抗压强度σc、岩石单轴抗拉强度σt和岩石弹性变形能指数Wet作为岩爆评价指标,将多维正态云模型作为岩爆等级的预测方法,利用粗糙集确定评价指标权重,以国内外15组岩爆实例作为模型构建样本,建立了粗糙集-多维正态云岩爆分级预测模型。首先采用模糊集聚类后再通过粗糙集逐级筛选评价指标的方法确定评价指标权重,根据多维正态正向云发生器计算得到评价指标的确定度;然后利用评价指标权重和评价指标确定度计算评价样本的综合确定度,根据最大隶属度原则,判定评价样本的岩爆等级。采用鑫华矿业矿岩样本对粗糙集-多维正态云岩爆分级预测模型进行了有效性验证,计算结果与工程实际相吻合,表明该模型具有较好的实用性。     

基于组合赋权-改进集对分析的岩爆倾向性预测研究

岩爆是地下工程中的主要地质灾害之一,具有强破坏性、不确定性、突发性等特点。为准确、有效地预测地下工程中的岩爆倾向性,基于组合赋权-改进集对分析理论,建立了岩爆倾向性预测模型。首先从岩性、应力、围岩3个方面确立预测指标;其次利用组合数有序加权平均算子赋权法（Combination Weighting Averaging,C-OWA）、关联准则重要性赋权法（Criteria Importance Though Intercrieria Correlation,CRITIC）、博弈论分别计算出主观权重、客观权重,组合权重;最后将传统集对分析理论中的三元联系度改进为四元联系度,用改进后的集对分析理论计算出综合联系度来预测出岩爆等级。将该模型应用于西藏甲玛铜多金属矿等工程的岩爆倾向性预测中,得出该矿的综合联系度为[u1=-0.302 9],为弱岩爆,与实际相符。研究表明：所建立的模型适用于岩爆倾向性预测,与交互式多准则决策预测模型和逼近理想解排序法预测模型对比,准确性、可靠性较优,为岩爆倾向性预测提供了一种新的途径。     

应用距离判别法预测煤矿冲击地压危险性

以某矿区为实例,确定了影响该矿区冲击地压的主要地质及开采技术因素,应用距离判别法建立了距离判别预测模型,并利用统计软件对该矿区的冲击地压实测数据进行模型预测,预测效果非常明显。结果表明,建立的距离判别分析模型用于预测冲击地压强度是可行的,可以在实际工程中进行推广应用。     

基于区间理论的高应力巷(隧)道围岩岩爆预测

针对巷(隧)道围岩物理、力学及环境参数取值的不确定性及现有岩爆预测方法的局限性与不足,考虑围岩岩爆的特点,引入区间分析理论,给出巷(隧)道围岩稳定非概率可靠性分析的区间运算方法;视巷(隧)道围岩物理、力学及环境参数为区间变量,根据岩爆烈度分级标准,建立基于区间理论的高应力巷(隧)道围岩岩爆、岩爆烈度分级的非概率可靠性预测模型;通过工程实例分析,结果表明了本文方法的合理性与可行性,并探讨了各参数离差的变化对非概率可靠性指标的影响规律,具有一定的工程参考价值.     

数据缺失的SOA-KELM岩爆倾向性预测

:为简化模型结构、解决迭代训练拖延问题，利用海鸥（SOA）算法进行核极限学习机（KELM）重要参数择优，建立基于数据插补和SOA-KELM的岩爆风险预测模型。综合岩爆预测过程中多因素影响，选取单轴抗压强度，单轴抗拉强度等6种指标作为岩爆风险评价指标，搜集93组岩爆实测样本。一方面采用随机过采样补充少数类别样本数据，一方面采用ELMAN神经网络进行缺失数据插补，构建高质量岩爆风险预测样本数据库。最终将预处理后的数据输入4种模型中进行分类预测。结果表明：数据插补后，各模型预测准确率提升5.56%~16.67%。不同情况下，SOA-KELM预测准确率均为最高数值，且数据随机过采样处理并未影响模型预测准确率，融合ELMAN神经网络和SOA-KELM的预测模型可有效应用于岩爆风险预测，为实际岩爆预测提供了新思路。