共查询到20条相似文献，搜索用时 375 毫秒
1.
基于功效系数法的岩爆烈度分级预测研究 总被引：9，自引：1，他引：8
岩爆是高地应力区岩质隧道施工过程中经常发生的工程地质灾害,对其发生的可能性及其烈度分级预测一直是隧道工程世界性难题之一。基于功效系数法的基本原理,在综合考虑岩爆的关键影响因素基础上,选取?θ /?c 、?c /?t、Wet和Is作为评价因子,建立了一种新的岩爆烈度分级预测模型。利用国内外典型岩爆工程实例对所建模型进行检验,判别结果与实际岩爆等级相符,且与集对分析法和可拓方法判别结果基本一致,表明运用功效系数法对岩爆烈度进行预测是合理的、可行的。再运用功效系数法对苍岭隧道岩爆危险性进行判别,预测结果与实际情况一致,说明基于功效系数原理的岩爆预测新方法具有较高的准确性和可靠性,且简单、易懂、可操作性强,具有良好的工程应用前景。 相似文献
2.
基于Bayes判别分析方法的地下工程岩爆发生及烈度分级预测 总被引：3，自引：0，他引：3
在岩爆发生和烈度分级预测的距离判别分析模型的基础上,结合地下工程岩爆的特点和Bayes判别分析理论,提出了地下工程岩爆发生及烈度分级预测的Bayes判别分析方法。综合分析影响岩爆主要因素,选取最大切向应力 、岩石抗压强度 、岩石抗拉强度 和弹性能量指数 作为判别因子建立岩爆预测的Bayes判别分析模型,并利用回代估计法对误判概率进行估计。利用国内外一些重大深部地下工程实例作为学习的样本进行训练建模,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3处典型的隧道岩爆情况进行预测,结果与实际情况符合得很好。研究结果表明,Bayes判别模型在岩爆发生可能性及烈度分级预测中具有良好的适用性和有效性。 相似文献
3.
《岩土力学》2017,(Z2):257-265
岩爆灾害预测是一个需要迫切解决的世界性难题。针对其烈度等级预测过程中评价指标实测值的确定与不确定性、烈度分级的模糊性和随机性等特点,提出了一种基于指标距离与不确定度量的有限区间云模型岩爆烈度分级预测方法。在对岩爆发生机制进行系统性分析的基础上,建立了岩爆烈度分级预测的评价指标体系,并对各指标实测值赋予其相应的Mass函数,依据指标间距离与不确定性度量获取指标权值,对传统云模型加以修正,并计算出各判别因子隶属于各等级的云特征参数,生成相应的云滴图,实现了语意变量与指标值之间的不确定性和随机性映射。通过对各指标的确定度进行加权实现岩爆烈度的分级。与其他理论相对比分析结果表明,该模型一定程度上应用于岩爆烈度分级预测是行之有效的,具有较高的实用性和指导性,并为其他同类型问题提供了新思路。 相似文献
4.
基于熵权-正态云模型的岩爆烈度分级预测研究 总被引：1，自引：0，他引：1
岩爆是深埋地下工程主要的工程地质灾害之一,其烈度分级预测是必须解决的岩石工程重大问题。针对岩爆烈度分级的不确定性,选取岩石单轴抗压强度与抗拉强度比σ_c/σ_t、切向应力与岩石单轴抗压强度比σ_θ/σ_c、弹性变形能指数Wet和岩石完整性系数K_v等定量化指标建立评价指标体系,应用熵权法确定各评价指标权重,结合云理论建立了岩爆烈度分级预测的熵权-正态云模型。以国内外12组典型岩爆工程实例对所建模型进行检验,并与逼近理想解法、高斯径向基函数法的判别结果及实际情况进行对比。为进一步考察该模型的有效性和实用性,利用该模型对终南山公路隧道工程竖井的岩爆实例进行分析。研究结果显示,基于熵权-正态云模型的岩爆判别预测结果与实际岩爆情况较吻合,表明熵权-正态云模型在研究岩爆烈度分级预测中具有良好的实用性和可靠性,可为深部地下工程岩爆烈度分级预测提供一种新思路。 相似文献
5.
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,其发生及烈度预测是一个复杂的不确定系统问题。为了有效预测和判别深部工程岩爆灾害,在总体考虑岩爆各影响因素的基础上,选取地下工程中岩体完整性指数、岩石单轴抗压强度、岩石单轴抗拉强度、围岩最大切向应力、围岩抗压强度与其抗拉强度的比值、围岩切向应力与围岩抗压强度比值、弹性能量指数、岩爆倾向性指数作为岩爆预测的评判指标,提出了一种基于非线性参数优化的RBF-AR岩爆预测模型。在终南山隧道竖井岩爆判别中,利用RBF-AR法进行计算,计算结果与实际情况完全一致,表明该模型在岩爆预测中的可行性和有效性。 相似文献
6.
基于MATLAB神经网络工具箱的岩爆预测模型 总被引：6，自引：0，他引：6
文章介绍了BP人工神经网络的基本原理，针对其收敛差的缺点，发挥MATLAB神经网络工具箱的优势，分别采用VLBP和LMBP算法建立了改进后的BP神经网络。对于影响岩爆发生的关键因素，总结了专家经验，选取地下硐室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和岩石冲击性倾向指数作为岩爆预测的评判指标，建立了岩爆预测的神经网络模型，并利用国内外一些岩石地下工程实例进行分析计算校验，计算结果表明，用该模型进行岩爆预测是可行有效的。 相似文献
7.
岩爆是地下工程开挖过程中硬质岩体存储的弹性应变能突然、迅速释放的动态过程。我国西南山区正在建设或拟建大量深埋长大隧道,勘察阶段岩爆的准确预测对有效设计和控制投资十分重要。从隧道工程勘察阶段线路比选与设计需求出发,针对隧道勘查期岩爆灾害预测指标获取难、预测精度低的问题,以该阶段岩爆预测指标的易获取性为前提,利用贝叶斯网络解决不确定性问题的有效性来反映岩爆烈度与各影响因素的相关关系。基于473组岩爆灾害案例,采用4个预测指标（地应力、地质构造、围岩级别和岩石强度）来构建岩爆烈度朴素贝叶斯概率分级预测模型,利用十折交叉验证方法确定模型预测精度达84.47%。将该模型应用于雅安—叶城高速公路跑马山1号隧道岩爆段落,预测结果显示:28次岩爆预测中有24次正确、4次错误,准确率高达85.71%;其中2组错误预测中,现场判别为轻微-中等岩爆,而本文模型预测为轻微岩爆。验证结果表明所建立的贝叶斯网络模型具有良好的预测性能,研究成果可为我国西南山区深埋长大硬岩隧道勘察设计期岩爆灾害预测提供技术支撑。 相似文献
8.
基于正态云模型的深埋地下工程岩爆烈度分级预测研究 总被引：3，自引：0，他引：3
岩爆是深埋地下工程开挖建设过程中常见的工程地质灾害,对其发生的可能性及其烈度分级预测一直是岩石地下工程的世界性难题。针对岩爆烈度评估过程中存在的模糊性和随机性问题,建立了基于德尔菲法和正态云的综合评判模型。在系统分析影响岩爆发生的相关因素的基础上,选取岩石单轴抗压强度与抗拉强度比σc/σt、切向应力与岩石单轴抗压强度比σθ/σc、岩石脆性指数Is和弹性变形能指数Wet构建评价指标体系,通过德尔菲科学方法确定其权重系数。基于云模型理论计算各评价因子隶属于岩爆级别的云数字特征,生成正态云滴,实现了岩爆烈度与评价指标值之间的不确定映射,保留了评估过程中的随机性。最后,利用国内外典型岩爆工程实例对所建模型进行检验,其判别结果与实际岩爆等级相符,且准确率高于功效系数法和集对分析理论,表明采用云模型对岩爆烈度进行预测是可行的、有效的。该模型具有较高的准确性和可靠性,能满足工程应用需要,在深埋地下工程岩爆预测中具有良好的工程应用前景。 相似文献
9.
某水电站地下厂房硐室群岩爆预测与防治研究 总被引：2，自引：0，他引：2
拟建某水电站的大型地下厂房硐室群处于中等偏高的地应力环境中，在前期的勘探过程中已发现一些与岩爆密切相关的地质现象。因此合理地评价其开挖过程中岩爆发生的可能性、岩爆的烈度、分布范围以及相应的预测防治措施具有重要的工程意义。基于此，文章首先从岩爆发生的基本条件、地质宏观评价的角度对硐室群施工过程中岩爆发生的可能性进行了评估；然后，分别采用定性方法和工程地质类比法对该地下硐室群岩爆发生的烈度进行了评价；进而根据三维有限元模拟结果对岩爆发生的部位进行了圈定。最后，针对所研究的地下硐室群的具体情况，提出了相应的防治措施，即加强监测和超前预报，并采用以围岩弱化为主，围岩强化为辅的治理措施。 相似文献
10.
岩爆烈度等级的准确预测对减轻乃至消除岩爆危害具有重要意义.针对岩爆烈度等级预测模型特征选取模糊和预测准确度不高问题,提出了一种ReliefF-Pearson特征选择下基于SSA-SVM-AdaBoost算法的岩爆等级预测模型.结合ReliefF的权值思想和Pearson系数的相关性原理对特征指标进行选择,利用麻雀搜索算法（SSA）优化支持向量机（SVM）以获得最优模型初始参数,将多个SSA优化后的SVM作为弱分类器组成自适应增强学习算法（AdaBoost）的强分类器.首先通过收集分析国内外岩爆案例数据,选取7种特征指标构成原始特征空间,然后利用ReliefF-Pearson从原始特征空间中筛选出4维优势特征,采用随机过采样对数据进行处理,最后将其输入到SSA-SVM-AdaBoost模型中进行分类预测.研究结果表明：基于ReliefF-Pearson的特征选择方法能够有效提取优势特征;基于多SSA-SVM的AdaBoost模型预测准确率相较于SSA-SVM和单层决策树AdaBoost模型均提高12.5%,相较于SVM提高31.25%,说明SSA-SVM作为弱分类器在分类性能上要优于单层... 相似文献
11.
岩爆发生机制复杂,影响因素较多,通过粗糙集理论中的属性约简和条件属性重要性评价,确定特定地质条件下岩爆的主要影响因素,删除冗余数据。使用遗传算法(GA)优化径向基函数（radial basis function,简称RBF）神经网络参数,通过RBF神经网络隐层单元将低维模式输入变换到高维空间内,拟合影响因子和岩爆等级之间的非线性映射关系,建立基于粗糙集理论的遗传-RBF神经网络岩爆预测模型,目前未见其在地下洞室岩爆预测中应用。在根据工程实际情况选取多个理论判据的基础上,将建立的预测模型应用于实际工程的岩爆预测问题,并与实际岩爆发生情况进行对比分析。结果证明,该方法的评价结果与实际情况较为吻合,对后期施工有较好的指导作用。 相似文献
12.
岩爆等级判定的距离判别分析方法及应用 总被引：2，自引：1，他引：1
将距离判别分析方法应用于岩爆等级判定问题。选用洞室围岩最大的切向应力σθ、岩石单轴抗压强度σc、抗拉强度σt、岩石弹性能量指数Wet作为岩爆等级判定的距离判别分析模型判别因子,以工程中实际岩爆情况及数据作为训练样本,进行分析计算,建立岩爆等级判定的距离判别分析模型。运用该分析模型对国内外工程实际岩爆情况进行判定,判别结果与工程实际完全相符。将该模型应用到诸（暨）永（嘉）高速公路括苍山隧道工程的岩爆情况预测中,判别结果与实际情况相符。研究表明,岩爆等级判定的距离判别分析方法,判别能力强,误判率低,是解决岩爆等级判定的一条有效途径。 相似文献
13.
基于异步迭代算法的冲击地压预测 总被引：1，自引：0，他引：1
采用三层BP神经网络方法对冲击地压建立了数学模型。网络的训练算法采用具有松弛因子的动态异步迭代法,该算法在克服网络的麻痹现象及局部极小问题上都优于目前常用的训练方法,因而,采用此算法对网络进行了训练及震级的预报。基于新汶矿务局华丰煤矿1999～2000年的冲击地压现场监测数据,把冲击地压的能量、产生波的幅值、频次做为输入数据,相应期间的最大震级为输出数据,组成神经网络的训练样本及测试样本,对原始数据进行了数学预处理,网络结构采用了输入层3个结点,中间层7个结点,输出层1个结点的前向神经网络;网络最终的训练误差为0.06,预测结果的相对误差率平均为 9.2 %,预测效果比较理想。 相似文献
14.
岩爆是高地应力地区影响地下工程施工的主要地质灾害,岩爆预测已成为地下工程的世界性难题之一。地层的岩性条件和地应力的大小是影响岩爆发生的两个最根本因素,对这两个因素的准确判别将直接关系到岩爆预测的成功与否。根据工程的区域地质资料,利用FLAC3D程序建立了该区域的数值计算模型,并结合工程现场实测点的主应力数据,采用径向基函数神经网络,反演了计算区域的初始地应力场。基于现场岩石力学试验和TSP203探测技术,获取了岩爆高风险区域的地层岩性条件。最后结合地应力反演数据和TSP探测结果,对掌子面前面长距离范围内的岩爆强度进行精细预测。工程实际应用表明,该方法可操作性强,岩爆预测结果与实际开挖情况较吻合。 相似文献
15.
遗传模拟退火的BP算法在冲击地压中的应用 总被引：5，自引：0，他引：5
冲击地压的预测、预报的研究,大多数仍停留在简单的统计研究和单因素的预测方面,因而,结果也不十分理想。笔者采用多层前向网络对该问题进行数学建模,网络的训练算法采用基于遗传模拟退火的BP优化算法。该算法是在遗传算法中引入模拟退火机制,将其同BP算法结合,形成一个混合的优化算法。新算法既有神经网络的学习能力和鲁棒性,又有遗传算法的强全局随机搜索能力。同时,利用华丰矿冲击地压的实际监测数据,通过遗传算法的主要性能指标对新算法的参数进行了比较研究,得到优化后的一组参数。利用该参数,对冲击地压的神经网络模型的结构、权值和阈值进行了优化,得到了非全连接的优化神经网络模型。最后,利用该模型对华丰矿冲击地压进行了短期最大震级的预报。预测结果的相对误差率平均为 7.84 %,预测效果比较理想。 相似文献
16.
Rockbust is a violent expulsion of rock due to the extreme release of strain energy stored in surrounding rock mass, leading to considerable damages to underground strucures and equipment, and threatening workers' safety. As the operational depth of engineering projects increases, a larger number of factors influence the mechanism of rockburst. Therefore, accurate classification of rockburst intensity cannot be achieved based on conventional criteria. It is urgent to develop new models with high accuracy and ease to implement in practice. This study proposed an ensemble machine learning method by aggregating seven individual classifiers including back propagation neural network, support vector machine, decision tree, k-nearest neighbours, logistic regression, multiple linear regression and Naïve Bayes. In addition, we proposed nine data imputation methods to replace the missing values in the compiled database including 188 rockburst instances. Five-fold cross validation and the beetle antennae search algorithm are used to tune hyperparameters and voting weights of the individual classifiers. The results show that the rockburst classification accuracy obtained by the classifier ensemble has increased by 15.4% compared with the best individual classifier on the test set. The predictor importance obtained by the classifier ensemble shows that the elastic energy index is the most sensitive input variable for rockburst intensity classification. This robust ensemble method can be extended to solve other classification problems in underground engineering projects. 相似文献
17.
18.
19.
神经网络在冲击地压危险性预测预报研究中的应用 总被引：5，自引：2，他引：5
分析了影响冲击地压危险性的主要因素,首次利用神经网络模型模拟各个因素之间的复杂的非线性关系,消除了传统预测方法中的人为确定冲击危险指标的影响。检验结果表明 :模型可靠,预测精度高。为冲击地压与人工智能等高新技术的进一步结合奠定了基础。 相似文献
20.
中国锦屏地下实验室二期(CJPL-Ⅱ)扩挖工程建设潜在高等级岩爆风险。为此,建立了深部地下实验室相邻同向短洞室固定式和单侧相向扩挖移动式微震传感器阵列优化布置方法,构建了基于岩爆风险程度的岩爆预警频次优化原则,提出了针对性的CJPL-Ⅱ扩挖岩爆防控措施,实现了CJPL-Ⅱ扩挖过程岩爆实时监测、动态预警与防控,岩爆预警与实际情况吻合良好,保障了CJPL-Ⅱ扩挖顺利完成。分析了CJPL-Ⅱ扩挖各洞段开挖过程微破裂时空演化规律及其差,研究结果表明新增通道微震活动较扩挖段更为活跃,岩爆风险亦更高,扩挖微震活动活跃程度与空间集聚特征受扩挖断面尺寸,扩挖深度以及结构面影响。研究成果可为类似深埋工程安全建设提供借鉴。 相似文献