[發明專利]一種基于信息向量機的巖爆等級預測方法

有效

• 申請號: 201510089603.8
• 申請日: 2015-02-27
• 公開（公告）號: CN104732070B
• 公開（公告）日: 2018-03-13
• 發明（設計）人: 蘇國韶;翟少彬;程綱為;江權;蔣劍青;胡李華;彭立鋒;尹宏雪
• 申請（專利權）人: 廣西大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 廣西南寧公平知識產權代理有限公司45104
• 代理人: 覃現凱

技術領域

本發明屬于地下工程技術領域，涉及一種基于信息向量機的巖爆等級預測方法。

背景技術

巖爆是高地應力區地下工程開挖時巖體中積聚的彈性應變能突然釋放而發生的動力地質災害現象。低強度的巖爆表現為圍巖剝離，有聲響，有氣浪，危險性較小；高強度的巖爆表現為圍巖崩落、彈射，產生較大的粉塵和空氣沖擊波，常常還會使巖體和地表產生震動，和小地震相似。巖爆地質災害現象直接威脅著施工人員、設備的安全，影響工程進度，增加工程投資，已成為世界性的地下工程難題之一。

從世界范圍來看，巖爆在水電、交通、礦山及核廢料地下處置等工程領域中均有發生。在國外，南非是巖爆多發國家，主要發生于金礦中。南非巖爆事故從1908年的7次，到10年后的1918年上升到233次，僅在1975年，南非31個金礦就發生了680次巖爆，造成73人死亡和4800個工班的損失。修建阿爾卑斯山區的Simplon水工隧洞時，該處巖體深度在地面以下2200m，由于巖體初始應力所引起的巖爆和塑性流動等現象。日本修建清水隧洞及關越隧道時，發生了巖爆。瑞典Forsmark核電站附屬的2條水工隧洞圍巖為花崗片麻巖，埋深為5～15m，巖爆彈射出大約10cm×10cm大小的巖片，發噼啪聲。在我國，根據不完全統計：1949～1997年，我國33個煤礦發生了2000多次煤爆事件，造成嚴重危害，共傷亡幾百人，停產1300多天。銅陵冬瓜山銅礦是20世紀90年代國內開采深度最大的硬巖金屬礦山，主采區在地表下800～1000m深處，該礦井巷基建過程中，曾多次發生過巖石彈射現象。秦嶺鐵路隧道最大埋深為1600m，在施工過程累計長度達1900m發生了巖爆，其中由4段不同程度巖爆連續組成的長度達600m。錦屏二級水電站引水隧洞工程更多次發生歷史上罕見的極強巖爆，如2009年11月28日凌晨0:43施工排水洞工程完成系統支護后恢復掘進時發生的錦屏二級水電站最嚴重的巖爆事件，即“11-28”巖爆，該巖爆爆坑深度達8～9m，縱向范圍約30m，爆方總量近千立方米，支護系統全部毀損，正作業的TBM設備被埋，主梁斷裂，7名工人遇難，1人受傷，嚴重影響工程進度。經濟的發展和地面空間的限制促使人類活動向地下空間深部領域開拓，我國巖土工程建設呈現出規模大、難度高的特點，巖爆發生的強度和頻率也呈上升趨勢，據不完全統計巖爆災害在地下工程安全事故中所占比例已高達14％。因此，巖爆的準確預測對于地下工程的安全和施工進度的保障顯得尤為重要。

近幾十年來，國內外在巖爆預測方面做了大量的研究工作，眾多專家、學者已經從強度、剛度、能量、斷裂、損傷、擴容、突變、分形、微重力和聲發射等方面對巖爆現象進行了分析，提出了各種各樣的理論判據和預測方法。然而，巖爆的發生機制十分復雜，影響因素眾多，巖爆影響因素與巖爆發生之間呈現高度復雜的非線性關系，巖爆的孕育與發生機理仍然是世界性的難題。因此，在巖爆機理不明朗的條件下，采用力學分析、數值計算、物理試驗等方法來預測巖爆遇到了極大的困難，預測效果難以滿足工程實踐需求。

目前，基于工程實例的巖爆預測方法是巖爆預測的有效方法之一。該方法特色在于從以往發生的巖爆案例中挖掘巖爆影響因素與巖爆發生之間的隱含規律，由此實現巖爆的合理預測。但是，巖爆影響因素與巖爆等級之間存在著高度復雜的映射關系，一般的數學模型很難建立這種關系。近年來，國內外學者將人工神經網絡、粗糙集理論、模糊聚類、支持向量機等機器學習方法應用于上述映射關系的建立，并取得了一定的進展。采用機器學習方法建立這種映射關系已成為了一種趨勢。

機器學習是人工智能的一個新興分支，是研究如何利用機器來模擬人類學習活動的一門學科。從已知實例中自動發現規律，建立對未知實例的預測模型，根據經驗不斷提高、改進預測性能，正是機器學習的實質。近20年來，最具代表性機器學習方法有人工神經網絡算法與支持向量機。國內外眾多學者先后將它們用于巖爆等級的預測，取得良好的效果，但也不同程度的遇到了上述方法的一些公開問題。如，人工神經網絡拓撲結構不易確定，存在過(欠)學習風險，需要大量樣本訓練連接權重，容易陷入局部最小值，訓練過程的可重復性差等；支持向量機的核函數及合理超參數沒有理論解，很難保證預測的可靠性。因此有必要繼續探尋準確可靠、且在經濟和技術上可行的機器學習方法用于巖爆等級預測。