基于DDA方法的滑坡稳定性预测

应用距离判别分析（DDA）方法,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,建立了滑坡稳定性预测的距离判别分析模型.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,建立相应判别函数,对待判样本进行预测.结果表明距离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,可以在实际工程中进行推广应用.     

露天采矿爆破振动对民房危害预测的DDA模型及应用

针对爆破地震效应评价中诸多因素不确定性问题,应用距离判别分析理论,选用爆破振动幅值、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁构造柱、施工质量、场地条件共10个影响因素作为判别因子,建立露天采矿爆破振动对民房危害预测的距离判别分析模型(DDA);以36组爆破振动实测数据作为学习样本进行训练,建立相应线性判别函数并利用回代估计方法进行回检,用12组现场数据作为预测样本进行测试.研究结果表明:回检误判率为2.78%;距离判别分析模型预测结果与实际结果较吻合,预测精度高,为露天采矿爆破振动对民房危害程度的预测提供了一种新思路.     

逐步判别分析的急倾斜煤层顶煤可放性分类

运用煤矿生产实践中积累的相关数据,分析影响顶煤可放性的多个因素,基于逐步判别分析理论,建立逐步判别分析模型.通过逐步判别分析法优选瓦斯、开采深度、倾角、煤层厚度四项作为主要判别指标,利用工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测,得出预测结果与实际情况相吻合.研究结果表明:经过训练后的判别函数模型回判的误判率为0,判别模型函数效果显著.逐步判别分析模型对急倾斜煤层顶煤可放性分类的判别性能较好,预测结果准确,且操作过程简单,便于实际推广.     

Fisher判别法在综放回采巷道支护形式选择中的应用

 将Fisher判别分析法应用于综放回采巷道支护形式选择中,建立了综放回采巷道支护形式选择的Fisher判别分析模型,选取围岩强度、煤层强度、巷道埋深、围岩节理裂隙发育程度、采动影响系数、顶煤厚度、护巷煤柱宽度和断面面积8项指标作为Fisher判别分析模型的判别因子,以15组综采巷道围岩及支护实测数据作为学习样本进行训练,建立相应的判别函数对待判样本进行分类.研究结果表明,Fisher判别分析模型分类性能良好,预测精度高,回判估计的误判率很低,是一种综放回采巷道支护形式选择的有效方法.     

巷道岩体质量分类的距离判别方法及应用

将距离判别分析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距离判别模型。模型选取岩石质量指标、单轴饱和抗压强度、完整性系数、纵波波速、结构面摩擦因数和弹性抗力系数等6个指标作为判别因子;以洞室围岩实测数据作为训练样本,建立相应线性判别函数对待判样本进行分类。研究结果表明:距离判别分析模型是岩体分类的一种有效方法,可以在实际工程中应用。     

砂土液化势评价的Bayes判别分析法及其应用

为了给砂土地震液化的数量化研究提供参考,基于多元统计分析理论,建立砂土地震液化判别与液化势分类的Bayes判别分析模型。模型选用震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径和地下水位等7个指标作为判别因子;将砂土液化势分为严重液化、中等液化、轻微液化和未液化4个级别,并作为Bayes判别分析的4个正态总体;以17个砂土实测数据作为训练样本,建立Bayes线性判别函数,以Bayes线性判别函数的最大值对应的总体作为样品所归属的总体;最后将建立的模型对训练样本进行回判,以回代估计误判率对模型进行检验。研究表明,对训练样本的回代误判率为0,对另外20个砂土样本的判别正确率为90%。     

岩体爆破震动损伤评估的多元判别分析模型

提出基于多元判别分析理论的岩体爆破震动损伤安全判据方法。考虑爆破震动信号的幅值强度特性、频谱特性、持时特性和时-能密度曲线特性,并选用震动峰值速度、震动主频、震动持时和时-能密度曲线下的面积作为判别因子,建立多元判别分析模型对岩体的爆破震动损伤情况进行预测。以工程岩体实测数据作为学习样本进行训练,建立相应判别模型对待判样本进行判别,利用回代估计法对模型的合理性进行检验。研究结果表明:建立的判别模型回判估计的误判率为0,预测结果与实际结果相符;判别分析模型综合考虑了影响爆破损伤的多种因素,与其他单指标判据相比,评估结果与实际结果更加相符。     

光面爆破效果参量预测的投影寻踪回归模型及应用

基于投影寻踪回归理论,选取炮眼密集系数、最小抵抗线、装药量、炮眼深度、抗压强度和泊松比6个因素为判别指标,建立光面爆破炮眼利用率、超挖量和半眼率的预测模型。将该方法应用于某矿巷道掘进光面爆破效果预测问题中,对现场实测的24组数据进行训练和检验,用另外4组现场数据作为预测样本进行测试。预测结果与实测情况较吻合。比较BP神经网络和投影寻踪回归2种方法对光面爆破炮孔利用率的预测结果,发现后者比前者预测结果更接近实际。以上研究表明:该方法回判估计性能良好,判别精度高,是一种预测光面爆破效果的有效方法,可以在实际工程中推广应用。     

加权距离判别法在膨胀土胀缩等级分类中的应用

利用主成分分析法改进距离判别分析法,然后将该方法应用于膨胀土胀缩等级分类中,建立膨胀土胀缩等级分类的加权距离判别分析模型。选取黏粒含量、粉粒含量、液限、塑限和塑性指数等5项指标作为膨胀土胀缩等级判别因子,利用已经测得的膨胀土数据为训练样本进行学习,建立相应的判别函数。然后对待判样本进行判别分类,该判别分类结果与实测分类结果100％吻合。研究结果表明,加权距离判别方法完善了距离判别分析法理论,该方法分类性能良好,预测精度高,在实际工程应用中有广阔的前景。     

某电站勘探平洞超挖块体评价

通过某电站勘探平洞的超挖测绘,分析了平洞超挖块体的边界条件,确定了超挖块体的类型及其特征,推导了各类型超挖块体体积及其有关重心位置的计算公式,评价了各类型超挖块体的体积及其相关分布模型,以及块体重心位置的分布特征,这对于节理岩体地下洞室稳定性评价以及加固处理方案的确定具有一定指导意义。     

基于三维地质模型的地下洞室参数化设计与方案优选

水电工程地下洞室区域所处的地质构造往往比较复杂，二维设计方法有一定的局限性．引入非均匀有理B样条（NURBS）技术，并结合地质交互解译、TIN算法和地质趋势面分析理论方法构建三维地质模型．基于三维地质模型，提出地下洞室三维参数化设计的概念和方法，对设计成果进行分析，并应用改进的层次分析法，构建地下洞室设计方案的优选模型．通过在某水电工程设计中的应用验证了该方法的可行性．     

地下厂房锚杆支护的反向传播神经网络智能化设计模型

水电站地下厂房的支护设计一般采用工程类比法,而西南地区高地应力、大跨度地下洞室的修建难度往往超出以往的工程,难以完全适应。亟待建立考虑复杂地质条件影响的围岩支护定量设计理论和方法。在29个跨度为18.0～34.0 m,强度应力比为2.00～80.8的地下厂房支护参数的基础上,采用反向传播(back propagration, BP)神经网络方法,训练出了地下厂房系统锚杆支护的智能化设计模型。该模型通过输入洞室跨度值和强度应力比对系统锚杆直径、间排距进行优化设计。采用对神经网络权重分析的方法探讨了洞室跨度和强度应力比对系统锚杆支护方案选择的影响程度。研究结果表明:基于BP神经网络的水电站地下厂房系统锚杆支护的智能化设计模型具有良好适用性和可靠性;在仅考虑强度应力比和洞室跨度的情况下,水电站地下厂房系统锚杆的支护设计应该优先考虑强度应力比的大小。     

海相巨厚砂岩油藏夹层精细地质建模方法研究

以塔里木盆地东河1油田石炭系东河砂岩油藏为例,从夹层单井精细识别和连井对比入手,以夹层地质知识库、岩芯分析化验资料和动态资料为约束,建立夹层三维地质模型。研究认为,在完善单层划分对比的基础上,基于地质认识开展层间、层内夹层平面分布研究,采用确定性建模方法将其嵌入到地质模型中,可以得到夹层与储层准确的三维空间配置关系;利用夹层岩芯分析化验资料建立夹层物性解释模型,将孔、渗解释结果作为输入建立夹层属性模型,使得结果更加逼近地下真实情况。后期千万级网格数值模拟运算结果表明,地质知识库与地质建模相结合、地质建模与数值模拟一体化的海相巨厚砂岩油藏夹层地质建模方法效果良好。     

地质雷达探测地铁沿线未知涵洞的研究与应用

以某在建工程线路经过老城区主干道的地质与环境调查为研究对象,采用地质雷达探测方法,在路面合理布设探测剖面和观测系统;通过对采集的地质雷达记录进行有效处理和地质雷达图像的分析,研究如何在地铁隧道勘察中根据场地条件和探测的目标物,综合识别未知涵洞.研究结果表明:通过设计纵横跟踪布设地质雷达探测剖面,选择恰当的资料处理参数和模块,能够有效探测未知涵洞的具体位置和规模,为工程设计与施工提供合理建议,降低施工风险.     

岩溶台地高压富水特长隧道勘察的精细化探索

岩溶台地高压富水特长隧道精细化勘察应在收集和分析区域地质资料、前期勘察成果、前人研究成果及类似工程案例的基础上,找出主要的水文与工程地质问题,针对这些问题进行水文地质与工程地质调绘和地球物理探测,在此基础上构建地质模型,并采用有针对性的水文地质钻探、工程地质钻探、现场监测与测试及数值仿真等方法与手段,对地质模型进行验证、丰富与优化。本文以G59呼北高速张家界至官庄段沅古坪隧道为研究对象,为了查明岩溶台地高压富水特长隧道的水文地质与工程地质条件,在水文地质与工程地质测绘、地球物理探测、地质钻探及工程评价等方面进行了精细化勘察的探索与研究,提出了精细化勘察技术思路。根据精细化勘察技术思路,细分隧道区域的地下水系统,划为17个地下水系统,隧道穿越9个地下水系统,采用空气潜孔锤-孔内电视复合方法查清了大湖村段水文地质结构,在此基础上,采用解析法和数值法预测了隧道涌水量,隧道涌水量在150mm降雨量条件下为26.93×10⁴ m³/d,评价了突水突泥风险,在大湖村岩溶泉系统及柏杨坪岩溶地下河系统为高风险区。     

郑州城市地下空间开发敏感地质因子的分布特征

在对郑州市的工程地质相关资料梳理的基础上,针对研究区工程地质特点,结合地下空间开发利用情况,认为研究区地下空间开发的敏感工程地质因子主要有淤泥质土、液化土、湿陷性黄土、钙核富集层。在地下空间开发过程中,为了研究工程地质敏感因子可能导致的环境地质问题,对淤泥质土、液化土、湿陷性黄土、钙核富集层的分布范围进行精确刻画,为地下空间开发利用提供地质依据。     

基于深度学习的东天山特长隧道围岩等级预测

位于我国西北部的东天山地区,拥有着复杂的地质条件,因此如何快速准确预测隧道掌子面前方的围岩质量的难度增大,有一种能准确客观反映岩体基本特性的围岩分类,是隧道设计与施工的重要参考依据。本文旨在建立一种能客观准确评价东天山地区工程地质环境及预测围岩等级的方法,依托在建东天山隧道项目,选取东天山特长隧道已开挖典型地质区段,以工程地质分区、高关联度物探技术参数指标及物探偏移图像为基础,组成机器学习训练样本;并采用 Python 语言基于TensorFlow深度学习框架编写深度学习网络算法训练样本,建立围岩类别预测模型,并采用新开挖段数据不断验证与优化模型,最后将预测精度最高的模型推广应用于天山地区隧道围岩类别预测,结果表明用TST偏移图像+地质分区+物探指标数据集训练出来的模型效果最好。     

联合预报在组合地质灾害隧道工程中的应用

在某地质条件复杂的隧道探测中,为了判断掘进工作面前方地质情况,选用隧道地震电测(tunnel seismic electric prediction, TSEP)和地质雷达(ground penetrating radar, GPR)超前地质预报技术对地质条件复杂的区段进行超前探测,经与实际开挖情况对比分析得出探测结果准确可靠。TSEP超前地质预报技术有效探测距离长,对不良地质体的探测范围广;采用TSEP超前地质预报技术与GPR技术联合预报的预报体系,可以改变原有联合预报全过程预报的模式,减少预报工作量,降低预报成本。该研究可为同类型地质条件工程超前探测提供了借鉴。     

基于信息量法的黔中岩溶区地下空间利用适宜性评价

在分析贵安新区花溪大学城典型岩溶区地质环境条件基础上，提出了地下空间利用地质模型，建立了地下空间利用适宜性评价体系和评价方法，采用专家-层次分析法确定了地下空间利用影响因子权重，利用ArcGIS平台实现了研究区分层地下空间利用适宜性评价。评价结果表明：（1）采用的专家-层次分析法、多目标目标线性加权函数法及ArcGIS平台空间分析相结合的方法开展典型岩溶区地下空间利用适宜性评价，评价方法和评价结果合理可靠，具有较强的应用性和推广性；（2）研究区半地下、浅层、次浅层适宜地下空间利用面积占比分别75.51%、67.02%、53.78%，地下空间开发利用主要受断裂构造、岩石破碎程度、岩溶发育、地下水埋藏条件控制，研究区，垂向上从上到下开发利用难度逐步增大。（3）评价结果为花溪大学城典型岩溶区地下空间利用规划、地质环境问题工程处置、合理有效利用地下空间资源、保护生态环境提供了科学依据。     

基于PCA与Elman网络的地下矿山岩层移动

 由于地下金属矿床地质与开采条件的复杂性,影响岩层移动的因素错综复杂且相互影响,使得对岩层移动的预测具有很大的不确定性。大量的样本数据减慢了神经网络的训练速度,并且使得神经网络不稳定。将主成分分析(PCA)与Elman网络相结合构建模型,对地下矿山岩层移动角进行预测研究。利用主成分分析对原始数据进行预处理,提取原信息的主成分,将输入变量减少且互不相关,提高神经网络训练速度;用Elman网络对训练样本进行训练,进而利用训练好的网络对预测样本进行预测,与不采用PCA时的预测结果相比,采用PCA的预测结果更为准确,通过期望输出与实际输出的对比,相对误差都在5%以内,其预测的结果精度高,表明了PCA与Elman网络相结合对地下矿山岩层移动进行研究是可行的。