深部开采岩爆预测的神经网络方法

岩爆是深部高地应力岩石地下工程中的一种常见灾害,其影响因素之间存在着极其复杂的非线性关系。在综合分析基础上,选取开采深度、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、岩石冲击性倾向指数作为岩爆预测的评判指标。应用人工神经网络方法,建立了岩爆预测的计算模型,利用国内外一些深部开采、岩石地下工程资料作为学习样本和测试样本对模型进行训练。该模型成功应用于某矿巷道的岩爆预测,预测结果与实际情况一致,此研究为深部开采岩爆预测提供了新的途径。     

地下工程中的岩爆预测

通过收集国内外多个地下工程实际资料,分析了影响岩爆发生的主要因素,运用人工神经网络方法,建立了岩爆预测的人工神经网络模型,并用已训练稳定的样本对某地下岩爆进行预测,验证预测模型。结果表明,所建立的模型具有较高的预测精度。     

神经网络方法在用水量预测中的应用

采用自适应变步长的后向传播算法(ABPM)构建了一个人工神经网络用水量预测模型。分别取一部分历史数据作为训练样本和测试样本，用训练样本对网络进行训练，然后用测试样本对模型进行评估。结果表明该模型收敛速度较快．预测精度高．为用水量预测提供了一种新的方法。     

基于人工神经网络及非线性回归的岩爆判据

采用人工神经网络和非线性回归方法研究岩爆判据研究.首先利用人工神经网络对原始样本进行量化,然后对量化后的样本数据进行非线性回归分析,获得新的岩爆判据公式.研究结果表明:此岩爆判据公式具有较高的预测精度.     

结构钢疲劳裂纹扩展门槛值预测的新方法

通过对各种疲劳门槛值的理论模型的分析，认为结构钢的拉伸性能指标和循环加载条件是裂纹体疲劳门槛值的决定因素．建立了用屈服强度、抗拉强度、断裂延性和循环加载应力比预测疲劳门槛值的人工神经网络模型，并用10种结构钢的60个样本对该模型进行了训练．结果表明，人工种经网络模型可以很好地描述疲劳门槛值与结构钢拉伸性能指标及应力比之间复杂的定量关系．应用所训练的人工神经网络模型预测了部分结构钢的疲劳门槛值，预测的结果与实测值符合良好。     

基于3种机器学习模型的岩爆类型预测

岩爆类型预测是防治和控制硬岩矿山岩爆灾害的有效方式。基于国内外397组岩爆案例数据，规范训练集与测试集的数据预处理方式，采用模型参数优化及交叉验证技术获得最近邻、支持向量机与决策树模型最佳参数；对比分析主成分分析法（PCA）与过采样SMOTE对3种机器学习算法预测准确率的影响，并采用准确率、精确率、召回率、F1等指标对模型预测性能进行评估。结果表明：主成分分析对3种机器学习模型的预测准确率并无提升，不同岩爆类型的样本之间不具有较为明显的决策边界；过采样SMOTE算法仅对决策树模型有明显的提升，基于过采样建立的SMOTE-DT模型预测准确率为77.50%，高于仅对原始数据集进行标准化处理的KNN、SVM模型的68.75%与57.50%；SMOTE-DT在高估与低估岩爆类型表现优于KNN与SVM模型，对于四种岩爆类型的F1值均大于0.7，岩爆预测性能稳定可靠。此外，采用本文构建的3种机器学习模型对山西紫金金矿进行了岩爆类型预测，模型预测结果与现场观测结果相一致。本文构建的三种用于岩爆类型预测的机器学习模型避免了训练集信息泄露对测试集造成影响，研究结果为岩爆类型预测及规范机器学习模型训练过程提供了理论支撑。     

基于未确知均值分类理论的岩爆发生和分级预测方法

为解决岩爆预测中的不确定性问题,将未确知均值分类理论应用于岩爆综合评判中,建立了岩爆发生和分级预测的未确知均值分类理论分析模型.模型选用最大切应力、单轴抗压强度、单轴抗拉强度和弹性能量指数4个指标作为岩爆发生和分级预测的判别因子.将岩爆烈度分为4个等级并作为未确知均值分类理论分析的4个类别.以国内外岩爆工程实测数据作为建立分类标准和模型的样本,以各等级的指标均值作为分类标准.求取未确知测度函数.采用信息熵确定权重,用置信度识别准则进行等级判定.将本研究建立的模型应用到隧道和矿山工程的岩爆预测中,结果表明.未确知均值分类分级预测方法预测结果与实际情况吻合较好,预测精度高,因而是岩爆发生和分级预测的一种有效方法,可在岩爆工程判别中应用和推广.     

深部硬岩岩爆预测的FDA模型及其应用

将Fisher判别分析(FDA)理论应用到深部硬岩岩爆预测中,以最大切向应力σθ、单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet作为影响岩爆的因素,建立以σθ/σc,σc/σt及Wet为判别因子的岩爆预测的FDA模型.以国内外15个深部岩体实例为训练样本进行训练,利用训练好的模型对冬瓜山硬岩矿山和某煤矿三水平西大巷深部开拓巷道岩爆进行预测.研究结果表明:利用FDA模型进行深部硬岩岩爆预测,结果与工程实际岩爆结果相符合,说明该方法在深部硬岩岩爆预测中具有良好的工程实用性.     

结构钢疲劳裂纹扩展门槛值预测的新方法

通过对各种疲劳门槛值的理论模型的分析 ,认为结构钢的拉伸性能指标和循环加载条件是裂纹体疲劳门槛值的决定因素 .建立了用屈服强度、抗拉强度、断裂延性和循环加载应力比预测疲劳门槛值的人工神经网络模型 ,并用 1 0种结构钢的 60个样本对该模型进行了训练 .结果表明 ,人工神经网络模型可以很好地描述疲劳门槛值与结构钢拉伸性能指标及应力比之间复杂的定量关系 .应用所训练的人工神经网络模型预测了部分结构钢的疲劳门槛值 ,预测的结果与实测值符合良好     

粒子群优化-BP神经网络对岩爆的预测

岩爆是典型高地应力区主要地质灾害之一,其预测理论和发生机制的研究目前并不成熟.本文通过选择合适的影响岩爆程度的主要因素,应用BP神经网络对岩爆样本进行训练并利用预测样本进行检验,由于BP神经网络的初始权值和阀值对网络学习效率和预测结果有影响,因此其对检验样本的预测结果往往不够理想.利用粒子群算法(PSO)对BP网络的初始权值和阀值进行优化,将改进后的BP神经网络算法应用于预测,预测的结果优于BP神经网络.表明利用PSO-BP神经网络算法对实际工程中的岩爆进行预测是可行的.     

基于扰动响应判据的洞室岩爆分析

详细描述岩爆形成过程，总结其特点并对岩爆的影响因素作了系统分析，认为：岩石在具备大量弹性应变能又处在峰值强度以后，处于非稳定的平衡状态，此时再对其施加干扰性因素，则会失稳，在此基础上进一步将稳定性理论应用于岩爆判据分析，工程实例计算表明，该方法能较好地解释许多岩爆现象。     

基于多重判据的高楼山隧道岩爆倾向性判别

为探究不同层理倾角对岩体岩爆倾向性的影响,以武九高速土建工程高楼山隧道的层理灰岩为研究对象,通过室内单轴加载与加卸载试验,结合弹性应变能岩爆指标、临界埋深岩爆指标、陶振宇岩爆指标和Russense岩爆指标对不同层理角度的岩样进行了岩爆倾向性综合分析.结果表明:不同岩爆指标的判别结果之间存在一定差异;层理角度对岩爆倾向性有显著性影响,当层理角度为60°时岩爆倾向性最高,层理角度为45°时岩爆临界埋深最浅;基于多重判据的岩爆倾向性判别法为在具有层理结构岩体的地下工程中进行岩爆灾害的预测预报提供了有益参考.     

大岗山深埋硬岩公路隧道岩爆预测

位于川西和青藏高原接触带的长大深埋硬岩公路隧道建设面临极大的岩爆危害，对其岩爆倾向性的准确预测是解决这一瓶颈问题的关键手段。以泸石高速大岗山隧道为工程背景，基于地勘中地形地貌、地质构造、岩石力学参数和地应力实测数据资料，采用数值模拟和数理统计相结合的方法，反演分析隧址区全线初始地应力场，系统分析了大岗山隧道各断面开挖洞周围岩二次应力，基于应力判据法对其岩爆发生情况进行了综合预测。结果表明：隧道全线地应力场分布规律以竖向应力为主，竖向应力量值最大达33.25 MPa，且局部地应力复杂，水平构造作用明显，以NWW-SEE向挤压作用为主，具备发生岩爆条件；隧道埋深大于408 m时有中等、强烈岩爆活动，中等岩爆段长度占隧道全长的13.8 %，强烈岩爆段长度占隧道全长的39.7%，且埋深大于450 m时岩爆在边墙部位发生；岩爆发生受地形地貌、地质构造影响显著，由于地应力在软弱岩体中得到释放，断裂带、辉绿岩脉内部无岩爆活动，而断裂带和沟谷地形会使其附近完整花岗岩段内出现地应力集中现象，从而加剧其岩爆烈度。     

定向水力致裂防冲原理数值模拟研究

定向水力致裂能够有效降低坚硬顶板的强度和完整性,从而能够弱化顶板破坏时的能量释放和动力效应。采用定向水力致裂处理坚硬顶板,处理方式包括顶板分层和切断悬顶。为了研究定向水力致裂处理顶板起到的防冲效果,采用UDEC离散元分析软件对顶板致裂前后系统释放能量和系统动能进行了计算,研究结果表明顶板致裂后降低了系统释放能量和系统动能,从而减少顶板和煤体能量积聚,降低了冲击地压发生的危险性。     

基于GD-DNN模型的岩爆烈度等级预测方法与应用

岩爆是深埋隧道施工过程中开挖时形成临空面，引起能量突然释放的现象，轻则岩片剥落，重则造成人员伤亡和财产损失，其危害程度取决于岩爆烈度等级，因此岩爆烈度等级预测是急需解决的难题之一。本文针对单一指标预测法预测效果不理想的问题，首先设计并实现了综合指标法和针对多分类问题的分类器，其次提出并建立了基于梯度下降(Gradient Descent)算法优化深度神经网络(Deep Neural Network)的GD-DNN岩爆烈度等级预测模型。实验结果表明：GD-DNN模型预测的准确率达到95.8%，相比机器学习算法K最近邻(K-nearest neighbor，KNN)、支持向量机（support vector machine，SVM)和深度学习算法DNN分别提高了45.8%、38.7%和8.3%，同时在精确率、召回率和??1值三项指标上均优于其他模型。最后在秦岭隧道、大相岭隧道、通渝隧道和马路坪矿井4个实际工程中检验模型的预测效果，检验结果证明GD-DNN模型能够精准预测岩爆烈度等级，研究成果可应用于深埋隧道工程中。     

不同轴向应力下瞬态卸载诱发岩爆破坏数值模拟

运用RFPA2D进行岩石试样瞬态卸掉围压数值试验研究,旨在探讨在不同地应力条件下隧道、洞室等实际工程开挖时诱发的岩爆过程和机理.首先进行单轴加载数值试验,然后进行同围压不同轴向应力下瞬时卸载围压诱发岩爆数值试验.结果表明:单轴加载时试样集中某狭窄带破坏,有少量微震事件;瞬态卸载却集中自由面附近较大面积损伤,卸载前几乎没...     

成兰铁路特长深埋隧道岩爆段应力特征

为了探究高地应力环境下深埋隧道岩爆发生机理,掌握岩爆孕育规律,本文通过现场测试、数值分析及室内实验,对平安特长深埋隧道岩爆段围岩的二次应力场进行了分析,探明了隧道岩爆发生的力学机制,并运用经典应力岩爆判据指标,预测判断出岩爆发生强度及位置。研究表明隧道侧壁处存在较大的压应力,是造成岩爆发生的主要原因；高地应力条件下,由于结构面等不利因素的存在,造成掌子面中部处原岩应力突发释放而引发高烈度的岩爆；在岩爆区段进行应力释放孔的布置,能够有效地释放原岩应力,减少岩爆发生的可能性。相关研究成果能够深化人们对于高地应力环境下岩爆发生机制的认识,为类似工程岩爆的防控及建设提供科学依据。     

回采工作面冲击矿压重点防范区域确定

为防止回采工作面冲击矿压对人员造成伤害,根据采空区硕板覆岩同心传播转移规律、近心多载规律及采空区周围煤岩体上的应力分布规律,确定了回采工作面冲击矿压的重点防范区域。实例证明：对于接续回采工作面,冲击矿压的重点防范区域位于工作面距离上出口20～30m内和距离工作面20～30m的上巷内。实例证明与理论分析结果吻合,该研究可为有效防治冲击矿压灾害提供参考。     

电磁辐射法预测煤矿冲击地压

简述了电磁辐射法预测冲击地压的原理,并用KDB5本安型煤与瓦斯突出电磁辐射监测仪在徐州三河尖矿进行了实测。结果表明,采用电磁辐射法非接触预测冲击地压不需打钻,实施需要时间短,准确率高,而且能够监测工作面前方的煤岩体活动情况,是一种很有发展前途的预测预报方法。