基于神经网络算法的岩爆预测方法研究
发布时间：2022-02-09 13:27
岩爆是高地应力条件下的动态过程,能量的快速释放导致岩石自发爆炸。这可能导致设备损坏、人员伤亡和施工延误,是一种具有破坏性极大的工程地质灾害,给实际工程带来严重损失。随着我国基础工程的不断推进,尤其是地下空间的不断发展以及采矿工程的不断深入,在可见的未来,我国的岩爆预防与控制问题将越来越突出,成为深部地下空间工程地质灾害防治领域的重要课题。岩爆倾向性预测是防控岩爆灾害的重要基础。根据预测的结果对工程及时反馈并采取安全防护对策,减少或避免岩爆灾害带来的损失,这对于地下空间工程的建设及深部矿石开采具有重要的理论意义与实用价值。但由于岩爆的复杂机理和众多分类标准,这导致它们成为深层地下建筑和采矿工程中极为棘手的问题。在当前实践中,普遍采用多种岩爆评估标准,其中包括了发生在岩爆中的各种内、外在因素,并在岩爆预测中发挥了重要作用。岩爆预测主要分为两类:长期预测和短期预测。长期预测的主要目标是在工程项目的初始阶段为决策提供指导,而短期预测的主要目标是预测岩爆发生的详细时间和具体位置。本文主要考虑的是长期岩爆预测,在前人的研究基础上,总结了大量的工程实际成果应用于神经网络模型中,并结合实际工程经验对其...
【文章来源】：湘潭大学湖南省
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
引汉济渭工程秦岭引水隧洞岩爆破坏现场[5]
基于神经网络算法的岩爆预测方法研究2(a)拱顶以及拱部岩爆(b)拱部岩爆图1.1引汉济渭工程秦岭引水隧洞岩爆破坏现场[5]如果能在实际地下工程中对可能即将发生的岩爆进行合理、及时的预报并且对相应的岩爆烈度有针对性地采取防治措施，就可以减少或者杜绝人员伤亡和财产损失。因此展开岩爆预测的研究具有十分重要的意义。(a)拱顶岩块崩出(b)边墙竖向岩层挤压崩出图1.2甘姆奇克铁路隧道岩爆破坏现场[6]1.2岩爆的研究现状1.2.1岩爆一般特征与产生机制由于岩爆是一种非常复杂的动力现象，所以至今为止人们对于地下工程中岩爆的形成条件及机理还没有一个统一的认识。但主要影响因素有岩石的岩性、地应力、岩体结构、埋深、地下水、施工开挖方式。从煤矿的开采环境来分析，由于采矿深度的增加将会导致煤层顶底板压力的增大，尤其是掌子面附近的顶、底板移近量的急剧增大，对煤层的夹持作用越加明显，十分有利于煤层中弹性势能的聚集。另外，由于煤层自身的物理力学性能也将会发生明显的改
基于神经网络算法的岩爆预测方法研究4在这里应该指出的是，无论是一次性岩爆，还是由于多次应力调整所发生的多发性岩爆，这三个阶段所构成的渐进破坏过程都是十分短促的。在这三个岩爆破坏阶段的时序以及空间关系上是由洞壁向里依次重复重迭发生，如图1.5所示。C劈开B剪断A弹射图1.5天生桥岩爆渐进破坏过程时序关系示意图[10]徐林生等人[11]将断面洞壁切向应力和岩石单轴抗压强度c的比值c作岩爆等级判据，在经过现场测试川藏公路二郎山隧道段后研究得出岩爆形成力学机制大体上至少可以归纳为压致拉裂、压致剪切拉裂以及弯曲鼓折（溃屈）等3种基本类型，也可以同时以多种组合方式出现。而刘翌晨[12]在经过室内岩爆模拟过程中发现，在不同围压下，岩石发生岩爆时的最大主应力及破坏程度有所差别：围压较小或较大时，更容易发生岩爆破坏；围压在一定范围内时试样更加稳定，但发生岩爆时，破坏程度更加严重。而杨淑清[13]通过建立天生桥二级水电站引水隧洞相似材料岩爆机制物理模拟试验，最后得出在天生桥隧洞中，由岩爆造成的围岩破坏有2种机制，它们是2种应力水平的产物，即劈裂破坏与剪切破坏，其中劈裂破坏属脆性断裂，而剪切破坏则是岩石应力达到峰值时的极限状态。前者形成的破坏面与孔口边界平行，而后者与孔口边界斜交，呈对数螺旋形。综上所述，由于岩爆是极为复杂的动力失稳现象，实际上由于大埋深产生的高地温问题及过水后水压等因素对岩石性质的影响也是不可忽视的。因此，到目前为止，关于岩爆的形成机制还没能形成统一。1.2.2岩爆分类及主要依据岩爆预测和防治的基本依据是岩爆的分类。需要注意的是，岩爆分类主要根据弹性应变能的储存与释放特征、应力作用方式以及破坏形式进行[14]。而岩爆烈度分级主要是指岩爆发生的强烈
【参考文献】：
期刊论文
[1]基于改进MATLAB-BP神经网络算法的隧道岩爆预测模型[J]. 孙臣生. 重庆交通大学学报(自然科学版). 2019(10)
[2]基于BP神经网络的岩土胶结材料速率敏感效应预测研究[J]. 旷杜敏,龙志林,周益春,闫超萍,陈佳敏. 岩土力学. 2019(S1)
[3]地下工程围岩潜在岩爆问题评估方法[J]. 张传庆,俞缙,陈珺,卢景景,周辉. 岩土力学. 2016(S1)
[4]不同卸载速率下岩爆破坏特征试验分析[J]. 何满潮,赵菲,杜帅,郑茂炯. 岩土力学. 2014(10)
[5]动静组合加载条件岩爆特性及倾向性指标[J]. 殷志强,李夕兵,董陇军,金解放,马海峰. 中南大学学报(自然科学版). 2014(09)
[6]基于AHP-TOPSIS评判模型的岩爆倾向性预测[J]. 龚剑,胡乃联,崔翔,王孝东. 岩石力学与工程学报. 2014(07)
[7]应变型岩爆三要素分析及岩爆势表达[J]. 尚彦军,张镜剑,傅冰骏. 岩石力学与工程学报. 2013(08)
[8]基于人工神经网络及非线性回归的岩爆判据[J]. 张光存,高谦,杜聚强,李铿铿. 中南大学学报(自然科学版). 2013(07)
[9]基于BP神经网络隧道施工岩爆预测研究[J]. 张俊峰. 路基工程. 2013(03)
[10]BP神经网络动态预测方法在巷道底板岩爆中的应用[J]. 薛杨朔,孙志国,于全有. 煤矿安全. 2013(03)
博士论文
[1]岩爆声音信号特征与动态预警方法研究[D]. 刘鑫锦.广西大学 2018
[2]深埋隧道稳定性分析的智能化及非线性研究[D]. 王心飞.重庆大学 2006
[3]深部硬岩岩爆倾向性动态预测模型及其应用[D]. 郭立.中南大学 2004
[4]隧道开挖地质灾害规律与防治对策研究[D]. 杜炜平.中南大学 2001
硕士论文
[1]引汉济渭工程秦岭引水隧洞岩爆发生机理研究[D]. 张鹏.西南交通大学 2018
[2]某铜矿山岩爆诱发倾向及采场结构参数优化研究[D]. 郭瑞凯.江西理工大学 2018
[3]甘姆奇克铁路隧道岩爆预测研究[D]. 李森.西南交通大学 2018
[4]基于模糊综合评价的岩爆危险性预测[D]. 张晓燕.河北工程大学 2017
[5]地下矿井深埋巷道岩爆预测及危险性研究[D]. 靳雅蕙.中北大学 2017
[6]某硬岩矿山无阶段矿柱开采岩爆诱发倾向及失稳控制研究[D]. 刘浩.江西理工大学 2015
[7]基于神经网络与微震信息的岩爆预测[D]. 李广宽.东北大学 2011
[8]江边水电站引水隧洞岩爆预测与控制研究[D]. 张德永.山东大学 2011
[9]大相岭隧道岩爆灾害分阶段预测与控制技术研究[D]. 张俊峰.西南交通大学 2010
[10]金川矿山深部岩石岩爆倾向性研究[D]. 李丽娟.中南大学 2009
本文编号：3617090
【文章来源】：湘潭大学湖南省
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
引汉济渭工程秦岭引水隧洞岩爆破坏现场[5]
基于神经网络算法的岩爆预测方法研究2(a)拱顶以及拱部岩爆(b)拱部岩爆图1.1引汉济渭工程秦岭引水隧洞岩爆破坏现场[5]如果能在实际地下工程中对可能即将发生的岩爆进行合理、及时的预报并且对相应的岩爆烈度有针对性地采取防治措施，就可以减少或者杜绝人员伤亡和财产损失。因此展开岩爆预测的研究具有十分重要的意义。(a)拱顶岩块崩出(b)边墙竖向岩层挤压崩出图1.2甘姆奇克铁路隧道岩爆破坏现场[6]1.2岩爆的研究现状1.2.1岩爆一般特征与产生机制由于岩爆是一种非常复杂的动力现象，所以至今为止人们对于地下工程中岩爆的形成条件及机理还没有一个统一的认识。但主要影响因素有岩石的岩性、地应力、岩体结构、埋深、地下水、施工开挖方式。从煤矿的开采环境来分析，由于采矿深度的增加将会导致煤层顶底板压力的增大，尤其是掌子面附近的顶、底板移近量的急剧增大，对煤层的夹持作用越加明显，十分有利于煤层中弹性势能的聚集。另外，由于煤层自身的物理力学性能也将会发生明显的改
基于神经网络算法的岩爆预测方法研究4在这里应该指出的是，无论是一次性岩爆，还是由于多次应力调整所发生的多发性岩爆，这三个阶段所构成的渐进破坏过程都是十分短促的。在这三个岩爆破坏阶段的时序以及空间关系上是由洞壁向里依次重复重迭发生，如图1.5所示。C劈开B剪断A弹射图1.5天生桥岩爆渐进破坏过程时序关系示意图[10]徐林生等人[11]将断面洞壁切向应力和岩石单轴抗压强度c的比值c作岩爆等级判据，在经过现场测试川藏公路二郎山隧道段后研究得出岩爆形成力学机制大体上至少可以归纳为压致拉裂、压致剪切拉裂以及弯曲鼓折（溃屈）等3种基本类型，也可以同时以多种组合方式出现。而刘翌晨[12]在经过室内岩爆模拟过程中发现，在不同围压下，岩石发生岩爆时的最大主应力及破坏程度有所差别：围压较小或较大时，更容易发生岩爆破坏；围压在一定范围内时试样更加稳定，但发生岩爆时，破坏程度更加严重。而杨淑清[13]通过建立天生桥二级水电站引水隧洞相似材料岩爆机制物理模拟试验，最后得出在天生桥隧洞中，由岩爆造成的围岩破坏有2种机制，它们是2种应力水平的产物，即劈裂破坏与剪切破坏，其中劈裂破坏属脆性断裂，而剪切破坏则是岩石应力达到峰值时的极限状态。前者形成的破坏面与孔口边界平行，而后者与孔口边界斜交，呈对数螺旋形。综上所述，由于岩爆是极为复杂的动力失稳现象，实际上由于大埋深产生的高地温问题及过水后水压等因素对岩石性质的影响也是不可忽视的。因此，到目前为止，关于岩爆的形成机制还没能形成统一。1.2.2岩爆分类及主要依据岩爆预测和防治的基本依据是岩爆的分类。需要注意的是，岩爆分类主要根据弹性应变能的储存与释放特征、应力作用方式以及破坏形式进行[14]。而岩爆烈度分级主要是指岩爆发生的强烈
【参考文献】：
期刊论文
[1]基于改进MATLAB-BP神经网络算法的隧道岩爆预测模型[J]. 孙臣生. 重庆交通大学学报(自然科学版). 2019(10)
[2]基于BP神经网络的岩土胶结材料速率敏感效应预测研究[J]. 旷杜敏,龙志林,周益春,闫超萍,陈佳敏. 岩土力学. 2019(S1)
[3]地下工程围岩潜在岩爆问题评估方法[J]. 张传庆,俞缙,陈珺,卢景景,周辉. 岩土力学. 2016(S1)
[4]不同卸载速率下岩爆破坏特征试验分析[J]. 何满潮,赵菲,杜帅,郑茂炯. 岩土力学. 2014(10)
[5]动静组合加载条件岩爆特性及倾向性指标[J]. 殷志强,李夕兵,董陇军,金解放,马海峰. 中南大学学报(自然科学版). 2014(09)
[6]基于AHP-TOPSIS评判模型的岩爆倾向性预测[J]. 龚剑,胡乃联,崔翔,王孝东. 岩石力学与工程学报. 2014(07)
[7]应变型岩爆三要素分析及岩爆势表达[J]. 尚彦军,张镜剑,傅冰骏. 岩石力学与工程学报. 2013(08)
[8]基于人工神经网络及非线性回归的岩爆判据[J]. 张光存,高谦,杜聚强,李铿铿. 中南大学学报(自然科学版). 2013(07)
[9]基于BP神经网络隧道施工岩爆预测研究[J]. 张俊峰. 路基工程. 2013(03)
[10]BP神经网络动态预测方法在巷道底板岩爆中的应用[J]. 薛杨朔,孙志国,于全有. 煤矿安全. 2013(03)
博士论文
[1]岩爆声音信号特征与动态预警方法研究[D]. 刘鑫锦.广西大学 2018
[2]深埋隧道稳定性分析的智能化及非线性研究[D]. 王心飞.重庆大学 2006
[3]深部硬岩岩爆倾向性动态预测模型及其应用[D]. 郭立.中南大学 2004
[4]隧道开挖地质灾害规律与防治对策研究[D]. 杜炜平.中南大学 2001
硕士论文
[1]引汉济渭工程秦岭引水隧洞岩爆发生机理研究[D]. 张鹏.西南交通大学 2018
[2]某铜矿山岩爆诱发倾向及采场结构参数优化研究[D]. 郭瑞凯.江西理工大学 2018
[3]甘姆奇克铁路隧道岩爆预测研究[D]. 李森.西南交通大学 2018
[4]基于模糊综合评价的岩爆危险性预测[D]. 张晓燕.河北工程大学 2017
[5]地下矿井深埋巷道岩爆预测及危险性研究[D]. 靳雅蕙.中北大学 2017
[6]某硬岩矿山无阶段矿柱开采岩爆诱发倾向及失稳控制研究[D]. 刘浩.江西理工大学 2015
[7]基于神经网络与微震信息的岩爆预测[D]. 李广宽.东北大学 2011
[8]江边水电站引水隧洞岩爆预测与控制研究[D]. 张德永.山东大学 2011
[9]大相岭隧道岩爆灾害分阶段预测与控制技术研究[D]. 张俊峰.西南交通大学 2010
[10]金川矿山深部岩石岩爆倾向性研究[D]. 李丽娟.中南大学 2009
本文编号：3617090
本文链接：https://www.wllwen.com/kejilunwen/diqiudizhi/3617090.html
