[发明专利]一种基于贝叶斯网络的岩爆概率预测方法

说明书

本发明涉及一种基于贝叶斯网络的岩爆概率预测方法，属于岩爆预测技术领域。本发明通过岩爆案例统计分析，提取6个特征参数，即最大切向应力σ_θ、岩石单轴抗压强度σ_c、岩石单轴抗拉强度σ_t、应力强度比σ_θ/σ_c、岩石脆性系数σ_c/σ_t和弹性变形能指数W_et，确定特征参数的统计特征，其中统计特征包括均值、标准差、变异系数和分布类型；构建基于Copula理论的最优六维参数联合概率分布函数；构建PSO‑RF智能响应面计算模型，确定岩爆发生等级；建立岩爆概率预测贝叶斯BN模型，利用Copula‑RF模型进行参数学习，计算不同岩爆等级发生概率。本发明给出岩爆等级与发生概率间的对应关系，精确计算出岩爆预测概率。

技术领域

本发明涉及一种基于贝叶斯网络的岩爆概率预测方法，属于岩爆预测技术领域。

背景技术

在深埋高地应力条件下，硬脆性岩体隧道开挖卸荷诱发的岩爆灾害现象发生频率越来越高。在水利水电和交通工程领域，每年由于深部工程灾害诱发的工程事故多达数千起，伤亡人数近千人，诸多工程工期延误半年甚至一年以上，数千万甚至上亿元的机械设备报废，经济损失巨大。面对制约深埋硬岩隧道工程安全建设的岩爆灾害问题，如何深度挖掘以往岩爆事故案例数据，研究确定岩爆发生可能性的概率模型，对于量化评估岩爆风险，有效指导岩爆防治具有重要的现实意义。

国内外对于计算岩爆发生可能性的预测模型总体上可分为经验指标分类模型与统计分析模型两类。其中，经验指标分类模型按照指标数量的不同，可以分为单指标经验判据模型与多指标复合判定模型。常用的单指标经验判据模型有十几种，比如将单指标经验判据模型分为基于强度应力比指标判据、基于能量理论判据、基于脆性指数判据、临界深度指标判据与其他指标判据等五种情形。其中，基于强度应力比指标判据包括Russenes判据、Barton判据、Turchaninov判据、Hoek判据、陶振宇判据、二郎山隧道判据、国标GB50287-2016判据、脆性剪切比(BSR)等，以上判据以最大主应力、洞室切向应力、岩石单轴抗压强度等为特征参量。基于能量理论判据包括能量释放率(ERR)、弹性应变能指数、超剪应力(ESS)、爆破倾向指数(BPI)、潜在弹性应变能(PES)、局部能量释放率(LERR)、秦岭隧道判据、单位时间相对局部能量释放率指标(URLERI)等，以上判据以弹性变形能指数、剩余弹性能指数等为特征参量。基于脆性指数判据是从岩石固有物理力学性质角度评估岩爆倾向，提出了不同的脆性指数表达式，以上判据以岩石单轴抗压强度、岩石单轴抗拉强度等为特征参量，其它判据包括临界深度预测判据、岩爆评估指标GEO等。多指标复合判定模型是基于岩爆主要影响因素建立的数学解析模型，其中，不同的岩爆多指标复合判定模型，该类模型考虑因素较为全面，应用效果较好。以上经验指标分类模型形式较为简单、操作相对方便，模型涉及的特征参量均是直接或间接影响岩爆发生的主要因素，评估指标数量最多高达5～6个，模型结果分级以无岩爆、轻微岩爆、中等岩爆、强烈岩爆等四级为主，但由于岩爆发生机制的随机性和复杂性，建立普适性的经验指标分类模型很困难，结果准确性也有待商榷。近年来，基于实际岩爆案例、室内实验及现场监测数据的不确定性预测模型、智能优化预测模型等获得了广泛应用。其中，不确定性预测模型包括模糊数学推理模型、粗糙集理论模型、灰色理论模型、可拓物元模型、逼近理想解排序模型、熵系数与效能系数模型、云模型等，以上模型在处理多源数据、模型函数选择、指标权重及敏感性等方面尚有很多亟需解决的问题；智能优化预测模型包括人工神经网络模型、支持向量机模型、贝叶斯网络模型、蚁群聚类算法模型、随机森林模型、决策树模型等，以上模型在处理高维数据、复杂问题、计算效率等方面优势突出，但不同模型的适用性与准确性各有不同。