基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

岩爆倾向性的改进有限云评价模型与工程应用

为解决深部开采顶板岩爆评价问题,以挑水河磷矿为例,提出由3个岩爆倾向性评价指标e0/ec、e1/ec、ec/et组成的综合性评价指标体系,采用消除云雾化的综合权重法,建立顶板多指标岩爆倾向性的改进有限云评价模型;通过FLAC3D模拟计算采场的应力值,获得e0/ec、e1/ec、ec/et的参数值;开展挑水河磷矿顶板岩爆...     

基于不同指标无量纲化方法的岩爆预测模型优选

为研究不同指标无量纲化方法对岩爆等级预测模型精度的影响,提高岩爆预测准确率,选取应力系数、脆性系数和弹性能量指数作为预测指标。基于104组岩爆实例大样本数据,采用统一极差处理法、差异化极差处理法、平均化处理法和归一化处理法4种指标无量钢化方法,对预测指标的原始数据进行处理,建立不同的岩爆预测距离判别模型并进行工程实例应用。研究结果表明:基于平均化处理法的岩爆预测模型的回判准确率高达97.1%;对不同矿山、隧道和水电站的6个工程实例的预测结果符合实际情况,说明其是一种准确率高、方便实用的岩爆预测模型。     

深井硬岩矿山岩爆灾害预测研究

岩爆是深井硬岩矿山常见的地质灾害之一.岩爆倾向性指标主要有弹性能量指数、线弹性能、冲击能量指标、脆性系数、Russenses判据等.根据国内外矿山和地下工程岩爆实例的统计分析,Russenses判据是明显有规律性的岩爆倾向性指标.冬瓜山铜矿是典型的深井硬岩矿山,依据其地质特点,采用Russenses判据预测了该矿发生岩爆的可能性.     

基于改进组合赋权的岩爆多维云模型预测研究

岩爆是地下开挖工程主要的地质灾害之一,其烈度分级预测是一个急需解决的世界性难题。针对其预测过程中的不确定性,选取切向应力与岩石单轴抗压强度比σ_θ/σ_c、岩石单轴抗压强度与抗拉强度比σ_c/σ_t、弹性变形能指数Wet建立评价指标体系,以改进熵权-基于指标相关性的指标权重确定方法(CRITIC)综合计算预测指标权重,结合不确定性人工智能理论,将逆向云发生器算法用于确立多维云模型的3个数字特征,生成所有预测指标的多维云模型。用国内外48组典型岩爆实例数据检验本文模型的准确性与有效性,并与基于权重融合的云模型、一维正态云模型的预测结果进行对比。结果表明:该模型应用于岩爆预测有更高的准确性。     

RF-AHP-云模型下岩爆烈度分级预测模型

为准确可靠地预测岩爆灾害,将随机森林(RF)与层次分析法(AHP)结合,在RF分析指标重要性的基础上优化AHP法,构建RF-AHP指标权重计算方法;结合云模型理论,建立基于RFAHP-云模型的岩爆烈度分级预测模型;通过文献调研法,建立包含301组岩爆工程实例的数据库作为岩爆烈度分级预测的样本数据,并分析25组预测样本的岩爆预测结果。结果表明:所提模型预测准确率达88%以上,可判定预测样本的岩爆烈度等级;经验证,作为预测模型核心的RF-AHP指标权重计算方法具备一定的合理性。     

基于粗糙集和加权灰色关联分析的岩爆预测

本文选取影响岩爆发生的五项指标作为岩爆预测的关键影响因素:最大主应力、单轴抗压强度、岩石点荷载强度、岩体完整性系数和弹性变形指数。通过采用粗糙集理论确定岩爆预测影响因素的权重,利用加权灰色关联分析对某工程的岩爆发生情况进行了预测。预测的结果与现场实际状况相吻合,说明运用该方法预测岩爆是合理的。     

深部矿山巷道岩爆应急管理能力评估

为了降低深部矿山巷道岩爆事故中的人员伤亡与财产损失，提高岩爆事故中的应急管理能力，提出改进组合赋权-云模型相结合的深部矿山巷道岩爆应急管理能力评估方法。首先，根据PPRR(Prevention, Preparation, Response, Recovery)应急管理理论，构建包括应急预防能力、应急准备能力、应急响应能力和应急恢复能力4个一级指标的深部矿山巷道岩爆应急管理能力评估指标体系，该体系共包含18个二级指标；其次，引入指数函数改进层次分析(Analytic Hierarchy Process, AHP)法，利用改进的AHP法和熵权法分别确定评估指标的主客观权重，将各权重进行融合以获得最优权重，并结合云理论建立改进组合赋权-云模型的应急管理能力综合评估模型；最后，以河南某深部矿山巷道为例，运用综合评估模型对深部矿山岩爆应急管理能力进行评估。结果显示：深部矿山岩爆应急管理能力等级为Ⅱ,且综合评价云的超熵为0.21(小于4.65/3)。评估结果与实际应急管理能力水平相符，综合评估模型可快速准确地确定深部矿山巷道岩爆应急管理水平。     

基于MIV-MA-KELM模型的岩爆烈度等级预测

为准确预测岩爆烈度等级以确保挖掘工程施工安全,提出一种基于MIV-MA-KELM的岩爆烈度等级预测模型。首先,在分析岩爆烈度影响因素的基础上确定主要评判指标,采用文化基因算法(MA)优化核极限学习机(KELM)参数,借助KELM拟合评判指标与岩爆烈度等级间的非线性映射关系;然后,利用平均影响值(MIV)方法以20%的调解率计算各指标影响权重,剔除低影响权重指标并反馈到MA-KELM模型中重新训练与测试;最后,选取巴玉隧道的68组数据进行试验,并用该模型预测秦岭隧道岩爆烈度等级。结果表明:预测结果与实际情况完全一致;MIV-MA-KELM模型能更合理地构建指标体系,有效避免局部最优解,提高岩爆烈度等级的预测准确率。     

基于BFGS-BP神经网络岩爆分类研究

BP神经网络模型是岩爆预测中的常用模型，为了强化预测效果，选取BFGS算法对BP神经网络模型进行优化。选取应力系数■、脆性系数■和弹性能量指数W_et作为预测指标，国内外46组案例作为样本库，分别建立BFGS-BP神经网络模型和传统BP神经网络模型，对比验证其优化效果，将建好的模型用于锦屏二级水电站和秦岭隧道加以检验，得到一种有应用前景的机器学习预测模型。     

基于反赋权与MBCT-SR多维云模型算法岩爆预测研究

基于岩爆事故的模糊性与随机性特征,为解决在当前岩爆烈度等级预测研究中,通过正向云发生器经验式计算多维云模型特征值进而导致预测结果主观性较强的问题.本文选取应力比Ts=σθ/σt、岩石脆性指数B=σc/σt以及弹性应变储能指数Wet作为评价指标,结合机器学习理论,采用多维逆向MBCT-SR云发生器算法对岩爆等级进行预测,...     

基于BP网络理论的岩爆预测方法

选取影响岩爆的一些主要因素,如地应力大小、岩石抗压和抗拉强度、岩石弹性能量指数,采用人工神经网络理论,根据国内外一些岩石地下工程实例构造样本集,建立了一种新的岩爆预测模型.此模型可以直接应用于岩石地下工程,对岩爆的发生与否及烈度大小进行预测.实例表明,预测结果与实际情况符合得很好,说明了此模型的有效性.     

特厚煤层巷道冲击特征及冲击危险性评价方法研究

通过研究特厚煤层巷道能量储存、应力分布及围岩强度特征,揭示了特厚煤层巷道与薄及中厚煤层相比具有储存能量多、应力影响范围广及围岩强度低的主要冲击特征。基于特厚煤层巷道冲击特征和冲击地压启动理论,提出了综合弹性能指数、应力比指数和冲击能量速度指数的冲击危险性评价多元指数法,建立了特厚煤层巷道冲击危险性的综合评价指标体系。将该评价指标体系应用于陕西某矿特厚煤层掘进期间巷道冲击危险性评价,根据评价结果对冲击地压危险区域采取了合理的卸压措施,保证了工作面的安全开采。     

基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。     

基于距离判别分析法的冲击地压预测研究

考虑影响冲击地压的矿山地质因素和开采技术因素,提出预测预报冲击地压危险性的距离判别分析方法。选用煤层开采深度、顶板岩性、地质构造复杂程度、煤层倾角、煤层厚度、开采方法、有无煤柱、炮采或综采8项指标作为距离判别分析模型的输入变量,并以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。研究结果表明,距离判别分析模型学习性能良好,预测精度高,回判估计的误判率为零,是冲击地压预测预报的一种有效而实用的方法。     

煤体电荷感应信号评价冲击危险性试验研究

为完善冲击地压矿井的冲击危险性评价方法,提高冲击危险性预测的准确率,应用自主研制的煤岩电荷监测系统,选择典型冲击地压矿井的煤样,开展了煤体单轴压缩冲击危险性测试与电荷感应监测试验研究。基于冲击地压扰动响应失稳理论,将应变软化阶段产生的电荷信号变化作为预测冲击地压发生的前兆信息,得到了煤体冲击危险性指标的临界软化系数Kρ、临界应力系数Kp及其冲击危险的等级分类标准,分析了煤体电荷感应信号的电荷事件数CSJ和电荷事件的平均幅值CFZ参量与冲击危险性指标Kρ和Kp之间的量化关系。结果表明:煤样破裂应力峰后,冲击倾向性K与电荷事件数CSJ呈指数递减关系,与CFZ呈指数递增关系;随着Kρ或Kp的增大,煤样应力峰后CSJ呈幂函数关系递增,应力峰后电荷平均幅值CFZ呈一次函数关系递减,以此可预测煤体的冲击危险程度,最后得到了河南某矿煤层冲击危险性的应力峰后冲击危险等级的CSJ和CFZ判据与划分标准。煤体冲击危险性电荷感应信号评价方法为冲击地压矿井冲击危险性评价提供了一种新的方向,对现场煤层冲击危险性评价具有指导作用,但也还需要开展大量现场试验对其进行不断修正和完善。     

基于CRITIC-有限区间云模型的边坡稳定性评价

针对岩质边坡危险性分级的不确定性,选取坡高、坡角岩体结构特征、岩石单轴抗压强度等12项定量评价指标构建评价体系。根据有限区间云模型的相关概念和计算模型,求出露天采场边坡实测数据的云模型特征参数,利用正向云发生器生成云滴图进行量性概念的转化,通过改进的CRITIC法确定指标权重,进而求出不同采场隶属于不同危险等级的综合隶属度,实现边坡稳定性等级的划分。研究结果表明:评价结果与实际相符,利用CRITIC算法求取的权重值,可以考虑各评价指标的综合信息量以及指标间的相关性系数,使评判结果更具有准确性;同时可以快速准确判断出边坡稳定性分级,进行安全预测,为评价边坡的稳定性提供了新思路。     

基于RS-云模型的硫化矿石自燃倾向性综合评价

为实现硫化矿石自燃倾向性的综合评价,应用云理论,选取矿样的氧化质量增加率、自热点和自燃点等定量化指标构建了评价指标体系,运用粗糙集法（Rough Set, RS）计算各评价指标权重,依据分级标准对云模型进行标准化,进而建立硫化矿石自燃倾向性分级的RS-标准云模型。以30组工程实例进行模型检验,并在实际工程中进行应用。结果表明:RS-标准云模型的判别结果与实际结果较吻合,且判别准确率高于贝叶斯(Bayesian, Bayes)方法,表明RS-标准云模型在硫化矿石自燃倾向性综合评价中具有良好的实用性和可靠性,可为矿山的硫化矿石自燃灾害的研究提供一种新思路。     

基于模糊综合评判的冲击地压危险性分区预评价技术研究

为解决采煤工作面冲击地压危险性难以准确分区预评价的难题,运用模糊综合评判法建立冲击地压危险性评价模型,模拟工作面开采过程,对工作面开采过程中不同区域煤体应力影响因素进行综合分析,评判冲击危险性,实现了采煤工作面冲击危险性分区预评价。根据专家现场经验和试验研究结果,确定了影响冲击地压危险性等级的7个主要影响因素,采用层次分析法,确定各个因素的权重。评价模型在山东某煤矿3105工作面进行了应用,得到7个高度危险区,4个中度危险区,评价结果与现场实际基本吻合,表明该模型是合理可行的。