CN117110584B - 一种应变型隧道岩爆烈度等级预测方法 - Google Patents
一种应变型隧道岩爆烈度等级预测方法 Download PDFInfo
- Publication number
- CN117110584B CN117110584B CN202311373286.3A CN202311373286A CN117110584B CN 117110584 B CN117110584 B CN 117110584B CN 202311373286 A CN202311373286 A CN 202311373286A CN 117110584 B CN117110584 B CN 117110584B
- Authority
- CN
- China
- Prior art keywords
- rock burst
- intensity level
- rock
- burst intensity
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 255
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000010276 construction Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 62
- 238000009412 basement excavation Methods 0.000 claims description 32
- CNYFJCCVJNARLE-UHFFFAOYSA-L calcium;2-sulfanylacetic acid;2-sulfidoacetate Chemical compound [Ca+2].[O-]C(=O)CS.[O-]C(=O)CS CNYFJCCVJNARLE-UHFFFAOYSA-L 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 9
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000001373 regressive effect Effects 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 description 7
- 230000005489 elastic deformation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Geophysics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明提供了一种应变型隧道岩爆烈度等级预测方法。涉及隧道岩爆预测技术领域。本发明通过分别获取影响隧道岩爆烈度的关键性指标、岩爆烈度等级分级标准、待评估对象的关键性指标以及不同关键性指标的权重，采用改进的Vikor法构建应变型岩爆多属性群决策预测模型，并利用该模型获取待评估对象和不同岩爆烈度等级的折衷指标值，再根据待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度判断待评估对象的岩爆烈度等级。本发明在模型构建过程融入了待评估对象的关键性指标，将实际情况考虑在内，使得构建的模型更客观、更准确，预测结果也更加科学合理，精确性也更高。
Description
技术领域
本发明涉及隧道岩爆预测技术领域，具体而言，涉及一种应变型隧道岩爆烈度等级预测方法。
背景技术
随着我国隧道建设的不断发展，越来越多的隧道需要穿越高海拔高应力地区，岩爆等动力灾害问题已成为当前隧道工程界亟需解决的重大难题。隧道岩爆本质上是一种由于岩体中蕴含的弹性变形能在开挖卸荷作用下的突然释放而导致的岩石破裂、甚至弹射的动力灾害。隧道岩爆的产生与岩石强度、弹性变形能以及开挖卸荷隧道围岩应力分布等多种因素息息相关。为了预测岩爆产生，降低岩爆带来的危害，学者们先后提出了能量、强度、刚度等十余种预测模型。但上述模型多是从某一特定角度去阐释岩爆孕育机理，难以全面阐述岩爆发生的条件。通过构建完善的岩爆评价指标体系，采用多指标的综合预测方法是解决该问题的有效途径之一，但同时也存在评价指标数量过多，各指标之间内在关系不明确从而影响预测精度等不足。
发明内容
本发明所要解决的问题是现有预测岩爆发生的模型存在难以全面阐述岩爆发生条件或评价指标较多导致不清楚各指标内在关联等问题，从而降低模型的预测精准性。
为解决上述问题，本发明提供一种应变型隧道岩爆烈度等级预测方法，包括：
确定影响隧道岩爆烈度的关键性指标，并确定岩爆烈度等级分级标准；
获取待评估对象的所述关键性指标的数值；
确定不同所述关键性指标对所述岩爆烈度等级的权重；
根据不同所述关键性指标对所述岩爆烈度等级的权重，利用改进的Vikor法构建应变型岩爆多属性群决策预测模型；其中，所述改进的Vikor法的分析矩阵的构建方法包括：根据所述岩爆烈度等级分级标准构建以岩爆烈度等级分级系数为元素的初始矩阵，根据所述待评估对象的所述关键性指标的数值与所述初始矩阵形成所述分析矩阵；
根据所述应变型岩爆多属性群决策预测模型获得各个岩爆烈度等级及所述待评估对象的折衷指标值，并根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级。
较佳地，所述关键性指标包括应力比和剩余弹性应变能指数，所述应力比为隧道环向围岩的最大切向应力与岩石单轴抗压强度的比值；
所述确定岩爆烈度等级分级标准包括：
获取所述应力比的岩爆烈度等级分级系数和所述剩余弹性应变能指数的岩爆烈度等级分级系数，并根据所述应力比的岩爆烈度等级分级系数划分多个第一范围，根据所述剩余弹性应变能指数的岩爆烈度等级分级系数划分多个第二范围；
根据多个所述第一范围和多个所述第二范围确定出各个岩爆烈度等级。
较佳地，所述获取待评估对象的所述关键性指标的数值包括：
基于岩体非线性强度破坏准则，构建考虑不同开挖卸荷方式的高地应力隧道开挖卸荷有限元数值分析模型；
利用所述高地应力隧道开挖卸荷有限元数值分析模型获取指定开挖工法下所述隧道环向围岩的最大切向应力；
获取岩石单轴抗压强度，并计算所述最大切向应力与所述岩石单轴抗压强度的比值，得到所述待评估对象的应力比的数值。
较佳地，所述岩体非线性强度破坏准则为考虑开挖扰动效应的非线性广义Hoek-brown屈服准则，所述非线性广义Hoek-brown屈服准则的表达式如式（1）所示：
（1）；
其中，为最大主应力，/>为最小主应力，/>为岩石单轴抗压强度，s、mb、/>均为岩体参数，其中，s根据式（2）确定，mb根据式（3）确定，/>根据式（4）确定；
（2）；
（3）；
（4）；
其中，mi为完整岩体的摩擦强度，d为扰动参数，GSI由岩石完整性系数Kv进行近似估计，所述岩石完整性系数Kv如式（5）所示：
（5）。
较佳地，所述确定不同所述关键性指标对所述岩爆烈度等级的权重包括：采用G1赋权法确定不同所述关键性指标对所述岩爆烈度等级的权重。
较佳地，所述根据不同所述关键性指标对所述岩爆烈度等级的权重，利用改进的Vikor法构建应变型岩爆多属性群决策预测模型包括：
构建所述改进的Vikor法的分析矩阵；
对所述分析矩阵进行标准化处理，得到标准化矩阵；
根据不同所述关键性指标对所述岩爆烈度等级的权重和所述标准化矩阵，构建所述应变型岩爆多属性群决策预测模型。
较佳地，所述对所述分析矩阵进行标准化处理，得到标准化矩阵包括：
采用转化公式对所述分析矩阵进行转化，得到标准化矩阵；
其中，所述转化公式如式（6）所示：
（6）；
所述标准化矩阵如式（7）所示：
（7）；
其中，为所述分析矩阵中第i个岩爆烈度等级下第j个关键性指标的岩爆烈度等级分级系数，n为所述关键性指标的数量。
较佳地，所述应变型岩爆多属性群决策预测模型包括群体效用函数和个体遗憾函数，所述群体效用函数如公式（8）所示，所述个体遗憾函数如公式（9）所示；
所述公式（8）为：
（8）；
所述公式（9）为：
（9）；
其中，Si表示群体效用值，Ri表示个体遗憾值，代表响应所述关键性指标下的最大值，/>代表响应所述关键性指标下的最小值，wj为所述关键性指标的权重。
较佳地，所述根据所述应变型岩爆多属性群决策预测模型获得各个岩爆烈度等级及所述待评估对象的折衷指标值包括：
采用所述群体效用函数计算所述群体效用值，采用所述个体遗憾函数计算所述个体遗憾值；
根据所述群体效用值和所述个体遗憾值，采用公式（10）获取各个岩爆烈度等级及所述待评估对象的折衷指标值，所述公式（10）为：
（10）；
其中，代表响应所述关键性指标下的群体效用值的最小值，/>代表响应所述关键性指标下的群体效用值的最大值，/>代表响应所述关键性指标下的个体遗憾值的最小值，/>代表响应所述关键性指标下的个体遗憾值的最大值，v表示决策机制系数，v=0.5。
较佳地，所述根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级包括：
获取所述待评估对象的折衷指标值与各个所述岩爆烈度等级的折衷指标值之间的差值；
选择所述差值中的最小值，并将所述差值中的最小值所对应的岩爆烈度等级作为所述待评估对象的岩爆烈度等级。
本发明相较于现有技术的优势在于：
本发明采用改进的Vikor法构建应变型岩爆多属性群决策预测模型，并利用该模型获取待评估对象和不同岩爆烈度等级的折衷指标值，再根据待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度判断待评估对象的岩爆烈度等级。在模型构建过程融入了待评估对象的关键性指标，将实际情况考虑在内，使得构建的模型更客观、更准确，预测结果也更加科学合理，精确性也更高。与现有技术相比，本发明的预测方法不会受到关键性指标数量的限制，其是从构建模型时融入实际评估对象的参数的层面上提高模型预测的准确性，对于提高岩爆灾害的防控水平，降低人员、设备、工期的损失，具有重要的理论价值和应用前景。
附图说明
图1为本发明实施例中应变型隧道岩爆烈度等级预测方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
请参阅图1所示，本发明实施例的一种应变型隧道岩爆烈度等级预测方法，包括：
步骤S1，确定影响隧道岩爆烈度的关键性指标，并确定岩爆烈度等级分级标准；
步骤S2，获取待评估对象的所述关键性指标的数值；
步骤S3，确定不同所述关键性指标对所述岩爆烈度等级的权重；
步骤S4，根据不同所述关键性指标对所述岩爆烈度等级的权重，利用改进的Vikor法构建应变型岩爆多属性群决策预测模型，其中，所述改进的Vikor法的分析矩阵的构建方法包括：根据所述岩爆烈度等级分级标准构建以岩爆烈度等级分级系数为元素的初始矩阵，根据所述待评估对象的所述关键性指标的数值与所述初始矩阵形成所述分析矩阵；
步骤S5，根据所述应变型岩爆多属性群决策预测模型获得各个岩爆烈度等级及所述待评估对象的折衷指标值，并根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级。
需要说明的是，步骤S1、S2、S3的顺序没有限制，可以顺序进行，也可以同时或按照其它顺序进行。
本实施例的预测方法，分别获取影响隧道岩爆烈度的关键性指标、岩爆烈度等级分级标准、待评估对象的关键性指标以及不同关键性指标的权重，并将待评估对象和岩爆烈度等级分级标准中的岩爆关键性指标和岩爆烈度等级分级系数构成的矩阵共同形成基于Vikor法的分析矩阵，本实施例中Vikor法的分析矩阵中融入了待评估对象的关键性指标，因此称其为改进的Vikor法。Vikor法可以提供最大化的群体效用和最小化的个体遗憾，从而得到距离理想解最近的折衷可行解，本实施例采用改进的Vikor法构建应变型岩爆多属性群决策预测模型，并利用该模型获取待评估对象和不同岩爆烈度等级的折衷指标值，再根据待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度判断待评估对象的岩爆烈度等级，在模型构建过程融入了待评估对象的关键性指标，将实际情况考虑在内，使得构建的模型更客观、更准确，预测结果也更加科学合理，精确性也更高。
现有预测岩爆发生的模型，跟评估指标的数量有关，评估指标选取的数量较多，使得各指标之间的相互作用或关系模糊，也会影响预测的准确性，指标数量较少，由于无法全面阐述岩爆发生条件导致预测精确性较差。而本实施例的预测方法不会受到关键性指标数量的限制，其通过将实际要评估对象的指标参数的具体数值代入岩爆烈度等级与分级系数构成的初始矩阵中，作为Vikor法的分析矩阵，在利用Vikor法构建预测模型的过程中，实际要评估对象的指标数值也参与其中，本实施例从构建模型时融入实际评估对象的参数的层面上提高模型预测的准确性，而不是简单的从增减指标数量的角度进行，因此本实施例提供了一种新的思路实现应变型隧道岩爆烈度等级预测，且预测准确性较高。
其中一些实施方式中，所述关键性指标包括应力比SR和剩余弹性应变能指数Wet，所述应力比为隧道环向围岩的最大切向应力σθ与岩石单轴抗压强度σci的比值；
隧道岩爆的产生条件可分为内、外两大类，内在因素可总结为岩体的单轴抗压强度、单轴抗拉强度、岩爆的完整性因素以及岩爆的能量特征；外在因素可以通过隧道围岩应力分布来分析。围岩应力分布一方面取决于岩体条件，另一方面也与隧道洞室直径、开挖方式等多种因素有关，因此本实施例采用的关键性指标应力比和剩余弹性应变能指数Wet，一方面这两个指标综合考虑了导致岩爆产生的内、外核心因素，另一方面，本只采用两个评价指标，指标数量较少，不会存在指标之间关系不明等情况，同时通过改进的Vikor法规避了指标数量较少可能带来的无法全面评估岩爆发生条件的问题，且这两个关键性指标也较容易获得。
本实施例中，确定了关键性指标后，根据关键性指标及其岩爆烈度等级分级系数确定岩爆分级标准，所述确定岩爆烈度等级分级标准包括：
获取所述应力比的岩爆烈度等级分级系数和所述剩余弹性应变能指数的岩爆烈度等级分级系数，并根据所述应力比的岩爆烈度等级分级系数划分多个第一范围，根据所述剩余弹性应变能指数的岩爆烈度等级分级系数划分多个第二范围；
根据多个所述第一范围和多个所述第二范围确定出各个岩爆烈度等级。
示例性地，选取应力比的岩爆烈度等级分级系数为0.2、0.3、0.55，剩余弹性应变能指数的岩爆烈度等级分级系数为50、150、200，根据这些系数分别划分不同指标的范围，再通过不同的范围组合确定岩爆烈度等级。
具体地，当所述应力比小于0.2，且所述剩余弹性应变能指数小于50时，所述岩爆烈度等级为Ⅰ级；
当所述应力比大于或等于0.2并小于0.3，且所述剩余弹性应变能指数大于或等于50并小于150时，所述岩爆烈度等级为Ⅱ级；
当所述应力比大于或等于0.3并小于或等于0.55，且所述剩余弹性应变能指数大于或等于150并小于或等于200时，所述岩爆烈度等级为Ⅲ级；
当所述应力比大于0.55，且所述剩余弹性应变能指数大于200时，所述岩爆烈度等级为Ⅳ级。
本实施示例中，两个关键性指标的岩爆烈度等级分级系数分别有三个，可以划分为四个不同的范围，因此岩爆烈度等级可以分为四级，具体的岩爆分级标准如表1所示。
表1岩爆关键性指标及岩爆烈度等级分类
其中一些实施方式中，所述获取待评估对象的所述关键性指标的数值包括：
基于岩体非线性强度破坏准则，构建考虑不同开挖卸荷方式的高地应力隧道开挖卸荷有限元数值分析模型；
利用所述高地应力隧道开挖卸荷有限元数值分析模型获取指定开挖工法下所述隧道环向围岩的最大切向应力；
获取岩石单轴抗压强度，并计算所述最大切向应力与所述岩石单轴抗压强度的比值，得到所述待评估对象的应力比的数值。
本实施例通过构建高地应力隧道开挖卸荷有限元数值分析模型，计算隧道环向围岩的最大切向应力，计算方式简单方便。本实施例的高地应力隧道开挖卸荷有限元数值分析模型考虑了不同的开挖卸荷方式，由此可以根据该模型获得不同开挖工法下的隧道环向围岩应力分布情况，再获取岩石单轴抗压强度，由此可以通过计算获得应力比。
其中一些实施方式中，所述岩体非线性强度破坏准则为考虑开挖扰动效应的非线性广义Hoek-brown屈服准则，所述非线性广义Hoek-brown屈服准则的表达式如式（1）所示：
（1）；
其中，为最大主应力，/>为最小主应力，/>为岩石单轴抗压强度，s、mb、/>均为岩体参数，其中，s根据式（2）确定，mb根据式（3）确定，/>根据式（4）确定；
（2）；
（3）；
（4）；
其中，mi为完整岩体的摩擦强度，d为扰动参数，GSI由岩石完整性系数Kv进行近似估计，所述岩石完整性系数Kv如式（5）所示：
（5）；
本实施例中，引入了能够考虑开挖扰动效应的岩体非线性强度破坏准则，即非线性广义Hoek-brown屈服准则，利用开源有限元ADONIS软件构建高地应力隧道开挖卸荷有限元数值分析模型。广义Hoek-Brown屈服准则中的岩质参数GSI可由岩石完整性系数Kv进行近似估计，GSI的范围为10至100，其中GSI=10为极差岩体，GSI=100为完整岩石。
扰动参数d是计算岩体受到爆炸损伤和应力松弛的干扰程度的干扰系数，d=0代表岩体没有扰动，d=1代表岩体完全扰动，示例性地，在硬岩隧道中若采用TBM掘进，则d可以取为0；若考虑钻爆法施工，则隧道围岩周边2m范围的扰动参数d=0.5。
本实施例基于非线性广义Hoek-brown屈服准则，利用开源有限元软件ADONIS建立考虑高地应力隧道二维有限元数值分析模型，通过移除开挖区域内的单元，来模拟隧道不同开挖方式，同时求解二维有限元分析模型，获取计算区域应力场，进而得到不同开挖方式下隧道环向围岩最大切向应力分布。
本实施例针对隧道这一具体工程类型，引入非线性Hoek-brown屈服准则，研究施工过程中开挖扰动效应对隧道围岩应力分布的影响，从而进一步探讨开挖扰动效应对岩爆的影响，具有重要的工程实践意义。
其中一些实施方式中，所述确定不同所述关键性指标对所述岩爆烈度等级的权重包括：采用G1赋权法确定不同所述关键性指标对所述岩爆烈度等级的权重。G1赋权法也称为最大固定点法，是一种计算元素权重的方法，主要根据每个元素与其他元素的关系来确定权值，其为本领域现有技术，本实施例不再赘述。本实施例基于G1赋权法，建立岩爆关键性指标权重w1、w2，其中，w1为关键性指标应力比的权重，w2为关键性指标剩余弹性应变能指数的权重。
其中一些实施方式中，所述根据不同所述关键性指标对所述岩爆烈度等级的权重，利用Vikor法构建应变型岩爆多属性群决策预测模型包括：
构建改进的Vikor法的分析矩阵；
对所述分析矩阵进行标准化处理，得到标准化矩阵；
根据不同所述关键性指标对所述岩爆烈度等级的权重和所述标准化矩阵，构建所述应变型岩爆多属性群决策预测模型。
其中，构建改进的Vikor法的分析矩阵的方法，前文已经提及，是根据岩爆烈度等级分级标准构建以岩爆烈度等级分级系数为元素的初始矩阵，再根据待评估对象的关键性指标的数值与初始矩阵形成所述分析矩阵。
示例性地，以表1中的岩爆烈度等级分级系数为元素，得到初始矩阵如表2所示：
表2初始矩阵
以S1代表待评估对象，T1、T2代表待评估对象的两类关键性指标，其中，T1为应力比，T2为剩余弹性应变能指数。将待评估对象的关键性指标与初始矩阵融合在一起，得到分析矩阵，如表3所示。
表3岩爆烈度等级VIKOR法分析矩阵
其中一些实施方式中，所述对所述分析矩阵进行标准化处理，得到标准化矩阵包括：
采用转化公式对所述分析矩阵进行转化，得到标准化矩阵；
其中，所述转化公式如式（6）所示：
（6）；
所述标准化矩阵如式（7）所示：
（7）；
其中，n为所述关键性指标的数量，本实施例中因为只有两类关键性指标，因此n取值为2；为所述分析矩阵中第i个岩爆烈度等级下第j个关键性指标的岩爆烈度等级分级系数，即表3中各个指标，例如x11=0，x12=0，x21=0.2，x22=50，x31=0.3；x32=150，x41=0.55，x42=200，x51=T1，x52=T2。需要说明的是，这里的T1和T2在具体应用中应为具体的数值，其中，根据所获取的不同开挖卸荷方式下的应力指标/>，计算岩爆隧道应力比指标/>，记为T1；通过现场取样，开展岩样室内试验，获取剩余弹性应变能指数Wet，记为T2。
通过对分析矩阵进行转化处理，得到标准化矩阵，式（7）所示的矩阵中的元素对应到表格中如表4所示。
表4岩爆烈度等级VIKOR法标准化分析矩阵
其中一些实施方式中，所述应变型岩爆多属性群决策预测模型包括群体效用函数和个体遗憾函数，所述群体效用函数如公式（8）所示，所述个体遗憾函数如公式（9）所示；
所述公式（8）为：
（8）；
所述公式（9）为：
（9）；
其中，代表响应所述关键性指标下的最大值，/>代表响应所述关键性指标下的最小值，wi为所述关键性指标的权重，y ij为表4中的相应数据，可由式（6）进行计算。
根据所述公式（8）和所述公式（9），可以得到群体效用值Si和所述个体遗憾值Ri，结果如表5所示。
表5各岩爆烈度等级Si和Ri
其中一些实施方式中，所述根据所述应变型岩爆多属性群决策预测模型获得各个岩爆烈度等级及所述待评估对象的折衷指标值包括：
采用所述群体效用函数计算所述群体效用值，采用所述个体遗憾函数计算所述个体遗憾值；
；
；
；
；
其中，代表响应所述关键性指标下的群体效用值的最小值，/>代表响应所述关键性指标下的群体效用值的最大值，/>代表响应所述关键性指标下的个体遗憾值的最小值，/>代表响应所述关键性指标下的个体遗憾值的最大值。
根据所述群体效用值和所述个体遗憾值，采用公式（10）获取各个岩爆烈度等级及所述待评估对象的折衷指标值，所述公式（10）为：
（10）；
其中，v表示决策机制系数，v=0.5。
本实施例中，根据群体效用值与个体遗憾值的计算结果，获取各个岩爆等级以及待评估对象S1的Qj值，结果如表6所示。
表6岩爆烈度等级VIKOR法标准化分析矩阵
其中一些实施方式中，所述根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级包括：
获取所述待评估对象的折衷指标值与各个所述岩爆烈度等级的折衷指标值之间的差值；
选择所述差值中的最小值，并将所述差值中的最小值所对应的岩爆烈度等级作为所述待评估对象的岩爆烈度等级。
本实施例根据表6中得到的折衷指标值，通过判断待评估对象的折衷指标值Q5与不同岩爆烈度等级折衷指标值Q的接近程度，来判断评价对象的岩爆烈度等级。
其中一些实施方式中，所述应变型隧道岩爆烈度等级预测方法还包括：
收集高地应力隧道岩爆实例，建立案例库；
从所述案例库中选取一组数据作为待评估对象，并将所述待评估对象对应的关键性指标数据输入所述应变型岩爆多属性群决策预测模型中，获取各个岩爆烈度等级及所述待评估对象的折衷指标值，根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级；
将通过所述应变型岩爆多属性群决策预测模型获得的岩爆烈度等级与所述案例库中的结果进行比对，验证所述应变型岩爆多属性群决策预测模型的预测准确性。
本实施例在总结大量工程岩爆实例的基础上，选取应力比和剩余弹性应变能指数作为岩爆的关键性指标，并针对隧道这一具体工程类型，研究开挖扰动效应对隧道围岩应力分布的影响，从而进一步探讨开挖扰动效应对岩爆的影响，并提出了一种考虑开挖扰动效应的应变型隧道岩爆烈度等级多属性群决策预测模型，建立更为准确、合理的预测方法。本实施例对于提高岩爆灾害的防控水平，降低人员、设备、工期的损失，具有重要的理论价值和应用前景。
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (7)
1.一种应变型隧道岩爆烈度等级预测方法，其特征在于，包括：
确定影响隧道岩爆烈度的关键性指标，并确定岩爆烈度等级分级标准；
获取待评估对象的所述关键性指标的数值；
确定不同所述关键性指标对所述岩爆烈度等级的权重；
根据不同所述关键性指标对所述岩爆烈度等级的权重，利用改进的Vikor法构建应变型岩爆多属性群决策预测模型；具体包括：
构建所述改进的Vikor法的分析矩阵，
对所述分析矩阵进行标准化处理，得到标准化矩阵，
根据不同所述关键性指标对所述岩爆烈度等级的权重和所述标准化矩阵，构建所述应变型岩爆多属性群决策预测模型，
其中，所述改进的Vikor法的分析矩阵的构建方法包括：根据所述岩爆烈度等级分级标准构建以岩爆烈度等级分级系数为元素的初始矩阵，根据所述待评估对象的所述关键性指标的数值与所述初始矩阵形成所述分析矩阵，
其中，所述对所述分析矩阵进行标准化处理，得到标准化矩阵包括：采用转化公式对所述分析矩阵进行转化，得到标准化矩阵，
所述转化公式如式（6）所示：
（6）；
所述标准化矩阵如式（7）所示：
（7），
为所述分析矩阵中第i个岩爆烈度等级下第j个关键性指标的岩爆烈度等级分级系数，n为所述关键性指标的数量，
其中，所述应变型岩爆多属性群决策预测模型包括群体效用函数和个体遗憾函数，所述群体效用函数如公式（8）所示，所述个体遗憾函数如公式（9）所示；
所述公式（8）为：
（8）；
所述公式（9）为：
（9）；
Si表示群体效用值，Ri表示个体遗憾值，代表响应所述关键性指标下的最大值，/>代表响应所述关键性指标下的最小值，wj为所述关键性指标的权重；根据所述应变型岩爆多属性群决策预测模型获得各个岩爆烈度等级及所述待评估对象的折衷指标值，并根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级。
2.根据权利要求1所述的应变型隧道岩爆烈度等级预测方法，其特征在于，所述关键性指标包括应力比和剩余弹性应变能指数，所述应力比为隧道环向围岩的最大切向应力与岩石单轴抗压强度的比值；
所述确定岩爆烈度等级分级标准包括：
获取所述应力比的岩爆烈度等级分级系数和所述剩余弹性应变能指数的岩爆烈度等级分级系数，并根据所述应力比的岩爆烈度等级分级系数划分多个第一范围，根据所述剩余弹性应变能指数的岩爆烈度等级分级系数划分多个第二范围；
根据多个所述第一范围和多个所述第二范围确定出各个岩爆烈度等级。
3.根据权利要求2所述的应变型隧道岩爆烈度等级预测方法，其特征在于，所述获取待评估对象的所述关键性指标的数值包括：
基于岩体非线性强度破坏准则，构建考虑不同开挖卸荷方式的高地应力隧道开挖卸荷有限元数值分析模型；
利用所述高地应力隧道开挖卸荷有限元数值分析模型获取指定开挖工法下所述隧道环向围岩的最大切向应力；
获取岩石单轴抗压强度，并计算所述最大切向应力与所述岩石单轴抗压强度的比值，得到所述待评估对象的应力比的数值。
4.根据权利要求3所述的应变型隧道岩爆烈度等级预测方法，其特征在于，所述岩体非线性强度破坏准则为考虑开挖扰动效应的非线性广义Hoek-brown屈服准则，所述非线性广义Hoek-brown屈服准则的表达式如式（1）所示：
（1）；
其中，为最大主应力，/>为最小主应力，/>为岩石单轴抗压强度，s、mb、/>均为岩体参数，其中，s根据式（2）确定，mb根据式（3）确定，/>根据式（4）确定；
（2）；
（3）；
（4）；
其中，mi为完整岩体的摩擦强度，d为扰动参数，GSI由岩石完整性系数Kv进行近似估计，所述岩石完整性系数Kv如式（5）所示：
（5）。
5.根据权利要求1所述的应变型隧道岩爆烈度等级预测方法，其特征在于，所述确定不同所述关键性指标对所述岩爆烈度等级的权重包括：采用G1赋权法确定不同所述关键性指标对所述岩爆烈度等级的权重。
6.根据权利要求1所述的应变型隧道岩爆烈度等级预测方法，其特征在于，所述根据所述应变型岩爆多属性群决策预测模型获得各个岩爆烈度等级及所述待评估对象的折衷指标值包括：
采用所述群体效用函数计算所述群体效用值，采用所述个体遗憾函数计算所述个体遗憾值；
根据所述群体效用值和所述个体遗憾值，采用公式（10）获取各个岩爆烈度等级及所述待评估对象的折衷指标值，所述公式（10）为：
（10）；
其中，代表响应所述关键性指标下的群体效用值的最小值，/>代表响应所述关键性指标下的群体效用值的最大值，/>代表响应所述关键性指标下的个体遗憾值的最小值，/>代表响应所述关键性指标下的个体遗憾值的最大值，v表示决策机制系数，v=0.5。
7.根据权利要求1所述的应变型隧道岩爆烈度等级预测方法，其特征在于，所述根据所述待评估对象的折衷指标值与各个岩爆烈度等级的折衷指标值的接近程度，得到所述待评估对象的岩爆烈度等级包括：
获取所述待评估对象的折衷指标值与各个所述岩爆烈度等级的折衷指标值之间的差值；
选择所述差值中的最小值，并将所述差值中的最小值所对应的岩爆烈度等级作为所述待评估对象的岩爆烈度等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311373286.3A CN117110584B (zh) | 2023-10-23 | 2023-10-23 | 一种应变型隧道岩爆烈度等级预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311373286.3A CN117110584B (zh) | 2023-10-23 | 2023-10-23 | 一种应变型隧道岩爆烈度等级预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117110584A CN117110584A (zh) | 2023-11-24 |
| CN117110584B true CN117110584B (zh) | 2024-03-26 |
Family
ID=88798746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311373286.3A Active CN117110584B (zh) | 2023-10-23 | 2023-10-23 | 一种应变型隧道岩爆烈度等级预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117110584B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767018A (zh) * | 2017-09-08 | 2018-03-06 | 上海电力学院 | 基于改进vikor法的特高压电网综合效益评估方法 |
| CN112699553A (zh) * | 2020-12-29 | 2021-04-23 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN113240312A (zh) * | 2021-05-28 | 2021-08-10 | 西安建筑科技大学 | 一种海底管道风险评估方法、系统及设备 |
| CN114547965A (zh) * | 2022-01-06 | 2022-05-27 | 武汉科技大学 | 基于正态化与平衡化集成Voting的岩爆烈度分级预测方法 |
| CN115618610A (zh) * | 2022-10-20 | 2023-01-17 | 长安大学 | 一种基于信息变权重的地下工程岩爆烈度评价方法 |
| CN116842443A (zh) * | 2023-06-13 | 2023-10-03 | 武汉科技大学 | 一种基于博弈论-变权的岩爆烈度等级预测方法 |
-
2023
- 2023-10-23 CN CN202311373286.3A patent/CN117110584B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767018A (zh) * | 2017-09-08 | 2018-03-06 | 上海电力学院 | 基于改进vikor法的特高压电网综合效益评估方法 |
| CN112699553A (zh) * | 2020-12-29 | 2021-04-23 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN113240312A (zh) * | 2021-05-28 | 2021-08-10 | 西安建筑科技大学 | 一种海底管道风险评估方法、系统及设备 |
| CN114547965A (zh) * | 2022-01-06 | 2022-05-27 | 武汉科技大学 | 基于正态化与平衡化集成Voting的岩爆烈度分级预测方法 |
| CN115618610A (zh) * | 2022-10-20 | 2023-01-17 | 长安大学 | 一种基于信息变权重的地下工程岩爆烈度评价方法 |
| CN116842443A (zh) * | 2023-06-13 | 2023-10-03 | 武汉科技大学 | 一种基于博弈论-变权的岩爆烈度等级预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| A rockburst prediction model based on extreme learning machine with improved Harris Hawks optimization and its application;Mingliang Li等;《Tunnelling and Underground Space Technology》;全文 * |
| The Comprehensive Prediction Model of Rockburst Tendency in Tunnel Based on Optimized Unascertained Measure Theory;Qinji Jia等;《Geotech Geol Eng》;全文 * |
| 地下洞室岩爆预测灰色最优归类模型研究;安沁丽;人民黄河(第12期);全文 * |
| 基于机器学习的3种岩爆烈度分级预测模型对比研究;田睿等;《黄金科学技术》;第28卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117110584A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110109895B (zh) | 适用于tbm掘进隧道的围岩分级联合预测方法及应用 | |
| Kita et al. | Rapid post-earthquake damage localization and quantification in masonry structures through multidimensional non-linear seismic IDA | |
| CN106407493B (zh) | 一种基于多维高斯云模型的岩爆等级评价方法 | |
| CN112699553B (zh) | 一种岩爆烈度等级智能预测系统方法 | |
| CN110889440A (zh) | 基于主成分分析和bp神经网络的岩爆等级预测方法及系统 | |
| CN112541666B (zh) | 考虑地震易损性模型不确定性的盾构隧道风险评估方法 | |
| CN102158486A (zh) | 一种网络入侵快速检测方法 | |
| CN110362886A (zh) | 一种基于不确定性分析的城镇砌体住宅安全评估方法 | |
| CN116341272A (zh) | 一种用于配网工程数字化的施工安全风险管控系统 | |
| CN113962003A (zh) | 一种隧道围岩大变形评估方法 | |
| CN116595335A (zh) | 一种岩爆微震参数多元多时步输出预测模型 | |
| CN114662405A (zh) | 基于少样本度量和集成学习的岩爆预测方法 | |
| CN110490370A (zh) | 一种岩爆综合预测方法 | |
| Wang et al. | Investigating a three-dimensional convolution recognition model for acoustic emission signal analysis during uniaxial compression failure of coal | |
| CN117110584B (zh) | 一种应变型隧道岩爆烈度等级预测方法 | |
| CN105184496A (zh) | 矿井通风系统健康指数综合评价方法 | |
| CN117172119A (zh) | 一种基于变权贝叶斯理论的岩爆烈度等级预测方法 | |
| CN116776435A (zh) | 一种盾构隧道纵向多级损伤指标阈值确定方法 | |
| CN116911148A (zh) | 一种沉积盆地建筑群震害评估方法及评估系统 | |
| CN112816122B (zh) | 基于深度学习和压电主动传感的螺栓松紧程度监测方法 | |
| CN114818493A (zh) | 一种隧道岩体完整程度定量评价的方法 | |
| Yu et al. | Fuzzy comprehensive approach based on AHP and entropy combination weight for pipeline leak detection system performance evaluation | |
| CN105528657A (zh) | 基于北斗和向量机的建筑物震害预测方法 | |
| CN109871655B (zh) | 一种基于模糊等级评价的器件级产品试验应力确定方法 | |
| CN110414785A (zh) | 深基坑开挖施工的风险识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |