ENG

基于AE时间序列的岩爆预测模型

发布时间:2020-08-12 13:32 阅读次数:

基于AE时间序列的岩爆预测模型 

彭 琦1,张茹1,谢和平1,曲宏略1,龙盎2

(1.四川大学水利水电学院,成都   610065   2.中国长江三峡工程开发总公司,湖北宜昌   443002)

摘  要:根据现场岩爆监测中声发射(AE)时间序列的特点,采用小波神经网络与突变理论,建立了一种新的岩爆预测模型。该模型首先针对监测到的声发射建立小波神经网络模型,对声发射时间序列进行了拟合与预测;再运用突变理论对预测的声发射建立了岩爆突变预测模型。通过实例分析表明,声发射的预测精度较高,岩爆预测果与现场情况一致,证明了该模型工程实用性较强。

关键词:岩爆;AE;小波神经网络;突变理论;预测模型

中图分类号:O 382     文献标识码:A 

Prediction model for rockburst based on acoustic emission time series

PENG Qi1, ZHANG Ru1, XIE He-ping1, QU Hong-lue1, LONG Ang2

(1. College of Water Resources and Hydropower, Sichuan University, Chengdu 610065, China;

2. China Three Gorges Project Corporation, Yichang 443002, China)

Abstract: Based on the features of acoustic emission(AE) time series monitored for rockburst, adopting the wavelet neural networkand catastrophe theory, a new rockburst prediction model is established. Firstly, a wavelet neural network model based on the AEmonitored is established to forecast the future AE. Secondly, a catastrophe prediction model for rockburst is founded based on AEforecasted, A practical example shows that the predicted AE time series has high prediction accuracy;and rockburst prediction areconsistent with field situation. It is shown that the model has the advantages of high forecasting accuracy and strong practicality.Key words: rockburst; acoustic emission(AE); wavelet neural network; catastrophe theory; prediction model

1 引 言

岩爆是高地应力岩石地下工程中的一种常见地质灾害,它是由于在开挖过程中卸荷引起围岩内应力场重新分布,导致储存于硬脆性围岩中的弹性应变能突然释放,使围岩产生爆裂松脱、剥落、弹射甚至抛掷的现象。岩爆的发生和发展都有一定的力学机制,但由于围岩岩体和岩爆破坏影响因素的复杂性,其形成机制一直未能形成统一的定论。

为了防止岩爆现象的发生,人们寻求各种方法来预测预报岩爆的发生。岩爆的预测预报是确定岩爆可能发生的区域地点、时间及危险程度,以便现场采取相关的措施。目前,国内外预测岩爆的方法大致分为:理论分析预测法和现场实测法[1]。理论分析预测法是对地下工程岩体取样分析,利用已建立的岩爆的各种判据或运用数学建模[2]的方法进行预测岩爆的方法;现场实测法是借助一些必要的仪器,结合现场工程人员,对地下工程的现场和岩体直接进行监测或测试,来判别是否有发生岩爆的可能。常用的几种现场测试方法有:钻屑法、声发射法、微重力法和电磁辐射法。岩石声发射是岩石受力时裂纹扩展行为引起的,是岩石微破裂的一种直观表现。声发射法就是

根据岩石变形的不同阶段发生的声发射事件率、能率及波形等参数来预测岩爆的发生,它是对岩爆孕育过程最直接的监测方法,也是最直接的预报方法。长期以来,通过监测到的声发射时间序列进行分析,并对其发展的趋势进行预测已经成为预报岩爆的主要手段之一,其中灰色系统[3]和神经网络模型是其中最主要的预测模型。但预测结果表明,灰色模型较适用于“指数增长”的时间序列,而神经网络因为容易陷入局部最小以至于影响预测的精度。因此, 为了提高预测精度,本文基于监测的声发射(AE)时间序列的特点,运用小波神经网络以及突变理论等现代工程数学手段建立了一种新的岩爆预测模型。首先运用小波神经网络建立预测模型,对AE时间序列进行拟合预测,使网络达到最佳的逼近效果;再对预测的声发射率建立突变模型,对现场的岩爆现象进行了预测预报,达到对现场工程的指导作用。 

 

基于AE时间序列的岩爆预测模型全文


问题&回答