[发明专利]概率分级的动态支护方法及自动设计支护方案的装置

权利要求书

1.一种概率分级的动态支护方法，其特征在于，包括以下步骤：

S1：确定与支护类别相关的隧道施工现场指标，统计获得隧道施工现场指标的概率分布函数，选定预设支护等级；

S2：收集隧道施工现场指标与支护等级的样本，使用样本对差异进化-极限学习机DE-ELM机器学习模型进行训练，实现样本的非线性拟合获取支护等级的隐式功能函数；

针对当前种群的不同个体，通过极限学习机对各训练样本集分别进行训练和学习，获得不同指标各自的围岩支护等级极限学习机模型；

分别利用各围岩岩石质量BQ的测试样本集对不同样本各自的围岩质量预测极限学习机模型进行测试，针对每一测试样本均获得测试误差x_j-x_j′，通过适应值函数获得适应值E(x)，其中j为测试样本集中样本的顺序、取值为1,2…,n，x_j为通过预测极限学习机模型获得的第j个样本的BQ预测值，x_j′为测试样本集中第j个样本实际的BQ值；

S3：利用训练的DE-ELM机器学习模型作为响应面，进行隧道施工现场指标的概率统计组合蒙特卡罗抽样计算，获得可靠度意义的支护等级判定；

S4：若支护等级判定结果与预设支护等级一致，则按照预设支护等级施工；

若支护等级判定结果与预设支护等级不一致，则提取现场监测的围岩位移，若围岩位移大于规范极限值，则将支护等级判定结果赋值给预设支护等级，按照预设支护等级施工；

所述隧道施工现场指标包括回弹强度值、岩体完整性指数、地下水、结构面产状与初始地应力。

2.根据权利要求1所述的一种概率分级的动态支护方法，其特征在于，所述S3中的概率统计组合蒙特卡罗抽样计算，具体采用围岩级别的评价指标BQ值的区间范围作为围岩级别的功能函数。

3.一种自动设计支护方案的装置，其特征在于，包括：采集单元、岩石指标处理单元、样本集构建单元、样本集划分单元、差异进化算法单元、计算单元、第一判断单元、输出单元、进化极限学习机学习单元、掌子面前方可靠性支护分级单元、第二判断单元及支护动态调整单元；

所述采集单元每隔一定的进尺采集各区域围岩岩石指标，所述岩石指标包括单轴抗压强度、岩石完整性指数、地下水因素、地应力因素及结构面产状，并将所述指标传输至所述岩石指标处理单元；

所述岩石指标处理单元一方面是将所述指标中的单轴抗压强度归一化，另一方面统计得到各所述指标的概率分布函数，并将计算结果传送至样本集构建单元；

所述样本集构建单元按照BQ法计算BQ值，将采集的岩石指标和实际围岩的BQ值形成样本集，通过BQ值判定支护等级；

所述样本集划分单元将每一样本集划分为训练样本集和测试样本集两个部分；

所述差异进化算法单元将极限学习机的输入层权值和隐含层偏移量作为差异进化算法的个体，随机生成初始种群，若当前种群的个体不满足进化结束条件时，对父代种群中的个体依次进行变异操作和交叉操作，得到新的子代种群，针对所得到的新的子代种群和其父代种群，执行选择操作，选择两代种群中适应值优秀的个体作为下一代种群；

所述计算单元计算出当前种群的各个体的适应值；

所述第一判断单元判断当前种群的个体是否满足进化结束条件；

所述输出单元在当前种群的个体满足进化结束条件时输出当前种群中适应值最优的个体，并获得相应的最优的输入层权值和隐含层偏移量；

所述进化极限学习机学习单元利用所述最优的输入层权值和隐含层偏移量，分别对各训练样本集进行训练和学习，获得不同围岩的BQ值的进化极限学习机模型；

所述掌子面前方可靠性支护分级单元基于围岩的BQ值的进化极限学习机模型分别以当前掌子面的围岩指标作为输入，通过蒙特卡罗抽样输出前方近区的围岩BQ值，获得前方近区的围岩的支护可靠性分级及当前支护方案；

所述第二判断单元判断当前支护方案是否满足动态调整条件；

所述支护动态调整单元根据所述第二判断单元的判定结果、围岩位移和等级是否超限确定是否进行围岩支护动态调整。