[发明专利]适用于隧道TBM掘进岩爆风险分级及预测方法与系统

权利要求书

1.一种适用于隧道TBM掘进岩爆风险分级及预测方法，其特征是：包括以下步骤：

结合灰色关联度方法、主成分分析法、综合云模型，结合TBM施工特点选取评价指标，使用灰色关联度方法，以岩爆等级为目标集，各参数为属性集合，计算各指标相对于岩爆等级的关联系数，按照关联系数大小对指标集合进行约简，建立新的指标集合，对指标集的关系进行属性分析，用主成分分析对权重进行分析，综合云模型同时考虑各指标及指标模糊性和随机性；

(1)对已有隧道工程中的岩爆进行总结，从地形地貌，岩石性质，应力场和位移场确定诱发岩爆的主要因素，初步构建岩爆风险的评价体系；

(2)分析指标体系中的各指标的关联性和属性约简，建立隧道TBM岩爆风险的评价指标体系，建立岩爆等级及相关各指标的数据库；

(3)对数据库的样本进行分析，获取各指标的权重；

(4)建立基于多维正态云模型的隧道TBM掘进岩爆风险分级，在隧道TBM掘进中记录各指标参数，将参数代入多维正态云模型中，对隧道前方的岩爆风险等级进行评定；

所述步骤(1)中，地形地貌包括隧道埋深，岩石性质包括岩石完整性系数、岩石单轴抗压强度、岩石抗拉强度和岩石弹性能系数，应力场包括隧道围岩径向压力，隧道第一主应力；

主成分分析法的步骤为，将原始数据按行排列组成矩阵X；对X进行数据标准化，使其均值变为零；求X的协方差矩阵C；将特征向量按特征值由大到小排列，取前k个按行组成矩阵P；通过计算Y＝PX，得到降维后数据Y；计算每个特征根的贡献率,选取贡献率之和大于80％的特征根计算权重。

2.如权利要求1所述的一种适用于隧道TBM掘进岩爆风险分级及预测方法，其特征是：位移场包括隧道拱顶位移和隧道周边位移。

3.如权利要求1所述的一种适用于隧道TBM掘进岩爆风险分级及预测方法，其特征是：所述步骤(1)中，指标集包括的指标包括单一指标，也包括各指标计算后获得的新指标。

4.如权利要求1所述的一种适用于隧道TBM掘进岩爆风险分级及预测方法，其特征是：所述步骤(4)中，所述的围岩岩爆等级分为四级，I级无岩爆；II级弱岩爆；III级中等岩爆；IV级强岩爆。

5.一种适用于隧道TBM掘进岩爆风险分级及预测系统，其特征是：运行于处理器或存储器上，被配置为执行以下指令：

结合灰色关联度方法、主成分分析法、综合云模型，结合TBM施工特点选取评价指标，使用灰色关联度方法，以岩爆等级为目标集，各参数为属性集合，计算各指标相对于岩爆等级的关联系数，按照关联系数大小对指标集合进行约简，建立新的指标集合，对指标集的关系进行属性分析，用主成分分析对权重进行分析，综合云模型同时考虑各指标及指标模糊性和随机性；

(1)获取已有隧道工程中的岩爆信息，确定诱发岩爆的主要因素，初步构建岩爆风险的评价体系；

(2)分析指标体系中的各指标的关联性和属性约简，建立隧道TBM岩爆风险的评价指标体系，建立岩爆等级及相关各指标的数据库；

(3)对数据库的样本进行分析，获取各指标的权重；

(4)建立基于多维正态云模型的隧道TBM掘进岩爆风险分级，在隧道TBM掘进中记录各指标参数，将参数代入多维正态云模型中，对隧道前方的岩爆风险等级进行评定；

所述步骤(1)中，地形地貌包括隧道埋深，岩石性质包括岩石完整性系数、岩石单轴抗压强度、岩石抗拉强度和岩石弹性能系数，应力场包括隧道围岩径向压力，隧道第一主应力；

主成分分析法的步骤为，将原始数据按行排列组成矩阵X；对X进行数据标准化，使其均值变为零；求X的协方差矩阵C；将特征向量按特征值由大到小排列，取前k个按行组成矩阵P；通过计算Y＝PX，得到降维后数据Y；计算每个特征根的贡献率,选取贡献率之和大于80％的特征根计算权重。