[发明专利]非接触式隧道工程施工岩爆实时预报优化方法

说明书

本发明涉及一种非接触式隧道工程施工岩爆实时预报优化方法，其包括建立数据库、现场补充数据库、建立监测系统以及工作过程中监测方法调整等步骤。本发明具有能够更加精准、快速的预报岩爆的效果。

技术领域

本发明涉及岩爆预防的技术领域，尤其是涉及一种非接触式隧道工程施工岩爆实时预报优化方法。

背景技术

目前针对岩爆的预防岩爆孕育过程现场实时监测，包括应力、扰动应力、微震、声发射、电磁辐射等监测，其中微震监测是岩爆最为广泛的监测方法。岩爆微震监测是根据评估的岩爆风险源区域，布置多个传感器(至少4个)，对岩爆风险源区域内的岩体破裂释放出的弹性波信号进行采集，根据采集获取的弹性波信号，进一步分析获得破裂位置、时间、能量等震源参数的监测方法。

该类方法在一定程度上实现了岩爆预报，但其存在一下明显的缺点，或者说是技术局限性：1.各类传感器往往需要通过钻孔的方式布置在岩体内部，安装固定要求高，耗时较长，施工现场难以保障传感器应紧跟工作面掘进而动态移动；2.传感元件反复安装、拆除在的破损风险，且价格不菲；3.岩爆预报范围模糊不利于工程现场组织防护，采用被动覆盖式防护时成本明显增大；4.现有的检测结果通常是人工对检测结果根据经验给出主观判断，反馈较慢，准确度也有待提升。

发明内容

针对现有技术存在的不足，本发明的目的之一是提供一种精度更高、反应更快的非接触式隧道工程施工岩爆实时预报优化方法。

本发明的上述发明目的是通过以下技术方案得以实现的：

一种非接触式隧道工程施工岩爆实时预报优化方法，其特征在于：包括以下步骤

一、收集现有隧道开挖过程中传统微震监测和地勘资料，确定不同类型围岩发生岩爆频率较高的位置，建立参考数据库。

二、将不同围岩的理化指标和力学参数作为围岩分类的标准，并记载在数据库中，通过人工智能学习对具有相近理化指标和力学参数的围岩在同样或接近的环境参量下发生岩爆阶段的温度变化和形变变化量进行比对学习，总结具有相同或者接近的理化指标和力学参数的不同围岩发生岩爆时的温度变化和形变变化量的规律，利用类神经网络算法对步骤一中收集的数据进行分类规整，同时增加环境温度、环境湿度、海拔、隧道开挖掌子面大小等环境参量，并分别根据围岩类型、环境温度、环境湿度、海拔、掌子面大小等参量对步骤一中记载的围岩温度变化和形变变化量进行分类规整；引入代价矩阵来消除或减弱样本类别不平衡带来的不利影响后，构建神经网络模型，并进行模型训练优化，获得基于步骤一中参考数据库的神经网络的隧道岩爆预警模型，将待预警区域预警单元内的多参量信息输入建立的岩爆预警模型，通过预警模型的计算输出预警区域潜在岩爆的等级及其概率。

三、利用超前地质钻孔获取待掘进区域的岩芯，在实验室中进行三轴试验，确定岩爆前兆时围岩局部温度快速上升阶段温度变化；同时检测记录岩爆前夕围岩局部温度上升时形变变化，将上述两个变化量输入数据库做为参考量，完善并形成“围岩力学参数-岩爆临界形变-岩爆临界温度”数据库；同时每次具有新变量加入的岩爆数据都通过步骤二中的人工智能学习进行对比分析，并通过步骤二中类神经网络算法输入数据库和岩爆预警模型。

四、在隧道开挖过程中，在防护台车上加装多个用于监测围岩形变的激光传感器和用于监测围岩温度变化的红外温度传感器，并安装有用于报警的光报警系统，所有红外温度传感器的监测区域将可能发生岩爆的区域全面覆盖，激光传感器能够针对可能发生岩爆的区域的每一点进行监测；随着隧洞的开挖和时间的推移实时更新到岩爆预警模型，从而对预警结果进行实时更新；对现场岩爆进行预警后，通过现场检验预警结果与实际情况是否相符，将该次岩爆及对应的监测信息作为新样本对原有参考数据库进行动态补充和更新，从而不断优化岩爆预警模型。