[发明专利]基于微震信息和深度卷积神经网络的隧洞岩爆预警方法

摘要

本发明提供基于微震信息和深度卷积神经网络的隧洞岩爆预警方法，涉及岩爆预警技术领域。该方法首先，建立已知岩爆等级的岩爆案例及其孕育过程中的微震监测信息样本库。然后，选定预警单元的空间范围和时间跨度，导出预警单元内的多参量微震监测信息。通过微调预警单元构建大量的岩爆‑微震信息样本对。将样本对输入建立的深度卷积神经网络，通过学习、测试、调试等获得最佳岩爆预警模型。然后，将待预警区域预警单元内的微震信息输入岩爆预警模型，得到待预警区域潜在岩爆的等级及概率。本发明方法具有较高的实用性和准确率，可实现潜在岩爆及其等级的智能实时预警，并为制定针对性的岩爆防控措施提供科学依据。

主权项

1.一种基于微震信息和深度卷积神经网络的隧洞岩爆预警方法，其特征在于：包括以下步骤：步骤1、在隧洞开挖过程中开展岩爆微震监测，获取岩爆孕育过程中的多参量微震监测信息；步骤2、对已发生的岩爆进行地质踏勘和微震监测信息解译，确定岩爆等级；所述岩爆等级包括无岩爆、轻微岩爆、中等岩爆和强烈岩爆；步骤3、建立不同等级岩爆的样本库和对应的微震监测信息样本库；步骤4、在建立的岩爆样本库和对应的微震监测信息样本库中随机抽取80％的样本作为训练样本，剩余20％的样本作为测试样本，通过深度学习的方法建立基于深度卷积神经网络的隧洞岩爆预警模型；步骤4.1、确定预警单元；所述预警单元由空间范围和时间跨度共同确定；步骤4.2、对确定的预警单元进行空间范围和时间跨度的微调，使同一个岩爆案例对应多个微震监测信息样本；步骤4.3、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；步骤4.4、构建深度卷积神经网络模型，并进行模型训练优化，获得基于微震信息和深度卷积神经网络的隧洞岩爆预警模型；步骤5、将待预警区域预警单元内的多参量微震监测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；步骤6、随着隧洞的开挖和时间的推移实时更新预警单元内的微震监测信息，将更新后的信息实时输入岩爆预警模型，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微震监测信息作为新样本对原有样本库进行动态补充和更新，从而不断优化岩爆预警模型。