第３０卷第５期２００９年５月

岩土力学

、，０１．３０ＮＯ．５２００９

ＲｏｃｋａｎｄＳｏｉｌＭｅｅｈａｎｉｃｓＭａｖ

文章编号ｌ１０００－－７５９８（２００９）０５—１４３６－－０５

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ｔ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，岩爆预测结果与现场情况一致，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：Ｏ３８２文献标识码：Ａ

Ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒｒｏｃｋｂｕｒｓｔｂａｓｅｄ

ＰＥＮＧ

ｏｎ

ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎｔｉｍｅｓｅｒｉｅｓ

Ｈｏｎｇ．１ｕｅｌ，ＬＯＮＧＡｎ９２

Ｑｉｌ，ＺＨＡＮＧ

ｏｆＷａｔｅｒ

Ｒｕｌ，ＸＩＥ

Ｈｅ．ｐｉｎ９１，ＱＵ

（１．Ｃｏｌｌｅｇｅ

ＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｐｏｗｅｒ，Ｓｉｃｈｕａｎ

Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６５，Ｃｈｉｎａ；

２．ＣｈｉｎａＴｈｒｅｅＧｏｒｇｅｓＰｒｏｊｅｃｔＣｏｒｐｏｒａｔｉｏｎ，Ｙｉｃｈａｎｇ４４３００２，Ｃｈｉｎａ）

ｔｈｅｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋ

ｏｎ

Ａｂｓｔｒａｃｔ：Ｂａｓｅｄａｎｄｃａｔａｓ仃ｏｐｈｅ

ｏｎｔｈｅｆｅａｔｕｒｅｓｏｆａｃｏｕｓｔｉｃ

ｅｍｉｓｓｉｏｎ（ＡＥ）ｔｉｍｅｓｅｒｉｅｓｍｏｎｉｔｏｒｅｄｆｏｒ

ｒｏｃｋｂｕｒｓｔ，ａｄｏｐｔｉｎｇ

ｔｈｅｏｒｙ．ａｎｅｗｒｏｃｋｂｕｒｓｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉＳｅｓｔａｂｌｉｓｈｅｄ．Ｆｉｒｓｔｌｙ，ａｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｂａｓｅｄ

ｔｏ

ｔｈｅＡＥ

ｏｎ

ｍｏｎｉｔｏｒｅｄｉＳｅｓｔａｂｌｉｓｈｅｄ

ｆｏｒｅｃａｓｔｔｈｅｆｕｔｕｒｅＡＥ．Ｓｅｃｏｎｄｌｙ．ａｃａｔａｓ仃ｏｐｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒｒｏｃｋｂｕｒｓｔｉｓｆｏｕｎｄｅｄｂａｓｅｄ

ＡＥ

ａｒｅ

ｆｏｒｅｃａｓｔｅｄ．Ａｐｒａｃｔｉｃａｌｅｘａｍｐｌｅｓｈｏｗｓｔｈａｔ

ｔｈｅｐｒｅｄｉｃｔｅｄＡＥｔｉｍｅｓｅｒｉｅｓｈａｓｈｉ．ｇｈｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ；ａｎｄｒｏｅｋｂｕｒｓｔｐｒｅｄｉｃｔｉｏｎ

ｈａｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｈｉｇｈｆｏｒｅｃａｓｔｉｎｇａｃｃｕｒａｃｙａｎｄｓｔｒｏｎｇｐｒａｃｔｉｃａｌｉｔｙ．

ｃｏｎｓｉｓｔｅｎｔｗｉｔｌｌｆｉｅｌｄｓｉｔｕａｔｉｏｎ．ＩｔｉｓｓｈｏｗｎｔｈａｔｔｈｅｍｏｄｅｌＫｅｙ

ｗｏｒｄｓ：ｒｏｃｋｂｕｒｓｔ；ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎ（ＡＥ）；ｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋ；ｃａｔａｓ仃ｏｐｈｅｔｈｅｏｒｙ；ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ

１

引言

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，

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¨ｊ …… 此处隐藏：15256字，全部文档内容请下载后查看。喜欢就下载吧 ……