岩爆预测和烈度分级的属性数学模型及其应用

被引:4
作者
文畅平
机构
[1] 邵阳学院城市建设系
关键词
岩石力学; 岩爆; 预测预报; 属性测度; 属性识别;
D O I
暂无
中图分类号
TU452 [岩体力学性质及应力理论分析];
学科分类号
摘要
基于属性数学理论,建立岩爆发生预测和烈度分级的属性识别模型。该模型选择影响岩爆的主要因素,如最大切向应力σθ,单轴抗压强度σc,单轴抗拉强度σ_t以及弹性能量指数Wet并以σθ/σc,σc/σ_t以及Wet作为岩爆评价指标和烈度分级标准,通过构造属性测度函数以计算单指标属性测度,以相似数定义相似权的方法确定评价指标的权重,应用置9+信度准则对岩爆进行属性识别。针对一些岩石地下工程实例对模型进行验证,评判结果与实际情况符合得较好,并且与模糊综合评判法、物元可拓评判法等的评判结果有较好的一致性。此外,利用该模型对某水电站工程和秦岭隧道工程的岩爆情况进行预测,结果与人工神经网络法、距离判别法等的评判结果一致。研究表明,属性识别模型在研究岩爆发生和烈度分级中具有良好的实用性和有效性,为地下工程岩爆预测提供了一种新的方法。
引用
收藏
页码:114 / 120
页数:7
相关论文
共 26 条
[11]   基于MATLAB神经网络工具箱的岩爆预测模型 [J].
孟陆波 ;
李天斌 ;
王震宇 .
中国地质灾害与防治学报, 2003, (04) :84-88
[12]   岩爆分类的人工神经网络预测方法 [J].
丁向东 ;
吴继敏 ;
李健 ;
刘成君 .
河海大学学报(自然科学版), 2003, (04) :424-427
[13]   国内外岩爆预测的研究现状与发展趋势 [J].
姜繁智 ;
向晓东 ;
朱东升 .
工业安全与环保, 2003, (08) :19-22
[14]   灰色系统最优归类模型在岩爆预测中的应用 [J].
姜彤 ;
黄志全 ;
赵彦彦 ;
陈尚星 .
华北水利水电学院学报, 2003, (02) :37-40
[15]   PREDICTION OF ROCKBURST BY ARTIFICIAL NEURAL NETWORK [J].
ChenHaijun LiNenghui NieDexin Shang Yuequan Department of Geotechnical Engineering Nanjing Hydraulic Research Institute Nanjing China Department of Geotechnical Engineering Tongji University Shanghai China Institute of Engineering Geology Chengdu University of Technology Chengdu China Institute of Disaster Prevention Zhejian University Hangzhou China .
岩石力学与工程学报, 2003, (05) :762-768
[16]   岩爆危险性预测的神经网络模型及应用研究 [J].
白明洲 ;
王连俊 ;
许兆义 .
中国安全科学学报, 2002, (04) :68-72
[17]   岩爆预测的人工神经网络模型 [J].
陈海军 ;
郦能惠 ;
聂德新 ;
尚岳全 .
岩土工程学报, 2002, (02) :229-232
[18]   物元模型及其在岩爆分级预报中的应用 [J].
杨莹春 ;
诸静 .
系统工程理论与实践, 2001, (08) :125-129
[19]   综合评价系统客观性指标权重的确定方法 [J].
庞彦军 ;
刘开第 ;
张博文 .
系统工程理论与实践, 2001, (08) :37-42
[20]   基于先验知识的岩爆预测研究 [J].
杨涛 ;
李国维 .
岩石力学与工程学报, 2000, (04) :429-431