金属矿山

作者：满轲,武立文,刘晓丽,宋志飞,柳宗旭,刘汭琳,曹子祥

单位：1. 北方工业大学土木工程学院,北京 100144;2. 清华大学水沙科学与水利水电工程国家重点实验室,北京 100084

关键词：岩爆等级预测,灰色关联分析,SSA-RF 模型,模型重要度分析,模型敏感性分析,

基金：“十三五”国家重点研发计划项目(编号:2018YFC1504801,2018YFC1504902);国家自然科学基金项目(编号:51522903,51774184);清华大学水沙科学与水利水电工程国家重点实验室项目(编号:2019-KY-03);北方工业大学毓杰项目(编号:216051360020XN199 / 006);北方工业大学城市地下空间智能建造关键技术项目( 编号:110051360022XN108-19);北方工业大学科研启动基金项目( 编号:110051360002)。

矿山巷道、交通隧道等工程中岩爆灾害频发,岩爆预测变得尤为重要。 为了提高岩爆等级的预测准确率和预测模型泛化性,提出了一种采用麻雀搜索算法(SSA)优化随机森林算法(RF)模型的 SSA-RF 模型。 考虑岩爆等级预测指标的合理性,综合岩爆成因特点并根据灰色关联分析结果进行 4 组方案比选以确定最佳预测指标组合,采用模型的重要度分析验证最佳预测指标组合的合理性。 方案一保留全部预测指标作为对比项,方案二筛除与岩爆等级之间灰色关联度较低的两项预测指标,方案三采用复合指标,方案四采用独立指标。 搜集了 151 个岩爆样本数据作为模型数据集,将 SSA-RF 模型的预测效果与其他 7 种预测方法进行比较,并分析了不同样本容量的模型敏感性。 结果表明:方案二为最佳方案,最佳预测指标组合为围岩切向应力、应力系数、弹性能指数和单轴抗压强度;相比于其他7 种预测方法,SSA-RF 模型在 4 组方案中预测准确率均最高且平均准确率达到 88. 09%,在最佳方案中甚至达到 95.23%;SSA-RF 模型的预测指标重要度排序较 RF 模型更合理并有效验证了最佳预测指标组合的合理性;采用 SSA 优化 RF 模型可以提高 RF 模型对不同岩爆样本容量的预测准确率和泛化性,有效弥补了 RF 模型随机性的不足。 综上可知,SSA-RF 模型对于实际工程的岩爆等级预测具有可行性和有效性。

来源：2023年第05期

《金属矿山》期刊编辑部

查看金属矿山杂志2023年第05期