第6章 云模型理论在深埋隧洞岩爆灾害预测中的应用

6.1 概述

岩爆是指在高地应力区进行地下洞室开挖，而开挖卸荷破坏了岩体的静力平衡，出现洞壁应力重新分布的情况，使得岩体在原始平衡过程中储存的弹性应变能在开挖卸荷时得到急剧释放，同时围岩出现剥落、弹射或者抛掷等脆性破坏的动力失稳现象。岩爆的发生对地下工程中施工人员和机械设备具有极大威胁，时常造成不同程度的人员和财产损失。18世纪20年代末，随着世界各国在矿业开发方面的逐渐发展，岩爆问题也日益突出，英国锡矿在开采过程中报道出了世界上第一例岩爆的发生，此后许多国家也开始对岩爆引起注意，因其规模不同对施工进度的影响也不同。钱七虎院士的研究表明，岩体力学行为随着地下空间埋深的不同会有不同的变化规律，因此应当将两者区别开来。浅埋条件下的连续介质理论无法正确解释深埋高地应力区的岩体力学行为。

岩爆的发生原因有很多，形成的本质原因极其复杂，形式多样，且一直存在着很高的危险性，成为制约地下工程向深部推进的重要因素。多年来，国内外学者深刻认识到对岩爆的准确预测是有效避免灾害发生的主要手段，他们经过大量的研究，借助各种科学手段，进行岩爆预测防治工作，并给出了许多岩爆预测判据，虽然取得了一定成果，但是由于岩爆问题的复杂性，以及预测方法考虑的因素单一且较为主观，无法科学合理地预测岩爆。为了能够建立考虑多种因素和实现多指标判别的预测方法，学者们又提出了灰色理论法、粒子群优化投影寻踪法、基于遗传-RBF神经网络法、距离判别法、基于数值模拟的三维地应力量测法、基于AE时间序列方法等对岩爆进行预测。

虽然上述非线性方法对岩爆的预测提供了一定的科学评判，但是不可否认，这些方法仍存在着一些不足，如灰色理论预测法易于受到原始数据信息的干扰，预测精度无法保证；粒子群优化投影寻踪法需要提供实际工程精确的指标测值，并且当判别指标增多时模型最优化问题尚未解决；基于遗传-RBF神经网络法的预测精度很大程度上依赖于学习的样本容量，容量越大，预测精度越高；距离判别法的预测精度直接被原始数据影响，原始数据科学合理的取值是满足预测精度的重要前提；基于数值模拟的三维地应力量测法需要对预测区域地应力进行全面量测，且精度要求高，难以实现；基于AE时间序列法收敛速度慢且适用性不强。在岩爆预测评价中，由于岩爆与评价因子呈现高度非线性、评价因子难以同时满足某一等级、实测值存在误差以及专家赋权重具有主观性等问题，使得岩爆等级划分存在模糊性和不确定性，而云模型和粗糙度理论的特点就是善于分析研究具有模糊性和不确定性问题。

因此，本章在深入研究以往岩爆预测方法的基础上，提出基于模糊C-均值（FCM）算法粗糙集理论的云模型岩爆等级评价方法，该方法以40个国内外岩爆样本为对象，应用基于模糊C-均值聚类算法的粗糙集理论进行权重计算，结合正向正态云发生器求得综合确定度，根据最大综合确定度确定岩爆等级。