基于PSO-SVM算法的高放废物处置北山预选区岩爆预测

发布于:2021-10-16 18:58:17

? 第3 4 卷第5 期 ??2017年 5月 ??d o i : 1 0 . 1 1 9 8 8 / c k y y b . 2 0 1 6 0 0 5 8 长?江?科?学?院?院?报 J o u r n a l o f Y a n g t z eR i v e rS c i e n t i f i cR e s e a r c hI n s t i t u t e V o l . 3 4 ?N o . 5 ?? Ma y2017 ?? - 2 0 1 7 , 3 4 ( 5 ) : 6 8 7 4 S O ? S V M 算法的高放废物处置 基于 P 北山预选区岩爆预测 仝?跃 1 a , 1 b 2 1 a , 1 b , 陈?亮 , 黄宏伟 ( 1 . . b . 0 0 0 9 2 ; 同济大学 a 岩土及地下工程教育部重点实验室; 地下建筑与工程系, 上海?2 2 . 0 0 0 2 9 ) 核工业北京地质研究院, 北京?1 0 0m左右的地下实验室, 摘? 要 : 为安全处置高放废物, 我国拟在花岗岩体中建造埋深 5 用以开展处置前期的相关 研究。而岩爆作为深部岩石工程中一种常见的动力破坏现象, 多造成严重后果。 为指导地下实验室场址的筛选以 P S O ? S V M) 0 0 及工程的安全设计施工, 基于粒子群优化的支持向量机( 和1 组岩爆实测数据, 结合北山预选区旧井、 、 、 芨芨槽、 新场 3 个候选场址的地应力值和岩体力学参数, 以洞壁围岩最大切向应力 σ 岩石单轴抗压强度 σ 岩石 c θ 、 、 单轴抗拉强度 σ 应力指数 T 脆性指数 B作为评判参数, 对不同场址处竖井和隧道开挖的岩爆风险进行预测分 t s P S O ? S V M 算法用于岩爆预测是可行的; 0 06 0 0m范围内新场场址处工程开挖岩爆风险最 析。结果表明: 在埋深 3 以新场作为我国高放废物地下实验室的建设场址是最安全的。 低, P S O ? S V M; 关键词: 高放废物处置; 岩爆预测; 北山预选区; 地下实验室 - - - T U 4 5 ???文献标志码: A ???文章编号: 1 0 0 1 5 4 8 5 ( 2 0 1 7 ) 0 5 0 0 6 8 0 7 中图分类号: 科学可行的; 言志信等 [ 8 ] 建立粒子群优化的偏最小 1 ?研究背景 岩爆作为高应力岩石地区地下工程中一种常见 常表现为岩石片状剥落、 严* 的动力破坏现象, 岩片崩落、 岩片弹射, 有时还伴有爆裂声响, 往往 帮、 设 备 损 坏、 人员伤亡等严重后 会造 成 工 期 延 误、 果 - [ 1 2 ] 二乘逻辑曲线岩爆预测模型, 结合西康铁路秦岭隧 道工程和马路坪深埋硬岩矿山岩爆实测数据验证了 Z h o u等 该模型的可行性; [ 9 ] 、 采用埋深 H 洞壁围岩 、 、 最大环向正应力 σ 岩石单轴抗压强度 σ 岩石单 c θ σ σ c θ 、 应力指数 T 脆性指数 B= 、 轴抗拉强度 σ t s= 、 σ σ c t 弹性能量指数 We 作为输入指标, 分别应用网格搜 t G S M? S V M) 、 索法优化的支持向量机( 遗传法优化的 G A ? S V M) 、 支持向量机 ( 粒子群优化的支持向量机 ( P S O ? S V M) 进行岩爆预测, 在证明支持向量机可用 S O ? S V M 在地下工程长期 于预测岩爆的同时, 指出 P 岩爆预测方面相对于其他 2 种而言可保证更高的准 谷文成等 确率; [ 1 0 ] 。*年来, 随着我国能源及核废料地下储存、 - [ 2 3 ] 深部矿产资源开采及大量高地应力地区隧道等地下 工程的建设, 岩爆问题的研究倍受人们关注 。 鉴于岩爆造成的严重后果, 对其进行预测已十 但由于岩爆发生机制的随机性和复 分必要和紧迫, 杂性, 实现对岩爆的预测十分困难 [ 4 ] 。 同时由于岩 体的多相不连续特性及其工程力学行为、 变形和破 获取信息的限 坏机制在主客观 2方面的不确定性, 制与数据本身的不完全、 不充分和不确定, 因而通过 经典的力学方法对岩体及岩爆描述往往不具备条 件 [ 5 ] 针对基于粒子群算法的支持向量 机进行了研究, 指出该支持向量机分类器可以提高 分类结果的准确性和有效性。 高放废物地下实验室用以开展高放废物处置前 期的研究工作, 包括处置库设计、 性能评价、 核素迁 移研究及工程评价的研究等 [ 1 1 ] 。冯夏庭教授 [ 6 ] 提出的智能岩石力学理论, 将 人工智能方法与岩石力学相结合, 从岩体问题的实 际出发, 全面系统地研究岩爆等岩石力学问题。 国 内外学者在此方面已开展了相关研究: 冯夏庭等 [ 7 ] 。 当前国际上已建 或在建的高放废物地下实验室多处于花岗岩、 凝灰 [ 1 2 ] 0 0 10 0 0m 。根 岩等坚硬岩体中, 深度主要为 3 基于支持向量机建立岩爆预测模型并证明该方法是 据地下实验室前期工程科研项目建议书, 我国高放 - - - - 2 0 1 6 0 1 1 9 ; 2 0 1 6 0 3 0 1 收稿日期: 修回日期: 基金项目: 国家国防科技工业局项目 - 1 9 9 2 ) , ( 1 3 7 9 5 3 9 3 2 2 0 ( t o n g y u e 2 0 1 4 @ 作者简介: 仝?跃( 男, 河北衡水人, 硕士研究生, 主要从事地下工程风险相关研究, 电话 ) 电子信箱 ) 万方数据 y e a h . n e t 。

相关推荐

最新更新

猜你喜欢