岩爆预警与烈度评价的声音信号分析

利用真三轴岩爆实验系统在室内再现了岩爆动力破坏过程,采用数字录音笔对岩爆过程的声音信号进行监测,在声音信号预处理的基础上,对岩爆过程中的颗粒弹射、岩板劈裂、块片弹射3种岩石脆性破坏现象的不同声音特征指标进行分析。结果表明:3种典型脆性破坏现象的声音信号在波形、频谱、声纹和短时能量等特性指标上存在明显差异,这些特征指标适用于岩爆的特征提取。提出了一种基于声音信号的岩爆烈度评价指标——局部声响总能量,该指标适用于定量评价岩爆发生的剧烈程度。     

岩溶塌陷预测的高斯过程机器学习模型

为研究在多种复杂影响因素下岩溶塌陷如何准确预测,针对现有方法的局限性,建立了一种基于高斯过程机器学习的岩溶塌陷预测模型.该模型通过对少量学习样本的学习,就可以建立岩溶塌陷与其影响因素之间的复杂非线性映射关系.将模型应用于工程实例,研究结果表明,岩溶塌陷预测的高斯过程机器学习模型是科学可行的,具有预测精度高、适用性强、参...     

爆炸荷载作用下岩体振动特性的 DE-FLAC3D数值模拟方法

针对岩体爆炸数值模拟中爆炸荷载参数与岩体振动阻尼参数等计算参数难以确定的问题,将具有收敛速度快、易于实现和全局寻优能力强等优点的差分进化算法(differential evolution, DE)算法融入三维快速拉格朗日差分法(FLAC3D)岩土工程数值计算程序,提出了爆炸荷载作用下岩体振动特性的 DE-FLAC3D数值模拟方法. 该方法从爆炸荷载参数和岩体振动阻尼参数的随机值出发,以岩体质点振动速度随时间变化过程的数值计算值与现场实测值的误差作为适应度,利用DE算法规则实现爆炸荷载参数和岩体振动阻尼参数耦合模式的合理进化,进而实现计算参数的快速自适应辨识. 龙滩水电站地下厂房爆炸开挖振动试验数值模拟研究结果表明,该方法是可行的,显著提高了岩体爆炸效应数值模拟结果的精度.     

岩溶区灰岩溶蚀程度卷积神经网络识别及敏感性分析

为了解决岩溶区不同溶蚀程度灰岩合理、高效识别问题，以桂林七星区灰岩为研究对象，开展不同pH、不同循环次数的酸性干湿循环试验，构建不同溶蚀程度灰岩识别的卷积神经网络模型(CNN),分析不同pH值、不同循环次数对模型识别效果的影响，探讨样本数量、网络参数设置对模型影响的敏感性.研究表明，伴随酸液pH值的降低、干湿循环次数的增加，岩样表面溶蚀纹路及溶蚀产生的孔隙越明显，模型分类准确率越高；学习样本、预测样本数量较小时，准确率随着样本数量增加而增高，当学习样本、预测样本数量接近4∶1时，模型预测效果最佳，随后准确率随着样本数量增加而降低；模型对不同网络参数敏感性不同，学习率为0.1,迭代次数与样本更新数为50时，准确率最高.CNN模型预测准确率最高为97.6%,为岩溶区灰岩溶蚀程度有效识别提供一条新途径.