Page 13 - 2024年第55卷第7期

这也与工程经验相一致。而掌子面反映了施工的过程，在模型的实际应用中，可以通过控制掌子面和
可能岩爆部位的相对距离来降低岩爆风险。

图 １２ 时间差对岩爆预测值的影响 图 １３ 微震事件能量对岩爆预测值的影响

图 １４ 微震事件与掌子面相对距离对岩爆预测值的影响

（４）微震事件能量分布的影响。目前的岩爆预测模型通常将一定时间的微震总能量、次数、能量
密度等参数作为模型输入参数进行岩爆预测。然而，在微震总能量、次数完全相同的情况，微震事件
发生的次序也将对未来的岩爆风险值产生影响。基于工况 ４的样本输出预测结果发现，能量值升序排
列的样本输出风险值为 ０．４１，而能量值降序排列的样本输出风险值为 ０．２６。能量值的不断降低说明未
来岩爆的风险不断减小，而能量值持续升高则意味着微破裂更为活跃，岩爆风险不断增加，这与认识
相一致。如果模型仅将微震事件能量的平均值或最大值作为输入，将无法充分反映微震事件能量分布
对岩爆风险预测的影响。
上述分析结果表明，模型在未输入任何岩爆预测知识的前提下，通过训练，成功总结出与人类认
知相一致的规律，可以分析微震特征参数、施工进度等因素对岩爆可能性的影响，基于得到的模型，
可以指导施工现场的岩爆预测，通过采取必要的防护措施减小岩爆事故造成的灾害。
５．３ 典型案例分析 ２０１９年 ６月 １日 ８∶１６—８∶１７，ＴＢＭ掘进至 Ｋ４５ ＋ ７１１．０标段处，连续有 ３次强烈岩
爆发生，岩爆对支护结构造成了破坏（图 １５），护盾后方已支护的钢拱架事故后扭曲变形呈 Ｓ状，部分已
被压弯抵至 ＴＢＭ作业平台。岩爆事件位置 １次在护盾上方、２次在护盾后方，岩块一直崩落，形成的爆
坑尺寸长约 ７ｍ，宽约 ８．５ｍ，深约 ３．９ｍ，事故发生处距掌子面 ９ｍ。该事件事先通过微震监测系统进行
了岩爆倾向性评估，并采取了一定的防范措施，因而岩爆事故并没有造成人员伤亡及经济损失。
为了进一步检验本文模型的合理性，针对这一强烈岩爆事件进行了分析预测。由此，利用模型输
出 ２０１９年 ５月 ３０日 ７时—６月 １日 １２时的岩爆发生风险值（图 １６），各个时刻预测值均在 ０．８以上。
岩爆发生前 ４８ｈ，预测风险值逐步升高，最大风险值接近 ０．９４。预测风险达到峰值 ５ｈ后，现场岩爆
发生。案例分析结果表明，本文提出的模型可以有效地对岩爆风险进行预测，为及时开展岩爆防护提
供依据。不可否认，由于岩爆的随机性和实际工程的复杂性，精准预测岩爆的发生时间仍有较大的难
度，模型不可避免地会存在一定的误差。此外，现场岩爆预警后及时采取了岩爆防护措施，一定程度
上也延缓了现场岩爆的发生时间，无疑增加了预测的难度。总之，岩爆时间的准确预测仍是一项具有
挑战性的研究，还需要收集更多高质量的数据，并开展大量的基础研究工作。

— ７ ６ ５ —