Page 5 - 2024年第55卷第7期

水 利 学 报

２０２４年 ７月 ＳＨＵＩＬＩ ＸＵＥＢＡＯ 第 ５５卷 第 ７期

文章编号：０５５９ － ９３５０（２０２４）０７ － ０７５７ － １１

基于微震特征参数的秦岭隧洞岩爆实时预测模型

１
２
胡 晶 ，刘 慎 ，陈祖煜 １，２
（１．中国水利水电科学研究院，北京 １０００４８；２．浙江大学 岩土工程研究所，浙江 杭州 ３１００５８）

摘要：岩爆是深地工程施工中的主要灾害之一，微震监测是岩爆短期预测的主要方法。为了解决岩爆事故短期预
测主要依靠经验的问题，基于引汉济渭工程秦岭隧洞，建立微震监测及岩爆事件的机器学习样本库。采用卷积神
经网络模型，将一段时间内所有微震事件的能量、位置、震级等特征参数作为输入，并考虑掌子面位置对岩爆的
影响，建立基于微震特征参数的岩爆实时预测模型。采用样本库对模型进行训练、验证和测试，针对模型结构、
回溯时间段、预测时间段、训练世代对模型进行了优化。模型可以合理描述微震事件分布特征、施工进度等因素
对岩爆可能性的影响。经测试，该模型能够实时预测未来 ４８ｈ的岩爆发生概率，预测准确率超过 ８０％，可为岩
爆实时预测提供一种有效的技术途径。
关键词：微震监测；岩爆；预测；卷积神经网络；特征参数
中图分类号：ＴＶ６８ ｄｏｉ：１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２３０６９３
文献标识码：Ａ

１ 研究背景

开挖扰动造成的岩爆事故是深地工程施工过程中无法回避的灾害 ［１ － ２］ ，重大的岩爆事故可能造成
大量的人员伤亡，并对设备造成无法修复的损坏，这将大大延误工期 ［３］ 。随时可能出现的灾难无形中
给现场施工人员造成巨大的心理压力，这一问题如果长期得不到解决，必然会使本就恶劣的地下施工
环境雪上加霜。
针对岩爆预测的难题，一些学者开展岩爆机理研究，提出基于岩石强度、刚度、能量、地应力大
小等指标评估围岩岩爆风险的准则，如 Ｈｏｅｋ准则 ［４］ 、Ｒｕｓｓｅｎｅｓ准则、强度应力比准则等。这些准则
忽略了岩爆的随机性、突发性，通常适用于施工前的围岩风险评价，也被视为岩爆的长期预测方法。
微震监测被公认为是岩爆预测最有效的方法 ［５ － ７］ 。陈炳瑞等 ［８］ 对 ＴＢＭ施工段微震实时监测，获得
岩爆发生前微震活动的演化特征与规律；马天辉等 ［９］ 根据微震监测结果，揭示微震的时空演化与岩爆
之间的关系；于洋等 ［１０］ 将局部能量释放率与微震监测数据相结合，给出岩爆风险区域的位置及范围。相
比传统的岩爆判据，微震监测手段考虑了工程实地复杂的环境，能够揭示岩爆的孕育过程。然而，目前
采用微震监测数据进行岩爆预测还主要依靠工程师的经验，尚未形成可有效预测岩爆的成熟理论。
近年来，以深度学习为代表的人工智能技术在数据特征提取、分类等方面取得了突破性的进展，
被广泛应用于水利工程的相关研究 ［１１］ ，为岩爆的智能化预测提供了新的可能。目前，人工智能在岩爆
预测方向的应用主要集中在以下几个方面：（１）采用神经网络等方法对微震、岩爆波形识别分类，简
化现场数据处理工作 ［１２］ ；（２）基于人工智能，对微震波形进行分类，自动拾取 Ｐ波到达时刻 ［１３］ ，提
高震源定位精度和数据处理效率；（ ３）在 Ｈｏｅｋ、Ｒｕｓｓｅｎｅｓ等准则的基础上，充分考虑工程地质条件及
岩石力学参数，采用神经网络等方法，形成考虑多种因素综合影响的岩爆烈度判据 ［１４ － １７］ ；（４）结合微

收稿日期：２０２３ － １１ － ０７；网络首发日期：２０２４ － ０７ － １５
网络首发地址：ｈｔｔｐｓ：??ｋｎｓ．ｃｎｋｉ．ｎｅｔ?ｋｃｍｓ?ｄｅｔａｉｌ?１１．１８８２．ＴＶ．２０２４０７１０．１４０２．００２．ｈｔｍｌ
基金项目：第七届青年托举工程项目（２０２１ＱＮＲＣ００１）；中国水科院基本科研业务费项目（ＧＥ０１９９Ａ０７２０２１）
作者简介：胡晶（ １９８９ － ），高级工程师，主要从事岩爆智能化预测研究。Ｅ － ｍａｉｌ：ｊｉｎｇｈｕ＠ｂｕａａ．ｅｄｕ．ｃｎ
— ７ ５ ７ —