[发明专利]一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法

说明书

本发明涉及一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法，通过数据预处理和格式化将工程地质信息进行分类存储，并利用聚类算法对已建隧道信息进行数据筛选；进而基于数据筛选的基础上建立BP神经网络预测模型，进行训练并验证模型的可靠性；最终利用训练完善的模型预测隧道未知断面的围岩地质信息；该基于已建隧道信息智能识别的隧道围岩地质信息预测模型具有较好的普适性和较高的预测精度，能够充分考虑已建隧道工程围岩数据，并对隧道围岩地质信息进行推断和动态更新，从而获得更加可靠的围岩地质信息用于隧道工程的精细化分析和设计，其适用于绝大多数隧道围岩地质信息的预测。

技术领域

本发明涉及一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法，属于岩体隧道工程技术领域。

背景技术

在隧道工程中，岩体本身由于各种复杂地质过程的影响，其地质信息的获取具有时间渐进性、空间变异性和局部信息难以获得等特点。在工程具体实施的过程中，受制于地质信息的各种不确定性，往往需要根据已建隧道信息对在建隧道工程地质信息进行推断，因此为准确评价在建隧道工程围岩地质信息，需要在考虑多种不确定性影响的基础上基于已建隧道围岩地质信息的智能识别，通过在建隧道工程地质进行数据筛选，选择近似隧道工程地质的数据进行机器学习，以此获取工程地质信息快速预测的依据，从而减低因工程地质不确定性所带来的安全问题。

发明内容

本发明提供一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法，克服现有技术中的缺陷，解决已建隧道工程隧道围岩地质信息利用不足及隧道围岩地质预测模型精度低的问题。

本发明解决其技术问题所采用的技术方案是：

一种基于已建隧道信息智能识别的隧道围岩地质信息预测方法，具体包括以下步骤：

第一步，数据预处理、格式化及存储：基于已建隧道工程和在建隧道已开挖断面的实测围岩地质信息，对数据预处理以及格式化，获取隧道围岩地质信息各项指标于不同断面上的均值，按照围岩-断面-地质信息的次序，将工程地质信息进行分类存储，建立隧道围岩地质信息数据库；

第二步，K-means聚类算法数据筛选：利用K-means聚类算法对已建立的隧道围岩地质信息数据库内数据进行筛选，得到隧道围岩地质信息高关联数据链；

第三步，建立BP神经网络预测模型：建立的BP神经网络预测模型包括输入层、隐层以及输出层，通过BP神经网络预测模型进行工程地质机器学习，其中，输入层为已开挖断面隧道围岩地质信息，输出层为待开挖断面隧道围岩地质信息；

第四步，训练神经网络模型并验证：将整理筛选得到的已建隧道工程围岩地质数据作为训练集，将本工程的在建隧道已开挖断面围岩地质数据作为验证集，考虑不同断面地质信息数据的差别，选取均方根误差作为预测准确度评判标准，采用随机搜索法寻找在验证集上计算误差最小的模型参数组合，训练BP神经网络预测模型并进行验证；

第五步，利用训练后的BP神经网络预测模型对当前开挖断面的隧道围岩地质信息进行预测，并对开挖前方一定距离的地质信息进行不确定性推断，推断隧道开挖前方未知断面的地质信息，随着工作面的向前推进，实时将施工过程中新观测得到的数据加入到训练后的BP神经网络预测模型中，进一步训练BP神经网络预测模型，逐步提升预测精度，从而建立基于已建隧道信息智能识别的隧道围岩地质信息预测模型；

作为本发明的进一步优选，在第一步中，基于的已建隧道工程和在建隧道已开挖断面的实测围岩地质信息包括围定义为R₁的岩强度，定义为R₂的围岩不连续面数目，定义为R₃的围岩不连续面条件评分以及定义为R₄的地下水评分；其总分R＝R₁+R₂+R₃+R₄；