一种钻爆法施工隧道瓦斯危险等级预测方法和装置制造方法及图纸

本发明专利技术公开了一种适用于钻爆法施工隧道的隧道瓦斯危险等级预测方法和装置，能够准确预测出钻爆法施工阶段隧道瓦斯危险等级。该方法包括以下步骤：选取多个钻爆法施工隧道瓦斯浓度的影响指标；建立瓦斯危险等级标准、各影响指标的数据库以及隧道瓦斯浓度的数据库；采用分析法和熵权法计算各影响指标的主观权重和客观权重，将各影响指标的主观权重和客观权重进行组合赋权，得到各影响指标的组合权重；建立基于贝叶斯正则化的BP神经网络预测模型，预测待预测区域的瓦斯危险等级。

【技术实现步骤摘要】
一种钻爆法施工隧道瓦斯危险等级预测方法和装置
本公开涉及一种适用于钻爆法施工隧道的隧道瓦斯危险等级预测方法和装置。
技术介绍
瓦斯突出是隧道施工过程中遇到的重大的地质灾害之一，严重威胁着施工人员生命健康和财产安全。当隧道中的瓦斯含量达到一定浓度时，就会产生让人窒息、燃烧、爆炸及一系列严重后果。在我国西南部山区，瓦斯赋存区域分布较广，在隧道施工过程中将不可避免的穿过瓦斯地质环境，使隧道工程的建设存在着极大的安全隐患。在采用钻爆法施工的瓦斯隧道中，当爆破开挖后，最新裸露出来的岩层会释放出瓦斯，导致工作面附近的瓦斯浓度会升高。针对这一问题，需考虑多种影响因素，采取合理的预测模型，对隧道内的瓦斯浓度危险等级进行超前预测，以提高瓦斯隧道建设的安全性。目前，煤矿行业对煤与瓦斯突出的预测问题展开过大量的研究，但是关于隧道内瓦斯逸出量预测问题的研究很少。主要因为在建瓦斯隧道较少且揭煤面积小，发生瓦斯突出事故的可能性不大，所以在隧道建设中未得到重视。但是，近些年瓦斯隧道发生过几起严重的隧道瓦斯爆炸事故，造成了重大人员伤亡和财产损失。因此，一些学者提出了隧道瓦斯预测的新方法。其中从煤矿部门引入了一些瓦斯突出直接预测法，例如D、K综合指标法、R指标法、钻屑指标法、钻孔瓦斯涌出初速度法。专利技术人在研发过程中发现，这些方法在实际应用过程中会存在一些缺陷，不同的地质环境和施工条件下，不同的瓦斯预测指标敏感性存在差异，容易造成预测误差。同时，还有一些瓦斯突出间接预测法。例如，声发射方法、电磁方法等。与传统方法相比，以上预测方法操作简便、成本低。专利技术人在研发过程中发现，这些方法对于隧道内煤岩体的不均匀性和复杂的施工环境，难以达到预期的效果，并且所采集信号和数据处理的精度有待提高。另外，一些学者运用理论分析预测方法。例如，人工神经网络、支持向量机等方法。因此，如何尽可能地降低隧道建设过程中的瓦斯事故的风险性，在瓦斯隧道的施工阶段对其瓦斯危险等级进行预测，仍是待解决的技术问题。
技术实现思路
为了克服上述现有技术的不足，本公开提供了一种适用于钻爆法施工隧道的隧道瓦斯危险等级预测方法和装置，能够准确预测出钻爆法施工阶段隧道瓦斯危险等级。本公开所采用的技术方案是：一种钻爆法施工隧道瓦斯危险等级预测方法，该方法包括以下步骤：选取多个钻爆法施工隧道瓦斯浓度的影响指标；建立瓦斯危险等级标准、各影响指标的数据库以及隧道瓦斯浓度的数据库；采用分析法和熵权法计算各影响指标的主观权重和客观权重，将各影响指标的主观权重和客观权重进行组合赋权，得到各影响指标的组合权重；建立基于贝叶斯正则化的BP神经网络预测模型，预测待预测区域的瓦斯危险等级。进一步的，所述钻爆法施工隧道瓦斯浓度影响指标包括地质构造、地应力、煤层厚度、隧道埋深、煤体破坏程度、水文地质条件、瓦斯含量、瓦斯压力、瓦斯放散初速度、开挖断面积、通风量和爆破震动量。进一步的，所述瓦斯危险等级标准、各影响指标的数据库以及隧道瓦斯浓度的数据库的建立方法为：获取在钻爆法施工过程中所有影响指标的大量现场实测数据，建立各影响指标的数据库；获取在钻爆法施工过程中隧道重点部位瓦斯浓度数据，建立隧道瓦斯浓度数据库；根据隧道瓦斯浓度数据库中数据，对隧道瓦斯危险等级进行分级，建立隧道瓦斯危险等级标准。进一步的，所述采用分析法计算各影响指标的主观权重的步骤包括：建立层次结构模型；构造层次结构模型中各层次的成对比较阵；利用成对比较阵计算各影响指标的主观权重。进一步的，所述采用熵权法计算各影响指标的客观权重的步骤包括：从各影响指标的数据库中选取出大量实测数据，并对其进行归一化处理；计算各影响指标的信息熵；根据各影响指标的信息熵，计算各影响指标的客观权重。进一步的，所述将各影响指标的主观权重和客观权重进行组合赋权的步骤包括：依据最小信息熵的原理，建立优化问题为：式中，w′j为第j个影响指标的组合权重；Wj为第j个影响指标的主观权重；Vj为第j个影响指标的客观权重；采用拉格朗日乘子法求解上述优化问题中各影响指标的组合权重，有：式中，w′j为第j个影响指标的组合权重。进一步的，所述基于贝叶斯正则化的BP神经网络预测模型的建立方法为：从各影响指标的数据库中选取各影响指标的实测数据，从隧道瓦斯浓度数据库中选取隧道瓦斯浓度数据，构建学习样本集；利用学习样本集建立基于贝叶斯正则化的BP神经网络预测模型，所述基于贝叶斯正则化的BP神经网络预测模型包括输入层、隐含层、若干个隐含层神经元和至少两个输出神经元。进一步的，所述预测待预测区域内瓦斯危险等级的步骤包括：选取组合权重最大的多项影响指标作为基于贝叶斯正则化的BP神经网络预测模型的输入量，瓦斯危险等级作为其输出量，进行多次训练，达到期望误差后结束训练，得到最优的基于贝叶斯正则化的BP神经网络预测模型；获取待预测区域内组合权重最大的多项影响指标参数值，作为输入值输入至最优的基于贝叶斯正则化的BP神经网络预测模型进行预测，得到待预测区域的瓦斯危险等级。一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行如上所述的一种钻爆法施工隧道瓦斯危险等级预测方法。一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行如上所述的一种钻爆法施工隧道瓦斯危险等级预测方法。通过上述技术方案，本公开的有益效果是：(1)本公开结合施工特点选取瓦斯影响指标，采用主客观组合赋权的方法对各影响指标进行权重分析，既考虑到影响指标之间的相互重要性，又利用工程现场实测数据客观分析各影响指标的权重，通过主观的层次分析方法和客观的熵权法组合赋权，约简得出合理的影响指标，可以较好的保证瓦斯危险等级预测的有效性；(2)本公开利用基于贝叶斯正则化的神经网络预测模型对神经网络内的权值向量进行先验分布，在训练过程中，基于贝叶斯正则化的神经网络预测模型不断地自动调整正则化系数，提高神经网络的泛化能力，增强预测的准确度。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本申请，并不构成对本公开的不当限定。图1是根据一种或多种实施方式的钻爆法施工隧道瓦斯危险等级预测方法流程图；图2是根据一种或多种实施方式的瓦斯浓度影响指标体系结构图。具体实施方式下面结合附图与实施例对本公开作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本公开使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。一种或多种实施例提供一种适用于钻爆法施工隧道的隧道瓦斯危险等级预测方法，选取隧道瓦斯逸出的影响指标，建立瓦斯危险等级及相关各影响指标、隧道瓦斯浓度的数据库，采用层次分析法和熵权法组合评价方法计算各影响指标的权重，并进行组合赋权，约简影响指标，根据本文档来自技高网...

【技术保护点】
1.一种钻爆法施工隧道瓦斯危险等级预测方法，其特征是，包括以下步骤：选取多个钻爆法施工隧道瓦斯浓度的影响指标；建立瓦斯危险等级标准、各影响指标的数据库以及隧道瓦斯浓度的数据库；采用分析法和熵权法计算各影响指标的主观权重和客观权重，将各影响指标的主观权重和客观权重进行组合赋权，得到各影响指标的组合权重；建立基于贝叶斯正则化的BP神经网络预测模型，预测待预测区域的瓦斯危险等级。

【技术特征摘要】
1.一种钻爆法施工隧道瓦斯危险等级预测方法，其特征是，包括以下步骤：选取多个钻爆法施工隧道瓦斯浓度的影响指标；建立瓦斯危险等级标准、各影响指标的数据库以及隧道瓦斯浓度的数据库；采用分析法和熵权法计算各影响指标的主观权重和客观权重，将各影响指标的主观权重和客观权重进行组合赋权，得到各影响指标的组合权重；建立基于贝叶斯正则化的BP神经网络预测模型，预测待预测区域的瓦斯危险等级。2.根据权利要求1所述的钻爆法施工隧道瓦斯危险等级预测方法，其特征是，所述钻爆法施工隧道瓦斯浓度影响指标包括地质构造、地应力、煤层厚度、隧道埋深、煤体破坏程度、水文地质条件、瓦斯含量、瓦斯压力、瓦斯放散初速度、开挖断面积、通风量和爆破震动量。3.根据权利要求1所述的钻爆法施工隧道瓦斯危险等级预测方法，其特征是，所述瓦斯危险等级标准、各影响指标的数据库以及隧道瓦斯浓度的数据库的建立方法为：获取在钻爆法施工过程中所有影响指标的大量现场实测数据，建立各影响指标的数据库；获取在钻爆法施工过程中隧道重点部位瓦斯浓度数据，建立隧道瓦斯浓度数据库；根据隧道瓦斯浓度数据库中数据，对隧道瓦斯危险等级进行分级，建立隧道瓦斯危险等级标准。4.根据权利要求1所述的钻爆法施工隧道瓦斯危险等级预测方法，其特征是，所述采用分析法计算各影响指标的主观权重的步骤包括：建立层次结构模型；构造层次结构模型中各层次的成对比较阵；利用成对比较阵计算各影响指标的主观权重。5.根据权利要求1所述的钻爆法施工隧道瓦斯危险等级预测方法，其特征是，所述采用熵权法计算各影响指标的客观权重的步骤包括：从各影响指标的数据库中选取出大量实测数据，并对其进行归一化处理；计算各影响指标的信息熵；根据各影响指标的信息熵，计算各影响指标的客观权重。6.根据权利要求1所述的钻爆法施工隧道瓦斯危险等级预测方法，其特征是，...

【专利技术属性】
技术研发人员：薛翊国，屈聪，邱道宏，李广坤，苏茂鑫，崔久华，王鹏，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37