4 / 2024-04-06 00:09:30

基于钻进特征参数的隧道掌子面围岩级别智能识别方法

隧道工程；围岩分级；核密度估计；朴素贝叶斯；钻进参数

准确判定掌子面围岩级别是保证隧道施工安全的重要条件之一。传统的围岩分级方法受到主观因素的影响，对于复杂岩体的质量等级评判存在一定的局限性，且操作复杂。实践证明，隧道钻爆法施工过程中，钻杆的钻进速度、冲击压力、推进压力及回转压力等特征参数与隧道围岩质量等级之间存在显著的相关性，且各特征参数间具有独立性，可用于围岩的精确、实时分级。基于此，优选核密度估计法拟合钻进参数的分布，构建了基于朴素贝叶斯分类算法的隧道围岩级别智能识别方法，并提出了基于交叉验证法的分类模型性能提升方法，进而依托文献数据开展了应用验证。结果表明：基于核密度估计的朴素贝叶斯分类算法可以利用钻进参数的实际分布情况确定掌子面围岩质量等级，在测试集样本中的分类准确率达到94.0%；基于交叉验证法的分类模型性能提升方法可以充分利用钻进参数-围岩等级数据集的信息，有效提升核密度估计朴素贝叶斯分类算模型的性能，在299组测试样本中分类准确率高达98.7%，解决了工程生产过程中短时间内难以获取足够多的有效样本的现实难题。