基于CBR的铁路工程岩爆预防措施决策模型研究

邵晨超,李远富,邹 鑫,吴文芊,樊惠惠

(1.西南交通大学土木工程学院,成都 610031； 2.高速铁路线路工程教育部重点实验室,成都 610031)

引言

矿山法隧道开挖过程中，岩爆是最为常见的一种灾害[1]。岩爆发生时往往会带来巨大的经济损失，对人员和工程造成无法挽回的伤害[2]。西南山区地质条件复杂，工程经验较少，施工技术方案又受到其高海拔、高地应力条件的限制，施工过程中易于引发工程灾害。在工程资料不够详细、地质勘探难以深入开展的条件下，盲目地进行施工往往会引起较为严重的后果，而历史工程案例对于施工具有一定的指导意义，对隧道开挖过程中引发的岩爆灾害具有一定的预防和补救作用。

长期工程实践积累了大量隧道开挖的经验，为隧道开挖设计中应对岩爆现象提供了大量值得借鉴的参考资料。这些资料不仅对于岩爆现象的出现有预防作用，而且对岩爆发生后的应对措施有一定的指导意义。建立工程案例资料库，不仅可以最大程度地利用现有工程储备知识，更能不断完善工程建设的质量标准和技术标准，为工程建设提供强有力的数据支持。

本文拟将与人工智能类似的推理方法应用于工程实践，建立针对隧道施工过程中多发的岩爆现象的预防和补救措施决策的案例推演模型，在岩爆现象现有资料库的基础上，利用CBR技术快速高效地寻求解决应对措施，辅助解决施工过程中面临的决策困难问题。

1 模型建立

1.1 案例推理基本理论

案例推理(CBR， Case-based Reasoning)是一种较为成熟的人工智能推演技术[3-7]。其本质是对于案例历史知识经验的二次利用。在CBR中，新的待解决的问题被称为目标案例，已有的案例被称为案例源。

CBR运作的基本原理是基于已有案例库的条件下，根据目标案例固有特性，寻找相似案例进行案例比对，寻求目标案例的相似案例源，从而找到目标案例的建议解。对于已经完成比对过程的案例，系统又会将其纳入到案例库中，作为新的案例源参与比对，从而对案例库进行不断更新和完善。如图1所示，这个过程也被称为CBR循环理论。

图1 CBR循环理论示意

1.2 构成因素分析

岩爆烈度等级一般被分为三类：轻微岩爆(Ⅰ级)、中等岩爆(Ⅱ级)、强烈岩爆(Ⅲ级)[8]。

产生岩爆的原因多种多样，其中最主要的是围岩能量的变化[9]。在隧道工程中出现的岩爆灾害大多来自于岩石应力变化大的情况[10-11]。隧道工程岩石应力的影响因素众多。不同的埋深导致其所处的地层差异巨大，隧道围岩等级出现巨大差异；由于隧道所处地质条件的差别，隧道内部初始地应力受到地壳运动的影响，内部断层增加，结构变得较为复杂，向斜和背斜等地质区域使得地层内部能量积累。部分地区由于地层内部岩浆等作用，还会出现较高的地温，都使得岩石发生岩爆的可能性加大；而隧道所处区域的地下水不仅可以渗透进岩石内部，软化岩石，更可以带走热量，减少岩石内部的能量储备，对岩爆具有一定的抑制作用；地震作用对于岩爆现象的影响是不容忽视的，故而，在遵循针对性，独立性，层次性和主导型的原则下，以已有工程案例的经验为基础，将岩爆对应工程特征属性划分为如图2所示

图2 岩爆特征属性划分示意

1.3 指标量化范围

根据与岩爆相关的上述指标的具体工程体现，并结合岩爆烈度等级的划分，将指标量化范围划分为4个等级：无岩爆(1)、轻微岩爆(2)、中等岩爆(3)和强烈岩爆(4)四个等级。在此基础上，对相关工程实践中出现的岩爆特征属性进行4个等级的划分，见表1。其中，除部分定量指标外，定性和半定量指标均采用特定的方法进行量化和标准化处理。

表1 特征属性指标量化

1.4 熵权法确定权重[12]

不同的特征属性具有不同的重要性，由于各特征属性将直接或者间接地影响到案例检索的精确性和独特性。故而，对于不同的指标必须进行赋权是必要的。本文采用的主要赋权方法为熵权法。熵权法是一种基于目标熵值建立的权重确定方法，其主要优点是具有一定的客观性。

首先根据既有的评价目标建立由表征特征属性的基本向量构成的评价矩阵。假设共有m个评价对象，每个评价对象由l个评价指标构成，评价矩阵R可表示为

(1)

通过如下方式对评价指标的数据进行归一化处理

(2)

经过归一化处理，标准评价矩阵U表示为

(3)

特殊的，当pij=0，pijlnpij=0。由此，第j个因素的权重为

(4)

1.5 灰色关联分析[13-14]案例检索

本文中的案例检索主要通过对目标案例与既有案例(源案例)关联度大小的比较，寻求源案例中与目标案例最为相似或相近的案例模型。不同案例的差别主要体现在特征属性的变化上，由于隧道岩爆现象地质条件复杂，资料及数据获取难度大，基于此，灰色关联是最好的选择。

灰色关联分析法是较为常见的一种关联分析。其最大的优点在于对于样本数据的数量要求较为宽松，对于数据典型性不太苛刻，可以有效地使用于定性和半定量指标。

灰色关联分析的具体步骤如下。

(1)确定比较对象(评价案例)和参考数列(源案例)。假设共有m个源案例，每个源案例由n个评价指标(特征属性)构成。则评价对象特征属性向量为x0={x0(k)|k=1，2，…，n}，源案例特征属性向量为xi={xi(k)|k=1，2，…，n}，i=1，2，…，m。

(3)计算灰色关联系数。具体计算方式为

ξi(k)=

(5)

(4)计算灰色加权关联度。灰色加权关联度的计算公式为

(6)

式中，ri为第i个评价对象对理想对象的灰色加权关联度。

2 实例应用

本文拟将上述案例推理模型应用于成昆(成都至昆明)铁路关村坝隧道，探索其在岩爆灾害预防和处理上的措施。将关村坝隧道作为目标案例(C0)，建立案例推演模型。

2.1 关村坝隧道工程概况

关村坝隧道是成昆铁路的重点工程[15]，也是20世纪60年代中国第二长隧道，位于四川省乐山市金口河区境内成昆铁路金口河站—关村坝站之间。关村坝隧道进口里程K255+855，轨面高程604 m，出口里程K261+962，轨面高程640 m，中心里程K258+949，隧道全长6 107 m。

2.1.1 气候特点

该区属大陆性高山气候区，气温变化大，冬季干冷，夏季湿热，高山全年多云雾，冬季积雪。年蒸发量1 400 mm，年降雨量697～1 100 mm，年平均降雨量900 mm，6～9月为雨季，7～8月降雨尤为集中。县境内气温年平均为16.6 ℃，极端高温为35.7 ℃，极端低温为-3.2 ℃。7月最热，月平均为25.3 ℃；1月最冷，月平均6.5 ℃。年极温变化微小，高低相差1 ℃。

2.1.2 地质构造

隧道进、出口均位于100～300 m高的陡崖下部，陡崖上部危岩倒悬；山顶高程2 250～2 300 m，洞身最大埋深达1 700 m。岩溶不发育，洞口水流流量144 m3/d，雨后流量增至430 m3/d，总涌水量约为4.74 m3/d·m。洞身围岩为石灰岩、白云质灰岩等硬质岩，围岩分级为II级。隧址区抗震设防等级为Ⅵ度，设计基本地震加速度值为0.05g。

2.1.3 节理产状

该区位于四川地台(或台向斜)南部大凉山褶皱带的北部，隧道通过一宽缓向斜，向斜轴位于隧道中心附近。金口河至大沙坝大渡河右岸山地全部出露岩浆层，左岸临河地段亦断续出露辉长岩及花岗岩，震旦系石灰岩沉积于岩浆岩之上，呈不整合接触。大沙坝至道林子大渡河峡谷两岸均出露震旦系灰岩，产状平缓(3°～8°)，未见岩浆岩侵入体，亦未见剧烈构造断裂现象。但进口左侧大渡河岸边岩层受岩浆岩侵入影响，岩层挤压褶皱明显，张开节理发育，表层风化破碎。隧道进口段以黑白条带状薄层及中厚层灰岩为主，岩层产状N40°E/l8°NW；出口段以灰白色中厚层状灰岩及白云质灰岩为主，岩层产状N25°W/8°NE。主要节理有3组:一组N25°～30E/90°，与大渡河方向及火成岩侵入方向一致；另一组N60°～65°E/90°，与支沟方向一致;第三组产状近水平，与层理一致。出口附近节理统计为N3°～5°W或N5°E/85°～90°SW或NW、N70°W/85°SW、N25°～40°W/85°～90°SW，节理间距0.5～l.0 m，张开宽0.05～0.5 cm，充填少量黏土。

2.2 CBR防治措施求解

根据上述工程案例情况，结合西南山区隧道工程案例，将关村坝隧道相关工程情况按照特征属性量化范围进行量化，取隧道各段相关属性的均值，得到特征属性取值如表2所示。

表2 CBR案例推理特征属性量化

根据式(2)～式(4)计算求得的特征属性权重向量为

根据式(6)计算案例关联度，此处取分辨系数的最大值ρ=0.5，计算结果见表3。

表3 案例推演灰色加权关联度

根据表3可得，兰渝铁路西秦岭隧道C11达到关联度0.778 6，为目标案例最为接近的源案例。西秦岭的地应力高，有发生岩爆和围岩变形的可能性，故而目标案例关村坝隧道与西秦岭隧道具有相似的岩爆发生可能来源，故而施工过程中采用加强超前地质预报，非钻爆开挖，注浆堵水加固围岩等一系列方法[16-18]。

3 结语及展望

由于隧道工程中岩爆现象影响因素的多样性和复杂性，人类还无法完全准确地对岩爆现象进行预测，而岩爆一旦发生，其经济和人员伤亡损失是巨大的[19]。本文避开探讨岩爆发生机理的问题，从实际工程出发，总结工程经验而寻求在工程实践中探索相似案例的解决途径，结论如下。

(1)隧道岩爆现象与内因和外因有关，内因包括围岩自身岩性和初始地应力等条件，而外因则与开挖地区地震等特殊地质活动以及地下水等作用有关。其作用机理仍需要一步探索和研究。

(2)基于熵权法和灰色加权关联度的案例推演模型，可以有效地为隧道工程岩爆现象提供辅助决策的意见，可以更为高效地解决实际工程中的突发事件，有助于隧道工程施工工艺的进一步完善。