本發(fā)明涉及巖土檢測
技術(shù)領(lǐng)域：
，具體涉及一種巷道圍巖應(yīng)力建模與預(yù)測方法。
背景技術(shù)：
：巷道開挖，圍巖能量釋放，同時在圍巖中產(chǎn)生偏應(yīng)力。圍巖應(yīng)力是原巖應(yīng)力與偏應(yīng)力的疊加，偏應(yīng)力能控制巖體破壞。對于施工人員來說，巷道圍巖安全分級是施工前的重要指導(dǎo)方針。正確的分類可以降低施工成本，提高施工效率，避免潛在危險。目前，以定量指標(biāo)為主的巷道圍巖安全等級劃分已成為發(fā)展方向。巷道圍巖的應(yīng)變與應(yīng)力是兩個重要的定量指標(biāo)，實際工程中，巷道圍巖應(yīng)變的測量較為容易，但是巷道圍巖的應(yīng)力的測量卻比較困難，而且成本高昂?，F(xiàn)有的能夠有效測量應(yīng)力的傳感器往往體積較大，操作不便，且價格高昂，難以實現(xiàn)大規(guī)模長時間的測量，測量主要采用人工間斷觀測和采集，監(jiān)測結(jié)果滯后。已有數(shù)值分析建模方法，利用數(shù)值計算法，如有限差分法，有限元法，邊界元法，離散元法等，如著名的仿真計算軟件flac3d是基于有限差分法編制的，根據(jù)巖土的彈性模量，剪切模量，密度，抗拉強度等一系列靜態(tài)參數(shù)，能夠模擬巷道圍巖的應(yīng)力與應(yīng)變，獲得的為理想情況下數(shù)據(jù)，但在實際操作中，這些方法需要測量的參數(shù)較多，且很難預(yù)測獲得現(xiàn)實情況中準(zhǔn)確的應(yīng)力與應(yīng)變值。目前，尚未有能夠準(zhǔn)確在僅知道圍巖應(yīng)變的情況下預(yù)測巷道應(yīng)力的方法，也未有能夠預(yù)測被測試部分中巷道應(yīng)力值以及趨勢走向的方法。技術(shù)實現(xiàn)要素：(一)要解決的技術(shù)問題為了解決現(xiàn)有技術(shù)的上述問題，本發(fā)明提供一種巷道圍巖應(yīng)力建模與預(yù)測方法，該方法是先利用改進輸入層權(quán)值的elm算法建立巷道圍巖應(yīng)變與應(yīng)力的定量分析數(shù)學(xué)模型，利用所建立的數(shù)學(xué)模型定量預(yù)測出應(yīng)力值的變化。該方法分析周期短，易操作，可操作性強且通過計算機提高了精度、準(zhǔn)確性高。(二)技術(shù)方案為了達到上述目的，本發(fā)明采用的主要技術(shù)方案包括：一種巷道圍巖應(yīng)力建模與預(yù)測方法，該方法包括如下步驟：s1，測量獲取巷道圍巖n個點的應(yīng)力值與應(yīng)變值，記錄m天中每一天的巷道圍巖的每個點的應(yīng)變值與應(yīng)力值的數(shù)據(jù)；其中，所述巷道為馬蹄鐵型；s2，對所述步驟一獲得的數(shù)據(jù)進行歸一化處理，將所述應(yīng)變值和應(yīng)力值處理為-1到1之間的數(shù)值；s3，利用所述s2歸一化后的數(shù)值建立經(jīng)過改良的elm算法定量分析數(shù)學(xué)模型，基于該數(shù)學(xué)模型對需要預(yù)測的應(yīng)變數(shù)據(jù)進行測試，獲得被預(yù)測部分中的應(yīng)力值以及趨勢走向。如上所述的方法，優(yōu)選地，所述s2包括以下步驟：s101、將巷道圍巖的所述n個點分別在垂直和水平方向的應(yīng)變值數(shù)據(jù)制成m×2n的矩陣a；以及其中一個點的應(yīng)力值數(shù)據(jù)制成m×1的矩陣b；s201、對所述步驟s101中得到的所述矩陣a、b進行歸一化處理；分別在所述矩陣a、b中取最大的數(shù)據(jù)記為cmax和最小的數(shù)據(jù)記為cmin，并對兩者做差得到cr，ct滿足公式一；s202、分別用所述矩陣a、b中的數(shù)值替換c值，代入所述公式一分別獲得矩陣at、bt。如上所述的方法，優(yōu)選地，所述s3包括以下步驟：s301、將所述歸一化后的其中一部分的數(shù)據(jù)為訓(xùn)練樣本，另一部分作為測試樣本；將所述訓(xùn)練樣本的矩陣代入傳統(tǒng)elm應(yīng)力模型進行建模，將所述測試樣本帶入建模完畢的應(yīng)力模型，獲得預(yù)測輸出的測試應(yīng)力，與實際測量的數(shù)據(jù)進行比較，獲得所述預(yù)測輸出的測試應(yīng)力與所述實際中測量的應(yīng)力的方差e；s302、利用所述方差e，建立改良的elm算法定量分析數(shù)學(xué)模型，根據(jù)圍巖應(yīng)變預(yù)測得出圍巖的應(yīng)力。如上所述的方法，優(yōu)選地，所述的傳統(tǒng)elm應(yīng)力模型進行建模，包括如下步驟：s30101、elm模型中激活函數(shù)g(x)取sigmoid；s30102、產(chǎn)生l×n的隨機輸入層矩陣w：其中，所述l表示隱含層有l(wèi)個神經(jīng)元，所述n代表有輸入層有n組輸入變量；令輸出層權(quán)值和隱藏層偏置量為：其中所述m為m組輸出變量；輸入層x為所述矩陣at中的訓(xùn)練樣本,輸出層y為所述矩陣bt中的訓(xùn)練樣本:輸入層x中n表示為輸入層x有n組向量，每個向量有q個元素；輸出層y中，m表示為輸出層y有m組向量，每個向量有p個元素，輸出t為：隱藏層輸出h為：h＝g(w·x+b)公式七其中，g為sigmoid函數(shù)，w為輸入層權(quán)值，x為輸入層，b為隱藏層偏置量，根據(jù)所述(6)和(7)，即可得：β＝h+t其中，所述β為輸出層權(quán)值；所述h+表示隱含層輸出矩陣h的moore-penrose廣義逆。如上所述的方法，優(yōu)選地，所述建立改良的elm算法定量分析數(shù)學(xué)模型，具體步驟包括：s30201、首先定義搜索步長t，取一個輸入層權(quán)值wij值；s30202、令wij'＝wij+t，按照所述傳統(tǒng)elm方法重新更新輸出層權(quán)值β'，重新計算獲得方差e'，如果所述e'<e，保留新的權(quán)值wij'和β'，而且所述e＝e'，繼續(xù)執(zhí)行wij'＝wij+t；s30203、若所述e'>e，選擇另一個權(quán)值，執(zhí)行s30201；s30204、如果執(zhí)行第一次wij'＝wij+t時，所述e'>e，則反向查找wij'＝wij-t；若所述e'<e，繼續(xù)wij'＝wij-t，直到e'>e，選擇另一個權(quán)值，執(zhí)行s30201。本發(fā)明的方法利用elm的改進算法(輸入層權(quán)值修改)建立巷道圍巖應(yīng)力與應(yīng)變定量分析數(shù)學(xué)模型，利用所建立的數(shù)學(xué)模型定量在僅知道應(yīng)變的情況下獲取應(yīng)力的值。(三)有益效果本發(fā)明的有益效果是：本發(fā)明巷道圍巖應(yīng)力的建模與預(yù)測方法可以快速準(zhǔn)確根據(jù)巷道應(yīng)變預(yù)測巷道應(yīng)力。本發(fā)明所述的建模與預(yù)測方法分析周期短、操作步驟簡單、成本低、利用計算機建模并計算、提高了測試精度、提高了工作效率。另外，該方法的使用減少了儀器的投入和大量人力的投入，工作強度小，節(jié)約了生產(chǎn)所投入的成本，同時減少了人為誤差，且預(yù)測獲得結(jié)果的準(zhǔn)確度大大高于遠(yuǎn)遠(yuǎn)大于現(xiàn)有技術(shù)的方法。附圖說明圖1為本發(fā)明巷道圍巖應(yīng)變與應(yīng)力的建模方法流程圖；圖2為圖1中所述s2具體步驟的流程圖；圖3為傳統(tǒng)的elm應(yīng)力模型建立的流程圖；圖4為本發(fā)明利用貪心算法優(yōu)化elm輸入層權(quán)值的流程圖；圖5為本發(fā)明運用優(yōu)化后elm和未優(yōu)化elm模型訓(xùn)練集輸出仿真結(jié)果的比較圖；圖6為本發(fā)明實施例2隧道截面檢測點的位置示意圖；圖7為本發(fā)明實施例2與傳統(tǒng)方法測試結(jié)果圖。具體實施方式為了更好的解釋本發(fā)明，以便于理解，下面結(jié)合附圖，通過具體實施方式，對本發(fā)明作詳細(xì)描述。實施例1本發(fā)明建立了一種巷道圍巖應(yīng)力建模與預(yù)測方法，該建模方法是利用輸入權(quán)值改進后的elm算法建立巷道圍巖應(yīng)變與應(yīng)力的定量分析數(shù)學(xué)模型，利用所建立的數(shù)學(xué)模型在僅知道的圍巖應(yīng)變的情況下預(yù)測出巷道圍巖的應(yīng)力。本發(fā)明實施例所描述的巷道圍巖應(yīng)力與應(yīng)變的建模應(yīng)用于預(yù)測巷道圍巖應(yīng)力的詳細(xì)流程如下：準(zhǔn)備工作：采集鞍鋼的眼前山鐵礦的巷道圍巖內(nèi)應(yīng)變和應(yīng)力值樣品，記錄巷道圍巖部分界面若干天的應(yīng)力與應(yīng)變的值。具體包括以下步驟：如圖1所示，s1、采用收斂儀，三維測量儀測量巷道圍巖5個點在垂直和水平方向的應(yīng)變值，監(jiān)測106天，得到106×10組樣品數(shù)據(jù)；測量一個點的應(yīng)力值，獲得106組樣品數(shù)據(jù)。s2、對樣本數(shù)據(jù)進行歸一化，如圖2所示的流程圖，其實現(xiàn)過程如下：步驟s101、數(shù)據(jù)標(biāo)準(zhǔn)化，將所得到106×10組應(yīng)變值的數(shù)據(jù)，制成106×10的矩陣a；獲得106組的應(yīng)力值，制成106×1的矩陣b，步驟s201、將數(shù)據(jù)歸一化：將得到的矩陣a、矩陣b分別代入下列公式一進行歸一化處理，其中，分別在所述矩陣a、b中取得最大的數(shù)據(jù)記為cmax和最小的數(shù)據(jù)記為cmin，并對兩者做差得到cr；ct滿足公式一：步驟s202、將ct替換原來的矩陣a或b獲得歸一化后的矩陣at、矩陣bt。本實施例通過歸一化，將實際值較小的巷道圍巖應(yīng)變值，以及實際值較大的巷道圍巖應(yīng)力值壓縮成-1到1之間，這樣便于建立描述準(zhǔn)確的模型。s3、用s2歸一化后的數(shù)值建立經(jīng)過改良的elm算法定量分析數(shù)學(xué)模型，基于該數(shù)學(xué)模型對需要預(yù)測的應(yīng)變數(shù)據(jù)進行測試，獲得被預(yù)測部分中的應(yīng)力值以及趨勢走向；即采用s2中歸一化后的數(shù)據(jù)，建立傳統(tǒng)的elm算法定量分析模型，并采用貪心算法優(yōu)化整個模型，基于該優(yōu)化后的模型對需要預(yù)測的應(yīng)變數(shù)據(jù)進行測試，獲得被預(yù)測部分中的應(yīng)力值以及趨勢走向。具體步驟：s301、將獲得的隨機90組數(shù)據(jù)作為訓(xùn)練樣本a90、b90，歸一化后的數(shù)據(jù)即采用at90、bt90標(biāo)記；獲得剩余16組數(shù)據(jù)作為測試樣本a16、b16，歸一化后的數(shù)據(jù)即采用at16、bt16標(biāo)記，待用；將所述矩陣訓(xùn)練樣本at90、bt90代入傳統(tǒng)elm應(yīng)力模型進行建模，將所述測試樣本帶入建模完畢的模型，獲得預(yù)測輸出的測試應(yīng)力，與實際測量的數(shù)據(jù)進行比較，獲得所述預(yù)測輸出的測試應(yīng)力與所述實際中測量的應(yīng)力的方差，記為e；s302、利用所述方差e，建立改良的elm算法定量分析數(shù)學(xué)模型，通過matlab實現(xiàn)在知道圍巖應(yīng)變的情況下，預(yù)測得出圍巖的應(yīng)力。本發(fā)明中主要是利用貪心算法改進elm模型，傳統(tǒng)elm網(wǎng)絡(luò)的輸入層權(quán)值是隨機產(chǎn)生的，一旦生成后，它們的值不變直到訓(xùn)練結(jié)束，因此，只需確定隱含層神經(jīng)元的激活函數(shù)、隱含層神經(jīng)元個數(shù)和網(wǎng)絡(luò)隱含層的個數(shù)，即可計算出輸出層權(quán)值β。由于輸入層權(quán)值隨機，導(dǎo)致建模不穩(wěn)定，方差有時會很大。為了提高建模精度，利用貪心算法修正隨機的輸入層權(quán)值，使得整個系統(tǒng)朝著方差減少的方向上前進。具體步驟如下：步驟s30101、elm模型中激活函數(shù)g(x)取sigmoid函數(shù)，隱含層節(jié)點數(shù)取20。步驟s30102、利用得到歸一化后的訓(xùn)練樣本即90組巷道應(yīng)變與應(yīng)力數(shù)據(jù)建立傳統(tǒng)elm模型，具體步驟如下：產(chǎn)生l×n的隨機輸入層矩陣w：其中，令l表示隱含層有l(wèi)個神經(jīng)元，n代表有輸入層有n組輸入變量。令輸出層權(quán)值和隱藏層偏置量為：其中m為指的是m組輸出變量，在本實施例中m＝n。輸入層x為矩陣at中的訓(xùn)練樣本,輸出層y為矩陣bt中的訓(xùn)練樣本:輸入層x中n表示為輸入層x有n組向量，每個向量有q個元素，本實施例中q為10。輸出層y中，m表示為輸出層y有m組向量，每個向量有p個元素，本實施例中p為1；輸出t為:t可以視作為輸出y；隱藏層輸出h為：h＝g(w·x+b)公式七其中，g為sigmoid函數(shù)，w為輸入層權(quán)值，x輸入層，b為隱藏層偏置量。根據(jù)公式六和公式七，即可得：hβ＝t公式八在公式八中h為隱藏層輸出，β為輸出層權(quán)值。訓(xùn)練樣本的輸出t已知，最后計算輸出權(quán)值計算輸出權(quán)值β：β＝h+t，這里的h+表示隱含層輸出矩陣h的moore-penrose廣義逆，這樣一個傳統(tǒng)的elm應(yīng)力模型建立完畢。步驟s30103、將后16組數(shù)據(jù)帶入到建立完畢的模型，即可得出預(yù)測輸出。步驟s30104、將得出預(yù)測輸出與傳感器采集的數(shù)據(jù)進行比較，elm計算的應(yīng)力輸出與實際中測量的應(yīng)力的方差為e方差，其具體的流程圖如圖3所示。在式2到式8講述了傳統(tǒng)elm的建模方法。接下來，利用貪心算法，進一步改進elm進行建模：建模之前，先按照上述的傳統(tǒng)elm進行建模，輸入層權(quán)值為wij，輸出層權(quán)值為β，計算后得到誤差e，如圖4所示的流程圖，具體步驟為：步驟s30201，首先定義搜索步長t，取一個輸入層權(quán)值wij值。步驟s30202，令wij'＝wij+t，其中，i、j就是矩陣中第i行，第j列的數(shù)。按照傳統(tǒng)elm方法重新更新輸出層權(quán)值β'，重新計算方差e'，如果e'<e，保留新的權(quán)值wij'和β'，而且e＝e'，繼續(xù)執(zhí)行wij'＝wij+t。步驟s30203，若e'>e。若之前s302中更新過權(quán)值，則認(rèn)為找到局部最小點，跳出選擇下一個權(quán)值，這時跳出，選擇另一個權(quán)值，執(zhí)行s30201；若s302第一次計算的e'就大于e，執(zhí)行下一步s30204。步驟s30204，如果執(zhí)行第一次wij'＝wij+t時，e'>e，則反向查找wij'＝wij-t，若e'<e，繼續(xù)wij'＝wij-t，直到e'>e，選擇另一個權(quán)值，即執(zhí)行s30201。步驟s30205、將需要預(yù)測的應(yīng)變矩陣帶入到上述優(yōu)化后elm模型，通過matlab實現(xiàn)仿真并計算得出圍巖的應(yīng)力。利用優(yōu)化后的elm對待檢巷道圍巖的應(yīng)力與應(yīng)變建模，該建模方法是采用貪心算法，優(yōu)化elm中輸入層權(quán)值，從而建立巷道圍巖應(yīng)變與應(yīng)力的定量分析數(shù)學(xué)模型，利用所建立的數(shù)學(xué)模型在僅知道圍巖應(yīng)變的情況下可預(yù)測出圍巖的應(yīng)力。將后16組測試數(shù)據(jù)代入用matlab實現(xiàn)模型的仿真，并根據(jù)其準(zhǔn)確度作出圖像，得到改進后elm與傳統(tǒng)elm對巷道圍巖應(yīng)力的預(yù)測效果比較圖，如圖5所示。其中＊期望值為利用傳感器測量的真實值，○為優(yōu)化后elm的預(yù)測值，□是傳統(tǒng)elm的預(yù)測值。從圖5中可很明顯看出，優(yōu)化后的elm比未優(yōu)化的elm更加接近真實值，前者的準(zhǔn)確度遠(yuǎn)遠(yuǎn)大于后者。實施例2將實施例1所建立的方法應(yīng)用于一隧道進行挖通巷道圍巖應(yīng)力的預(yù)測，選取不同隧道地段的4個截面，每個截面用如圖6所示選擇檢測點，圖6中，頂點有兩個點構(gòu)成(id6061、id21461)，取左邊一個點id21461作為頂點進行，獲取id18941、id20341、id21461、id4941、id3541這5個點的豎直和水平方向的應(yīng)變作為輸入。頂點(id21461)豎直方向應(yīng)力作為輸入。然后帶入到傳統(tǒng)elm和優(yōu)化后的elm進行訓(xùn)練，獲得模型。最后選取其他的截面3個，采用同樣方法獲取應(yīng)變和應(yīng)力的數(shù)據(jù)，作為測試樣本，帶入實施例1所建立的方法中進行測試。得到如圖7所示的結(jié)果圖。其中期望的應(yīng)力曲線為具體實際應(yīng)用傳感器檢測獲得的真實值，傳統(tǒng)elm預(yù)測的應(yīng)力曲線為傳統(tǒng)elm模型獲得的應(yīng)力值，優(yōu)化后elm預(yù)測的應(yīng)力曲線為利用實施例1方法預(yù)測獲得的應(yīng)力值。結(jié)果說明本發(fā)明建立的巷道圍巖應(yīng)力的建模與預(yù)測方法獲得預(yù)測應(yīng)力值與實際測量的應(yīng)力值之間差異最小，可將預(yù)測應(yīng)力值視為真實值使用。實施例3本發(fā)明建立的方法與現(xiàn)有技術(shù)方法對同一巷道圍巖應(yīng)力測試的比較分析，分別采用下面方法，對照組1：采用市面上的三維測量儀測量圍巖應(yīng)力；對照組2：現(xiàn)有技術(shù)中的利用flac3d數(shù)值方法；實驗組1：未優(yōu)化的傳統(tǒng)elm建模方法；實施例1所述的建模方法應(yīng)用于預(yù)測巷道圍巖應(yīng)力。對上述方法測量獲得預(yù)測應(yīng)力與實際測量比較后的誤差的差異大小、耗時長短、耗費費用所得數(shù)據(jù)見下表1。表1.檢測結(jié)果實驗對象誤差差異測量耗時耗費費用對照組1-->1天300萬元對照組2理想情況下小>1小時10元實驗組1大2秒4000元實施例1小40分鐘4000元從表1中可以看出：采用市面上的三維測量儀測量圍巖應(yīng)力，獲得的可視為真實值，但所需時間較長，傳感器價格高達數(shù)百萬人民幣。除此之外，一些化學(xué)實驗儀器和人力成本投入也是必不可少的。采用現(xiàn)有的數(shù)值方法分析，成本低廉，但只能巷道圍巖在理想的狀態(tài)下，數(shù)值方法才能獲得較好的效果，實用性不足。采用未優(yōu)化的傳統(tǒng)elm建模方法，需要用應(yīng)變傳感器獲得巷道圍巖的應(yīng)變，其傳感器總價約為4000元左右，成本相對不高，傳統(tǒng)elm建模方法速度較快，但是誤差較大。相對而言，本申請所述優(yōu)化elm建模方法，也需要用應(yīng)變傳感器獲得巷道圍巖的應(yīng)變投入成本也是4000元左右，相對人力成本不高，檢測結(jié)果誤差小，預(yù)測結(jié)果接近于價格較高，精度較高的應(yīng)力傳感器檢測的結(jié)果，效益可觀。由上可見，本發(fā)明所述建模方法分析周期短、操作步驟簡單，利用計算機建模并計算、提高了測試精度、提高了工作效率。另外，該方法的使用減少了儀器投入和大量人力的投入，工作強度小，節(jié)約了生產(chǎn)所投入的成本，同時減少了人為誤差。以上僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出的是，上述優(yōu)選實施方式不應(yīng)視為對本發(fā)明的限制，本發(fā)明的保護范圍應(yīng)當(dāng)以權(quán)利要求所限定的范圍為準(zhǔn)。對于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，在不脫離本發(fā)明的精神和范圍內(nèi)，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。當(dāng)前第1頁12