一种基于支持向量机的岩体冲击地压声发射预测方法
【技术领域】
[0001] 本发明属于采矿安全领域，具体涉及一种基于支持向量机的岩体冲击地压声发射 预测方法。
【背景技术】
[0002] 冲击地压是由地下开采引起岩体应力状态发生改变，产生应力集中，当达到岩石 强度极限时，聚积在岩体中的弹性能以突然、急剧的形式释放而产生的猛烈动力现象。岩体 震动和破坏引发冲击地压可能引发各种矿井灾害，给矿井生产和职工生命安全造成极大威 胁。在产生冲击地压过程中，岩体应变能以弹性波的形式释放出来的现象称为声发射现象。 相关研宄表明，声发射与岩体受冲击应力作用而产生弹性波密切相关，声发射信号在某种 程度上包含了岩体冲击地压的前兆信息。因此，可以通过研宄岩体所受冲击倾向力学指标 和声发射信号特征参数来开发冲击地压的预测方法，从而方便指导矿区安全生产。
[0003] 当前，已有的岩体冲击地压预测方法主要有钻肩法、声发射监测、综合指标法 等，但存在缺乏理论模型、评价参数指标选择单一、预测准确度及效率地下等缺点。如 中国专利"冲击地压预测预警方法"（CN201210155302.7)提到根据钻孔排出的煤粉 量及其变化规律和有关动力效应鉴别冲击危险，以及中国专利"一种冲击地压预测方 法"（CN201310040211. 3)提到根据钻孔震动现象的特征值来判断是否有冲击危险性，这两 种方法都没有明确的指出评判冲击地压的评价参数指标而且缺乏理论预测模型，人为主观 因素大，预测效率低下；中国专利"煤矿冲击地压分源综合预警方法"（CN201210128672. 1) 提到用各监测系统的监测结果数据是否超过预定的报警阀值来判断冲击地压危险等级，以 及中国专利"煤矿冲击地压综合预警观察方法"（CN201410022940. 1)提到通过全方位的声 发射监测系统采集信号数据，当达到系统设置的预警参数时，进行报警，从而实现煤矿冲击 地压危险性监测预警。虽然有了明确的评价参数指标，也很好的利用了声发射信号提供的 丰富信息，但没有考虑到诱发岩体冲击地压产生的冲击倾向物理力学参数，评价参数选择 不全面，也没有有效的预测模型，所以其预测结果可靠性不强。因此，有必要开发一种既充 分利用了冲击倾向物理力学参数和声发射信号特征参数，又根据理论预测模型的岩体冲击 地压预测方法。
【发明内容】
[0004] 本发明的目的针对上述问题，提供一种基于支持向量机的岩体冲击地压声发射预 测方法。该方法通过RBF核函数的SVM来建立回归预测模型，用于模型训练的原始样本数 据中冲击倾向力学指标反映了冲击地压发生的内在原因，声发射信号特征参数表征了冲击 地压的外在信息。同时SVM预测模型的构建过程中惩罚因子C和核参数g通过发明提出的 K-CV算法来优化，避免了将SVM用于预测领域时对参数寻优采用经验确定，缺乏依据，泛化 能力弱的缺陷。
[0005] 为实现上述目的，本发明采用的技术方案主要包括以下内容：
[0006] SI:对原始样本数据进行模型训练，构建SVM回归预测模型；
[0007] S2 :用模糊信息粒化方法对原始样本数据中预测目标能量释放值进行信息粒化处 理，再运用S1中的回归预测模型对预测目标能量释放值的变化趋势和变化空间进行预测。
[0008] 进一步，所述步骤S1中，具体包括：
[0009] S11 :原始样本数据的提取；
[0010] S12:数据归一化处理；
[0011] S13 :SVM回归预测模型训练；
[0012] S14 :获得SVM回归预测模型。
[0013] 进一步，所述步骤S11，具体为：
[0014] 岩体冲击地压声发射SVM预测模型训练所需输入原始样本数据，包括冲击地压预 测影响因子：弹性能指数、冲击能量指数、动态破坏时间、振铃计数、信号幅值，预测目标： 能量释放值。其中影响因子数据用于SVM模型训练，能量释放值用于量化评估岩体冲击地 压危险性。通过岩石力学系统和声发射监测系统可以采集到原始样本数据。
[0015] 进一步，所述步骤S12,具体为：
[0016] 将提取获得的原始数据进行归一化处理，采用的归一化映射如下：
【主权项】
1. 基于支持向量机的岩体冲击地压声发射预测方法，其特征包括： 51 :冲击地压评价指标的研宄，评价指标包括岩体冲击倾向物理力学参数和声发射信 号特征参数； 52 :SVM回归预测模型的建立，采用高斯径向基函数作为SVM的核函数，运用K-CV交叉 验证算法优化选取惩罚参数C和核函数参数g ; 53 :模糊信息粒化数据处理，用模糊信息粒化方法对原始数据中的预测目标值进行模 糊信息粒化处理，进而对每个信息粒进行SVM训练，获得多个粒化参数的决策函数，最终得 出预测目标的变化趋势和变化空间。
2. 如权利要求1所述的特征Sl中，冲击地压评价指标的研宄，本发明在试验测定各评 价指标的基础上，分析了岩体冲击地压倾向性的影响因素，提出以能量释放值来量化评估 岩体冲击地压危险性。用弹性能指数、冲击能量指数、动态破坏时间、振铃计数、信号幅值作 为评判冲击地压的影响因子，为SVM预测模型输入的样本数据提取提供依据。
3. 如权利要求1所述的特征S2中，SVM回归预测模型的建立主要包括确定核函数，以 及惩罚参数C和核函数参数g的优化选取，本发明选择高斯径向基函数（RBF)作为SVM预 测模型的核函数，具有很好的回归预测性能；发明提出一种K-CV交叉验证算法用于SVM模 型参数的优化选取，能极大提高回归预测的准确率，同时K-CV算法优化获取的C和g是依 赖于预测样本原始数据的，具有很好的理论说服力，可以解决传统SVM预测方法中通过经 验取值确定参数的弊端。
4. 如权利要求1所述的S3中，模糊信息粒化数据处理的方法，首先将原始样本数据中 的预测目标值按照时间先后将其分割为多个子序列，每个子序列作为一个数据窗口；然后 通过三角型模糊粒化方法将每个数据窗口进行模糊粒化处理，这样就得到了所需要的模糊 信息粒。
【专利摘要】本发明属于采矿安全领域，涉及一种基于支持向量机的岩体冲击地压声发射预测方法，发明以SVM回归预测为手段，在试验研究分析的基础上，选定能量释放值作为预测岩体冲击地压的判断指标，用冲击倾向物理力学参数和声发射信号特征参数作为评判冲击地压的影响因子，并根据这些指标参数提取样本数据生成SVM输入向量；SVM预测模型的构建中选择高斯径向基函数(RBF)作为SVM的核函数，运用K-CV交叉验证算法优化选取最佳惩罚参数C和核函数参数g；进一步地将模糊信息粒化数据处理方法运用到支持向量机的回归预测中，可以实现冲击地压预测目标值的变化趋势和变化空间的预测。
【IPC分类】G06Q50-02, G06Q10-04
【公开号】CN104809518
【申请号】CN201510209527
【发明人】鲜晓东, 袁双, 刘洋, 李晓龙, 苏航
【申请人】重庆大学
【公开日】2015年7月29日
【申请日】2015年4月29日