基于岩石节理分形特性的岩体稳定性智能辨识

调查国内大量矿山地质资料,分析其矿岩节理裂隙数据,采用分形理论揭示岩体节理间距和产状分布的分形特性.采用混沌算法优化神经网络,建立矿岩稳定性与其岩石单轴抗压强度、单轴抗拉强度、内摩擦角、内聚力、弹性模量、岩体节理间距分形维数和节理产状分形维数的智能辨识模型,寻求岩体判别新方法.研究表明,岩体节理间距分形维数和产状分布分形维数可反映岩体节理空间分布的整体信息;节理间距分形维数越小,岩体完整性越好;产状分布分形维数越低,节理分散程度越小;即二者分形维数越小,岩体稳定性越好.智能辨识模型可以根据矿岩力学参数、岩体节理分形特征,预测不同地质条件下的岩体质量,为工程支护设计及施工提供依据.