机器学习LGBM算法预测隧道岩爆分级

刘永红 屈希峰

隧道岩爆一旦发生，破坏力较大，可能伤及人员和设备。传统隧道岩爆分级：一是通过工程类比、经验判据;二是利用数值分析，主要有剪切抗压强度比法、应力比法、临界深度法等。文章旨在研究国内外22个项目104组岩爆分级数据，通过机器学习LGBM分类算法预测隧道岩爆分级。该分析方法可用在其他室内试验或监测检测领域，为工程决策提供依据。

隧道; 岩爆分级; 机器学习; LGBM算法

U456.3+3B

[定稿日期]2021-06-22

[作者简介]刘永红（1979～），男，硕士，高级工程师，从事岩土工程设计与施工工作。

隧道岩爆是隧道掌子面或洞壁在高地應力条件下出现岩块爆裂、剥落、弹（抛）射、气浪、发声甚至产生震动的现象，它是由于原先岩体在三向应力状态所积蓄的应变能在开挖暴露形成临空面后，使围岩失稳，突然瞬间转换为冲击动能的地质灾害，破坏力较大，可能伤及人员和设备[1]。

2009年11月28日四川凉山州冕宁锦屏水电站发生岩爆坍塌事故，造成多人死亡，数亿元人民币的经济损失[2];2014年3月9日，云南贡山县独龙江公路隧道内发生因岩爆造成的岩石结构坍塌风险事故，3名施工管理人员不幸被坠落的岩石砸中遇难[3];2015年5月31日，巴基斯坦NJ水电站引水隧洞发生岩爆，造成TBM严重损坏、3人死亡17人受伤[2].随着埋深的增加和应力水平的增高，地下工程岩爆呈频发趋势[3]。

传统隧道岩爆分级：一种方法是通过经验判据、工程类比;二是利用数值分析，主要有剪切抗压强度比法、应力比法、临界深度法等。随着数据挖掘技术和深度学习技术的不断发展，全面考虑多个影响因素的非线性岩爆预测方法取得了良好的预测效果，是一种值得研究、推广的方法[4]。

本文通过研究天生桥二级水电站、龙羊峡水电站、李家峡水电站、挪威Sewage隧道、意大利Raibl铅硫化锌矿、秦岭隧道、江边水电站、金川二矿、马路坪矿、北洺河铁矿、锦屏二级电站、苍岭隧道、二郎山隧道等22个工程，共104组岩爆分级数据，通过机器学习LGBM分类算法预测隧道岩爆分级。

1 数据描述

本次所采用的数据主要由4个参数组成每组数据，分别为：X1隧道岩石最大切向应力与岩石单轴抗压强度之比σθ/σc;X2岩石单轴抗压强度与单轴抗拉强度之比σc/σt;X3弹性能量指数Wet;X4爆烈分级。岩爆可分为4个等级，轻微岩爆（Ⅰ级）、中等岩爆（Ⅱ级）、强烈岩爆（Ⅲ级）和极强岩爆（Ⅳ级）。

岩爆的发生是多因素导致的，但是从根本上来讲，岩体的内部因素与外部条件决定了岩爆的发生。其中，内部因素是指岩体本身的岩石力学性质，包括岩体自身的脆性、岩石的抗压强度和储存弹性能等因素;外部条件是指岩体工程的整体地质环境以及环境的变化，如工程围岩的地应力水平和工程开挖方法等因素（表1、表2）。

从表2检测结果整体描述可以看出该数据集无缺失值以及各数据的分布范围。

2 特征重要性分析

2.1 特性向量相关性

在统计分析中，会用到相关系数进行表达，常用的相关系数有3种：Pearson相关系数、Spearman相关系数和Kendall相关系数。其中，Pearson相关系数是英国统计学家皮尔逊于20世纪提出的一种计算直线相关的方法，按照线性代数学水平理解，可以看做是两组数据的向量夹角的余弦，计算如式（1）所示。

ρx，y=cov（X，Y）σxσy=EX-μxY-μyσxσy

=E（XY）-E（X）E（Y）EX2-E2（X）EY2-E2（Y）（1）

r通常表示样本相关系数，希腊字母ρ用于表示总体参数。相关系数的取值范围为（-1，1），相关系数的正负号表示相关的方向，相关系数的含义理解如下：

（1）正值表示正相关，负值表示负相关，绝对值表示相关的程度。

（2）越接近1，表明两个变量相程度越高。

（3）r=1为完全正相关，r=-1为完全负相关，r越接近0，表明两个变量相关程度越低，r=0为零相关。

经计算分析，与隧道岩爆分级相关因素之间的相关性如图1所示。

根据图1可以看出，X1与X3呈正相关;X2与X3呈负相关。假定岩石单轴抗压强度为定值，围岩最大切向应力越大，X1越大，即X3弹性能量指数越大;单轴抗拉强度越小，X2越大，X3弹性能量指数越小。这些规律与岩爆多发生在高地应力区硬质岩中的常识是一致的。

2.2 特征重要性排行

为进一步分析各因素对的影响程度，对各特征向量的重要性进行排行，如图2所示。

根据图2，可以看出对于岩爆分级的影响X1>X3>X2，硬质岩在高赋能下，开挖出现临空面，在剪应力（切向应力）作用下，极易发生岩爆。

3 LGBM回归分析

3.1 LGBM计算原理

LGBM在原理上与GBDT及XGBoost类似，都是利用损失函数的负梯度作为当前决策树的残差逼近来拟合新的决策树。LGBM采用histogram算法，Histogram算法的基本思路是先把连续的浮点特征值离散化成k个整数，同时构造一个宽度为k的Histogram。在遍历数据的时候，根据离散化后的值作为索引在Histogram中累积统计量，当遍历一次数据后，Histogram累积了需要的统计量，然后根据Histogram的离散值，遍历寻找最优的分割点[7]。

假设训练集中有n个实例x1，…，xn。每次梯度迭时，模型分析数据研究变量的损失函数的负梯度发展方向可表示为g1，…，gn，决策树通过一个最优分割点（最大信息系统增益点）将数据分到各个不同节点[6]、[8]。GBDT通过分割后的方差来度量信息增益，例如O表示一个固定节点的训练集，d表示特征j的分割，定义为：

Vj|O（d）=1nO∑xi∈O：xij≤dgi2njl|O（d）+∑xi∈O：xij>dgi2njr|O（d）（2）

式中：nO=∑Ixi∈O，njlo=∑Ixi∈O：xi≥d，njr|O=∑Ixi∈O：xi>d

遍历每个特征的每个分裂点，找到dj=argmaxdVj（d），并计算得到最大的信息系统增益Vj（dj），然后，将数据可以根据不同特征j的分裂点dj将进行数据分到左右子节点[5]。

3.2 LGBM训练分类

本文分析使用Python语言，安装LGBM库，在Jupyter Notebook中加载数据进行分析[10]。

图3中，y轴1～4分别对应岩爆分级Ⅰ～Ⅳ，y轴分别为精确率（Precision）、召回率（Recall）、F1分数、每行标签出现的次数（support）。由于训练数据相对较少，模型整体得分71.5。

在分类模型混淆矩阵中T、F、P、N的含义：T真，F假，P阳性，N阴性。其两两组合后，TP：预测为1，实际为1，预测正确;FP：预测为1，实际为0，预测错误;FN：预测为0，实际为1，预测错误;TN：预测为0，实际为0，预测正确[9]。

精確率（Precision）=TPTP+FP（3）

召回率（Recall）=TPTP+FN（4）

精确率和召回率以称为查准率和查全率，通常情况下，根据他们发展之间的平衡点，定义进行一个新的指标：F1分数。F1评分兼顾了精确率和召回率，让两者同时达到最高水平，取得平衡。

F1=21Precision+1Recall（5）

3.3 模型测试

随机选择10行数据进程测试，用机器学习训练好的模型进行预测，结果见表3。

4 结论

（1）岩石切向应力与蓄能指数正相关，在工程中通过超前钻孔注水，提前释放岩石中蓄积的能量，可以有效降低岩爆发生的风险。

（2）单轴抗拉强度与蓄能指数负相关，也就是说硬岩抗拉强度越小，岩爆的风险越大。

（3）数据集样本数量偏少，在实践中需要继续搜集相关数据，以提高预测的准确度。

（4）本文的分析方法可用在其他室内试验或监测检测领域，为决策提供依据。

参考文献

[1] 冯夏庭，陈炳瑞，张传庆，等.岩爆孕育过程的机制、预警与动态调控[M].北京：科学出版社，2013.

[2] Feng X T.Rockburst： Mechanism，Monitoring，Warning and Mitigation[C] Elsevier - Health Sciences Division，2017.

[3] 中新网云南频道.近期隧道坍塌事故汇总[OL].[2014-09-16].http：//www.yn.chinanews.com/pub/html/spe-cial/2014/0916/20967.html.

[4] 王超，李岳峰，张成良.基于大样本数据挖掘分析的岩爆烈度分级预测模型[J].昆明理工大学学报： 自然科学版，2020，45（1）：26-31.

[5] 李航.统计学习方法.清华大学出版社，2012.

[6] 卢锦玲，郭鲁豫，张梦雪，等.基于MGS-LGBM算法的电力系统暂态稳定评估[J].电力科学与工程，2020（3）：1-9.

[7] 张旭东，钱仲文，沈思琪，等.一种基于LSTM与LGBM的电力负荷预测算法[J].系统工程，2019，37（1）：152-158.

[8] 王向鹏. 基于不平衡三分类LGBM模型的贷后风险预警研究[D].兰州：兰州大学，2019.

[9] 唐华松，姚耀文.数据挖掘中决策树算法的探讨[J].计算机应用研究，2001，18（8）：18-19.

[10] XGBoost：A Scalable Tree Boosting System. Chen T，Guestrin C. ACM SIGKDD International Conference on Knowledge Discovery and Data Mining . 2016.

2166500520339