岩爆是高地应力条件下的动态过程,能量的快速释放导致岩石自发爆炸。这可能导致设备损坏、人员伤亡和施工延误,是一种具有破坏性极大的工程地质灾害,给实际工程带来严重损失。随着我国基础工程的不断推进,尤其是地下空间的不断发展以及采矿工程的不断深入,在可见的未来,我国的岩爆预防与控制问题将越来越突出,成为深部地下空间工程地质灾害防治领域的重要课题。岩爆倾向性预测是防控岩爆灾害的重要基础。根据预测的结果对工程及时反馈并采取安全防护对策,减少或避免岩爆灾害带来的损失,这对于地下空间工程的建设及深部矿石开采具有重要的理论意义与实用价值。但由于岩爆的复杂机理和众多分类标准,这导致它们成为深层地下建筑和采矿工程中极为棘手的问题。在当前实践中,普遍采用多种岩爆评估标准,其中包括了发生在岩爆中的各种内、外在因素,并在岩爆预测中发挥了重要作用。岩爆预测主要分为两类:长期预测和短期预测。长期预测的主要目标是在工程项目的初始阶段为决策提供指导,而短期预测的主要目标是预测岩爆发生的详细时间和具体位置。本文主要考虑的是长期岩爆预测,在前人的研究基础上,总结了大量的工程实际成果应用于神经网络模型中,并结合实际工程经验对其进行验证。本文所作的主要工作及研究内容包括:(1)岩爆是极为复杂的动力现象,影响岩爆的因素有很多,如岩性、地应力、岩体结构、埋深、地下水、施工开挖方式等;在综合考虑各种因素,本文选取了其中四种最主要的影响因素即单轴抗压强度、单轴抗拉强度、最大切向应力和弹性能量指数,并对其进行Spearman相关性分析,验证其确实能作为可靠的评价指标。(2)从反映岩爆发生地点的围岩物理力学特征以及应力应变等条件出发,将岩爆烈度分为四个等级,即无岩爆、轻微岩爆、中等岩爆、强烈岩爆。(3)参考众多资料,进而建立合理可靠的样本数据库。(4)从多目标规划原理出发,结合理论分析,构建了高效准确的反向传播神经网络预测模型(Back-Propagation Network)。(5)从信息融合角度出发,结合三个代表性地区共20个工程实例对预测模型进行验证,选取其中最佳算法对模型进行训练。(6)利用神经网络模型对岩爆进行预测,并得到各级岩爆下的各类参数取值范围。