基于MDO-XGBoost算法的钻凿参数与岩体等级关系研究

摘要

根据岩体实际等级优化爆破方案是提高爆破效果的一个重要途径，但在现场施工时难以直接获取开挖面各部分岩体的等级信息。为此以重庆某隧道为背景，提出一种基于现场钻凿参数识别岩体等级的方法。现场勘测岩体特征并划分岩体等级，采集钻凿数据并筛选出与岩体等级相关的钻凿参数；针对不同岩体等级的样本数量不均衡情况，采用基于马氏距离的过采样技术(MDO)扩充小样本类别的数据量；利用极端梯度提升(XGBoost)算法拟合钻凿参数与岩体等级的关系，建立岩体等级识别模型；最后基于模型识别结果优化现场爆破方案。结果表明：MDO-XGBoost模型对岩体等级整体识别率达到80%;基于岩体等级识别结果优化的爆破方案提高了爆破进尺，且缩短了出渣时间。研究提供了一种在样本不均衡时基于钻凿参数准确识别岩体等级的方法，有助于隧道现场的智能爆破和高效施工。

关键词

钻凿参数 / 岩体等级识别模型 / 不均衡样本 / 过采样技术 / 极端梯度提升算法

基金资助

北京市科学技术协会青年人才托举工程(No.BYESS2023043)