基于人工神經網絡的露天礦邊坡穩定性分析

馬俊南 任志丹

摘要：邊坡穩定性分析是露天礦山的重點研究方向，本文根據某露天礦邊坡發生滑坡的實際問題，利用人工神經網絡的分析方法，對該礦原設計邊坡結構參數與優化后的邊坡結構參數進行分析討論。本文既解決了礦山的實際問題，又為礦山利用神經網絡進行邊坡穩定性分析積累了經驗。

Abstract： Slope stability analysis is the key research direction of open-pit mine. According to the actual problem of slope landslide in an open-pit mine， the original design parameters of slope and the optimized parameters of slope structure are analyzed and discussed by using the analysis method of artificial neural network. This paper not only solves the practical problems of mine， but also accumulates experience for mine slope stability analysis using neural network.

關鍵詞：邊坡;人工神經網絡;穩定性分析;參數優化

Key words： slope;artificial neural network;stability analysis;parameter optimization

中圖分類號：TD854? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）26-0203-02

0? 引言

露天礦山在開采后會形成不同類型的邊坡，其中，采場邊坡的穩定性評價成為露天礦山采礦工程中的重點研究對象。采場邊坡的力學性質會隨著采區內的采礦活動而發生一系列變化，因此露天礦山的采場邊坡極易失穩而發生坍塌或滑坡現象。2018年3月，某露天銅礦采場東南部邊坡頂部出現了局部裂縫，之后變形范圍變大、程度深，局部出現了坍塌，給安全生產造成隱患，經過分析認為該滑坡已形成。本文利用人工神經網絡對采場原設計邊坡和優化邊坡進行穩定性分析，確定優化方案，合理解決邊坡失穩滑坡問題。

1? 礦區工程地質

礦區位于岡底斯-念青唐古拉褶皺系與唐古拉-昌都-蘭坪-思茅褶皺系兩個Ⅰ級大地構造單元的接合部，屬于瀾滄江復雜火山巖帶中南段火山巖島弧。礦區位于地震多發區，屬于7°～9°高烈度設防區。該礦采場的東南部邊坡主要由英安巖、凝灰巖和流紋巖構成，上盤英安巖巖層破碎，中部為松軟的凝灰巖，下盤為流紋巖。且斷層發育較多，其中包括兩個較大的縱斷層及若干小斷層，兩大縱斷層中的一條與松軟凝灰巖的位置和走向一致，走向N41°W，傾向NE，傾角57°，在標高1130m至1180m錯斷凝灰巖50m。另一個縱斷層走向N51°W，傾向SW，傾角53°，兩斷層之間存在較大的滑坡體。同時，該采場東南部標高1200m以上的巖石風化程度較為嚴重，因此導致該區域的巖石穩定性相應變差。

2? 滑坡形成因素分析

影響露天礦邊坡穩定性的因素十分復雜，其中最主要的因素為邊坡巖土類型及性質、地質結構、水文地質條件等。除此以外，還有巖石風化、地表水和大氣水的作用、地震及人類工程活動等。這些因素綜合起來可以分為內在因素和外在因素兩大類[1]。內在因素為：邊坡巖土類型及性質、巖土體結構等;外在因素為：水文地質條件、巖石風化、地表水和大氣水的作用、地震及人為因素等。對邊坡穩定性起決定作用的是內在因素，它們決定邊坡的變形破壞的形式和規模。外在因素只有通過內在因素才能對邊坡的穩定性的變化起到促進作用，促使邊坡變形破壞的發生。

2.1 內在因素

該采場東南部邊坡的巖石性質主要是以破碎英安巖和土層為主。影響邊坡穩定性的因素主要是，地質構造、巖體的巖性、結構面、結構體構造及抗剪強度等。在影響邊坡穩定性或導致滑坡的諸多因素中，復雜的地質條件、巖層結構體和結構面為主要內因，特別是不同地質結構的硬度存在的差異也很大，而巖體的軟弱結構面、不穩定的軟夾層對邊坡變形或邊坡失穩起控制作用，另外，該邊坡角度過大，其巖體結構的力學性質相對較差，受松軟凝灰巖地層的影響，從而造成邊坡失穩，導致滑坡。

2.2 外在因素

外在因素中，爆破工藝以及生產過程中開采的方法技術條件等也是造成邊坡失穩的重要因素。該露天礦采場東南部邊坡巖層分為兩部分，上部巖層為強風化英安巖，下部巖層為流紋巖，在強風化英安巖和流紋巖之間存在夾層，夾層為自身力學性質較差的凝灰巖，所以該夾層屬于軟弱層。在礦山開采過程中，切斷了邊坡中部的軟弱夾層，從而導致邊坡上部的英安巖順著軟弱夾層發生滑動和變形，由于上部邊坡角度過大，在巨大下滑力的作用下邊坡巖土體出現滑動，發生滑坡[2]。

3? 巖體力學參數的確定

根據礦山實際情況，選取具有代表性的主要巖石和礦石進行物理力學參數的試驗測定，經過現場調查后，在合適的地段現場采取符合試驗要求的巖（礦）塊樣，分別進行室內的相關物理力學指標試驗，得出該礦巖石力學最終參數，見表1。

4? 邊坡穩定性分析

4.1 人工神經網絡

人工神經網絡（Artificial Neural Network，即ANN），是在研究生物神經網絡系統的學習能力和并行機制的基礎上提出的一門新興交叉學科[3]。人工神經網絡是基于模仿大腦神經網絡結構和功能而建立的一種信息處理系統。

4.2 BP神經網絡模型

BP神經網絡的應用是十分廣泛的，在很多學科及行業中都能發揮良好的作用，在神經網絡學科中，BP神經網絡是發展最為成熟的，它可以對非線性可微分函數進行權值訓練[4]。在具體應用中，BP神經網絡以及它的變化形式占據了人工神經網絡80%-90%的份額，BP神經網絡是前向網絡的核心部分，體現了人工神經網絡最精華的部分。

如圖1所示，BP網絡的構造包括輸入層、輸出層和隱含層，同一層中的節點只和該層緊鄰的下一層各節點連接。在實際應用過程中，誤差達到規定范圍內，此次網絡的學習過程就可以結束。

4.3 露天礦邊坡穩定性的神經網絡預測

4.3.1 BP網絡模型構建

在利用神經網絡建立模型時，應將不可靠數據源剔除，系統規模減小后，系統學習的復雜性也隨之減少。

輸入參數是能夠影響露天礦邊坡穩定性的主要因素。建立BP神經網絡模型的關鍵是確定影響邊坡失穩規律的特征指標。

輸出參數是邊坡穩定性等級及安全系數。安全系數以實際輸出值為準;穩定性等級的劃分與所收集的邊坡實例采取統一的劃分原則，即分為穩定與失穩2級。其期望輸出的2級依次定為：穩定=（1，0），失穩=（0，1）。因此，模型的輸出參數為3個。

在建模過程中，根據輸入輸出參數的數目來決定輸入層和輸出層的節點數。根據實際情況，本次模型采用一個隱含層的網絡，隱層節點數經過試算后確定為13。因而，本BP網絡模型的結構為（6-13-3），即輸入層節點6個、隱含層節點13個、輸出層節點3個。

4.3.2 預測對象的選取

本次預測對象為原設計邊坡和優化后的邊坡。預測邊坡在開挖至最終形態后的穩定性情況。根據礦山原設計，邊坡參數如下：①最終幫坡角：西北面42°42′15″，東北面42°19′12″，東南面41°37′24″，西南面26°55′57″;②工作平臺臺階高度10m，終了時合并臺階高度20m;③臺階坡面角：最終臺階坡面角為65°，工作臺階坡面角為75°。滑坡現象發生后，對邊坡結構參數進行優化，建立模型時，將礦山邊坡分為上下兩部分，上部分邊坡主要為土層和風化嚴重英安巖，下部分邊坡主要為表面風化英安巖、英安巖和流紋巖，經邊坡結構參數優化研究綜合分析，該礦區地震烈度按7°考慮，得出最終優化邊坡角：上部邊坡17°，下部邊坡42°。各種模擬情況下的輸入參數分別見表2和表3所示，因此，在本次模擬計算參數的選取中，容重、粘聚力及內摩擦角的參數值以上下兩部分邊坡平均力學參數為依據。

4.3.3 預測結果分析

各剖面不同情況下的邊坡穩定性預測結果一并列于表2和表3。

從表2中可知，原設計中上部邊坡處于失穩狀態，下部邊坡處于穩定狀態，這與采場東南部邊坡已形成滑坡相吻合，證明原設計中對于采場上部邊坡的設計存在問題;從表3中可知，經過優化后的上部邊坡處于穩定狀態，安全系數達到1.443，證明邊坡優化參數達到預計的效果。

5? 結論

通過人工神經網絡對礦山采場邊坡穩定性的分析，得出以下結論：

①該露天礦東南部采場邊坡滑坡因素主要為上部土層和強風化英安巖力學性質較差，受凝灰巖軟弱地層的影響，造成邊坡失穩;

②優化邊坡結構參數后經人工神經網絡預測，該礦東南部采場邊坡安全系數達到1.2以上，處于穩定狀態;

③經過對邊坡的穩定性分析可知，人工神經網絡對于露天礦邊坡的穩定性分析具有較好的效果，分析結果較準確，誤差較小，并且應用范圍十分廣泛。

參考文獻：

[1]郭成，馬萃林，朱明，趙鳴展.模糊數學在露天礦邊坡穩定分析中的應用[J].現代礦業，2010（08）：38-40，43.

[2]任志丹，呂力行.某露天銅礦采場滑坡因素分析及治理的方案[J].價值工程，2014（2）：33-34.

[3]薛海棠.基于神經網絡模型的微懸臂梁力學特性研究[D].山西：中北大學，2009.

[4]任謝楠.基于遺傳算法的BP神經網絡的優化研究及MATLAB仿真[D].天津：天津師范大學，2014.

[5]張永興.邊坡工程學[M].北京：中國建筑工業出版社，2012.

[6]饒運章.巖土邊坡穩定性分析[M].湖南：中南大學出版社，2012.

[7]李志成，夏陽.露天開采[M].云南：云南大學出版社，2009.