基于人工神經(jīng)網(wǎng)絡(luò)的露天礦邊坡穩(wěn)定性分析

馬俊南 任志丹

摘要：邊坡穩(wěn)定性分析是露天礦山的重點(diǎn)研究方向，本文根據(jù)某露天礦邊坡發(fā)生滑坡的實(shí)際問題，利用人工神經(jīng)網(wǎng)絡(luò)的分析方法，對(duì)該礦原設(shè)計(jì)邊坡結(jié)構(gòu)參數(shù)與優(yōu)化后的邊坡結(jié)構(gòu)參數(shù)進(jìn)行分析討論。本文既解決了礦山的實(shí)際問題，又為礦山利用神經(jīng)網(wǎng)絡(luò)進(jìn)行邊坡穩(wěn)定性分析積累了經(jīng)驗(yàn)。

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(guān)鍵詞：邊坡;人工神經(jīng)網(wǎng)絡(luò);穩(wěn)定性分析;參數(shù)優(yōu)化

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

中圖分類號(hào)：TD854? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2019）26-0203-02

0? 引言

露天礦山在開采后會(huì)形成不同類型的邊坡，其中，采場(chǎng)邊坡的穩(wěn)定性評(píng)價(jià)成為露天礦山采礦工程中的重點(diǎn)研究對(duì)象。采場(chǎng)邊坡的力學(xué)性質(zhì)會(huì)隨著采區(qū)內(nèi)的采礦活動(dòng)而發(fā)生一系列變化，因此露天礦山的采場(chǎng)邊坡極易失穩(wěn)而發(fā)生坍塌或滑坡現(xiàn)象。2018年3月，某露天銅礦采場(chǎng)東南部邊坡頂部出現(xiàn)了局部裂縫，之后變形范圍變大、程度深，局部出現(xiàn)了坍塌，給安全生產(chǎn)造成隱患，經(jīng)過分析認(rèn)為該滑坡已形成。本文利用人工神經(jīng)網(wǎng)絡(luò)對(duì)采場(chǎng)原設(shè)計(jì)邊坡和優(yōu)化邊坡進(jìn)行穩(wěn)定性分析，確定優(yōu)化方案，合理解決邊坡失穩(wěn)滑坡問題。

1? 礦區(qū)工程地質(zhì)

礦區(qū)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(gè)Ⅰ級(jí)大地構(gòu)造單元的接合部，屬于瀾滄江復(fù)雜火山巖帶中南段火山巖島弧。礦區(qū)位于地震多發(fā)區(qū)，屬于7°～9°高烈度設(shè)防區(qū)。該礦采場(chǎng)的東南部邊坡主要由英安巖、凝灰?guī)r和流紋巖構(gòu)成，上盤英安巖巖層破碎，中部為松軟的凝灰?guī)r，下盤為流紋巖。且斷層發(fā)育較多，其中包括兩個(gè)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?guī)r的位置和走向一致，走向N41°W，傾向NE，傾角57°，在標(biāo)高1130m至1180m錯(cuò)斷凝灰?guī)r50m。另一個(gè)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(shí)，該采場(chǎng)東南部標(biāo)高1200m以上的巖石風(fēng)化程度較為嚴(yán)重，因此導(dǎo)致該區(qū)域的巖石穩(wěn)定性相應(yīng)變差。

2? 滑坡形成因素分析

影響露天礦邊坡穩(wěn)定性的因素十分復(fù)雜，其中最主要的因素為邊坡巖土類型及性質(zhì)、地質(zhì)結(jié)構(gòu)、水文地質(zhì)條件等。除此以外，還有巖石風(fēng)化、地表水和大氣水的作用、地震及人類工程活動(dòng)等。這些因素綜合起來(lái)可以分為內(nèi)在因素和外在因素兩大類[1]。內(nèi)在因素為：邊坡巖土類型及性質(zhì)、巖土體結(jié)構(gòu)等;外在因素為：水文地質(zhì)條件、巖石風(fēng)化、地表水和大氣水的作用、地震及人為因素等。對(duì)邊坡穩(wěn)定性起決定作用的是內(nèi)在因素，它們決定邊坡的變形破壞的形式和規(guī)模。外在因素只有通過內(nèi)在因素才能對(duì)邊坡的穩(wěn)定性的變化起到促進(jìn)作用，促使邊坡變形破壞的發(fā)生。

2.1 內(nèi)在因素

該采場(chǎng)東南部邊坡的巖石性質(zhì)主要是以破碎英安巖和土層為主。影響邊坡穩(wěn)定性的因素主要是，地質(zhì)構(gòu)造、巖體的巖性、結(jié)構(gòu)面、結(jié)構(gòu)體構(gòu)造及抗剪強(qiáng)度等。在影響邊坡穩(wěn)定性或?qū)е禄碌闹T多因素中，復(fù)雜的地質(zhì)條件、巖層結(jié)構(gòu)體和結(jié)構(gòu)面為主要內(nèi)因，特別是不同地質(zhì)結(jié)構(gòu)的硬度存在的差異也很大，而巖體的軟弱結(jié)構(gòu)面、不穩(wěn)定的軟夾層對(duì)邊坡變形或邊坡失穩(wěn)起控制作用，另外，該邊坡角度過大，其巖體結(jié)構(gòu)的力學(xué)性質(zhì)相對(duì)較差，受松軟凝灰?guī)r地層的影響，從而造成邊坡失穩(wěn)，導(dǎo)致滑坡。

2.2 外在因素

外在因素中，爆破工藝以及生產(chǎn)過程中開采的方法技術(shù)條件等也是造成邊坡失穩(wěn)的重要因素。該露天礦采場(chǎng)東南部邊坡巖層分為兩部分，上部巖層為強(qiáng)風(fēng)化英安巖，下部巖層為流紋巖，在強(qiáng)風(fēng)化英安巖和流紋巖之間存在夾層，夾層為自身力學(xué)性質(zhì)較差的凝灰?guī)r，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(dǎo)致邊坡上部的英安巖順著軟弱夾層發(fā)生滑動(dòng)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(xiàn)滑動(dòng)，發(fā)生滑坡[2]。

3? 巖體力學(xué)參數(shù)的確定

根據(jù)礦山實(shí)際情況，選取具有代表性的主要巖石和礦石進(jìn)行物理力學(xué)參數(shù)的試驗(yàn)測(cè)定，經(jīng)過現(xiàn)場(chǎng)調(diào)查后，在合適的地段現(xiàn)場(chǎng)采取符合試驗(yàn)要求的巖（礦）塊樣，分別進(jìn)行室內(nèi)的相關(guān)物理力學(xué)指標(biāo)試驗(yàn)，得出該礦巖石力學(xué)最終參數(shù)，見表1。

4? 邊坡穩(wěn)定性分析

4.1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN），是在研究生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)的學(xué)習(xí)能力和并行機(jī)制的基礎(chǔ)上提出的一門新興交叉學(xué)科[3]。人工神經(jīng)網(wǎng)絡(luò)是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)。

4.2 BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用是十分廣泛的，在很多學(xué)科及行業(yè)中都能發(fā)揮良好的作用，在神經(jīng)網(wǎng)絡(luò)學(xué)科中，BP神經(jīng)網(wǎng)絡(luò)是發(fā)展最為成熟的，它可以對(duì)非線性可微分函數(shù)進(jìn)行權(quán)值訓(xùn)練[4]。在具體應(yīng)用中，BP神經(jīng)網(wǎng)絡(luò)以及它的變化形式占據(jù)了人工神經(jīng)網(wǎng)絡(luò)80%-90%的份額，BP神經(jīng)網(wǎng)絡(luò)是前向網(wǎng)絡(luò)的核心部分，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)最精華的部分。

如圖1所示，BP網(wǎng)絡(luò)的構(gòu)造包括輸入層、輸出層和隱含層，同一層中的節(jié)點(diǎn)只和該層緊鄰的下一層各節(jié)點(diǎn)連接。在實(shí)際應(yīng)用過程中，誤差達(dá)到規(guī)定范圍內(nèi)，此次網(wǎng)絡(luò)的學(xué)習(xí)過程就可以結(jié)束。

4.3 露天礦邊坡穩(wěn)定性的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

4.3.1 BP網(wǎng)絡(luò)模型構(gòu)建

在利用神經(jīng)網(wǎng)絡(luò)建立模型時(shí)，應(yīng)將不可靠數(shù)據(jù)源剔除，系統(tǒng)規(guī)模減小后，系統(tǒng)學(xué)習(xí)的復(fù)雜性也隨之減少。

輸入?yún)?shù)是能夠影響露天礦邊坡穩(wěn)定性的主要因素。建立BP神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵是確定影響邊坡失穩(wěn)規(guī)律的特征指標(biāo)。

輸出參數(shù)是邊坡穩(wěn)定性等級(jí)及安全系數(shù)。安全系數(shù)以實(shí)際輸出值為準(zhǔn);穩(wěn)定性等級(jí)的劃分與所收集的邊坡實(shí)例采取統(tǒng)一的劃分原則，即分為穩(wěn)定與失穩(wěn)2級(jí)。其期望輸出的2級(jí)依次定為：穩(wěn)定=（1，0），失穩(wěn)=（0，1）。因此，模型的輸出參數(shù)為3個(gè)。

在建模過程中，根據(jù)輸入輸出參數(shù)的數(shù)目來(lái)決定輸入層和輸出層的節(jié)點(diǎn)數(shù)。根據(jù)實(shí)際情況，本次模型采用一個(gè)隱含層的網(wǎng)絡(luò)，隱層節(jié)點(diǎn)數(shù)經(jīng)過試算后確定為13。因而，本BP網(wǎng)絡(luò)模型的結(jié)構(gòu)為（6-13-3），即輸入層節(jié)點(diǎn)6個(gè)、隱含層節(jié)點(diǎn)13個(gè)、輸出層節(jié)點(diǎn)3個(gè)。

4.3.2 預(yù)測(cè)對(duì)象的選取

本次預(yù)測(cè)對(duì)象為原設(shè)計(jì)邊坡和優(yōu)化后的邊坡。預(yù)測(cè)邊坡在開挖至最終形態(tài)后的穩(wěn)定性情況。根據(jù)礦山原設(shè)計(jì)，邊坡參數(shù)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(tái)臺(tái)階高度10m，終了時(shí)合并臺(tái)階高度20m;③臺(tái)階坡面角：最終臺(tái)階坡面角為65°，工作臺(tái)階坡面角為75°。滑坡現(xiàn)象發(fā)生后，對(duì)邊坡結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化，建立模型時(shí)，將礦山邊坡分為上下兩部分，上部分邊坡主要為土層和風(fēng)化嚴(yán)重英安巖，下部分邊坡主要為表面風(fēng)化英安巖、英安巖和流紋巖，經(jīng)邊坡結(jié)構(gòu)參數(shù)優(yōu)化研究綜合分析，該礦區(qū)地震烈度按7°考慮，得出最終優(yōu)化邊坡角：上部邊坡17°，下部邊坡42°。各種模擬情況下的輸入?yún)?shù)分別見表2和表3所示，因此，在本次模擬計(jì)算參數(shù)的選取中，容重、粘聚力及內(nèi)摩擦角的參數(shù)值以上下兩部分邊坡平均力學(xué)參數(shù)為依據(jù)。

4.3.3 預(yù)測(cè)結(jié)果分析

各剖面不同情況下的邊坡穩(wěn)定性預(yù)測(cè)結(jié)果一并列于表2和表3。

從表2中可知，原設(shè)計(jì)中上部邊坡處于失穩(wěn)狀態(tài)，下部邊坡處于穩(wěn)定狀態(tài)，這與采場(chǎng)東南部邊坡已形成滑坡相吻合，證明原設(shè)計(jì)中對(duì)于采場(chǎng)上部邊坡的設(shè)計(jì)存在問題;從表3中可知，經(jīng)過優(yōu)化后的上部邊坡處于穩(wěn)定狀態(tài)，安全系數(shù)達(dá)到1.443，證明邊坡優(yōu)化參數(shù)達(dá)到預(yù)計(jì)的效果。

5? 結(jié)論

通過人工神經(jīng)網(wǎng)絡(luò)對(duì)礦山采場(chǎng)邊坡穩(wěn)定性的分析，得出以下結(jié)論：

①該露天礦東南部采場(chǎng)邊坡滑坡因素主要為上部土層和強(qiáng)風(fēng)化英安巖力學(xué)性質(zhì)較差，受凝灰?guī)r軟弱地層的影響，造成邊坡失穩(wěn);

②優(yōu)化邊坡結(jié)構(gòu)參數(shù)后經(jīng)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)，該礦東南部采場(chǎng)邊坡安全系數(shù)達(dá)到1.2以上，處于穩(wěn)定狀態(tài);

③經(jīng)過對(duì)邊坡的穩(wěn)定性分析可知，人工神經(jīng)網(wǎng)絡(luò)對(duì)于露天礦邊坡的穩(wěn)定性分析具有較好的效果，分析結(jié)果較準(zhǔn)確，誤差較小，并且應(yīng)用范圍十分廣泛。

參考文獻(xiàn)：

[1]郭成，馬萃林，朱明，趙鳴展.模糊數(shù)學(xué)在露天礦邊坡穩(wěn)定分析中的應(yīng)用[J].現(xiàn)代礦業(yè)，2010（08）：38-40，43.

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

[3]薛海棠.基于神經(jīng)網(wǎng)絡(luò)模型的微懸臂梁力學(xué)特性研究[D].山西：中北大學(xué)，2009.

[4]任謝楠.基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真[D].天津：天津師范大學(xué)，2014.

[5]張永興.邊坡工程學(xué)[M].北京：中國(guó)建筑工業(yè)出版社，2012.

[6]饒運(yùn)章.巖土邊坡穩(wěn)定性分析[M].湖南：中南大學(xué)出版社，2012.

[7]李志成，夏陽(yáng).露天開采[M].云南：云南大學(xué)出版社，2009.