劉明淳 蔣加森 姜海濤 陳智斌 謝仁青

摘要：針對(duì)傳統(tǒng)地下開(kāi)采礦山巖體質(zhì)量評(píng)價(jià)指標(biāo)之間存在信息冗余的問(wèn)題，以國(guó)內(nèi)某海下開(kāi)采金屬礦山為例，選用巖石單軸飽和抗壓強(qiáng)度、巖體質(zhì)量指標(biāo)RQD值、結(jié)構(gòu)面狀況等8個(gè)指標(biāo)作為評(píng)價(jià)指標(biāo)，采用主成分分析法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行降維處理，獲得方差累積貢獻(xiàn)率達(dá)94.873 %的前2個(gè)主成分，根據(jù)單指標(biāo)分類區(qū)間構(gòu)造5個(gè)巖體質(zhì)量等級(jí)，建立巖體質(zhì)量評(píng)價(jià)的EWM-TOPSIS評(píng)價(jià)模型。研究結(jié)果表明：相對(duì)傳統(tǒng)的可拓評(píng)價(jià)方法，PCA-EWM-TOPSIS耦合算法對(duì)巖體質(zhì)量分級(jí)結(jié)果的準(zhǔn)確率達(dá)88.2 %，評(píng)價(jià)結(jié)果與可拓評(píng)價(jià)方法評(píng)價(jià)結(jié)果基本一致，且PCA-EWM-TOPSIS耦合算法解決了評(píng)價(jià)指標(biāo)過(guò)度冗余的問(wèn)題，大大簡(jiǎn)化了計(jì)算過(guò)程，提高了巖體質(zhì)量評(píng)價(jià)的效率。該方法具有良好的工程應(yīng)用價(jià)值，可以應(yīng)用于地下開(kāi)采礦山巖體質(zhì)量分級(jí)中。

關(guān)鍵詞：地下開(kāi)采;巖體質(zhì)量分級(jí);主成分分析;PCA耦合;EWM-TOPSIS算法

中圖分類號(hào)：TD313????????? 文章編號(hào)：1001-1277（2022）06-0027-05

文獻(xiàn)標(biāo)志碼：Adoi：10.11792/hj20220606

引 言

在地下開(kāi)采礦山的建設(shè)生產(chǎn)過(guò)程中，淺部礦產(chǎn)資源已幾乎開(kāi)采殆盡，逐步往深部發(fā)展。由于深部圍巖的高地應(yīng)力狀態(tài)，巖體的破碎現(xiàn)象時(shí)有發(fā)生，這是巖體穩(wěn)定性變差的一大誘因。巖體質(zhì)量分級(jí)是評(píng)價(jià)工程地質(zhì)條件及圍巖穩(wěn)定性的一項(xiàng)重要手段，是硐室及巷道開(kāi)挖前的一項(xiàng)重要工作，科學(xué)、合理地確定巖體質(zhì)量分級(jí)，可以對(duì)開(kāi)采方式的選擇、采場(chǎng)結(jié)構(gòu)參數(shù)的優(yōu)化及支護(hù)設(shè)計(jì)等提供理論指導(dǎo)。

目前，地下工程中應(yīng)用較為廣泛的巖體質(zhì)量分析方法較多，如傳統(tǒng)的RQD法、RMR法和Q分類法單因素評(píng)價(jià)方法等。近年來(lái)，隨著計(jì)算機(jī)科學(xué)算法的不斷發(fā)展，越來(lái)越多的綜合評(píng)價(jià)方法被應(yīng)用于地下開(kāi)采礦山的巖體質(zhì)量分級(jí)中。例如：尹會(huì)永等[1]提出通過(guò)有效度修正最大隸屬度的方法，建立了改進(jìn)的熵權(quán)-模糊綜合評(píng)價(jià)模型，將其應(yīng)用于沂南金礦圍巖質(zhì)量分級(jí)中，得到了更為科學(xué)合理的分級(jí)結(jié)果，并提出了相應(yīng)的支護(hù)措施;張超等[2]采用分形理論推導(dǎo)出了反映巖體質(zhì)量等級(jí)的分形維數(shù)，獲得了分形維數(shù)與巖體質(zhì)量之間的量化關(guān)系;胡建華等[3]采用指標(biāo)權(quán)重的組合賦權(quán)法，對(duì)礦山巖體質(zhì)量評(píng)價(jià)的物元模型進(jìn)行了構(gòu)建，在司家營(yíng)鐵礦巖體質(zhì)量分級(jí)中獲得了較好的應(yīng)用效果;張海磊等[4]提出了巖體質(zhì)量分級(jí)的極限學(xué)習(xí)機(jī)（ELM）模型，評(píng)價(jià)結(jié)果表明，ELM模型具有良好的泛化能力，能夠在巖體質(zhì)量分級(jí)中獲得準(zhǔn)確的結(jié)果;鄭相悅[5]針對(duì)巖體質(zhì)量的隨機(jī)性和模糊性，提出了巖體質(zhì)量分級(jí)的變權(quán)重-云模型評(píng)價(jià)方法，獲得了與RMR法較為一致的結(jié)果;陳順滿等[6]提出了改進(jìn)功效系數(shù)-粗糙集的巖體質(zhì)量分級(jí)模型，并將其成功應(yīng)用于抽水蓄能電站的地下工程巖體質(zhì)量分級(jí)中;梁桂蘭等[7]基于可拓理論，通過(guò)熵權(quán)法確定指標(biāo)權(quán)重，將熵權(quán)-可拓模型應(yīng)用于壩基巖體質(zhì)量評(píng)價(jià)中，效果顯著。

以上研究表明，神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)及分形理論等數(shù)學(xué)方法被廣泛應(yīng)用于工程巖體質(zhì)量評(píng)價(jià)中。在巖體質(zhì)量評(píng)價(jià)中，各種數(shù)學(xué)模型的核心和目的在于將巖體質(zhì)量評(píng)價(jià)指標(biāo)進(jìn)行聚類處理。地下開(kāi)采礦山巖體質(zhì)量綜合評(píng)價(jià)的特點(diǎn)體現(xiàn)在高維度和多指標(biāo)上，然而，現(xiàn)存的研究結(jié)果大多沒(méi)有對(duì)評(píng)價(jià)指標(biāo)的相關(guān)性進(jìn)行探討，多指標(biāo)權(quán)重計(jì)算使得評(píng)價(jià)過(guò)程變得復(fù)雜，在工程上操作較為繁瑣，有些甚至對(duì)評(píng)價(jià)結(jié)果影響較大。因此，為解決地下開(kāi)采礦山巖體質(zhì)量評(píng)價(jià)中評(píng)價(jià)指標(biāo)信息冗余的問(wèn)題，本文首先采用主成分分析法（PCA）[8-10]將高維度的原始評(píng)價(jià)指標(biāo)進(jìn)行降維，使之成為少數(shù)幾個(gè)相互獨(dú)立的綜合指標(biāo)（主成分），同時(shí)計(jì)算得到每個(gè)主成分客觀權(quán)重，在此基礎(chǔ)上，采用耦合熵權(quán)、TOPSIS法[11-13]構(gòu)建地下開(kāi)采礦山巖體質(zhì)量的評(píng)價(jià)模型，為實(shí)現(xiàn)礦山巖體質(zhì)量的精準(zhǔn)分級(jí)提供技術(shù)支持，保證礦產(chǎn)資源的安全生產(chǎn)。

1 PCA-EWM-TOPSIS耦合算法評(píng)價(jià)模型

1.1 基本原理

主成分分析法計(jì)算的核心思想是在保證指標(biāo)信息不受影響的基礎(chǔ)上，通過(guò)計(jì)算評(píng)價(jià)指標(biāo)的特征值及方差累積貢獻(xiàn)率，使之成為幾個(gè)線性獨(dú)立的綜合指標(biāo)，即主成分;再采用主成分代替原始評(píng)價(jià)指標(biāo)，得到主成分矩陣，并將其作為決策矩陣。在獲得決策矩陣后，通過(guò)TOPSIS法獲得各主成分的歐氏距離。最后，計(jì)算待評(píng)價(jià)對(duì)象的歐氏距離，對(duì)主成分矩陣進(jìn)行合理排序，確定待評(píng)價(jià)指標(biāo)的等級(jí)。

1.2 評(píng)價(jià)模型的構(gòu)建

1） 評(píng)價(jià)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化方法對(duì)待評(píng)價(jià)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算公式為：

y ij=x ij-min（x ij）jmax（x ij）j-min（x ij）j，越大越好的指標(biāo)

y ij=max（x ij）j-x ijmax（x ij）j-min（x ij）j，越小越好的指標(biāo)（1）

式中：y ij為第i個(gè)評(píng)價(jià)對(duì)象第j個(gè)指標(biāo)標(biāo)準(zhǔn)化處理后的值;x ij為第i個(gè)評(píng)價(jià)對(duì)象第j個(gè)指標(biāo)的初始數(shù)據(jù);min（x ij）j為第j個(gè)評(píng)價(jià)指標(biāo)中的最小值;max（x ij）j為第j個(gè)評(píng)價(jià)指標(biāo)中的最大值。

2） 標(biāo)準(zhǔn)化數(shù)據(jù)的主成分分析。通過(guò)主成分分析法，獲得各指標(biāo)特征值及方差累積貢獻(xiàn)率，確定主成分及主成分矩陣。主成分矩陣轉(zhuǎn)化為特征向量矩陣，其表達(dá)式為：

Y i1=b 11y i1+b 12y i2+…+b 1jy ijY i2=b 21y i1+b 22y i2+…+b 2jy ij

Y ik=b k1y i1+b k2y i2+…+b kjy ij

（2）

式中：Y ik為第i個(gè)評(píng)價(jià)對(duì)象的第k個(gè)主成分;b kj為第k個(gè)主成分第j個(gè)指標(biāo)的特征變量;y ij為第i個(gè)評(píng)價(jià)對(duì)象第j個(gè)指標(biāo)標(biāo)準(zhǔn)化處理后的值（i=1，2，…，m;j=1，2，…，l）。

確定各主成分貢獻(xiàn)率，計(jì)算公式為：

w k=a k/∑lk=1a k（3）

式中：w k為第k個(gè)主成分的貢獻(xiàn)率;a k為第k個(gè)主成分的方差貢獻(xiàn)率;∑lk=1a k為所抽取主成分的方差累積貢獻(xiàn)率，根據(jù)方差累積貢獻(xiàn)率將權(quán)重較小的主成分剔除，一般取方差累積貢獻(xiàn)率達(dá)85 %以上的主成分組成主成分矩陣A。

3） 基于熵權(quán)法（EWM）的權(quán)重計(jì)算。將主成分矩陣A作為待評(píng)價(jià)矩陣，基于EWM法確定待評(píng)價(jià)指標(biāo)（新形成的主成分）的權(quán)重。其步驟一般為：

計(jì)算第j個(gè)指標(biāo)的信息熵（S（d j））和輸出熵（C（d j）），即

S（d j）=-∑mi=1y ijln y ij

C（d j）=S（d j）ln m（4）

計(jì)算得到第j個(gè)指標(biāo)的差異系數(shù)（H（d j））：

H（d j）=1-C（d j）（5）

第j個(gè)指標(biāo)的權(quán)重W j為：

W j=H（d j）∑nj=1H（d j）（6）

則評(píng)價(jià)指標(biāo)的權(quán)重向量為：W=（W 1，W 2，…，W n）。

4） 通過(guò)對(duì)主成分矩陣A賦權(quán)獲得加權(quán)后的矩陣B，有：

B=（b ij） m′n=（W jY ij） m′n（7）

5） 確定每個(gè)主成分的正、負(fù)理想解r+ ik和r- ik。確定不同評(píng)價(jià)對(duì)象與正、負(fù)理想解的歐式距離d+、d-，以及相對(duì)貼近度T i。

d+=∑lk=1（r ik-r+ ik）2

d-=∑lk=1（r ik-r- ik）2 （8）

T i=d- id+ i+d- i（9）

2 地下開(kāi)采礦山巖體質(zhì)量評(píng)價(jià)體系的建立

對(duì)巖體質(zhì)量進(jìn)行綜合評(píng)價(jià)是礦山企業(yè)安全高效開(kāi)采的前提，而評(píng)價(jià)體系的建立對(duì)巖體質(zhì)量評(píng)價(jià)結(jié)果的合理性與準(zhǔn)確性有著直接的影響。在整個(gè)評(píng)價(jià)指標(biāo)體系中，各因素既有聯(lián)系，又存在相互制約的關(guān)系。因此，首先選取幾個(gè)評(píng)價(jià)指標(biāo)，再采用PCA法進(jìn)行降維處理，可以有效降低評(píng)價(jià)指標(biāo)之間的信息冗余，全面反映巖體質(zhì)量評(píng)價(jià)所需要的信息。

在礦山實(shí)際生產(chǎn)過(guò)程中，一般以巖體的物理力學(xué)參數(shù)、結(jié)構(gòu)面特性及地下水狀態(tài)等影響工程巖體穩(wěn)定性的因素作為巖體質(zhì)量評(píng)價(jià)的指標(biāo)。具體來(lái)說(shuō)，在相關(guān)理論及實(shí)際研究中，影響地下開(kāi)采礦山巖體質(zhì)量的因素概括起來(lái)有完整巖石的物理力學(xué)參數(shù)、巖體的完整程度、巖體的結(jié)構(gòu)面性質(zhì)、巖體賦存環(huán)境及采動(dòng)影響因素5大類。考慮到評(píng)價(jià)指標(biāo)的量化問(wèn)題，本文選取巖石單軸飽和抗壓強(qiáng)度（R c）、巖體質(zhì)量指標(biāo)RQD值、結(jié)構(gòu)面狀況（J f）、節(jié)理間距（J d）、完整性系數(shù)（K v）、地應(yīng)力影響系數(shù)（Q）、地下水狀態(tài)（W）、爆破開(kāi)挖擾動(dòng)系數(shù)（D）等8個(gè)指標(biāo)作為評(píng)價(jià)指標(biāo)。根據(jù)以往巖體質(zhì)量分級(jí)結(jié)果及相關(guān)國(guó)家、行業(yè)規(guī)范和標(biāo)準(zhǔn)，將地下開(kāi)采礦山巖體質(zhì)量分為5個(gè)等級(jí)（見(jiàn)表1），即Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ。

3 工程應(yīng)用實(shí)例

3.1 工程背景

以國(guó)內(nèi)某海下開(kāi)采金屬礦山為工程背景。近年來(lái)，隨著淺部礦產(chǎn)資源開(kāi)采殆盡，該礦山逐漸轉(zhuǎn)向深部開(kāi)采。由于深部“三高一擾動(dòng)”的影響，巖體所受地應(yīng)力增大，巖體的完整性隨之變差，巖體的穩(wěn)定性也越來(lái)越差，導(dǎo)致工作面周圍經(jīng)常出現(xiàn)頂板冒落、片幫等一系列工程問(wèn)題，部分區(qū)域甚至出現(xiàn)了巖爆現(xiàn)象，嚴(yán)重影響礦山深部的安全生產(chǎn)。

為了實(shí)現(xiàn)礦山的有序生產(chǎn)，首先必須對(duì)礦區(qū)巖體進(jìn)行準(zhǔn)確評(píng)價(jià)，再根據(jù)巖體質(zhì)量等級(jí)對(duì)礦山開(kāi)采方案進(jìn)行選擇，確定合理的采場(chǎng)結(jié)構(gòu)參數(shù)，以確保礦山資源的安全、高效、經(jīng)濟(jì)開(kāi)采。

圍繞礦山巖體質(zhì)量評(píng)價(jià)體系的建立，以該礦山直屬礦區(qū)為工程背景，在礦區(qū)巖體室內(nèi)試驗(yàn)和現(xiàn)場(chǎng)調(diào)查的基礎(chǔ)上，確定各待評(píng)價(jià)區(qū)域的巖體質(zhì)量評(píng)價(jià)指標(biāo)值，結(jié)果見(jiàn)表2。

3.2 巖體質(zhì)量評(píng)價(jià)指標(biāo)的主成分分析

將表1中各等級(jí)的臨界值與表2中的待評(píng)價(jià)指標(biāo)值相結(jié)合，作為一個(gè)完整決策矩陣，標(biāo)準(zhǔn)化后通過(guò)SPSS軟件進(jìn)行決策矩陣的主成分分析，得到主成分方差貢獻(xiàn)率碎石圖（見(jiàn)圖1），通過(guò)計(jì)算分析得到8個(gè)成分的方差貢獻(xiàn)率分別為82.956 %、11.917 %、2.942 %、1.214 %、0.547 %、0.377 %、0.071 %及0.017 %，抽取前2個(gè)主成分，其方差累積貢獻(xiàn)率達(dá)到了94.873 %，能夠全面反映原始指標(biāo)所包含的信息。

用2個(gè)主成分代替原有的8個(gè)評(píng)價(jià)指標(biāo)，經(jīng)過(guò)線性變化，主成分矩陣計(jì)算公式為：

Y i1=0.144y i1+0.145y i2+0.144y i3+0.115y i4+

0.148y i5+0.126y i6+0.127y i7+0.145y i8

Y i2=0.19y i1+0.129y i2+0.072y i3+0.064y i4+

0.166y i5+0.050y i6+0.051y i7+0.212y i8（10）

通過(guò)式（10）的線性變化后，獲得標(biāo)準(zhǔn)化待評(píng)價(jià)區(qū)域的主成分決策矩陣，結(jié)果見(jiàn)表3。

3.3 熵權(quán)法確定指標(biāo)權(quán)重

采用式（4）～（6）計(jì)算表3中標(biāo)準(zhǔn)化的主成分決策矩陣權(quán)重，獲得主成分評(píng)價(jià)指標(biāo)權(quán)重值，結(jié)果見(jiàn)表4。

3.4 主成分評(píng)價(jià)指標(biāo)正、負(fù)理想解矩陣確定

在進(jìn)行主成分分析時(shí)，各評(píng)價(jià)指標(biāo)都進(jìn)行了歸一化處理，根據(jù)表1及式（4），可以確定表3中主成分評(píng)價(jià)指標(biāo)的分級(jí)標(biāo)準(zhǔn)范圍（Ⅰ～Ⅴ），獲得的2個(gè)正、負(fù)理想解矩陣分別為：

3.5 評(píng)價(jià)結(jié)果分析

根據(jù)所建立的主成分矩陣進(jìn)行EWM-TOPSIS模型評(píng)價(jià)，獲得各待評(píng)價(jià)區(qū)域的巖體質(zhì)量評(píng)價(jià)結(jié)果，見(jiàn)表5。以待評(píng)價(jià)區(qū)域N 1為例，通過(guò)式（7）～（9）計(jì)算得到的評(píng)價(jià)指標(biāo)到各等級(jí)理想解貼近度為T(mén) Ⅲ>T Ⅳ>T V>T Ⅰ>T Ⅱ，判斷N 1的巖體質(zhì)量等級(jí)為Ⅲ級(jí)，其他以此類推。由表5可知，本文采用的PCA-EWM-TOPSIS耦合算法，相比可拓評(píng)價(jià)方法評(píng)價(jià)結(jié)果，除個(gè)別待評(píng)價(jià)區(qū)域結(jié)果有所出入外，其余評(píng)價(jià)結(jié)果基本與可拓評(píng)價(jià)方法評(píng)價(jià)結(jié)果保持一致，準(zhǔn)確率高達(dá)88.2 %。

因此，本文采用的評(píng)價(jià)模型與可拓評(píng)價(jià)方法計(jì)算結(jié)果非常吻合，由此可以認(rèn)為，PCA-EWM-TOPSIS耦合算法評(píng)價(jià)結(jié)果是準(zhǔn)確可靠的，該評(píng)價(jià)方法是行之有效的。雖然本文采用方法與可拓評(píng)價(jià)方法評(píng)價(jià)結(jié)果存在微小的差異，但是對(duì)整體的評(píng)價(jià)結(jié)果影響不大。另外，采用主成分分析法對(duì)原始評(píng)價(jià)指標(biāo)進(jìn)行降維處理，消除了冗余信息，在不影響評(píng)價(jià)結(jié)果的基礎(chǔ)上，大大降低了繁瑣的計(jì)算過(guò)程，相比其他評(píng)價(jià)方法，提高了整體的計(jì)算效率，不失為一種有效的地下工程巖體質(zhì)量評(píng)價(jià)方法。

4 結(jié) 論

本文提出了地下礦山巖體質(zhì)量評(píng)價(jià)的PCA-EWM-TOPSIS耦合算法評(píng)價(jià)模型，并在國(guó)內(nèi)某海下開(kāi)采金屬礦山進(jìn)行了應(yīng)用，取得如下結(jié)論：

1） 針對(duì)傳統(tǒng)巖體質(zhì)量評(píng)價(jià)指標(biāo)之間的信息冗余，在8個(gè)評(píng)價(jià)指標(biāo)的基礎(chǔ)上，提出采用PCA法對(duì)原始評(píng)價(jià)指標(biāo)進(jìn)行降維處理。計(jì)算得到前2個(gè)主成分方差累積貢獻(xiàn)率為94.873 %，能夠較好地反映巖體質(zhì)量等級(jí)信息。

2） 采用EWM計(jì)算方法進(jìn)行主成分評(píng)價(jià)指標(biāo)的權(quán)重計(jì)算，保證了評(píng)價(jià)指標(biāo)權(quán)重獲取的科學(xué)性與客觀性。

3） 利用TOPSIS方法對(duì)賦權(quán)后的決策矩陣進(jìn)行正、負(fù)理想解貼近度的計(jì)算，充分挖掘待評(píng)價(jià)樣本間的內(nèi)在規(guī)律，獲得了與可拓評(píng)價(jià)方法較為一致的結(jié)果，準(zhǔn)確率達(dá)88.2 %。本文采用的PCA-EWM-TOPSIS耦合算法評(píng)價(jià)模型，最大限度地消除了評(píng)價(jià)指標(biāo)的數(shù)據(jù)冗余，大大簡(jiǎn)化了數(shù)據(jù)處理及計(jì)算過(guò)程，而結(jié)果與傳統(tǒng)評(píng)價(jià)方法卻無(wú)顯著差異，驗(yàn)證了該方法的準(zhǔn)確性及有效性，為地下開(kāi)采礦山巖體質(zhì)量評(píng)價(jià)提供了新思路。

[參 考 文 獻(xiàn)]

[1] 尹會(huì)永，趙涵，徐琳，等.巖體質(zhì)量分級(jí)的改進(jìn)模糊綜合評(píng)價(jià)法[J].金屬礦山，2020（7）：53-58.

[2] 張超，宋衛(wèi)東，付建新.分形理論在巖體質(zhì)量評(píng)價(jià)中的研究[J].礦業(yè)研究與開(kāi)發(fā)，2020，40（2）：75-79.

[3] 胡建華，艾自華.基于最優(yōu)組合賦權(quán)的地下礦山巖體質(zhì)量可拓評(píng)價(jià)模型[J].黃金科學(xué)技術(shù)，2017，25（4）：39-45.

[4] 張海磊，嚴(yán)文炳，郭生茂，等.基于ELM模型的巖體質(zhì)量分級(jí)及應(yīng)用[J].黃金，2018，39（12）：36-38，42.

[5] 鄭相悅.基于變權(quán)重-云模型的巖體質(zhì)量評(píng)價(jià)方法[J].現(xiàn)代礦業(yè)，2018，34（7）：88-90，95.

[6] 陳順滿，吳愛(ài)祥，王貽明，等.基于粗糙集和改進(jìn)功效系數(shù)法的巖體質(zhì)量評(píng)價(jià)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，46（7）：36-41.

[7] 梁桂蘭，徐衛(wèi)亞，談小龍.基于熵權(quán)的可拓理論在巖體質(zhì)量評(píng)價(jià)中的應(yīng)用[J].巖土力學(xué)，2010，31（2）：535-540.

[8] 陳紹杰，劉久潭，汪鋒，等.基于PCA-RA的濱海礦井水源識(shí)別技術(shù)研究[J].煤炭科學(xué)技術(shù)，2021，49（2）：217-225.

[9] 黃楠，鄭祿林，左宇軍，等.基于PCA-Fuzzy-PSO-SVM的巷道圍巖穩(wěn)定性評(píng)價(jià)[J].礦業(yè)研究與開(kāi)發(fā)，2020，40（12）：75-80.

[10] 劉曉光，劉爽，李柯.PCA-聚類分析在煤與瓦斯突出預(yù)測(cè)中的應(yīng)用研究[J].煤炭技術(shù)，2017，36（6）：166-168.

[11] 盧富然，陳建宏.基于AHP和熵權(quán)TOPSIS模型的巖爆預(yù)測(cè)方法[J].黃金科學(xué)技術(shù)，2018，26（3）：365-371.

[12] 魏杰，李全明，褚衍玉，等.基于EWM-TOPSIS模型的房柱式采場(chǎng)布置方案優(yōu)選研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，44（5）：691-695.

[13] 王石，徐磊，柯愈賢，等.基于最優(yōu)組合權(quán)重的GRA-TOPSIS深井巷道支護(hù)方案優(yōu)選[J].重慶大學(xué)學(xué)報(bào)，2019，42（6）：78-87.

Rock mass quality grading of underground mining mine based

on PCA-EWM-TOPSIS coupled algorithm

Liu Mingchun，Jiang Jiasen，Jiang Haitao，Chen Zhibin，Xie Renqing

（Fujian Geotechnical Engineering Investigation and Research Institute Co.，Ltd.）

Abstract：In view of the problem of information redundancy between traditional quality evaluation indicators of underground rock mass，8 indicators，such as the uniaxial saturated compressive strength of rocks，the RQD value of quality indicators of rock mass，and the status of structural planes，are selected as evaluation indicators for an undersea metal mine in China.The first 2 principal components with a variance cumulative contribution rate of 94.873 % are obtained by dimensionality reduction of the evaluation indexes using principal component analysis （PCA），and 5 rock mass quality grades are constructed based on the single index classification interval to build an EWM-TOPSIS evaluation model for rock mass quality evaluation.The results of the study show that the PCA-EWM-TOPSIS coupled method achieves 88.2 % accuracy for the quality grading results of rock mass with respect to the traditional topological assessment method，and the evaluation results basically agree with the evaluation results of the topological assessment method，and the PCA-EWM-TOPSIS coupled method solves the problem of the over-redundancy of the evaluation indexes，greatly simplifying the calculation process and improves the efficiency of the quality evaluation of rock mass.The method has good engineering application potentials and can be applied to underground rock mass quality grading.

Keywords：underground mining;rock mass quality grading;principal component analysis;PCA coupled;EWM-TOPSIS algorithm

收稿日期：2021-12-13; 修回日期：2022-02-15

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（12005099）

作者簡(jiǎn)介：劉明淳（1988—），男，福建閩侯人，工程師，從事礦山巖土工程勘察、設(shè)計(jì)、施工等方面的研究工作;福州市閩侯縣上街鎮(zhèn)海西科技園科技東路1號(hào)中國(guó)冶金地質(zhì)總局二局3樓，福建巖土工程勘察研究院有限公司，350001;E-mail：568292871@qq.com