摘要:地下工程向着深部地层发展,实践中常出现超经验认识现象,需要有效评估围岩监测指标对围岩损伤状态的判定能力。针对此问题,在引入围岩体积扩容率(volume expansion rate, 简称VER)指标的基础上,提出一种基于机器学习的围岩监测指标效力评估方案。首先,基于离散元方法,实施6种地应力水平的围岩监测试验,隧洞开挖后实时监测位移、应力以及岩体损伤;其次,基于机器学习技术进行围岩损伤判定与指标评估试验。结果表明:离散元试验获得的围岩监测数据合理;基于机器学习分类算法的损伤判定结果具有较高精度;随着地应力的增加,显著性监测指标呈现由浅部到深部、由区域性损伤到点破坏的变化过程,该结果从监测角度描述了围岩失稳历程;在地应力水平更高的条件下,切向应力对围岩状态变化更加敏感。