1.南京水利科学研究院 南京，210029;2.南京航空航天大学机场工程系 南京，211106;3.武汉大学水利水电学院 武汉，430072;4.天津大学建筑工程学院 天津，300350
汤雷，男，1972年6月生，博士、正高级工程师、博士生导师。主要研究方向为水工结构损伤探测。E-mail：ltang@nhri.cn
TV554;TV698.1
国家重点研发计划资助项目（2021YFC3090103）
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。