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。