来源：期刊VIP网 时间：
作者：王明年;夏覃永;林鹏;孙鸿强;易文豪;
单位：西南交通大学土木工程学院;西南交通大学极端环境岩土和隧道工程智能建养全国重点实验室;
摘要：为在施工阶段快速、准确地判识隧道围岩级别，提出一种利用随钻参数和掌子面高清数码图像2类多源异构数据进行信息融合的围岩分级模型。以位于山区的2座钻爆法大断面隧道工程为背景，采集随钻参数和掌子面高清数码图像样本各807份，对2类样本信息进行针对性处理；利用处理后的数据，基于随机森林模型和Inception-v3模型训练，分别建立随钻参数围岩智能分级模型和掌子面高清数码图像围岩智能分级模型；运用信息融合技术对2类数据进行特征融合，构建随钻参数和掌子面高清数码图像信息融合的围岩分级模型；依托背景工程对3种模型进行验证与对比。结果表明：在相同的样本条件下，融合分级模型的性能最好，准确率为94.48%，平均召回率为91.52%，平均精确率为91.13%，平衡F分数为91.20%；通过现场试验进一步对比3种模型在全新样本上的性能表现，融合分级模型准确率达到92.31%，已具有工程应用价值，能够实现对现场各掌子面随钻参数和掌子面图像的自动处理与信息提取，并对围岩级别做出智能判识。
关键词：大断面隧道;;围岩分级;;随钻参数;;掌子面高清数码图像;;信息融合
基金资助：国家自然科学基金资助项目（51878567）;; 中国国家铁路集团有限公司科技研究开发计划重大课题（K2020G035,K2021G024）
