2022年8月28日下午，课题组陈佳耀同学的博士学位论文《基于机器视觉多维表征的岩石隧道工作面围岩分级与安全评价》顺利通过答辩评审。答辩在腾讯会议线上平台举行，参加答辩的专家老师有：答辩主席，北京交通大学张顶立教授；答辩委员，上海交通大学杜守继教授，上海理工大学陈有亮教授，同济大学张丰收教授，张林教授，薛亚东副教授，张东明教授和黄宏伟教授；答辩秘书，同济大学周鸣亮博士后。合计60多位隧道五室的其他老师与同学与会旁听。

陈佳耀的博士论文针对岩石隧道工作面多维特征信息高效提取、准确量化和安全评价等问题，采用现场实测、理论分析、机器学习与数值模拟等研究手段，开展了系统研究。论文的研究工作对提高隧道安全状态判断水平，具有重要的理论意义和工程实用价值，取得的主要创新成果如下：（1）建立了岩石隧道工作面岩体结构、软弱夹层、地下水及裂隙等特征的图像深度学习模型，极大提升了特征识别和提取的广度和精度，实现了工作面二维特征信息的自动化分类、语义分割和量化提取。（2）构建了岩石隧道三维结构面产状表征方法和混合机器学习迹线分类模型，提高了工作面三维迹线分类的精度，实现了不连续面特征产状的可视化表征和结构面迹线的准确提取。（3）建立了多源异构数据融合的混合集成机器学习模型和响应面模型驱动的安全系数评价方法，实现了围岩分级RMR指标的精准预测，得到了工作面复杂关键特征的安全效应。

图1 像素坐标简化示意图

图2 不连续结构面提取示意图

图3 基于DFN的隧道开挖模拟

撰稿人：陈佳耀 周烨璐

编辑人：姚鸿增