在高地应力、硬岩围岩情况下的隧道工程中,岩爆是一种常见且危害巨大的灾害。由于隧道全场范围内跨越的地应力场、围岩情况是复杂的,前人基于某一隧道岩爆或某一片区隧道岩爆记录所提出的预测方法,在另一不同情况的隧道中往往并不适用,导致了在岩爆预测研究中尚未有一种放之四海而皆准的标准。川藏铁路是连接川藏地区的干线铁路,其中许多隧道处于高地应力、硬岩围岩情况,具有较高的岩爆风险,岩爆预测尤为重要,但在部分已完成的隧道工程中,岩爆预测准确率并不高。有鉴于此,本文依托拉萨至林芝铁路段桑珠岭隧道工程,提出岩爆烈度分级标准及岩爆判据,以期对拉林段甚至川藏铁路地区的铁路隧道提供一种岩爆识别及预测的参考方法,主要研究工作及研究成果如下:（1）通过系统资料调研,基于拉萨至林芝段桑珠岭隧道,确立了岩爆烈度方案的制定方法及原则,进行了隧道研究段内岩爆现场实测,提出了基于实测结果统计的岩爆烈度分级方案,完成了对隧道研究段已发生岩爆的烈度等级划分。（2）基于现有岩爆预测方法研究,确立了适用于桑珠岭隧道的应力强度比σθ/σc判据形式,进行了现场点荷载试验测定σc取值,运用了现场应力解除法结合数值模拟获取σθ取值,采用了k NN机器学习算法获得σθ/σc与岩爆烈度等级对应阈值,提出了应力强度判据预测形式的岩爆判据。（3）基于拉萨至林芝段达嘎拉隧道、祝拉岗隧道、岗木拉隧道现场岩爆实测记录,建立了数值计算模型,计算了目标断面的σθ/σc取值,应用了所提出岩爆判据进行岩爆预测,分析了所提岩爆判据与现有同类型岩爆判据的异同并进行评价。（4）基于机器学习方法的基本思想,探讨了岩爆判据的改进形式,确立了基于更新训练样本的岩爆判据阈值改进方法,运用了k NN机器学习算法,提出了改进的岩爆判据阈值;提出了引入考虑多因素的智能算法的改进方法,讨论了样本较少时智能算法的评估方式,证实了XGBoost算法可用于岩爆预测领域,建立了基于该算法的岩爆预测模型。