在“十四五”科技创新规划纲要中提出了未来国内的科技发展将聚焦于“深地深海,空天科技”等八个前沿领域,其中深部地下空间相比于浅部地下空间,其岩体赋存环境主要表现为高地应力、高地温、高承压水头和强烈开采扰动,容易引发复杂地质灾害,例如硬岩岩爆、软岩大变形等。目前,岩爆问题更是成为制约深地空间安全高效开发的瓶颈问题。微震监测技术作为一种岩体微破裂监测技术,已经成为地下工程灾害监测预警的重要手段。目前微震监测的定位方法主要采用以时间残差为研究对象的定位方法,受限于对人工验证的依赖而无法保证微震事件定位的时效性,可能耽误灾害预警的最佳时机。此外,在岩爆预警工作中,根据微震参数演化进行的岩爆风险性预测受人为主观因素影响较大。基于上述工程现状,本文以构建基于微震监测的地下工程灾害智能预警方法为目标,依托“双江口地下厂房”和“引汉济渭引水隧洞”两个工程实例,针对微震定位和岩爆灾害预测两大科学问题分别提出“基于微震波形的智能定位方法”与“基于微震参数的岩爆预测方法”,为地下工程灾害智能预警和评价提供参考。本文的主要研究成果有:（1）以双江口地下厂房主厂房附近发生的微震事件构建了数据集,搭建了MSlocation Net全卷积神经网络,以波形作为神经网络的输入,以研究区域的三维Gauss函数作为神经网络的输出,对数据集进行过采样后,测试集中微震事件的震中误差、震源深度误差和绝对误差均小于5m,说明本文提出的MS-location Net能够对双江口主厂房附近的微震事件进行有效定位。（2）根据引汉济渭输水隧洞TBM的施工进度,选取260天内发生的岩爆等级情况作为研究对象。引入两类经典的机器学习算法,选取前一天的累积微震事件数、累积总能量、累积视应力、累积视体积、b值、最大矩震级以及传感器检测到的最大位移值作为模型的输入部分,以当天的岩爆等级标签值作为模型的输出部分。建立了一种基于微震参数的深埋隧道岩爆预测模型。（3）通过SVM、Adaboost、GBDT、Random tree、XGBoost算法在采取不同“过采样”方法的数据集上进行测试,比较5种算法的整体准确率及F1值等性能评价指标,表现最好的算法为Borderline-SMOTE 1-XGBoost算法,经5折交叉验证后的精度为87%,在选定测试集的精度为90%,宏F1值和微F1值分别为0.90、0.90,能够为引汉济渭的岩爆风险性预测提供参考。