1.一种基于声波检测和人工智能的岩体力学参数获取方法，其特征在于，包括如下步骤：步骤一、构建BP神经网络；步骤二、构建岩体力学参数数据库，将所述数据库中的力学参数输入所述步骤一中的BP神经网络训练，得到训练好的BP神经网络；步骤三、取得待检测岩体的岩石样品，测得待检测岩体的岩石样品的单轴抗压强度和待检测岩石的纵波速度，以及带有初始损伤的待检测岩体的波速，并作为输入，输入所述步骤二中训练好的BP神经网络中，基于所述训练好的BP神经网络，输出岩体的抗压强度σ c 和岩体的弹性模量E，所述岩体的抗压强度σ c 和岩体的弹性模量E用作隧道开挖方式的参考参数；所述步骤二中的岩体力学参数数据库的构建过程如下：采集包含全部类型的岩体的岩石试样，对任一种类型的岩石试样，至少测试三种含水状态和十种损伤状态，得到共计三十种不同工况下的岩石试样的力学参数；所述力学参数用作神经网络的输入；所述三种含水状态依次表示为：S-1、S-2和S-3，其中，S-1代表干燥状态，即含水率为0%；S-2表示半饱和状态，即含水率为50%；S-3代表完全饱和状态，即含水率为100%；所述十种损伤状态依次表示为D-1~D-10；所述损伤状态的定义如下：对岩石试样加载持续增大的荷载，直至开裂，且岩石试样开裂时所承受的荷载强度为其极限强度；在初始荷载和极限强度间由小到大依次选择十个不同的荷载值，荷载的大小以岩石试样极限强度为基准，所述十个不同的荷载值的选择如下：以塑性阶段的临界点作为初始荷载值，以极限强度的95%作为最末的荷载值，其他的荷载值在极限强度的70%至极限强度的95%的区间内依次选择；十个不同的荷载依次对应岩石试样的十种损伤状态D-1~D-10，其中，D-1表示无初始损伤，其为在初始荷载值下的损伤状态。
2.如权利要求1所述的一种基于声波检测和人工智能的岩体力学参数获取方法，其特征在于，所述待检测岩体的岩石样品的单轴抗压强度由单轴抗压试验测得。
3.如权利要求2所述的一种基于声波检测和人工智能的岩体力学参数获取方法，其特征在于，所述岩石试样的力学参数为：岩石试样的单轴抗压强度，岩石试样的纵波速度和带有初始损伤的岩石试样的波速。
4.如权利要求3所述的一种基于声波检测和人工智能的岩体力学参数获取方法，其特征在于，所述岩石试样的力学参数采用如下方式获得：所述岩石试样的单轴抗压强度采用如下方式获得：通过点荷载试验测出岩石试样的抗压强度，将所述岩石试样的抗压强度作为输入用的岩石试样的单轴抗压强度；所述带有初始损伤的岩石试样的波速采用如下方式获得：对岩石试样进行预压开裂，得到带有初始损伤的岩石试样，通过地震波法测试波速。
5.如权利要求1-4中任一项所述的一种基于声波检测和人工智能的岩体力学参数获取方法中的岩体力学参数数据库的建立方法，其特征在于，包括如下步骤：采集包含全部类型的岩体的岩石样品，对任一种类型的岩石样品，至少测试三种含水状态和十种损伤状态，得到共计三十种不同工况下的力学参数；所述力学参数用作神经网络的输入；所述三种含水状态依次表示为：S-1、S-2和S-3，其中，S-1代表干燥状态，即含水率为0%；S-2表示半饱和状态，即含水率为50%；S-3代表完全饱和状态，即含水率为100%；所述十种损伤状态依次表示为D-1~D-10；所述损伤状态的定义如下：对岩石试样加载持续增大的荷载，直至开裂，且岩石试样开裂时所承受的荷载强度为其极限强度；在初始荷载和极限强度间由小到大依次选择十个不同的荷载值，荷载的大小以岩石试样极限强度为基准，以塑性阶段的临界点作为初始荷载值，以极限强度的95%作为最末的荷载值，其他的荷载值在极限强度的70%至极限强度的95%的区间内依次选择；十个不同的荷载依次对应岩石试样的十种损伤状态D-1~D-10，其中，D-1表示无初始损伤，其为在初始荷载值下的损伤状态。
