1.一种防护台车，其特征在于：包括机架(3)、行走组件(6)、落石缓冲组件(4)、喷淋组件(7)以及岩爆预警系统；行走组件(6)作为机架(3)移动的动力来源固设于机架(3)底部；落石缓冲组件(4)包括与机架(3)固定连接的拱架(23)以及固设于拱架(23)上的防护网(2)；岩爆预警系统包括用于检测围岩温度的热敏红外传感器(91)以及用于检测围岩形变的高灵敏激光传感器(92)。
2.根据权利要求1所述的防护台车，其特征在于：防护网（2）上绑设有兜网（22），兜网(22)的两侧固设于防护网（2）的两侧之间，兜网(22)位于防护网（2）向机架(3)方向凹陷或靠拢的一侧；耐冲网(21)有两个且固定连接在防护网（2）的两侧，兜网(22)的两侧分别位于两个耐冲网(21)的两侧之间，兜网(22)与耐冲网(21)分别位于防护网（2）的两侧；耐冲网(21)以及兜网(22)均与防护网（2）贴合。
3.根据权利要求2所述的防护台车，其特征在于：所述耐冲网(21)的两侧位于防护网（2）的两侧之间。
4.根据权利要求1所述的防护台车，其特征在于：还包括紧急避难组件(8)，所述紧急避难组件(8)包括固设于机架(3)上的防护板(81)、固设于防护板(81)上的氧气供应装置(82)以及固定连接在防护板(81)上的固定件。
5.根据权利要求1所述的防护台车，其特征在于：还包括辅助支撑装置(5)，所述辅助支撑装置(5)包括固设于机架(3)底部的液压缸(51)以及固设于液压缸(51)活塞杆端部的抵接板(52)。
6.一种非接触式隧道施工岩爆预警防护系统的搭建方法，其特征在于：包括上述权利要求1-5任一所述的防护台车，还包括以下步骤：
一、收集现有隧道开挖过程中传统微震监测和地勘资料，确定不同类型围岩发生岩爆频率较高的位置，建立参考数据库；
二、将不同围岩的理化指标和力学参数作为围岩分类的标准，并记载在参考数据库中，构建神经网络模型，获得基于步骤一中参考数据库的神经网络的隧道岩爆预警模型，通过预警模型的计算输出预警区域潜在岩爆的等级及其概率；
三、确定岩爆前兆时围岩局部温度快速上升阶段温度变化加速度；同时检测记录岩爆前夕围岩局部温度上升时形变变化加速度，将上述两个变化量输入参考数据库作为参考量，以步骤一中建立的参考数据库为基础，将其完善并形成“围岩力学参数-岩爆临界形变-岩爆临界
温度”数据库；
四、隧道开挖过程，在防护台车上加装多个用于监测围岩形变的高灵敏激光传感器和用于监测围岩温度变化的热敏红外传感器，在岩爆预警模型对现场岩爆进行预警后，通过现场检验预警结果与实际情况是否相符，将该次岩爆及对应的监测信息作为新样本对“围岩力学参数-岩爆临界形变-岩爆临界温度”数据库进行动态补充和更新；
五、隧道开挖过程中，当热敏红外传感器与高灵敏激光传感器二者中任一检测到的数据与“围岩力学参数-岩爆临界形变-岩爆临界温度”数据库中的参考数据匹配时，或者岩爆预警模型在接收到上述两个信号后给出危险信号的反馈时，声光报警系统会进行报警，警示工
作人员。
7.根据权利要求6所述的非接触式隧道施工岩爆预警防护系统搭建方法，其特征在于：所述步骤三中，获取岩芯后将岩芯等分为多份样本，并分别在不同环境温度下赋予岩芯不同的基础温度进行三轴试验。
8.根据权利要求6所述的非接触式隧道施工岩爆预警防护系统搭建方法，其特征在于：所述步骤三中，将试验获得的岩爆前夕温度变化速率与形变变化速率之间的联系通过步骤二中的人工智能学习进行对比分析，并通过步骤二中类神经网络算法输入“围岩力学参数-岩爆临界形变-岩爆临界温度”数据库和岩爆预警模型。
9.根据权利要求6所述的非接触式隧道施工岩爆预警防护系统搭建方法，其特征在于：在步骤三中增加台车正常移动情况时，热敏红外传感器和高灵敏激光传感器接收到的信号，多次、并在不同工况下进行试验后，将实验数据存入“围岩力学参数-岩爆临界形变-岩爆
临界温度”数据库内作为信号过滤时的参考量。
10.根据权利要求6所述的非接触式隧道施工岩爆预警防护系统搭建方法，其特征在于：所述步骤三中的神经网络包括个输入层、个卷积层、个池化层、个全连接层和个softmax层；输入层输入多参量序列，决策层输出岩爆等级及其概率；利用步骤一中的参考数据库对构建的神经网络模型进行训练优化，根据测试样本的分类结果，获得达到岩爆等级分类准确率最高的模型参数，即获得了基于“围岩力学参数-岩爆临界形变-岩爆临界温度”数据库和神经网络的隧道爆预警模型。