一种基于神经网络的巷道围岩变形预测方法,属于预测巷道围岩变形的方法。通过层次分析得到围岩的关键影响因素,对不同地质条件下现场检测数据进行采集和整理,由监测得到的可信赖的数据组作为巷道围岩变形的训练样本,训练样本数据通过trainlm函数对神经网络系统进行训练,可建立BP神经网络模型;利用经训练的神经网络对巷道开挖初期变形量进行预测,根据输入的指标参数,得到围岩顶板下沉量、底板上移量、巷帮位移量及产生的最大塑性区破坏深度,神经网络会根据预测请求预测出开挖初期的巷道变形,选取合适的支护参数对巷道进行支护控制,预防由于岩体失稳所带来的安全事故。为巷道采挖过程提供可信赖的预测数据,指导巷道施工过程,合理的安排工序。
声明:
“基于神经网络的巷道围岩变形预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)