-
公开(公告)号：CN106198870B
公开(公告)日：2018-06-29
申请号：CN201610527924.6
申请日：2016-07-06
Applicant: 中国矿业大学
Abstract: 一种基于神经网络的锚杆杆体损伤位置识别方法，属于锚杆杆体损伤位置识别方法。该识别方法通过实际工程观测的数据，输入锚杆杆体损伤位置数据的训练样本，对神经网络进行训练；利用经训练的神经网络对巷道支护所用的锚杆杆体进行检测，根据输入指标参数，通过神经网络的反馈分析，神经网络会根据预测请求预测出锚杆杆体损伤位置，选取合适的支护参数对巷道进行支护控制，利用得到的锚杆杆体损伤位置数据判断锚杆的锚固质量，预防由于岩体失稳所带来的安全事故。优点：本方法可实现锚杆的无损检测，在训练样本足够多的话检测结果准确，操作简单，在杆体尺寸已知的情况下只需在锚杆的支护裸露端测得锚杆的频率即可。
-
公开(公告)号：CN105260575A
公开(公告)日：2016-01-20
申请号：CN201510788783.9
申请日：2015-11-17
Applicant: 中国矿业大学
Abstract: 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。
-
公开(公告)号：CN105260575B
公开(公告)日：2018-12-04
申请号：CN201510788783.9
申请日：2015-11-17
Applicant: 中国矿业大学
Abstract: 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。
-
公开(公告)号：CN106198870A
公开(公告)日：2016-12-07
申请号：CN201610527924.6
申请日：2016-07-06
Applicant: 中国矿业大学
Abstract: 一种基于神经网络的锚杆杆体损伤位置识别方法，属于锚杆杆体损伤位置识别方法。该识别方法通过实际工程观测的数据，输入锚杆杆体损伤位置数据的训练样本，对神经网络进行训练；利用经训练的神经网络对巷道支护所用的锚杆杆体进行检测，根据输入指标参数，通过神经网络的反馈分析，神经网络会根据预测请求预测出锚杆杆体损伤位置，选取合适的支护参数对巷道进行支护控制，利用得到的锚杆杆体损伤位置数据判断锚杆的锚固质量，预防由于岩体失稳所带来的安全事故。优点：本方法可实现锚杆的无损检测，在训练样本足够多的话检测结果准确，操作简单，在杆体尺寸已知的情况下只需在锚杆的支护裸露端测得锚杆的频率即可。
-
-
-
Search Results
4
records
(took 0.018 seconds)
