共查询到19条相似文献,搜索用时 281 毫秒
1.
本文从分析巷道围岩稳定性影响因素入手,确定了影响巷道围岩稳定性的主要分类指标。在分析BP神经网络的基本原理和学习算法的基础上,根据改进的BP神经网络建立了围岩稳定性分类的神经网络识别模型,并运用VC++6.0编写程序对学习样本实现了分类。 相似文献
2.
3.
4.
通过应用基于BP神经网络模型系统对某矿山巷道围岩的实测变形值进行神经网络模拟,成功预测了巷道围岩的变形,有利于巷道支护设计和生产组织. 相似文献
5.
6.
7.
巷道围岩稳定性是煤矿安全生产的关键,准确的巷道围岩分级是围岩控制的基础。本文采用BP人工神经网络,设计训练得到一种巷道围岩分级模型,用以自动识别巷道围岩稳定性。根据工程实践中巷道的围岩稳定性分析案例,考虑巷道围岩的相关地质力学参数,通过Python构建改进的BP神经网络模型,对样本进行学习并将预测结果与实际相拟合。研究表明,构建围岩分级模型能够较为准确地对巷道围岩稳定性类别进行有效判断。 相似文献
8.
苗明义 《有色金属(矿山部分)》2013,65(3)
利用专家调查表的方式分析露天矿山边坡稳定性的主要影响因素,确定网络模型的输入层神经元。研究BP神经网络的结构和输出方式,对神经网络模型进行优化,并收集大量矿山稳定边坡的相关参数作为样本库,建立神经网络预测模型,将该模型用于某大型深凹露天矿山最终边坡角的预测。根据预测边坡角参数,采用SURPAC—MIDAS—FLAC3D多软件组合的方式,创建逼真的矿山边坡稳定性三维数值计算模型并进行模拟分析,结果表明,模型预测的边坡角满足设计要求。 相似文献
9.
10.
金属矿山巷道喷锚支护智能设计的研究与应用 总被引:1,自引:1,他引:0
依据巷道围岩稳定性分类作为喷锚支护的基础数据,研究运用神经网络对地下巷道围岩稳定性进行类别识别,建立改进的BP神经网络(MBP)的围岩稳定性识别模型;把喷锚支护设计的间接类比和整体加固理论与专家系统等人工智能技术相结合,研制了喷锚支护工程设计的智能系统,并运用工程实例验证了本智能系统的正确性。 相似文献
11.
以神经网络技术为基础,利用MATLAB软件设计了岩体可爆性分级的BP神经网络判别模型,使用此模型完成对某铁矿中7种不同岩体岩体可爆性分级判别,并将此判别结果与使用模糊识别方法的判别结果进行比较分析,得出的结论一致。体现了使用MATLAB语言设计BP神经网络模型不仅简便精确,而且还具备较强的可行性和客观性。 相似文献
12.
13.
如何能比较准确地预测滑坡的发生,已成为各矿山开采过程中的难题之一。对人工神经网络及BP网络模型作了简要的介绍,分析BP网络的结构特点、参数选择、数据收集与处理、构造网络模型等问题之后, 以中核金安铀矿的边坡稳定状况为学习训练样本及预测样本, 建立了预报模型。讨论了基于BP神经网络技术的边坡岩体稳定性分析方法及其有效性。实例计算表明,通过样本的训练检验,利用人工神经网络方法对边坡稳定性的预测取得了比较满意的效果,为今后此类边坡稳定性的评价提供了可借鉴的方法。为神经网络在矿山边坡稳定性的应用提供了可行性。 相似文献
14.
15.
针对广东泥竹塘铁矿露天边坡稳定性问题,为了获得矿山的稳定露天边坡角,研究使用BP神经网络进行预测分析。在预测过程中,以边坡岩体质量系数、岩体综合抗压、抗拉强度、内聚力、结构面力学特性、边坡高度及岩体密度等7个指标为输入因子,综合国内矿山27组露天矿山现场数据,建立网络学习、训练样本库,从而实现泥竹塘铁矿稳定露天边坡角的预测。结果表明,露天边坡角的BP神经网络预测模型最大误差小于3%,训练输出误差较小,精度较高,得到的泥竹塘露天铁矿上盘最终边坡角的预测值为42.8°,上盘最终边坡角的预测值为40.1°。多年的生产实践表明,该预测成果与实际基本相符,可为今后类似工程提供参考。 相似文献
16.
针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量,以安全系数为输出变量,随后利用该模型对露天矿边坡的实例进行分析,与传统BP神经网络预测模型性能进行比较。研究结果表明:GA-BP模型在进行露天矿边坡稳定性预测时效果好,具有误差小和计算精度高的优点,为准确预测露天矿边坡稳定性提供了一种新的方法。 相似文献
17.
18.
建立了煤矿回采巷道围岩分类与支护设计人工神经网络(BP网络)模型及巷道变形预测二级神经网络模型,并通过网络自适应、学习与匹配联想,得出了巷道围岩类别与支护强度及支护方式相对应的结果。同时,通过巷道变形预测二级神经网络模型预测了巷道顶底板移近速度,两帮移近速度及围岩动态。试验表明,神经网络(NN)输出结果与实际拟合良好。 相似文献
19.
运用神经网络方法评定软岩巷道顶板安全性 总被引:1,自引:0,他引:1
在综合考虑现有的几种软巷道围岩分级方案的基础上,确定用围岩水理性质,单轴抗压强度,围岩稳定性系数和开采深度作为软岩巷道顶板安全分级的指标,设计了实现安全分级的BP神经网络算法,并结合实例进行了计算。计算结果表明,本文所述的分级方法是可行的。 相似文献