共查询到20条相似文献,搜索用时 62 毫秒
1.
神经网络是人工智能一个重要分支。本文将神经网络BP网络法应用于锚杆支护决策分析。工程实例表明,用神经网络方法确定锚杆支护形式与参数,方法新颖,确实可行。 相似文献
2.
基于人工神经网络的煤巷锚杆支护设计研究 总被引:12,自引:0,他引:12
基于人工神经网络原理,构筑锚杆支护设计多级人工神经网络,在围岩分类的基础上,进行煤巷锚杆支护形式和参数优化设计,应用结果表明,该方法操作简便,可靠性高,具有先进性,有较高的实用价值和广阔的应用前景。 相似文献
3.
4.
5.
介绍一种新型锚固支护方法,对一爆紧爆力锚杆进行了结构分析,介绍了其应用方法,并对各类锚杆进行了经济技术指标对比,证明了爆力锚固支护的优越性,是一种值得推广应用的支护新手段 相似文献
6.
7.
8.
阐述了回采巷道锚杆支护机理和树脂锚杆的锚固形式。从粘结力和结构阻力两个方面,对螺纹钢锚杆的锚固性能进行了综合分析。 相似文献
9.
总结煤巷锚杆支护技术管理经验,从矿区煤系、煤层和地质条件入手,论证锚杆支护机理和可靠性。分析锚杆支护方式、支护结构及支护参数的选择依据,提出今后技术攻关方向及目标。 相似文献
10.
软岩巷道锚杆支护研究新进展 总被引:5,自引:0,他引:5
以大量实测资料为依据,分析了国内外软岩巷道锚杆支护的技术现状和特点。通过定量分析,认为我国目前软岩巷道锚杆支护的主要技术问题是锚杆支护系统支护强度不够。考虑软岩巷道围岩变形特点,提出我国发展软岩巷道锚杆支护的技术关键是:提高系统强度以控制围岩变形,提高支护系统柔性以适应围岩变形。其中提高支护系统强度控制围岩变形更为重要最后,提出了我国发展软岩巷道锚杆支护的技术途径。 相似文献
11.
针对露天生产矿山分层矿块品位的计算,运用误差反向传播算法的人工神经网络方法建立了矿块品位计算的B—P神经网络模型,应用该模型对某露天矿1080m水平的矿块品位进行了计算,结果表明B—P网络模型用于矿块品位计算具有客观性和实用性。 相似文献
12.
13.
14.
15.
对深水群桩基桩轴力进行精确地预测是评价基础安全稳定性的重要考量依据,由于深水群桩基础的受力状态与群桩基础所处的环境呈现出复杂非线性关系。该文在某大桥运营期原型监测数据的基础上,引入遗传算法优化支持向量机模型,深入分析影响基桩轴力变化的环境因素,建立了多因素基桩轴力预测模型,并将预测结果与传统SVM模型、RBF神经网络模型进行对比。研究表明,与SVM、RBF的预测结果相比,GA-SVM模型预测精度更高,在轴力变化不同的四根桩上预测都很稳健,具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值。 相似文献
16.
17.
18.
基于人工神经网络技术的隧道地表沉降预测 总被引:3,自引:0,他引:3
对采用人工神经网络技术预测隧道地表沉降模型中进行了研究。采用MATLAB系统开发了一个多层反向传播神经网络模型,考虑了隧道的深度、隧道的直径、地下水位、土的弹性模量、土的剪切强度、土的侧压系数、土的重度和开挖间隙对地表沉降的影响。用世界多个隧道的地表沉降数据作为样本对模型进行了训练和测试。结果表明,利用该神经网络预测的沉降值与实测值比较吻合。 相似文献
19.
结合数值模拟和BP神经网络, 研究了挤压形状因子对挤压过程中挤压力和挤压出口温度的影响规律。采用DEFORM-3D软件模拟了14组不同挤压形状因子的镁合金型材挤压变形过程, 得到挤压力和挤压出口温度变化曲线。采用MATLAB软件建立了挤压力和挤压出口温度预测BP神经网络, 选取5组数值模拟结果作为训练样本, 以挤压形状因子和挤压行程为输入变量, 挤压力和挤压出口温度为输出变量, 对网络进行训练。采用训练后的网络对训练样本以外的4组挤压形状因子下的挤压力和挤压出口温度进行预测, 结果表明预测得到的结果与数值模拟得到的结果相吻合, 最大误差小于2%。 相似文献