摘要
本发明公开了一种基于物理信息约束神经网络的地震信号多参数预测方法,过程为:使用双直剪加载配置进行实验,加载花岗岩以建立断层;对中央花岗岩块施加压应力,并通过伺服控制保持恒定;将中央花岗岩块以恒定速率向下推动至花岗岩之间发生粘滑,在剪切应力下降后开始新的粘滑循环;使用超声波换能器定期探测粘滑层,对超声信号进行时频变换,将提取到的波速和振幅作为神经网络的训练集与测试集;对剪切应力和滑移速率进行预测;添加物理信息关系时,将实验装置建模为忽略惯性的单自由度弹簧滑块系统,得到物理信息关系的约束式;设置损失函数,并对神经网络模型进行训练与验证。本发明在提高对地震信号预测准确性的同时也提高了预测效率。
技术关键词
多参数
地震
物理
超声波换能器
弹簧滑块
速率
神经网络模型训练
变换器
活塞
神经网络参数
应力
多层感知机
发射器
训练集
超声信号
接收器
关系
系统为您推荐了相关专利信息
预训练模型
电力设备
样本
油浸式电力变压器
动态更新方法
响应预测方法
注意力机制
加速度
桥梁上部结构
加权特征