摘要
本发明涉及一种基于多源勘察信息的深部岩体力学参数反演方法,包括步骤:获取岩石力学参数、岩体结构参数和岩体工程参数;基于霍克‑布朗准则,根据所述岩石力学参数、岩体结构参数和岩体工程参数计算岩体力学参数;以岩石力学参数、岩体结构参数和岩体工程参数作为输入信息,对应的岩体力学参数作为输出信息,构建样本数据库,利用所述样本数据库训练深度学习神经网络模型,得到深部岩体力学参数反演模型;利用所述深部岩体力学参数反演模型反演得到深部岩体工程力学参数。通过本发明的深部岩体力学参数反演方法可快速、准确的获得岩体力学参数,具有较强的实用性。
技术关键词
力学参数反演方法
岩石力学参数
深部岩体
岩体力学参数
岩石单轴抗压强度
深度学习神经网络模型
反演模型
内摩擦角
岩体工程
工程力学参数
地下水
岩体结构面
孔内电视
蜂群算法
曲线
样本
系统为您推荐了相关专利信息
BP神经网络
智能评价方法
遗传算法
岩石单轴抗压强度
染色体
XGBoost模型
岩石力学参数
仿真数据
内摩擦角
构建预测模型
深层页岩气
三维地质模型
压裂水平井
岩石力学参数
裂缝系统
预报方法
贝叶斯回归模型
岩石单轴抗压强度
数据
深部地下工程
钻孔单元
应力场反演
网格模型
后验概率
分布特征