摘要
本发明属于地球物理勘探与隧道工程领域,为解决现有隧道地震波超前探测技术的预测效果差的问题,提供基于物理规律驱动网络的隧道岩体属性评价方法及系统。其中,基于物理规律驱动网络的隧道岩体属性评价方法包括基于岩体多源特征及训练好的多源信息预测深度神经网络,首先预测弹性模量与泊松比,利用经验公式对弹性模量与泊松比进行修正;然后利用岩体多源特征及修正后的弹性模量与泊松比来预测地应力与岩体含水性;最后利用岩体多源特征、地应力与岩体含水性及修正后的弹性模量与泊松比来预测围岩分级,再进行人为调整,以实现对隧道岩体属性的多角度获取与评价,实现对隧道岩体属性的多角度获取与评价,保障深埋隧道的安全高效施工。
技术关键词
泊松比
隧道岩体
多源特征
围岩分级
属性评价方法
注意力机制
深度神经网络
水性
模块
全波形反演
评价系统
表达式
超前探测技术
多角度
密度
地球物理勘探
参数
系统为您推荐了相关专利信息
地层损失率
隧道结构变形
纵向螺栓
深度学习预测模型
盾构隧道开挖
金属板材
静态拉力试验机
测量方法
CCD相机
虚拟光学引伸计
组织检测方法
钛合金
深度学习模型
电子背散射衍射
样本
城市轨道交通工程
无人机数据采集
无人机雷达
地面沉降变化
模糊逻辑