摘要
本发明公开了一种基于深度学习的岩石破坏时间预测方法及系统,所述方法包括:获取多种传感器采集到的目标类型岩石破坏时的监测数据,对所述监测数据进行预处理,得到预处理后数据,根据预处理后数据生成数据集;构建深度学习组合模型,使用所述数据集对所述深度学习组合模型进行训练和测试,得到目标预测模型;获取待预测的目标类型岩石的实时状态数据,将所述实时状态数据输入到所述目标预测模型中进行预测,得到所述待预测岩石的剩余破坏时间。本发明能够实时预测岩石破坏时间,准确捕捉岩石破坏过程中的时空特征,并发出预警信号具有重要的应用前景,特别是在矿山开采、隧道掘进等工程中,对于岩石破坏的监测和安全管理具有重要的价值。
技术关键词
深度学习组合模型
时间预测方法
长短期记忆网络
生成数据集
时间预测系统
时序特征
应力传感器
应变传感器
声发射传感器
空间特征提取
数据特征提取
融合特征
训练集
可读存储介质
序列
加权特征
处理器