摘要
本发明涉及一种基于图像识别的裂隙煤岩体强度智能预测方法,属于岩体力学预测技术领域。步骤包括:(1)根据不同的裂隙参数和岩性进行室内试验,建立初始训练数据集;(2)引入数值模拟数据,通过模拟数据补充实验室数据,并将其数据整合成一个数据集,构建煤岩体裂隙与强度的样本数据库;(3)使用样本数据库训练机器学习模型,机器学习模型采用梯度提升决策树模型进行训练;(4)使用测试集数据测试机器学习模型精度;(5)工作面图像采集;(6)预测待测煤岩体强度。本发明改良了传统岩石强度测量方法,能够结合不同岩性的煤岩体裂隙的几何特征与其强度之间的非线性关系,构建准确的预测模型,实现高效的预测。
技术关键词
煤岩体强度
智能预测方法
梯度提升决策树
模型预测值
工程现场
数据
训练机器学习模型
样本
参数
强度测量方法
单轴抗压强度
预测误差
圆柱形试件
力学
数值模拟方法
工作面煤
系统为您推荐了相关专利信息
双曲正切函数
识别方法
三次样条插值
曲线
模型预测值
水质多参数
智能预测方法
高维特征向量
一维卷积神经网络
多光谱成像系统
功率模块
冷却液管路
均衡控制策略
仿真模型
偏差
智能预测方法
配件
需求预测模型
时间序列特征
时序