摘要
本发明公开基于深度学习的靶向定位注浆高效封堵加固方法及系统,将地质数据输入三维地质弱点预测模型进行预测,得到三维地质弱点分布并输入至靶向注浆预测模型进行预测,得到当前工程区域的最佳注浆点位和注浆参数;基于靶向注浆预测模型重建误差的设定阈值,当误差处在设定阈值内时,采用最佳注浆点位和注浆参数进行靶向注浆;当误差超过设定阈值时,通过三维地质弱点预测模型更新地质环境,进行靶向注浆预测模型弱点分布的再更新;并基于注浆参数设置注浆设备的运转参数以实现目标注浆效果。本发明通过误差阈值分析周期性判定在已建立的注浆策略基础上是否存在注浆异常情况,能够及时根据异常情况对原有预测的注浆最佳点位和注浆参数进行调整。
技术关键词
封堵加固方法
注浆参数
多智能体深度强化学习
注浆设备
强化学习策略
重建误差
模型更新
生成对抗网络
注浆工程
加固系统
数据获取模块
不良地质
处理器
编码器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
横截沟
智能化城市
城市隧道
注意力
强化学习策略
评价方法
指标
可变模糊集
Kaiser效应
注浆参数
分析方法
强化学习算法
注意力机制
记忆单元
深度Q网络学习
情感状态识别
心理干预系统
多模态情感识别
数据过滤条件
子模块