摘要
本发明公开了一种基于无损检测与优化神经网络的软岩洞室支护决策方法及系统,所述方法包括以下步骤:对洞室所在区域的地质构造进行综合分析,确定围岩的初始质量等级以及围岩的关键受力区域;利用无损检测设备对关键受力区域进行无损检测,获取无损检测数据;将无损检测数据去除异常值并进行归一化处理,生成岩石质量强度指标并将其输入预设的神经网络模型,将现场勘察评估的围岩初始质量等级作为输出,结合自适应学习率和循环迭代优化策略对模型进行训练,得到围岩质量等级判别模型;在施工过程中实时监测数据并将其输入训练好的模型中,动态判别围岩质量等级并优化支护方案。本发明在简单性、实时性、成本效益和适应性方面具有显著优势。
技术关键词
支护决策方法
优化神经网络
洞室围岩
无损检测设备
实时监测数据
电极测试笔
神经网络模型训练
BP神经网络模型
指标
矿石分析仪
表达式
结构面产状
围岩岩体
岩石参数
围岩结构
地表特征
围岩强度
系统为您推荐了相关专利信息
动态贝叶斯网络
海上风机支撑结构
海上风力发电机
故障树模型
网络结构
智能图像识别
堤坝白蚁
数据接收模块
白蚁监测装置
低功耗摄像头
监测评价方法
不锈钢反应器
三维地质模型
地质勘探数据
置换反应器
BP神经网络预测
烟丝流量控制系统
贮柜底带
遗传算法
数据采集模块
阶段
管控系统
DBSCAN聚类算法
决策
大数据