基于网络模型智能预测工作面端头堵漏效果的方法及系统

本发明提供了一种基于网络模型智能预测工作面端头堵漏效果的方法及系统，该方法首先采用计算流体动力学模拟亚努斯型泡沫浆液在不同工况参数封堵端头的效果，获得采空区氧气浓度分布图像数据，对模拟得到的数据进行预处理，之后基于预处理后的数据集训练深度学习模型，训练后的深度学习模型拟合了不同工况参数与采空区氧气浓度分布特征之间的映射关系，能够实现在输入当前实际的工作面端头堵漏材料的注浆压力、注浆流量和注浆位置等参数值后，快速预测出堵漏工艺效果。该方法提供了一种兼具堵漏隔氧和降温灭火效果的工作面端头堵漏材料，并在此基础上，结合网络模型及时预测端头堵漏工艺效果。