摘要
本发明提供一种基于声发射聚类分析的岩石破坏短临预警方法及装置,涉及岩石力学与岩土工程技术领域。该方法包括:获取岩石变形破坏过程中声发射特征参数;采用Kmeans++算法对声发射特征参数进行聚类分析,获得声发射特征参数对应的聚类标签;根据聚类标签,采用随机森林算法,计算声发射特征参数的重要性分数;根据声发射特征参数,构建预警指标集合;构建初始的CNN‑LSTM模型;根据预警指标集合,建立岩石破坏常规信号与前兆信号的样本数据集;根据样本数据集对初始的CNN‑LSTM模型进行训练,获得训练好的CNN‑LSTM模型;获取实时的声发射信号;将实时的声发射信号输入训练好的CNN‑LSTM模型中,通过识别声发射信号类别进行预警。采用本申请可对岩石复杂破坏过程中进行预警。
技术关键词
声发射特征参数
短临预警方法
双向长短期记忆网络
随机森林
LSTM模型
计算机可读取存储介质
分支
时序特征
计算机可读指令
信号
标签
算法
预警设备
样本
声发射参数
节点
预警装置
岩土工程技术
局部特征提取
系统为您推荐了相关专利信息
配电设备在线监测
多模态数据融合
机械振动信号
设备运行状态
诊断模块
文本生成图像方法
跨模态融合特征
文本编码器
计算机可读指令
注意力
需求预测模型
充电站
电力供应需求信息
训练样本集
电力调度方法
任务调度方法
负荷
机器学习算法
机器学习模型
可穿戴设备