摘要
本发明公开了一种基于钻屑量确定工作面超前支承压力影响范围的方法,所述方法包括:在工作面前方的煤体中按照预设间距钻设多个钻孔,并获取钻孔过程中每个钻孔的钻屑量数据;将每个钻孔的钻屑量数据及对应的应力计数据送至预先训练好的深度学习模型中,以使深度学习模型根据钻屑量数据预测工作面当前的超前支承压力影响范围;根据深度学习模型预测工作面超前支承压力的影响范围优化工作面的支护设计,并根据优化后的支护设计对工作面进行支护。本发明的方法能够提高监测准确性,优化支护设计,提高支护结构的稳定性和可靠性,减少支护材料的浪费,降低生产成本,减少安全隐患,提高工作面的安全性,提高生产效率。
技术关键词
超前支承压力
深度学习模型
前馈神经网络
钻孔
注意力机制
煤矿开采工程
多元线性回归模型
数学模型
非线性回归模型
应力
现场监测数据
解码器
更新模型参数
编码器
超参数
表达式
误差
支护结构
优化器
系统为您推荐了相关专利信息
低效识别方法
光伏组串电流
实时数据
机器学习算法分析
发电量
水质
融合特征
污水处理智能
加药方法
图像二值化方法
符号特征
标识生成方法
语义知识库
生成标识
双向注意力机制
像素点
图像生成方法
待测结构
图像生成系统
坐标
设备健康管理
健康分析模块
时间变化关系
矩阵
注意力