摘要
本发明涉及一种结合机器学习的智能定向爆破参数优化方法,包括:获取待测隧道曲线段的钻孔数据,对钻孔数据进行力学分析,获取岩体力学系数;获取爆破设计参数,将岩体力学系数与爆破设计参数输入爆破时空分布模型,获取爆炸能量在岩体中的时空分布;爆破时空分布模型利用训练集训练RBF神经网络获得;确定待测隧道曲线段的爆破目标范围,以爆炸能量在待测隧道曲线段的爆破目标范围为优化目标,迭代搜索确定最优爆破设计参数,基于最优爆破设计参数进行定向爆破。本发明实现了精准的定向爆破,提高爆破效果,减少爆破对周围岩体的破坏,降低安全风险。
技术关键词
爆破参数优化方法
岩体力学
RBF神经网络
循环神经网络模型
钻孔
三维空间模型
单轴抗压强度
训练集
隧道
曲线
数据
粒子群优化算法
装药量
数值模拟方法
炸药
粒子群算法
非线性
网格
系统为您推荐了相关专利信息
深度学习神经网络
飞行器智能控制
智能控制算法
高度控制器
构型
循环神经网络模型
物品信息推荐方法
周期
网络设备
序列
假新闻检测方法
图片
文本特征向量
注意力机制
矩阵
预测时间间隔
账户
循环神经网络模型
序列
计算机可读指令