基于深度学习的深部地下工程大变形实时监测及控制方法

本发明公开了基于深度学习的深部地下工程大变形实时监测及控制方法，包括监测系统的部署、监测数据的预处理、神经网络模型的构建、神经网络模型的训练、预测结果的输出、控制指令的生成和控制效果量化评估；根据同步采集得到的围岩应变、温度、渗流压力及微震扰动能量等多源信息，引入基于物理机理约束的深度学习模型，显著提升预测结果的可靠性与泛化能力，实现了围岩稳定性评估与破坏模式的智能识别、自动生成控制指令并量化评估实施效果。