-
题名基于机器学习的高应力软岩巷道支护抗毁能力预测
被引量:3
- 1
-
-
作者
邓广哲
付英凯
-
机构
西安科技大学能源学院
西安科技大学西部矿井开采及灾害防治教育部重点实验室
-
出处
《煤矿安全》
CAS
北大核心
2021年第8期201-207,共7页
-
文摘
为了避免传统预测方法在高应力软岩巷道支护抗毁能力预测时出现的问题,提出了基于机器学习的高应力软岩巷道支护抗毁能力预测方法;首先根据岩石物理力学性质,分析软岩强度特性,同时在支护构建模型支持下,分析软岩巷道围岩流变特性,由此研究高应力软岩巷道特性;然后依据软岩塑性变形机理,确定弹性区、塑性硬化区、塑性软化区和塑性流动区对应关系,并计算软岩周围岩层向临空区域运动的合力,由此确定最佳支护时间;最后使用机器学习方法将高应力软岩巷道支护结构简化为葫芦结构模型,并计算外界作用力大小,确定高应力软岩巷道支护结构质量参数矩阵。通过对比3种常规方法可知,该方法在3种不同破坏强度下预测精准度均较高。
-
关键词
支护抗毁
能力预测
机器学习
软岩塑性
变形机理
葫芦结构模型
巷道支护
-
Keywords
support and anti-destruction
ability prediction
machine learning
soft rock plasticity
deformation mechanism
gourd structure model
roadway support
-
分类号
TD712
[矿业工程—矿井通风与安全]
-