基于BP神经网络的深部巷道围岩力学参数反分析

基于BP神经网络的深部巷道围岩力学参数反分析
李坤铎
【期刊名称】《湖北工业大学学报》
【年(卷),期】2024(39)2
【摘要】基于BP神经网络算法原理,借助matlabR2021b神经网络工具箱建立深部巷道围岩力学参数位移反分析模型,利用正交试验和Flac 3D数值模拟软件建立
神经网络的学习训练样本,对深部巷道的四个围岩力学参数粘聚力C、内摩擦角φ、泊松比ν、弹性模量E进行反演计算。

结果表明:将参数反演结果代入Flac 3D有
限元数值模拟软件,计算出的巷道拱顶沉降和两帮收敛值与实际监测值相比非常接近,相对误差小、精度高。

通过这种方法获取的围岩力学参数是有价值的,可以较为
精确地获取深部巷道的围岩力学参数,从而为深部巷道的稳定性分析及巷道支护设
计提供科学依据。

【总页数】5页(P116-120)
【作者】李坤铎
【作者单位】湖北工业大学土木建筑与环境学院
【正文语种】中文
【中图分类】TQ320.6
【相关文献】
1.基于BP神经网络的隧道围岩力学参数反分析方法
2.基于BP网络的采矿巷道围
岩力学参数反分析3.基于BP网络的深部软岩巷道围岩力学参数反演研究4.化学腐
蚀对巷道围岩的影响与安全控制——评《化学腐蚀下深部巷道围岩力学响应与安全控制》
因版权原因，仅展示原文概要，查看原文内容请购买。