一种基于神经网络的巷道围岩变形预测方法

摘要

一种基于神经网络的巷道围岩变形预测方法，属于预测巷道围岩变形的方法。通过层次分析得到围岩的关键影响因素，对不同地质条件下现场检测数据进行采集和整理，由监测得到的可信赖的数据组作为巷道围岩变形的训练样本，训练样本数据通过trainlm函数对神经网络系统进行训练，可建立BP神经网络模型；利用经训练的神经网络对巷道开挖初期变形量进行预测，根据输入的指标参数，得到围岩顶板下沉量、底板上移量、巷帮位移量及产生的最大塑性区破坏深度，神经网络会根据预测请求预测出开挖初期的巷道变形，选取合适的支护参数对巷道进行支护控制，预防由于岩体失稳所带来的安全事故。为巷道采挖过程提供可信赖的预测数据，指导巷道施工过程，合理的安排工序。