CN119493154A 一种基于累积损伤时空分布特征的冲击地压超前预警方法 (西安科技大学)_第1页
CN119493154A 一种基于累积损伤时空分布特征的冲击地压超前预警方法 (西安科技大学)_第2页
CN119493154A 一种基于累积损伤时空分布特征的冲击地压超前预警方法 (西安科技大学)_第3页
CN119493154A 一种基于累积损伤时空分布特征的冲击地压超前预警方法 (西安科技大学)_第4页
CN119493154A 一种基于累积损伤时空分布特征的冲击地压超前预警方法 (西安科技大学)_第5页
已阅读5页,还剩16页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

号一种基于累积损伤时空分布特征的冲击地本发明公开了一种基于累积损伤时空分布22.按照权利要求1所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,3.按照权利要求1所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,确定窗口的尺寸和滑动步长,根据所述窗口的尺寸确定所述网根据所述微震数据中的三维坐标将所述微震数据分配到各个所4.按照权利要求2所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,对各个所述网格中每个微震数据中的能量进行判定,将能量小于设定5.按照权利要求1所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,通过DBSCAN算法对所述网格中的全部微震通过Alpha_Shape算法对提取所述平面中裂缝的个数以及每一个裂6.按照权利要求1所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,所述机器学习模型,用于接受网格中的分型维数、裂缝平面个37.按照权利要求1所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,8.按照权利要求1所述的一种基于累积损伤时空分布特征的冲击地压超前预警方法,45区域划分为多个网格,每个网格基于微震数据得到围岩损伤分型维数,同时利用DBSCAN+6建Bayes_XGBoost智能分级预测模型提升预警的时[0039]图1为本发明提供的一种基于累积损伤时空分布特征的冲击地压超前预警方法的[0042]如图1所示,本发明提供的一种基于累积损伤时空分布特征的冲击地压超前预警[0050]冲击地压具有显著的空间特征,但现有的研究较少深入探讨冲击地压区域的识7[0064]在步骤3中,利用分型维数理论及算法计算出不同网格窗口内的巷道围岩损伤的[0072]1)选择一个点作为核心点,若其邻域内点的数量大于min_samples,则形成一个8微震指标的演化数值结果作为数据集供机器学习算法应用于区域冲击地压预测具有可靠[0089]本发明基于已经得到的各项参数构建用于评价当前空间对当前空间区域的冲击危险进行等级划分,利用贝叶斯算法优化的XGBoost算法构建智能[0090]在本发明中,机器学习模型采用Bayes_XGBoost预警模型,即是贝叶斯优化的9[0094]2)将1)中的训练数据按照8:2划分为训练样本和测试样本,为模型的训练及预测斯优化方法对XGBoost的多个超参数进行综合优化,从而在更短的时间内找到更优的模型[0101](1)贝叶斯优化是一种基于概率分布的搜索策略,利用先验函数来表示分布的假[0107](2)极端梯度提升树(XGBoost)是一种高效的机器学习算法,用于回归和分类问[0114]本发明对拟合出的裂缝平面和Alpha_Shape边界进行三维可视化,展示裂缝的几

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论