【技术实现步骤摘要】
本专利技术涉及一种锚杆杆体损伤位置识别方法,特别是一种基于神经网络的锚杆杆体损伤位置识别方法。
技术介绍
在现在的土木工程施工中,洞室、边坡、隧道以及矿山巷道支护常常使用大量的锚杆进行锚固处理,而锚杆锚固之后是否会出现损伤以及损伤位置的检测对后期锚固质量的评估非常重要,锚杆损伤及损伤位置检测难以确定。
技术实现思路
本专利技术的目的是要提供一种基于神经网络的锚杆杆体损伤位置识别方法,解决锚杆损伤及损伤位置检测难的问题。本专利技术的目的是这样实现的:该识别方法通过实际工程观测的数据,输入锚杆杆体损伤位置数据的训练样本,对神经网络进行训练;利用经训练的神经网络对巷道支护所用的锚杆杆体进行检测,根据输入指标参数,通过神经网络的反馈分析,神经网络会根据预测请求预测出锚杆杆体损伤位置,选取合适的支护参数对巷道进行支护控制,利用得到的锚杆杆体损伤位置数据判断锚杆的锚固质量,预防由于岩体失稳所带来的安全事故;步骤如下:a、通过层次分析法确定预测锚杆杆体损伤位置的输入指标参数;所述的输入指标参数为:锚杆杆体参数、锚杆的锚固长度L2、振动频率w、锚固力F和锚杆杆体的材料参数;所述的锚杆杆体参数为杆长L1和直径D;所述的锚杆杆体的材料参数为泊松比μ,弹性模量E;b、将前期的检测数据作为各指标数据的训练样本,同时对样本进行归一化处理,使所有的样本数据都归一为[-1,1]之间,归一化后的样本为: x k = 2 × x - x ...
【技术保护点】
一种基于神经网络的锚杆杆体损伤位置识别方法,其特征是:该识别方法通过实际工程观测的数据,输入锚杆杆体损伤位置数据的训练样本,对神经网络进行训练;利用经训练的神经网络对巷道支护所用的锚杆杆体进行检测,根据输入指标参数,通过神经网络的反馈分析,神经网络会根据预测请求预测出锚杆杆体损伤位置,选取合适的支护参数对巷道进行支护控制,利用得到的锚杆杆体损伤位置数据判断锚杆的锚固质量,预防由于岩体失稳所带来的安全事故;步骤如下:a、通过层次分析法确定预测锚杆杆体损伤位置的输入指标参数;所述的输入指标参数为:锚杆杆体参数、锚杆的锚固长度L2、振动频率w、锚固力F和锚杆杆体的材料参数;所述的锚杆杆体参数为杆长L1和直径D;所述的锚杆杆体的材料参数为泊松比μ,弹性模量E;b、将前期的检测数据作为各指标数据的训练样本,同时对样本进行归一化处理,使所有的样本数据都归一为[‑1,1]之间,归一化后的样本为:xk=2×x-xminxmax-xmin-1;]]>x代表输入或输出的数据,xmin代表数据变化范围的最小值,xmax代表数据变化范围的最大值,xk归一化后得到的数值;c、对样本数据进行训练,采用 ...
【技术特征摘要】
1.一种基于神经网络的锚杆杆体损伤位置识别方法,其特征是:该识别方法通过实际工程观测的数据,输入锚杆杆体损伤位置数据的训练样本,对神经网络进行训练;利用经训练的神经网络对巷道支护所用的锚杆杆体进行检测,根据输入指标参数,通过神经网络的反馈分析,神经网络会根据预测请求预测出锚杆杆体损伤位置,选取合适的支护参数对巷道进行支护控制,利用得到的锚杆杆体损伤位置数据判断锚杆的锚固质量,预防由于岩体失稳所带来的安全事故;步骤如下:a、通过层次分析法确定预测锚杆杆体损伤位置的输入指标参数;所述的输入指标参数为:锚杆杆体参数、锚杆的锚固长度L2、振动频率w、锚固力F和锚杆杆体的材料参数;所述的锚杆杆体参数为杆长L1和直径D;所述的锚杆杆体的材料参数为泊松比μ,弹性模量E;b、将前期的检测数据作为各指标数据的训练样本,同时对样本进行归一化处理,使所有的样本数据都归一为[-1,1]之间,归一化后的样本为: x k = 2 × x - x min x m a x - x min - 1 ; ]]>x代表输入或输出的数据,xmin代表数据变化范围的最小值,...
【专利技术属性】
技术研发人员:赵玉成,王朋,魏锋,杨卫明,黄丽,陈培见,李冲,李二霞,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。