【技术实现步骤摘要】
一种利用机器学习预测充填材料强度参数的方法
本专利技术涉及矿山充填
，具体涉及一种利用机器学习预测充填材料强度参数的方法。
技术介绍
矿山采空区的充填是地下采矿中的重要环节，有利于增加开采后围岩体的稳定性，提高矿物开采率，降低地表沉降，提高开采的安全性。为实现以上目标，充填材料必须具有一定的强度参数，比如一定的单轴抗压抗拉强度。大量关于充填材料强度参数的实验研究已经开展，使得我们对充填材料强度参数与其影响因素的关系有了初步了解。尽管如此，由于不能根据已有数据进行合理预测，目前的研究结果依然难以满足矿山开采的实际需求。这是因为每个矿山的尾砂具有其特殊性，在充填前依然需要有针对性地进行大量实验研究，不仅消耗了大量的人力和物力，同时积累的实验数据难以实现再利用。为此，迫切需要提出切实可行的新方法，深入、系统地挖掘已有的充填材料数据，实现充填材料强度参数的预测。
技术实现思路
针对现有矿山充填技术存在的上述不足，本专利技术基于充填材料强度参数的影响因素，提出了一种利用机器学习预测充填材料强度参数的方法，不仅能准确预测出充填材料的强度参数，而且精准度和准确度较高，能够广泛...
【技术保护点】
1.一种利用机器学习预测充填材料强度参数的方法，其特征在于，包括步骤：S1、收集已知充填材料的强度参数，确定对应的影响因素，建立数据集；S2、对所有数据进行归一化处理，然后将处理后的数据集划分为训练集和测试集两部分；S3、确定机器学习算法，在整个训练集上建立充填材料强度参数的初始预测模型，并测试该预测模型在测试集上的可靠性，直至预测精度满足要求，得到对应的目标预测模型；S4、利用目标预测模型对未知充填材料进行强度预测。
【技术特征摘要】
1.一种利用机器学习预测充填材料强度参数的方法，其特征在于，包括步骤：S1、收集已知充填材料的强度参数，确定对应的影响因素，建立数据集；S2、对所有数据进行归一化处理，然后将处理后的数据集划分为训练集和测试集两部分；S3、确定机器学习算法，在整个训练集上建立充填材料强度参数的初始预测模型，并测试该预测模型在测试集上的可靠性，直至预测精度满足要求，得到对应的目标预测模型；S4、利用目标预测模型对未知充填材料进行强度预测。2.根据权利要求1所述的利用机器学习预测充填材料强度参数的方法，其特征在于，所述步骤S1包括步骤：S11、选取已知充填材料，确定充填实验方案；S12、根据上述实验方案制备充填材料试样，并测量其强度参数；S13、确定影响因素，并整理成数据集。3.根据权利要求1或2所述的利用机器学习预测充填材料强度参数的方法，其特征在于，所述影响因素包括原材料性质、配比、质量浓度以及养护时间。4.根据权利要求1所述的利用机器学习预测充填材料强度参数...
【专利技术属性】
技术研发人员：齐冲冲，陈秋松，张钦礼，唐小琳，王浩，冯岩，贺严，黄照东，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43
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。