基于深度学习的受载煤岩全时空应力场反演方法及装置

    公开(公告)号:CN118194704B

    公开(公告)日:2024-12-27

    申请号:CN202410290972.2

    申请日:2024-03-14

    Abstract: 本发明公开了一种基于深度学习的受载煤岩全时空应力场反演方法及装置,反演方法包括如下步骤:采集得到的探‑监测数据、应力数据和边界条件信息;将测得的数据按照对应时刻划分为训练集、验证集和测试集;训练得到信息转录模型;将测试集中全时刻探‑监测数据输入信息转录模型得到全时刻局部应力值;根据煤岩受载破裂试验的加载边界条件建立数值模拟模型,通过数值模拟方法得到煤岩应力场数据;将全时刻局部应力值和全空间应力场数据划分为训练集、验证集和测试集;训练得到全时空应力场反演模型;对反演结果进行校验,根据校验结果对模型参数进行调整,得到的全时空应力场反演模型通过全时刻局部应力值得到煤岩受载破裂试验过程中全时空应力场。

    基于深度学习的受载煤岩全时空应力场反演方法及装置

    公开(公告)号:CN118194704A

    公开(公告)日:2024-06-14

    申请号:CN202410290972.2

    申请日:2024-03-14

    Abstract: 本发明公开了一种基于深度学习的受载煤岩全时空应力场反演方法及装置,反演方法包括如下步骤:采集得到的探‑监测数据、应力数据和边界条件信息;将测得的数据按照对应时刻划分为训练集、验证集和测试集;训练得到信息转录模型;将测试集中全时刻探‑监测数据输入信息转录模型得到全时刻局部应力值;根据煤岩受载破裂试验的加载边界条件建立数值模拟模型,通过数值模拟方法得到煤岩应力场数据;将全时刻局部应力值和全空间应力场数据划分为训练集、验证集和测试集;训练得到全时空应力场反演模型;对反演结果进行校验,根据校验结果对模型参数进行调整,得到的全时空应力场反演模型通过全时刻局部应力值得到煤岩受载破裂试验过程中全时空应力场。

    一种基于探-监测信息的受载煤岩应力场反演方法及装置

    公开(公告)号:CN118153416B

    公开(公告)日:2024-10-11

    申请号:CN202311669922.7

    申请日:2023-12-07

    Abstract: 一种基于探‑监测信息的受载煤岩应力场反演方法及装置,反演方法包括:由试验机的受载破裂试验得到的探监测信息和加载边界条件信息;建立速度场、裂隙场、内部应变与应力值间的耦合关系对探监测信息进行转换,得到探监测位置处的应力值;将应力值、探监测位置坐标和边界条件数据划分为训练集、验证集和测试集;搭建应力场反演神经网络模型,通过训练集和验证集数据学习获取应力值、探监测位置坐标和边界条件特征;将测试集中通过耦合关系得到的应力值输入反演神经网络模型得到反演煤岩体应力场,预测试验过程中的边界条件;测试集中传感器测得的应力值和边界条件对反演煤岩体应力场和预测边界条件的精度进行校验,由校验结果对模型参数进行调整。

    一种基于探-监测信息的受载煤岩应力场反演方法及装置

    公开(公告)号:CN118153416A

    公开(公告)日:2024-06-07

    申请号:CN202311669922.7

    申请日:2023-12-07

    Abstract: 一种基于探‑监测信息的受载煤岩应力场反演方法及装置,反演方法包括:由试验机的受载破裂试验得到的探监测信息和加载边界条件信息;建立速度场、裂隙场、内部应变与应力值间的耦合关系对探监测信息进行转换,得到探监测位置处的应力值;将应力值、探监测位置坐标和边界条件数据划分为训练集、验证集和测试集;搭建应力场反演神经网络模型,通过训练集和验证集数据学习获取应力值、探监测位置坐标和边界条件特征;将测试集中通过耦合关系得到的应力值输入反演神经网络模型得到反演煤岩体应力场,预测试验过程中的边界条件;测试集中传感器测得的应力值和边界条件对反演煤岩体应力场和预测边界条件的精度进行校验,由校验结果对模型参数进行调整。

Patent Agency Ranking