基于RBF神经网络的巷道围岩稳定性预测

现代矿业 ›› 2010, Vol. 26 ›› Issue (12): 84-86.

基于RBF神经网络的巷道围岩稳定性预测

张金山；王政伟；王瑞智；刘冰蕾；张朋

内蒙古科技大学矿业工程学院

出版日期:2010-12-20 发布日期:2010-12-28

Online:2010-12-20 Published:2010-12-28

摘要/Abstract

摘要： 地应力、巷道夹角、顶板岩性、地下水和巷道断面积是影响巷道围岩稳定性的主要因素。利用RBF神经网络方法建立巷道围岩稳定性模型，结合内蒙古黄白茨煤矿的实测数据进行了验证，为该矿巷道有效支护提供了保证。

关键词: 围岩稳定性, RBF神经网络, 模糊集合, 评价方法

中图分类号:

TD325+.1

张金山, 王政伟, 王瑞智, 刘冰蕾, 张朋. 基于RBF神经网络的巷道围岩稳定性预测[J]. 现代矿业, 2010, 26(12): 84-86.

ZHANG Jin-Shan, WANG Zheng-Wei, WANG Rui-Zhi, LIU Bing-Lei, ZHANG Peng. [J]. Modern Mining, 2010, 26(12): 84-86.

[1]	李琛, 郭静怡, 左蔚然. 粒度分布曲线一致性的评价方法综述[J]. 现代矿业, 2023, 39(02): 139-142.
[2]	卢运良, 刘栋. 赵固二矿回采巷道注浆锚索超前支护技术研究与应用[J]. 现代矿业, 2022, 38(11): 224-.
[3]	朱永涛, 肖云, 李庆恒, 张文乾. 选矿指标效率评价方法研究[J]. 现代矿业, 2022, 38(07): 175-.
[4]	王宁. 塔山矿新型27 mm高强玻璃钢锚杆技术应用[J]. 现代矿业, 2020, 36(03): 72-74.
[5]	韩立虎, 　刘固耀. 安徽省铜陵市金口岭铜矿宝山矿段水文地质及工程地质特征[J]. 现代矿业, 2017, 33(11): 65-69.
[6]	王骥文. 基于ＲＢＦ神经网络的刮板输送机故障诊断[J]. 现代矿业, 2017, 33(11): 157-159.
[7]	杨轶坤. 回坡底煤矿回采巷道围岩破坏规律及支护技术[J]. 现代矿业, 2017, 33(11): 182-186.
[8]	陈琼, 欧洪宁, 姜群, 张钦礼, 刘伟军. 基于RBF神经网络的爆破参数优选[J]. 现代矿业, 2016, 32(09): 18-20+27.
[9]	祁建东, 叶昀, 蒋仲安. 基于RMR法和BQ法的巷道围岩稳定性分级技术[J]. 现代矿业, 2013, 29(08): 23-25+29.
[10]	吕淑然, 张新浩. 基于可靠度分析的尾矿坝稳定性评价[J]. 现代矿业, 2013, 29(06): 35-37.
[11]	王建勇, 李耀基, 李小双. 边坡稳定性评价方法的分析与应用[J]. 现代矿业, 2013, 29(01): 140-142.
[12]	吴纪修, 贺可强, 尚玉虎, 贾圣君, 薛倩冰. 白象山铁矿富水巷道遇断层防水岩柱留设研究[J]. 现代矿业, 2011, 27(1): 15-18.
[13]	陈宜华, 余向东, 唐胜卫. 金属矿山职业病危害预评价方法[J]. 现代矿业, 2011, 27(08): 126-128.
[14]	陆正来, 汪令辉, 邓代强. 大团山矿床下部矿体开采技术探讨[J]. 现代矿业, 2011, 27(07): 71-73.
[15]	胡湘斌, 汪俊. 马钢新区综合原料厂职业病危害控制效果评价[J]. 现代矿业, 2009, 25(9): 140-141.

扫码分享

基于RBF神经网络的巷道围岩稳定性预测

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价