[發明專利]一種巷道圍巖應力建模與預測方法

有效

• 申請號: 201710308802.2
• 申請日: 2017-05-04
• 公開（公告）號: CN107145665B
• 公開（公告）日: 2020-04-14
• 發明（設計）人: 肖冬;張琦;柳小波;毛亞純
• 申請（專利權）人: 東北大學
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F119/14
• 代理公司: 北京易捷勝知識產權代理事務所(普通合伙) 11613
• 代理人: 齊勝杰

1.一種巷道圍巖應力建模與預測方法，其特征在于，其包括如下步驟：

S1，測量獲取巷道圍巖N個點的應力值與應變值，記錄M天中每一天的巷道圍巖的每個點的應變值與應力值的數據；其中，所述巷道為馬蹄鐵型；

S2，對所述S1獲得的數據進行歸一化處理，將所述應變值和應力值處理為-1到1之間的數值；

S3，利用所述S2歸一化后的數值建立經過改良的ELM算法定量分析數學模型，基于該數學模型對需要預測的應變數據進行測試，獲得被預測部分中的應力值以及趨勢走向；

其中，所述S2包括以下步驟：

S101、將巷道圍巖的所述N個點分別在垂直和水平方向的應變值數據制成M×2N的矩陣A；以及其中一個點的應力值數據制成M×1的矩陣B；

S201、對所述步驟S101中得到的所述矩陣A、B進行歸一化處理；在所述矩陣A中取最大的數據記為Cmax和最小的數據記為Cmin，并對Cmax和Cmin兩者做差得到C_r，C_t由公式一獲得；

公式一

S202、分別用所述矩陣A中的數值替換C值，代入所述公式一獲得矩陣At，同時將矩陣B做同樣的處理，獲得矩陣Bt；

所述步驟S3包括以下步驟：

S301、將所述歸一化后的其中一部分的數據作為訓練樣本，另一部分作為測試樣本；

將所述訓練樣本的矩陣代入傳統ELM應力模型進行建模，將所述測試樣本帶入建模完畢的應力模型，獲得預測輸出的測試應力，與實際測量的數據進行比較，獲得所述預測輸出的測試應力與所述實際中測量的應力的方差E；

S302、利用所述方差E，建立改良的ELM算法定量分析數學模型，根據圍巖應變預測得出圍巖的應力；

所述的傳統ELM應力模型進行建模，包括如下步驟：

S30101、ELM模型中激活函數g(x)取sigmoid；

S30102、產生l×n的隨機輸入層矩陣w：

公式二

其中，所述l表示隱含層有l個神經元，所述n代表有輸入層有n組輸入變量；w_i,j(i＝1...l,j＝1...n)為連接第i個輸入節點與第j個隱藏層節點的輸入層權值；令輸出層權值β和隱藏層偏置量b為：

公式三

公式四

其中，所述m為m組輸出變量；β_i,j(i＝1...l,j＝1...m)為連接第i個隱藏層節點與第j個輸出節點的輸出層權值；b_i(i＝1...l)為第i個隱藏層節點的偏置；

輸入層X為所述矩陣At中的訓練樣本，輸出層Y為所述矩陣Bt中的訓練樣本:

公式五

輸入層X中n表示為輸入層X有n組向量，每個向量有Q個元素；輸出層Y中，m表示為輸出層Y有m組向量，每個向量有p個元素，

傳統ELM模型的輸出即輸出T為：

公式六

隱藏層輸出H為：

H＝g(w·X+b) 公式七

其中，g為sigmoid函數，w為輸入層矩陣，X為輸入層，b為隱藏層偏置量，根據所述公式六和公式七，即可得：

β＝H⁺T

其中，所述β為輸出層權值；所述H⁺表示隱藏層輸出矩陣H的Moore-Penrose廣義逆；

所述建立改良的ELM算法定量分析數學模型，具體步驟包括：

S30201、首先定義搜索步長t，取一個輸入層權值w_ij值，并計算方差E；

S30202、令w_ij'＝w_ij+t，按照所述傳統ELM方法重新更新輸出層權值，更新后的輸出權值為β'，并重新計算獲得方差，重新計算出的方差為E'；

S30203、判斷E和E'的關系；

如果E'<E，令w_ij＝w_ij'，β＝β'并令E＝E'，繼續執行S30202；

如果E'>E，判斷是否是第一次執行w_ij'＝w_ij+t，如果不是第一次則執行S30204，如果是第一次，則執行30205；

S30204、輸出w_ij，執行S30201；

S30205、令w_ij'＝w_ij-t，按照所述傳統ELM方法重新更新輸出層權值，更新后的輸出權值為β'，并重新計算方差，重新計算獲得方差E'；

S30206、判斷E和E'的關系；

如果E'<E，令w_ij＝w_ij'，β＝β'并令E＝E'，繼續執行S30205；

如果E'>E，輸出w_ij，執行S30201。