權利要求書： 1.一種基于隨鉆探測技術的隧道支護模式選型實時預測方法，其特征在于，包括如下步驟：
第一步：樣本數據采集
選定地質條件復雜的隧道項目，隨著隧道開挖掘進的同時，對隧道工作面前方圍巖進行超前鉆探，并采集整條隧道施工時的超前鉆進參數和選定的支護模式作為樣本；選定的支護模式以阿拉伯數字序號表示，對于區段內相同的支護模式，只需記錄一次；
所述的鉆進參數包括：鉆進速度、扭矩、推進力、擊打頻率、擊打壓力、鉆比能量；其中鉆進速度、扭矩、推進力、擊打頻率、擊打壓力為直接測得的鉆進參數，鉆比能量為鉆進單位體積巖石所需要的能量，是間接計算得到的鉆進參數，鉆比能量的計算公式為： 其中，Ed為鉆進比能，A為鉆桿截面積，L為鉆桿沖程，Ns為擊打壓力，f為擊打頻率，v為鉆進速度，S為鉆孔直徑，k為損失系數；
第二步：樣本數據預處理
對步驟一采集到的支護模式序號數據進行編碼，按矩陣[00100…]中數字1從左至右所處的位數對應支護模式的序號進行編號，一組鉆進參數和一個支護模式編碼構成一個數據集，所有的數據集構成樣本數據庫，將樣本數據庫中的6個鉆進參數歸一化到[0?1]數值；
第三步：確定最優預測模型及參數
將采集到的樣本數據庫分別按80％和20％的比例劃分為訓練集和測試集，并用鉆進參數作為預測模型的輸入，支護模式作為預測模型的輸出，具體確定過程如下：第3.1步：采用多元線性回歸模型對支護模式進行預測對訓練集進行多元線性回歸擬合，得到擬合方程，再將測試集的鉆進參數代入到得到的擬合方程，求出對應的支護模式預測值，根據支護模式預測值和實際值分別計算得到最優的模型評價指標值?預測正確率；
第3.2步：采用神經網絡模型對支護模式進行預測，得到最優的模型評價指標值?預測正確率，從而確定神經網絡模型的主要參數，具體包括以下過程：
3.2.1：采用試錯法確定最優的神經網絡的學習率、動量系數、激活函數；
3.2.2：設置對照試驗，將神經網絡的輸入維度分別設置為1至6，神經網絡的隱含層設置為1層，隱含層節點數設置為30，然后對訓練集和測試集分別進行訓練和測試，得到訓練集和測試集對應的支護模式預測值，根據訓練集和測試集的支護模式預測值和實際值分別計算它們的模型評價指標值，也就是預測正確率；分別對訓練集和測試集得到的模型評價指標值進行
聲明：
“基于隨鉆探測技術的隧道支護模式選型實時預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
479
編輯：中冶有色網
來源：山東科技大學
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月09日 ~ 11日 
