基于应变场的卷积神经网络岩石裂缝识别方法_中国煤炭行业知识服务平台

基于应变场的卷积神经网络岩石裂缝识别方法

作者

利铭卓志权张军徽
单位

北方工业大学土木工程学院
摘要

岩石的局部破坏往往诱发岩体的整体失稳进而导致灾害发生，对局部破坏的识别可在岩土工程灾害监测预警中起到重要作用。提出了一种基于变形场的卷积神经网络岩石裂缝识别方法，利用扩展有限元方法建立岩石开裂模型，并获得模型的变形场数据作为训练样本，对VGG16卷积神经网络进行训练，并对结果进行分析。结果表明，采用应变场作为训练数据的VGG16卷积神经网络，在验证集的子集准确率、精确度、召回率、F-Score分别达到94.73%、98.72%、98.71%、98.46%,能有效识别岩石的裂缝位置，证明了变形场作为卷积神经网络训练数据的可行性，完善了卷积神经网络在裂缝识别领域的研究方法。
关键词

应变场卷积神经网络扩展有限元多标签分类
基金项目(Foundation)

国家自然科学基金(51774015)；
文章目录

1 原理和方法
1.1 基本流程
1.2 卷积神经网络的选用
1.3 多标签分类
1.4 评价指标
1.5 数据预处理方法
1.6 样本标注
2 试验验证
2.1 试验环境
2.2 网络训练
2.3 试验结果
3 结论
引用格式

利铭,卓志权,张军徽.基于应变场的卷积神经网络岩石裂缝识别方法[J].煤炭科技,2023,44(05):17-23.DOI:10.19896/j.cnki.mtkj.2023.05.003.