数据驱动计算力学的煤矿采动应力场透明化技术  

作　　者：江星宇 刘千惠 王守光 刘化广 贺小凡 

机构地区：[1]煤炭科学研究总院有限公司深部开采与冲击地压防治研究院

出　　处：《智能矿山》2025年第3期44-48,共5页Journal of Intelligent Mine

摘　　要：煤矿开采的采动应力场变化关乎矿井安全,现有监测技术存在诸多缺陷,基于此,提出基于数据驱动力学的采动应力场重构方法,以采动应力场透明化为目标,用材料本构数据替代传统模型,减少对高质量数据的依赖。通过智能数据补全与融合算法处理监测数据缺失和噪音问题,并结合深度神经网络误差校正,建立智能互馈机制。经三维悬臂梁数值模拟及实际煤矿工程案例验证,该方法能有效消除数据误差和偏差,提升数据利用率与计算效率,促进智能互馈机制建立。

关 键 词：深度神经网络 数据驱动 数据补全 数据缺失 计算力学 质量数据 噪音问题 误差校正 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]