李坤鐸

［摘要］ 基于BP神經網絡算法原理，借助matlabR2021b神經網絡工具箱建立深部巷道圍巖力學參數位移反分析模型，利用正交試驗和Flac3D數值模擬軟件建立神經網絡的學習訓練樣本，對深部巷道的四個圍巖力學參數粘聚力C、內摩擦角φ、泊松比ν、彈性模量E進行反演計算。結果表明：將參數反演結果代入Flac3D有限元數值模擬軟件，計算出的巷道拱頂沉降和兩幫收斂值與實際監(jiān)測值相比非常接近，相對誤差小、精度高。通過這種方法獲取的圍巖力學參數是有價值的，可以較為精確地獲取深部巷道的圍巖力學參數，從而為深部巷道的穩(wěn)定性分析及巷道支護設計提供科學依據。

［關鍵詞］ BP神經網絡； FLAC3D數值模擬；巷道施工

［中圖分類號］ TQ320.6［文獻標識碼］ A