基于机器学习的露天矿排土场边坡稳定性预测

作者：秦驰越; 张文兴

来源：金属矿山, 2021, (08): 164-169.

DOI：10.19614/j.cnki.jsks.202108026

• 露天矿排土场
• 边坡稳定性
• 有限元方法
• 机器学习工具

针对露天矿排土场剖面初期设计中的边坡稳定性评估问题,提出了2种用于预测排土场边坡安全系数的机器学习模型。首先,采用有限元方法对209个排土场边坡模型进行了模拟,获得了模型训练和验证所需的数据集。其次,选取煤墙高度、排土场坡高和排土场坡角3个几何参数为输入,安全系数为输出构建了人工神经网络模型和多元回归分析模型。最后,为了比较2种模型的有效性,计算了方差比、决定系数、均方根误差和残差等各项性能指标。研究结果表明:与排土场边坡模型的数值模拟结果相比,人工神经网络模型和多元回归分析模型的确定系数分别为0.999 6和0.976 9;在3个输入几何参数中,排土场坡角参数的重要性最高;上述4项性能指标分析表明,人工神经网络模型表现出比多元回归分析模型更高的预测精度,具有较高推广应用价值。

• 单位
  北京科技大学; 包头铁道职业技术学院