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
• 来源期刊: 金属矿山
• 关键词: 露天矿排土场 边坡稳定性 有限元方法 机器学习工具
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 安全与环保
• 页码范围: 164-169
• 页数: 6页
• 分类号: TD854.7
• 语种: 中文
• DOI: 10.19614/j.cnki.jsks.202108026

摘要

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0.9996和0.9769;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.