-
题名深部矿山锚杆腐蚀失效风险评估研究
被引量：2
- 1
-
-
作者
吴赛赛
张曾瑞
金韬
张鑫
郭进平
-
机构
西安建筑科技大学资源工程学院
陕西省岩土与地下空间工程重点实验室
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第S01期180-184,共5页
-
基金
国家自然科学金资助(52004196)
陕西省重点研发计划项目(2023-GHYB-06)
陕西省“三秦学者”创新团队、陕西省科技创新团队项目(2022TD-05)。
-
文摘
为解决地下矿山锚杆腐蚀失效问题,提出一种基于预测锚杆腐蚀失效速率的数学模型。收集矿山腐蚀失效锚杆相关数据,采用主成分分析法和梯度提升树方法,从原始数据中提取有用信息,并结合支持向量机(SVM)模型,预测复杂矿山环境中锚杆的腐蚀失效概率,利用具有连续特征和空间数据的数据集测试该模型,分析各环境因素对腐蚀失效影响权重,并与SVM、GTB-SVM这2种模型进行对比分析。研究结果表明:基于主成分分析的特征变换是可靠的风险预测方法,PCA-SVM模型在预测精度和结果的稳健性方面表现优越,训练集AUC值达到0.84、测试集达到0.83。该模型作为一个有用的在线工具,能够支持过程系统的安全和数字化。文中提出的主成分分析SVM模型,能够准确预测锚杆腐蚀失效的腐蚀概率。
-
关键词
深部矿山
锚杆
应力腐蚀开裂
支持向量机(SVM)
特征学习
-
Keywords
deep mines
bolts
stress corrosion cracking
support vector machines(SVM)
feature learning
-
分类号
X936
[环境科学与工程—安全科学]
-
