基于BP神经网络的深部巷道围岩力学参数反分析

李坤铎

［摘要］ 基于BP神经网络算法原理，借助matlabR2021b神经网络工具箱建立深部巷道围岩力学参数位移反分析模型，利用正交试验和Flac3D数值模拟软件建立神经网络的学习训练样本，对深部巷道的四个围岩力学参数粘聚力C、内摩擦角φ、泊松比ν、弹性模量E进行反演计算。结果表明：将参数反演结果代入Flac3D有限元数值模拟软件，计算出的巷道拱顶沉降和两帮收敛值与实际监测值相比非常接近，相对误差小、精度高。通过这种方法获取的围岩力学参数是有价值的，可以较为精确地获取深部巷道的围岩力学参数，从而为深部巷道的稳定性分析及巷道支护设计提供科学依据。

［关键词］ BP神经网络； FLAC3D数值模拟；巷道施工

［中圖分类号］ TQ320.6［文献标识码］ A