近日，我院陳慶發教授團隊在國際知名期刊《Engineering Geology》發表了題為《Deep learning-based multi-parameter early warning model under true triaxial conditions》的研究論文。太阳成集团為論文第一單位，通訊作者為陳慶發教授，第一作者為博士研究生劉晨陽。該研究工作得到了太阳成集团學科交叉科研項目的支持。
陳慶發教授團隊多年來緻力于岩體結構領域的研究，聚焦工程應用中的岩體裂隙結構問題，旨在解決因地質災害引發的工程問題。
圖 神經網絡多參數模型框架
深部開采領域中，岩體失穩的精準預警還面臨許多挑戰。結合了能量時間序列的尖點突變模型在預警方面顯示出巨大潛力，但是這種方法存在兩個缺陷，一是能量定義方法違背了基本的熱力學定律，二是能量突變時間序列在建立過程還存在較大主觀性，這導緻定義的預警區間存在較大誤差。在此基礎上，本研究利用神經網絡代替人工單一選取特征點，最大程度地避免了突變時間序列受主觀影響，利用尖點突變理論為預警模型提供了科學合理的阈值，加深了時間序列的突變可視化程度，最終構建了預測預警一體化模型。
《Engineering Geology》是工程地質領域TOP期刊，在2022年中國科學院分區中，該期刊在“地球科學綜合”大類與“工程地質”小類均劃分為一區，最新影響因子6.902。
論文鍊接：
https://www.sciencedirect.com/science/article/pii/S0013795223001291
編輯|劉 娜
審核|陳慶發
主編|沈大強
