基于机器学习的露天矿排土场边坡稳定性预测

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.

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

分类号：TD854.7(矿山开采)

资助基金：内蒙古自治区高等学校科学研究项目编号:NJSY19351

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：164-169