公开(公告)号：CN118747307A

公开(公告)日：2024-10-08

申请号：CN202410887477.X

申请日：2024-07-03

申请人： 成都理工大学

发明人： 马春驰 ,  冉雪峰 ,  李天斌 ,  张航 ,  许韦豪 ,  邢东威

IPC分类号： G06F18/24 ,  G06F18/214 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/048 ,  G01V1/28

摘要： 本发明公开了一种基于神经网络的微震波形多任务一体化分析方法，该方法包括：获取多通道微震波形数据集，多通道微震波形数据集包括样本数据和标签数据；使用多通道微震波形数据集对神经网络进行训练，得到多任务处理模型；将目标多通道微震波形数据输入多任务处理模型中，通过多任务处理模型分别输出目标震源定位、目标事件能量值和目标矩震级。本发明可以更加快速准确地集成输出目标参数，以便于更快地更新围岩稳定性发展状态，显著提高灾害预警的可靠度与准确性。

公开(公告)号：CN116299684A

公开(公告)日：2023-06-23

申请号：CN202310557711.8

申请日：2023-05-17

申请人： 成都理工大学

发明人： 马春驰 ,  徐洪伟 ,  张航 ,  李天斌 ,  许韦豪 ,  严文金 ,  冉雪峰 ,  袁炀 ,  蔡胡阳 ,  卢向前

IPC分类号： G01V1/28 ,  G06F18/24 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及隧道与地下工程的勘察设计技术领域，涉及一种基于人工神经网络中双模态神经元的新型微震分类方法，包括：步骤一、采集深部隧道微震监测数据，从时域和频域两个角度观察微震数据的特征，建立数据集；步骤二、采用ST将时域信号转换为频域信号；随机将数据集分为90%的训练数据集和10%的测试数据集；步骤三、引入残余注意力、空间注意力、双卷积注意力来关注波形的突出特征；步骤四、创建双模态微震分类网，同时提取时域和频域特征，实现波形多分类；步骤五、引入k‑fold交叉验证来评估一些特殊或低质量特征对数据集的影响。本发明能较佳地进行微震分类。

公开(公告)号：CN116595335A

公开(公告)日：2023-08-15

申请号：CN202310600008.0

申请日：2023-05-25

申请人： 成都理工大学

发明人： 马春驰 ,  许韦豪 ,  张航 ,  李天斌 ,  袁龙辉 ,  邢东威 ,  严文金 ,  冉雪峰

IPC分类号： G06F18/20 ,  G06Q10/0635 ,  G06Q50/08

摘要： 本发明公开了岩爆微震预测技术领域的一种岩爆微震参数多元多时步输出预测模型，通过如下步骤构建：步骤1、在隧洞开挖过程中开展岩爆微震监测,获取岩爆孕育过程中的多参量的微震监测信息；步骤2、对已发生的岩爆进行地质踏勘和微震监测信息解译,确定岩爆等级；步骤3、建立不同等级的岩爆样本库和对应的微震监测信息样本库；步骤4、通过深度学习的方法构建预测模型；步骤5、对构建的预测模型进行训练；步骤6、使用岩爆微震参数多元多时步预测模型进行微震参数演化的预测，提前预测和推断岩爆风险。本发明，能够实现未来微震参数的准确预测，提升岩爆预警的时效性，为后续岩爆灾害动态预警提供数据基础和支撑。

公开(公告)号：CN118747558A

公开(公告)日：2024-10-08

申请号：CN202410887474.6

申请日：2024-07-03

申请人： 成都理工大学

发明人： 马春驰 ,  冉雪峰 ,  李天斌 ,  张航 ,  许韦豪 ,  邢东威

IPC分类号： G06Q10/04 ,  G01V1/28 ,  G06N3/08 ,  G06F17/10 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/048

摘要： 本发明公开了一种基于物理规则约束和深度学习的微震源能量预测方法，包括以下步骤：获取微震波形数据集，微震波形数据集包括六通道微震事件波形、对应的事件波形能量值标签和基于波谱的位移二重积分值标签；将六通道微震事件波形进行组合作为输入、对应的事件波形能量值标签作为输出，并将基于波谱的位移二重积分值标签作为额外的训练约束项，对神经网络进行训练，得到微震源能量预测模型；将目标微震波形数据输入微震源能量预测模型，通过微震源能量预测模型输出目标微震波形数据对应的目标微震能量值。本发明可以获取准确的目标微震能量值，从而提高灾害预警的可靠度与准确性。

公开(公告)号：CN116299684B

公开(公告)日：2023-07-21

申请号：CN202310557711.8

申请日：2023-05-17

申请人： 成都理工大学

发明人： 马春驰 ,  徐洪伟 ,  张航 ,  李天斌 ,  许韦豪 ,  严文金 ,  冉雪峰 ,  袁炀 ,  蔡胡阳 ,  卢向前

IPC分类号： G01V1/28 ,  G06F18/24 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及隧道与地下工程的勘察设计技术领域，涉及一种基于人工神经网络中双模态神经元的新型微震分类方法，包括：步骤一、采集深部隧道微震监测数据，从时域和频域两个角度观察微震数据的特征，建立数据集；步骤二、采用ST将时域信号转换为频域信号；随机将数据集分为90%的训练数据集和10%的测试数据集；步骤三、引入残余注意力、空间注意力、双卷积注意力来关注波形的突出特征；步骤四、创建双模态微震分类网，同时提取时域和频域特征，实现波形多分类；步骤五、引入k‑fold交叉验证来评估一些特殊或低质量特征对数据集的影响。本发明能较佳地进行微震分类。