买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种深部煤层巷道围岩稳定性智能预警方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121524813B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610048694.9，技术领域涉及：G06F18/2415；该发明授权一种深部煤层巷道围岩稳定性智能预警方法是由王俊;张子健;党延龙;宁建国;周子栩;雷卓;毛庆昊设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种深部煤层巷道围岩稳定性智能预警方法在说明书摘要公布了：本发明提供了一种深部煤层巷道围岩稳定性智能预警方法，涉及煤矿动力灾害防治技术领域。本发明的深部煤层巷道围岩稳定性智能预警方法，通过动静组合加载岩石试验构建基础样本库；同步采集现场围岩静态应力与微震数据并时序聚合；基于动静载叠加原理构建等效动静组合应力指标，形成震‑力耦合特征向量；建立LSTM预警模型，采用迁移学习策略，利用实验室数据预训练后以现场数据微调；将实时特征向量输入模型输出失稳概率；基于围岩实际变形数据对概率进行校验修正，并将漏报样本用于模型在线增量更新。本发明量化了动静载耦合效应，克服了小样本训练困境，并通过物理反馈闭环修正机制，实现了对深部巷道围岩失稳风险的精准、自适应预警。

本发明授权一种深部煤层巷道围岩稳定性智能预警方法在权利要求书中公布了：1.一种深部煤层巷道围岩稳定性智能预警方法，其特征在于，所述方法包括如下步骤： S1、通过动静组合加载岩石试验构建包含输入特征向量与稳定性标签的基础样本库； S2、同步采集现场围岩静态应力与微震数据，并映射至连续时间窗口进行时序聚合； S3、对聚合数据进行标准化，基于动静载叠加原理构建震-力耦合特征向量； 所述S3包括： S31、对采集到的数据进行清洗，补全缺失数据并去除离群噪点； S32、采用Z-Score方法对各物理量进行标准化处理，标准化后的数值： ； 其中， 为原始监测数据；为特征数据的均值；为标准差； S33、构建具有岩性自适应能力的等效动静组合应力指标，其计算公式为： ； 其中， 为t时刻监测到的围岩静态应力聚合值；为t时刻微震事件释放的能量聚合值；E0为能量归一化基准值；为动静载量纲转换系数，其取值与巷道围岩的冲击倾向性指数正相关；ln为自然对数函数； S34、计算指标的一阶差分特征： ； 其中， 为第k个时间窗口内，经过标准化处理后的等效动静组合应力指标聚合值；为第k-1个时间窗口内，经过标准化处理后的等效动静组合应力指标聚合值；为连续两个时间窗口之间的时间间隔； S35、构建模型输入特征向量： ； 其中， 表示经过标准化处理的数据；为k时刻经过标准化处理的围岩静态应力聚合值；为k时刻经过标准化处理的微震事件能量聚合值；为k时刻经过标准化处理的等效动静组合应力指标值； S4、建立基于长短期记忆网络的预警模型； 所述S4中建立的长短期记忆网络预警模型，对于时刻的输入向量，通过遗忘门、输入门和输出门进行状态更新： 计算遗忘门： ； 其中， 为遗忘门的输出向量，其数值范围在0,1之间，表示上一时刻细胞状态信息的保留比例，数值越接近1表示保留越多，越接近0表示遗忘越多；Sigmoid为S型激活函数；为遗忘门的权重矩阵；为上一时刻的隐藏层状态；为当前时刻的输入特征向量；为遗忘门的偏置向量； 计算输入门： ； ； 其中， 为输入门的输出向量，决定了当前时刻有哪些新信息将被更新到细胞状态中；为当前时刻的候选细胞状态，是通过tanh层创建的包含新信息的新向量；tanh为双曲正切激活函数；和分别为输入门和候选状态计算的权重矩阵；和分别为对应的偏置向量； 进行状态更新： =⊙+⊙； 其中， 为当前时刻更新后的细胞状态，它通过遗忘旧信息并添加新候选信息计算得出；为上一时刻的细胞状态；⊙表示哈达玛积，即矩阵或向量对应位置元素相乘的运算； 输出当前时刻的隐层特征及隐藏状态： ； =⊙； 其中， 为输出门的输出向量，决定了当前细胞状态中哪些信息将被输出，其值越接近1表示输出越多，越接近0表示屏蔽越多；为当前时刻的隐藏状态，即经过输出门过滤后的最终特征表示，它将被传递给下一时刻的LSTM单元；为输出门的权重矩阵，用于对输入数据和上一时刻隐藏状态进行加权求和，决定输出信息的侧重；为输出门的偏置项，用于调整激活函数的阈值，提高模型的拟合能力； 计算输出层概率： ； 其中， 为模型预测在当前时刻t围岩发生失稳的概率值，其取值范围在[0,1]之间，数值越接近1表示失稳风险越高，数值越接近0表示围岩状态越稳定；为输出层的权重矩阵，用于将LSTM输出的隐层特征向量映射到一维的决策空间；为输出层的偏置项；e为自然常数，自然对数的底数； S5、采用迁移学习策略，先基于S1基础样本库预训练模型，再利用S2现场采集数据微调，并利用测试集验证； S6、将实时采集并处理后的震-力耦合特征向量输入模型，输出失稳概率； S7、基于围岩实际变形数据对失稳概率进行校验修正，并将漏报样本加入难例样本库以在线更新模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。