一种基于神经网络的巷道围岩冲击危险性预测方法及系统

本发明公开了一种基于神经网络的巷道围岩冲击危险性预测方法及系统，涉及巷道围岩安全监测领域，该方法获取锚杆集群监测数据，进行预处理得到锚杆参量数据，同时基于锚杆的唯一标识码和位置坐标构建锚杆空间邻接矩阵；将锚杆参量数据和锚杆空间邻接矩阵输入时空关联预测模型，对巷道围岩应力应变时空演化规律进行非线性拟合，采用自回归方式动态更新模型参数，输出锚杆集群的预测数值序列；采用概率密度函数计算每个锚杆的风险概率密度，生成风险云图，动态设定锚杆伸缩率及锚杆螺栓的预紧力的风险阈值，划分风险等级区域，并计算各风险区域面积，定量评估巷道围岩冲击危险性，突破了传统方法主观局限性，实现冲击危险性的客观量化评估。