WNN模型在预测声发射信号方面的应用

来源：黄金科学技术杂志2016年第1期北京时间：

作者：王晓军，陈辰，卓毓龙，邓书强，冯萧

单位：1.江西理工大学资源与环境工程学院，江西 赣州 341000；2.西部矿业股份有限公司博士后科研工作站，青海 西宁 810006

摘要：小波神经网络具有预测精度高、结构简单以及收敛快等众多优点，因此，试图将这一优势模型用于声发射的预测方面，进而为矿业领域完善一种新的预测方法，并根据实验室岩石加载实验过程中采集的大量声发射数据，建立了一种与之相适应的预测模型。首先，针对实验室实验过程中监测得到的声发射数据建立了小波神经网络模型（WNN模型），然后对声发射监测得到的声发射事件率进行网络自主学习，得到预测结果，最后与实际值相比并计算其误差。结果表明：WNN模型预测精度较高，与实际监测得到的结果基本吻合，证明WNN可以用于声发射信号方面的预测。

关键词：声发射,岩石,小波神经网络,预测

基金资助：国家自然科学基金项目“循环载荷下矿山固废胶结充填体损伤过程声发射特性研究”（编号：51304083）、江西省科技支撑计划“急倾斜薄脉群钨矿床开采岩体失稳控制技术集成与示范”（编号：20141BBE50005）和江西省创新基金“化学置换过程离子型稀土矿体力学性状演化规律研究”（编号：YC2015-S294）联合资助