来源：期刊VIP网 时间：
作者：吴鑫;刘永红;张婷婷;刘馨圯;文俊川;
单位：四川师范大学工学院;四川师范大学西南土地资源评价与监测教育部重点实验室;
摘要：为揭示松散材料剪切过程的声学特征，通过构建一种结合空间注意力机制的卷积神经网络(Convolution Neural Network, CNN)和长短时记忆(Long Short-Term Memory, LSTM)网络模型，预测松散体所处剪切阶段及稳定性。首先，开展8种不同加载速率下的松散颗粒剪切试验并获取其物理力学特性和声发射信号(Acoustic Emission, AE),揭示常规特征参数、时域参数和频域参数的演化特征；基于剪切过程参数变化，将其分别划分为剪密阶段、弹性阶段、应变硬化阶段和稳定阶段；然后开展AE信号特征的识别与提取，经对比与筛分后确定了11个特征参数的输入组合，用以预测松散体所处的剪切阶段。结果表明：该模型对松散材料剪切阶段的预测准确率达到94.52%,该研究预计能为声发射技术在松散体边坡稳定性分析的参数选取和预测预警提供一定理论依据。
关键词：安全工程;;松散体;;卷积神经网络-长短时记忆网络;;声发射;;演化特征
基金资助：国家应急管理部安全生产重特大事故防治关键技术项目(Sichuan-0011-2018AQ);; 四川省科技计划项目(24NSFSC0343,19YYJC2854)
