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！

龙图腾网获悉辽宁大学申请的专利冲击地压巷道防冲液压支架的大数据智能选型设计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：CN119337718B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411399258.3，技术领域涉及：G06F30/27；该发明授权冲击地压巷道防冲液压支架的大数据智能选型设计方法是由代连朋;王玉琦;刘婷丽;李鹏;王爱文;李玉伟;肖永惠;丁鑫设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本冲击地压巷道防冲液压支架的大数据智能选型设计方法在说明书摘要公布了：本发明提供一种冲击地压巷道防冲液压支架的大数据智能选型设计方法，涉及大数据技术领域，本方法首先从不同矿区和历史记录中收集关于地质条件、岩石力学性质、矿山工作面布局以及以往液压支架的使用性能和维护记录等数据，然后使用机器学习和统计分析方法从整合后的数据集中识别出影响液压支架性能的关键因素，进而提供一份智能化的液压支架选型系统，该发明可提高液压支架选型的准确性和效率，保障安全性。本发明通过对大量地质数据、矿山工作面条件以及历史液压支架使用情况的深入分析，为巷道提供最适合的液压支架选择建议。

本发明授权冲击地压巷道防冲液压支架的大数据智能选型设计方法在权利要求书中公布了：1.一种冲击地压巷道防冲液压支架的大数据智能选型设计方法，其特征在于，包括以下步骤： 步骤1：数据收集； 步骤2：基于神经网络模型，建立支架智能选型的训练样本； 步骤2.1：选择适用于液压支架选型的神经网络模型；所述神经网络模型选择MLP神经网络模型； 步骤2.2：定义神经网络模型的基本结构； 步骤2.2.1：确定输入层及其大小； 将冲击地压工作面回采巷道地质力学表征参数作为神经网络模型的输入层进行计算，表现为： 式中，表示神经网络第m个训练样本的输入层；Xm表示第m个训练样本的特征向量； 步骤2.2.2：确定中间层的层数； 设定神经网络模型共有L层，则中间层有L-1层； 步骤2.2.3：确定每层中的神经元个数； 式中为第l层神经元个数；No为输出层神经元个数；Ni为输入层神经元个数；M为样本数量；α为任意值变量，l≤L-1； 步骤2.2.4：系统化构建中间层模型； 以冲击地压工作面回采巷道地质力学表征参数为起始，经过线性变换后，再由激活函数处理得到下一层的新数据，以此方式层层传递，最终反映出冲击地压巷道吸能防冲液压支架选型的关键参数，如下式所示： 式中，Wl表示神经网络第l层的权重矩阵；bl表示神经网络第l层的偏置向量；表示第m个训练样本经过神经网络第l-1层的输出结果；表示第m个训练样本在神经网络的第l-1层经过线性变换后得到的结果；为中第个分量；表示经过激活函数变换后得到的结果； 步骤2.2.5：设定神经网络模型的输出层配置： 以冲击地压巷道吸能防冲液压支架选型的关键参数作为输出层，预测液压支架的初撑力、工作阻力以及支护强度，输出层的计算用以下公式表示： 使用ReLU激活函数来获取冲击地压巷道吸能防冲液压支架选型的关键参数的预测值，具体公式如下： 式中Fcm，Rwm，Sm分别表示预测的冲击地压巷道吸能防冲液压支架选型的关键参数值，即液压支架的初撑力，工作阻力以及支护强度； 步骤3：优化神经网络模型的参数配置； 步骤4：将已知的冲击地压工作面回采巷道地质力学表征参数，由步骤2-步骤3训练得到的映射关系实现液压支架的智能化选型。

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辽宁大学，其通讯地址为：110036 辽宁省沈阳市皇姑区崇山中路66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。