基于U-Net模型的矿井电阻率反演方法研究
胡运兵1
王胡日查2
易洪春3
段天柱3
崔少北3
1.煤炭科学研究总院,北京 100013;煤矿灾害防控全国重点实验室,重庆 400037;中煤科工集团重庆研究院有限公司,重庆 4000392.煤炭科学研究总院,北京 100013;中煤科工集团重庆研究院有限公司,重庆 4000393.煤矿灾害防控全国重点实验室,重庆 400037;中煤科工集团重庆研究院有限公司,重庆 400039
摘要：针对矿井电阻率反演中传统方法依赖初始模型、边界模糊及现有深度学习反演存在伪影干扰的问题,提出物理约束的U-Net反演方法.该方法融合电性敏感特性与深度聚焦机制,基于U-Net网络的多尺度特征融合架构构建加权交叉熵损失函数,通过编码器—解码器跳跃连接实现异常体与背景场的电性差异强化;基于三类典型异常体定义电阻率分布的参数化空间,采用有限元法对 6 000 组模型进行正演计算,通过偶极—偶极装置获取视电阻率剖面数据,构建地质模型—电性响应匹配数据集并用于监督学习训练.实验结果表明:该方法Dice系数为 0.950±0.018,单次反演耗时由传统最小二乘反演方法的65.2 s降至1.0 s,效率提升98.5%.通过物理先验与深度学习的协同优化,为煤矿水害隐蔽致灾体精准探测提供了解决方案.
关键词：矿井电阻率反演U-Net深度学习反演矿井水害工作面物理约束
分类号：TD163.1(矿山地质与测量)P631.3(天文学、地球科学)
资助基金：国家重点研发计划(2022YFB4703600)中煤科工集团重庆研究院有限公司重点研发项目(2022ZDXM06)
论文发表日期：2026-02-28
在线出版日期：2026-03-25（本平台首次上网日期，不代表文献的发表时间）
页数：8( 185-192 )
英文信息