针对一维动态节理角度和轴向静载差异的煤岩结构面承载损伤下应力波透射问题，采用室内实验、理论分析和计算机仿真等方法，揭示了界面倾角与轴向静载对煤岩结构面透射应力波的作用机制，结合Barton-Bandis节理本构模型、UDEC离散元仿真与灰狼算法优化BP神经网络技术，对分离式霍普金森压杆（Split Hopkinson Pressure Bar，SHPB）实验过程中应力波透射进行仿真和机器学习，在充分考虑各项参数的基础上进行了显著性正交试验和多因素方差分析，筛选出了主要影响因素并确定了修正方案，得到了煤岩结构面轴向静载与倾角差异下Barton-Bandis本构数值模拟参数修正的机器学习模型，极大地提升了煤岩结构面受冲击状态下变形行为与本构参数之间关联机制的计算效率。研究结果表明：基于BP人工神经网络技术的机器学习预测模型具有良好的适用性，可快速确定当前煤岩结构面倾角与轴向静载下模型参数，提供了一种基于数据驱动的煤岩结构面Barton-Bandis本构模型参数的高效修正方法，同时可以预测给定训练样本以外更大倾角与轴向静载范围下煤岩结构面数值模拟参数。

0 引言
1 煤岩结构面弱化应力波强度效应
1.1 煤岩结构面弱化应力波强度试验原理
1.2 煤岩结构面及其组合体试样制备方法
1.3 煤岩结构面弱化应力波强度试验方案
1.4 煤岩结构面弱化应力波强度试验结果
2 应力波弱化效应的Barton-Bandis数值模型
2.1 煤岩结构面本质力学行为
2.2 煤岩结构面数值分析模型
2.3 应力波弱化效应误差分析
2.4 煤岩结构面数值模型局限性
3 煤岩结构面数值模型缺陷修正方法
3.1 应力波强度弱化显著性影响因子
3.2 显著性影响因子反分析网络算法
3.3 修正煤岩结构面弱化应力波应用
4 讨论
5 结论