当下的经济和工业快速发展使得矿产资源的需求快速增加,同时尾矿库的数量也随之增长。由于运行期间坝高和库容都会上升,尾矿库逐渐变为潜在的高势能危险源,对矿山和选矿厂本身的安全运营、下游群众的生命财产安全以及周边自然环境都构成了巨大威胁。因此设计一个高效、合理的尾矿库安全评价方法,对尾矿安全的趋势作出准确预测具有重大现实意义。为了充分挖掘影响尾矿库安全的因素中的隐藏信息和内在联系,获得尽可能高的安全预测准确率,本文设计了一种基于深度神经网络的尾矿库安全趋势预测方法。全文的主要工作和主要成果如下:1)总结尾矿库安全评价方法的研究现状,分析本领域目前为止所使用的理论和方法,对它们的优点和缺点进行了比较。2)介绍了深度神经网络原理,阐述了堆栈式自编码器的设计思路和算法,包括深度神经网络的逐层优化训练思想和用于参数训练LM-BP算法等。3)根据尾矿库的事故原因统计分析和其工程结构特点,分析导致尾矿库事故的主要原因,给出了尾矿库安全关键因素。4)应用深度神经网络进行尾矿库安全趋势预测实验,给出了详细仿真结果分析。结果表明深度神经网络在特征抽象、表征学习、预测准确率等方面都具有优越性。5)给出了尾矿库安全评价软件的设计思路,并使用PYTHON及相关的软件包实现了软件原型,以便算法得到实际应用。本文成果验证了深度神经网络是可行的安全状态趋势预测方法,为尾矿库安全评价工作提供了新的思路和理论支持。