基于人工神经网络模型的岩石特性预测

作     者：陈晓君 陈小根 宋刚 陈根龙 CHEN Xiaojun;CHEN Xiaogen;SONG Gang;CHEN Genlong

作者机构：中国地质科学院勘探技术研究所河北廊坊065000 北京科技大学土木与资源工程学院北京100083 

出 版 物：《探矿工程（岩土钻掘工程）》 (Exploration Engineering:Rock & Soil Drilling and Tunneling)

年 卷 期：2019年第46卷第1期

页      面：34-38页

学科分类：081801[工学-矿产普查与勘探] 08[工学] 080104[工学-工程力学] 0818[工学-地质资源与地质工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家重点研发计划资助"多金属矿岩心钻探关键技术装备联合研发及示范"(编号:2016YFE0202200) 国家自然科学基金"金刚石钻进过程中岩体基本力学参数实时确定方法研究"(编号:51574015) 

主　　题：声级 钻头参数 人工神经网络 岩石特性 

摘      要：近年来,软计算技术被用作替代的统计工具。如人工神经网络(ANN)被用于开发预测模型来估计所需的参数。在本研究中,通过利用冲击钻进过程中的一些钻进参数(气压、推力、钻头直径、穿透率)和所产生的声级,建立了预测岩石性质的神经网络模型。在实验室中所产生的数据,用于开发预测岩石特性(如单轴抗压强度、耐磨性、抗拉强度和施密特回弹数)的神经网络模型,并使用各种预测性能指标对所建模型进行检验,结果表明人工神经网络模型适用于岩石性质的预测。