地质出版社有限公司 中国地质科学院勘探技术研究所主办
高级检索

基于人工神经网络模型的岩石特性预测

,  ,  , 

文章导航 > 钻探工程 > 2019 > (1): 34-38

上一篇

下一篇

陈晓君, 陈小根, 宋刚, 陈根龙. 基于人工神经网络模型的岩石特性预测[J]. 钻探工程, 2019, (1): 34-38. doi: 10.12143/j.tkgc.2019.01.006
引用本文: 陈晓君, 陈小根, 宋刚, 陈根龙. 基于人工神经网络模型的岩石特性预测[J]. 钻探工程, 2019, (1): 34-38. doi: 10.12143/j.tkgc.2019.01.006
shu
CHEN Xiaojun, CHEN Xiaogen, SONG Gang, CHEN Genlong. Prediction of rock characteristics based on artificial neural network model[J]. DRILLING ENGINEERING, 2019, (1): 34-38. doi: 10.12143/j.tkgc.2019.01.006
Citation: CHEN Xiaojun, CHEN Xiaogen, SONG Gang, CHEN Genlong. Prediction of rock characteristics based on artificial neural network model[J]. DRILLING ENGINEERING, 2019, (1): 34-38. doi: 10.12143/j.tkgc.2019.01.006
shu

基于人工神经网络模型的岩石特性预测

  • 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

  • 中国地质科学院勘探技术研究所,河北 廊坊,065000

  • 中国地质科学院勘探技术研究所,河北 廊坊,065000

  • 基金项目:

    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"

    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"

详细信息

  • 中图分类号: P634.1 TU452

Prediction of rock characteristics based on artificial neural network model

    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.
    • HTML全文
  • 加载中
    • 相关文章
  • 施引文献
  • 资源附件(0)
  • 加载中
计量
  • 文章访问数:  371
  • PDF下载数:  14
  • 施引文献:  0
出版历程
刊出日期:  2019-01-10

目录

    版权所有：中国地质调查局发展研究中心 copyright @2020
    返回