期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
随钻信号对岩石单轴抗压强度响应特征及反演模型
1
作者
刘河清
刘建康
+2 位作者
郝建
赵立进
汤建泉
《煤炭科学技术》
北大核心
2025年第4期266-279,共14页
岩石单轴抗压强度是岩土工程与地下工程中表征岩体性质的重要参数之一。为了准确、快速地感知、预测煤矿井下岩体的岩石单轴抗压强度,以室内9种不同配比的相似材料试件钻取试验为基础,构建基于随钻振动信号的单轴抗压强度GA−BP(Genetic ...
岩石单轴抗压强度是岩土工程与地下工程中表征岩体性质的重要参数之一。为了准确、快速地感知、预测煤矿井下岩体的岩石单轴抗压强度,以室内9种不同配比的相似材料试件钻取试验为基础,构建基于随钻振动信号的单轴抗压强度GA−BP(Genetic Algorithm−Backpropagation)神经网络预测模型。通过改变GA−BP神经网络的隐含层数、种群数和训练函数,讨论分析预测模型影响因素与结果,确定最优预测模型结构。结果表明:随钻振动信号与相似模拟材料的单轴抗压强度之间具有响应关系,所构建预测模型准确率都在70%以上,以随钻振动信号感知预测单轴抗压强度的研究方法具有一定的可行性;训练函数选择trainlm、隐含层为8、种群数为20时模型结果最优,训练集、测试集决定系数分别为0.761、0.745,均方根误差分别为6.039、4.254 MPa,平均绝对误差分别为6.574、4.716 MPa。提出的单轴抗压强度预测方法可为岩石力学性质的智能辨识提供新的思路。
展开更多
关键词
随钻振动信号
单轴抗压强度
相似材料
人工神经网络
时域、频域特征
在线阅读
下载PDF
职称材料
基于原岩随钻振动信号的岩石单轴抗压强度快速预测试验研究
2
作者
刘河清
刘建康
+4 位作者
郝建
郑义宁
肖勇
胡慧
栾学坤
《岩土工程学报》
北大核心
2025年第8期1700-1710,共11页
为了揭示随钻振动信号与岩石单轴抗压强度之间的响应关系,实现单轴抗压强度的快速感知预测,基于随钻振动信号提出了混合遗传算法优化(GA-BP)的单轴抗压强度人工神经网络快速预测方法。运用傅里叶变换及数学运算提取花岗岩、石灰岩、页...
为了揭示随钻振动信号与岩石单轴抗压强度之间的响应关系,实现单轴抗压强度的快速感知预测,基于随钻振动信号提出了混合遗传算法优化(GA-BP)的单轴抗压强度人工神经网络快速预测方法。运用傅里叶变换及数学运算提取花岗岩、石灰岩、页岩、砂岩和煤5种原岩(煤)振动信号时域、频域的特征值,构建不同神经网络预测模型并分析比较各模型的预测性能。研究结果表明:经遗传算法优化的GA-BP神经网络模型决定系数R2为0.778,较之BP神经网络模型提升了9.4%;构建的模型对于单轴抗压强度有着较好的预测能力,所用方法为岩石力学参数快速获取技术的智能化和自动化发展提供了新的技术路径。
展开更多
关键词
随钻振动信号
单轴抗压强度
时域、频域特征
神经网络
在线阅读
下载PDF
职称材料
题名
随钻信号对岩石单轴抗压强度响应特征及反演模型
1
作者
刘河清
刘建康
郝建
赵立进
汤建泉
机构
山东科技大学能源与矿业工程学院
中国矿业大学(北京)隧道工程灾变防控与智能建养全国重点实验室
出处
《煤炭科学技术》
北大核心
2025年第4期266-279,共14页
基金
国家自然科学基金资助项目(52204099,52174121)
山东省自然科学基金资助项目(ZR2022QE203)。
文摘
岩石单轴抗压强度是岩土工程与地下工程中表征岩体性质的重要参数之一。为了准确、快速地感知、预测煤矿井下岩体的岩石单轴抗压强度,以室内9种不同配比的相似材料试件钻取试验为基础,构建基于随钻振动信号的单轴抗压强度GA−BP(Genetic Algorithm−Backpropagation)神经网络预测模型。通过改变GA−BP神经网络的隐含层数、种群数和训练函数,讨论分析预测模型影响因素与结果,确定最优预测模型结构。结果表明:随钻振动信号与相似模拟材料的单轴抗压强度之间具有响应关系,所构建预测模型准确率都在70%以上,以随钻振动信号感知预测单轴抗压强度的研究方法具有一定的可行性;训练函数选择trainlm、隐含层为8、种群数为20时模型结果最优,训练集、测试集决定系数分别为0.761、0.745,均方根误差分别为6.039、4.254 MPa,平均绝对误差分别为6.574、4.716 MPa。提出的单轴抗压强度预测方法可为岩石力学性质的智能辨识提供新的思路。
关键词
随钻振动信号
单轴抗压强度
相似材料
人工神经网络
时域、频域特征
Keywords
Vibration signals with drilling
uniaxial compressive strength
similar material
artificial neural network
time and frequency domain characteristics
分类号
TD313 [矿业工程—矿井建设]
在线阅读
下载PDF
职称材料
题名
基于原岩随钻振动信号的岩石单轴抗压强度快速预测试验研究
2
作者
刘河清
刘建康
郝建
郑义宁
肖勇
胡慧
栾学坤
机构
山东科技大学能源与矿业工程学院
山东科技大学省部共建矿山岩层智能控制与绿色开采国家重点实验室培育基地
中国矿业大学(北京)隧道工程灾变防控与智能建养全国重点实验室
山东能源集团鲁西矿业有限公司郭屯煤矿
山西省煤炭地质
出处
《岩土工程学报》
北大核心
2025年第8期1700-1710,共11页
基金
国家自然科学基金项目(52204099,52174121)
山东省自然科学基金项目(ZR2022QE203)
省部共建矿山岩层智能控制与绿色开采国家重点实验室培育基地开放基金项目(MDPC2024ZR03)。
文摘
为了揭示随钻振动信号与岩石单轴抗压强度之间的响应关系,实现单轴抗压强度的快速感知预测,基于随钻振动信号提出了混合遗传算法优化(GA-BP)的单轴抗压强度人工神经网络快速预测方法。运用傅里叶变换及数学运算提取花岗岩、石灰岩、页岩、砂岩和煤5种原岩(煤)振动信号时域、频域的特征值,构建不同神经网络预测模型并分析比较各模型的预测性能。研究结果表明:经遗传算法优化的GA-BP神经网络模型决定系数R2为0.778,较之BP神经网络模型提升了9.4%;构建的模型对于单轴抗压强度有着较好的预测能力,所用方法为岩石力学参数快速获取技术的智能化和自动化发展提供了新的技术路径。
关键词
随钻振动信号
单轴抗压强度
时域、频域特征
神经网络
Keywords
vibrating signal with drilling
uniaxial compressive strength
time and frequency domain characteristic
artificial neural network
分类号
TU459 [建筑科学—岩土工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
随钻信号对岩石单轴抗压强度响应特征及反演模型
刘河清
刘建康
郝建
赵立进
汤建泉
《煤炭科学技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于原岩随钻振动信号的岩石单轴抗压强度快速预测试验研究
刘河清
刘建康
郝建
郑义宁
肖勇
胡慧
栾学坤
《岩土工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
