煤炭科学技术

作者：刘河清, 刘建康, 郝建, 赵立进, 汤建泉,

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,

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。

来源：2025年第4期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2025年第4期