一种岩石单轴抗压强度的预测方法

文档序号:47355 发布日期:2021-09-28 浏览:6次 >En<

阅读说明:本技术 一种岩石单轴抗压强度的预测方法 (Method for predicting uniaxial compressive strength of rock ) 是由 王敏 万文 赵延林 于 2021-06-29 设计创作,主要内容包括:本发明公开了一种岩石单轴抗压强度的预测方法,包括以下步骤:收集岩石L型施密特锤回弹值及岩石相应的单轴抗压强度;基于L型施密特锤回弹值与相应岩石单轴抗压强度的数据,建立随机森林预测模型并计算预测精度;基于已建立的随机森林预测模型,将测试的L型施密特锤回弹值代入预测模型,计算岩石的岩石单轴抗压强度。本发明收集L型施密特锤回弹值及单轴抗压强度的相关数据,建立基于岩石L型施密特锤回弹值预测岩石单轴抗压强度的随机森林预测模型,通过测试岩石试样的L型施密特锤回弹值,基于已建立的岩石单轴抗压强度随机森林预测模型,实现岩石单轴抗压强度的预测,无需制备完整的岩石试样,适用于岩石单轴抗压强度计算及预测领域。(The invention discloses a method for predicting uniaxial compressive strength of rock, which comprises the following steps: collecting the rebound value of the rock L-shaped Schmidt hammer and the corresponding uniaxial compressive strength of the rock; establishing a random forest prediction model and calculating prediction precision based on the data of the resilience value of the L-shaped Schmidt hammer and the uniaxial compressive strength of the corresponding rock; and substituting the tested L-shaped Schmidt hammer resilience value into the prediction model based on the established random forest prediction model, and calculating the uniaxial rock compressive strength of the rock. The method collects relevant data of the L-shaped Schmidt hammer resilience value and the uniaxial compressive strength, establishes a random forest prediction model for predicting the uniaxial compressive strength of the rock based on the rock L-shaped Schmidt hammer resilience value, realizes prediction of the uniaxial compressive strength of the rock by testing the L-shaped Schmidt hammer resilience value of the rock sample and based on the established random forest prediction model for the uniaxial compressive strength of the rock, does not need to prepare a complete rock sample, and is suitable for the field of calculation and prediction of the uniaxial compressive strength of the rock.)

一种岩石单轴抗压强度的预测方法

技术领域

本发明涉及一种岩石单轴抗压强度的预测方法。

背景技术

岩石的单轴抗压强度是岩石的一种重要参数,传统获取岩石的单轴抗压强度,一般需要制备完整圆柱形岩石试样,并采用单轴试验机对圆柱形试样开展压裂实验,从而获取岩石的单轴抗压强度,采用该方法获取岩石的单轴抗压强度需要完整岩石试样,且需要花费较大岩石试样制备成本及测试成本,从经济的角度来看是不合理的。同时对于裂隙发育程度较高且岩石脆性较大的岩石而言,在岩石试样的钻取及制备过程中容易破裂,从而加大了岩石单轴抗压强度的测试难度。

发明内容

为了解决上述技术问题,本发明提供一种算法简单、适用范围广的岩石单轴抗压强度的预测方法。

本发明解决上述问题的技术方案是:一种岩石单轴抗压强度的预测方法,包括以下步骤:

步骤一:收集岩石L型施密特锤回弹值及岩石相应的单轴抗压强度,收集相应的数据为后续的模型建立提供数据基础;

步骤二:基于已收集的L型施密特锤回弹值与相应岩石单轴抗压强度的数据,建立随机森林预测模型,计算根据L型施密特锤回弹值预测岩石单轴抗压强度的预测精度;

步骤三:通过采用L型施密特锤回弹仪测试岩石回弹值,基于已建立的随机森林预测模型,将测试的L型施密特锤回弹值代入预测模型,计算岩石的岩石单轴抗压强度。

上述岩石单轴抗压强度的预测方法,所述步骤二具体步骤为:

步骤1:确定随机森林预测模型的超参数:数据需要分隔的点个数、树的深度、树的个数、用于训练的数据、用于验证的数据;

步骤2:在训练数据中随机选取N组数据建立一棵提升树;

步骤3:重复步骤2P次,形成P棵提升树,P棵提升树构成随机森林模型;

步骤4:基于P棵提升树预测结果的平均值作为最终的结果;

步骤5:结束。

上述岩石单轴抗压强度的预测方法,所述步骤2中提升树的建立过程为:

步骤2-1:先基于获得L型施密特锤回弹值与岩石单轴抗压强度数据集合T={(R1,UCS1),(R2,UCS2),......,(RN,UCSN)},其中Ri表示第i个岩石L型施密特锤回弹值,UCSi表示第i个岩石的单轴抗压强度,N表示用于建立提升树所有数据的个数,最初始的提升树模型表示为f0(R)=0;

步骤2-2:设定树的深度为m=1,计算树的深度为m时提升树预测模型的残差rmi

rmi=UCSi-fm-1(Ri)

fm-1(Ri)为树的深度为树的深度为m-1时的提升树;

确定最佳的分隔点s,根据分隔点s得到决策树T(x;Θm);

树的深度为m时的提升树表示为:

fm(R)=fm-1(R)+T(x;Θm)

Θm表示决策树的参数;T(x;Θm)为决策树;fm(R)是下式中取得最优值得表达式:

式中L(UCS,f(R)=[r-T(x;Θm)]2表示损失函数;实现求得一个提升树使得预测值与真实值之间的损失值要最小;

步骤2-3:令树的深度m=m+1,将步骤2-2重复M次,获得树的深度为M的提升树模型;

步骤2-4:停止。

上述岩石单轴抗压强度的预测方法,所述步骤二中,采用相关系数R2计算得到模型的预测精度:

式中UCSmean为岩石单轴抗压强度实测值的平均值,f(Ri)为随机森林预测模型单轴抗压强度预测值。

本发明的有益效果在于:本发明收集L型施密特锤回弹值及单轴抗压强度的相关数据,建立基于岩石L型施密特锤回弹值预测岩石单轴抗压强度的随机森林预测模型,通过测试岩石试样的L型施密特锤回弹值,基于已建立的岩石单轴抗压强度随机森林预测模型,实现岩石单轴抗压强度的预测,无需制备完整的岩石试样,操作简便,适用于岩石单轴抗压强度计算及预测领域。

附图说明

图1为本发明的流程图。

图2为本发明预测模型与实验数据的对比图。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明。

如图1所示,种岩石单轴抗压强度的预测方法,包括以下步骤:

步骤一:收集岩石L型施密特锤回弹值及岩石相应的单轴抗压强度,收集相应的数据为后续的模型建立提供数据基础。

步骤二:基于已收集的L型施密特锤回弹值与相应岩石单轴抗压强度的数据,建立随机森林预测模型,计算根据L型施密特锤回弹值预测岩石单轴抗压强度的预测精度。

步骤二具体步骤为:

步骤1:确定随机森林预测模型的超参数:数据需要分隔的点个数、树的深度、树的个数、用于训练的数据、用于验证的数据。

步骤2:在训练数据中随机选取N组数据建立一棵提升树。

所述步骤2中提升树的建立过程为:

步骤2-1:先基于获得L型施密特锤回弹值与岩石单轴抗压强度数据集合T={(R1,UCS1),(R2,UCS2),......,(RN,UCSN)},其中Ri表示第i个岩石L型施密特锤回弹值,UCSi表示第i个岩石的单轴抗压强度,N表示用于建立提升树所有数据的个数,最初始的提升树模型表示为f0(R)=0。

步骤2-2:设定树的深度为m=1,计算树的深度为m时提升树预测模型的残差rmi

rmi=UCSi-fm-1(Ri)

fm-1(Ri)为树的深度为树的深度为m-1时的提升树;

确定最佳的分隔点s,根据分隔点s得到决策树T(x;Θm);

树的深度为m时的提升树表示为:

fm(R)=fm-1(R)+T(x;Θm)

Θm表示决策树的参数;T(x;Θm)为决策树;fm(R)是下式中取得最优值得表达式:

式中L(UCS,f(R)=[r-T(x;Θm)]2表示损失函数;实现求得一个提升树使得预测值与真实值之间的损失值要最小;

步骤2-3:令树的深度m=m+1,将步骤2-2重复M次,获得树的深度为M的提升树模型;

步骤2-4:停止。

步骤3:重复步骤2P次,形成P棵提升树,P棵提升树构成随机森林模型。

步骤4:基于P棵提升树预测结果的平均值作为最终的结果。

步骤5:结束。

采用相关系数R2计算得到模型的预测精度:

式中UCSmean为岩石单轴抗压强度实测值的平均值,f(Ri)为随机森林预测模型单轴抗压强度预测值。

步骤三:通过采用L型施密特锤回弹仪测试岩石回弹值,基于已建立的随机森林预测模型,将测试的L型施密特锤回弹值代入预测模型,计算岩石的岩石单轴抗压强度。

实施例

首先,收集相关L型施密特锤回弹值与岩石单轴抗压强度的相关实验数据,并将文献中的实验数据整理好,为后期模型建立提供数据基础。通过数据收集,总共收集了716组数据,其中66.7%的实验数据(477组数据)用于模型的建立,而剩余的数据(239组数据)用于模型的验证。

然后基于已有的实验数据,建立随机森林预测模型,步骤如下:

步骤1:确定数据的分隔点为50个,数的深度为20,由25棵树组成随机森林模型。根据收集的数据,根据L型回弹值的最大值和最小值,将最大值与最小值之间均匀阐释50个点:5.17、6.53、7.89、9.26、.......、72.00,需要注意的是相邻两点之间的间距是相同的。

步骤2:从716组数据中随机选取477组数据(R,UCS)用于建立提升数模型,随机选取的数据如表1。

表1随机选取的477组实验数据

序号 1 2 3 4 5 6 7 ...... 477
R 5.17 11.50 11.67 11.96 13.99 14.13 14.86 ...... 72.00
UCS(MPa) 7.29 5.50 4.70 2.86 4.13 5.70 16.13 ...... 193.33

现将基于表1中的数据建立一棵提升树,首先初始提升树可表示为f0(R)=0,因此预测模型与实际的差值(残差)可表示为:

ri=UCSi-f0(Ri)

由于初始提升树为f0(R)=0,因此,此时ri=UCSi,然后根据下式的最优值,确定最佳的分隔点s:

式中R1、R2、c1、、均为中间变量,R1={R|R≤s},R2={R|R>s}, N1为属于R1集合的元素数量,N2为属于R2集合元素数量,根据上式,可确定最佳的分隔点s为59.92,此时决策树模型T1(R)可表示为:

此时提升树模型可以表示为:

f1(R)=f0(R)+T1(R)

由于f0(R)=0,因此,提升树模型可以表示为:

根据提升树f1(R),可计算得到残差,如表2。

表2提升树f1(R)的残差计算结果

序号 1 2 3 4 5 6 7 ...... 477
R 5.17 11.50 11.67 11.96 13.99 14.13 14.86 ...... 72.00
UCS(MPa) 7.29 5.50 4.70 2.86 4.13 5.70 16.13 ...... 193.33
残差(MPa) -49.66 -51.45 -52.25 -54.09 -52.82 -51.25 -40.82 ...... 53.74

根据表2中的残差值,再次计算得到最优的分隔点s,如此循环20次,得到一棵深度为20的树模型,如下:

此时根据提升树模型,可快速计算得到岩石的单轴抗压强度,如测试岩石的L型施密特锤回弹值为18时,则预测该岩石的单轴抗压强度为12.72MPa。

步骤3:重复步骤2共25次,形成25棵提升树组成的随机森林预测模型,并将25棵树预测值的平均值作为预测值。

步骤4:结束。

同时根据建立的预测模型,采用相关系数R2计算得到该模型的预测精度

式中UCSi为岩石单轴抗压强度实测值,UCSmean为岩石单轴抗压强度实测值的平均值,f(Ri)为随机森林预测模型单轴抗压强度预测值。

本发明操作简便,充分利用已有的实验数据,实验成本较小,无需制备完整岩石试验及开展单轴压缩实验,适用于岩石单轴抗压强度测试领域。

9页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种热轧带钢表面裂纹的检查方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!

技术分类