典型文献
基于MLR-RBF的岩石强度智能随钻识别实验研究
文献摘要：
提高巷道掘进效率、减少冒顶事故是实现煤矿安全高效和智能化开采的重要内容,其关键是对巷道围岩的合理支护设计,而煤矿顶板岩层强度的实时智能感知对巷道支护设计至关重要.利用自主搭建的微型钻进实验平台和制作的砂浆试样,开展钻进实验以获取随钻参数,并测定砂浆试样的单轴抗压强度.采用小波阈值法对随钻参数去噪后,分析钻速、转速和砂浆试样强度对推力和扭矩的影响.基于随钻参数构建预测岩石强度的多元线性回归(MLR)模型,利用径向基函数(RBF)神经网络对MLR模型得到的强度预测残差修正,建立MLR-RBF岩石强度组合预测模型,对MLR和MLR-RBF模型进行验证,并利用MLR-RBF模型对粉砂岩、细粒砂岩和粗粒砂岩3种岩石强度进行预测.研究表明:钻速和转速均与钻进推力呈负相关,但随转速增加旋转扭矩也增加,且扭矩值随钻进深度增加而缓慢线性增加;构建的MLR模型的预测相对误差均值为8.58％,MLR-RBF模型的预测相对误差均值为1.75％,证明了 MLR-RBF模型的有效性;MLR-RBF模型对岩石强度的预测误差均值为6.67％,该模型对岩石强度的预测效果较砂浆试样差,主要是因为岩石与砂浆的均质性不同.
文献关键词：
钻进参数;岩石强度;小波阈值去噪;MLR-RBF模型;随钻探测
中图分类号：
作者姓名：
孙鑫;张少华;程敬义;王东;葛颂;李想;万志军
作者机构：
中国矿业大学矿业工程学院,江苏 徐州 221116;中国矿业大学煤炭资源与安全开采国家重点实验室,江苏 徐州 221116;迪尔集团有限公司,山东 济宁 272000
文献出处：
引用格式：
[1]孙鑫;张少华;程敬义;王东;葛颂;李想;万志军-.基于MLR-RBF的岩石强度智能随钻识别实验研究)[J].采矿与安全工程学报,2022(05):981-991
A类：
B类：
MLR,RBF,岩石强度,随钻识别,巷道掘进,掘进效率,冒顶,顶事,煤矿安全,安全高效,智能化开采,巷道围岩,合理支护,支护设计,顶板岩层,智能感知,巷道支护,实验平台,砂浆,单轴抗压强度,小波阈值法,钻速,推力,径向基函数,强度预测,预测残差,残差修正,组合预测模型,粉砂岩,细粒,扭矩值,进深,误差均值,预测误差,均质性,钻进参数,小波阈值去噪,随钻探测
AB值：
0.303119
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
