基于PCA-LM-BP神经网络的岩石可钻性预测研究

预测岩石的可钻性等级能够为钻探工程项目的开展提供有效帮助，根据岩石的可钻性等级选择合理的工艺、方法、技术为项目提供技术支撑。本文考虑岩石在地下空间中受复杂环境因素影响，从地球物理勘探数据、岩石的力学性质和物理性质中选择5种影响岩石可钻性的等级因素，用主成分分析法（PCA）解释每种影响因素之间的相关性及贡献率，消除5种影响因素之间的相关性，选择相关性低的3个主成分代替数据样本进行预测评价。编写LM-BP算法，合理设置预测模型参数值，以主成分分析后的数据样本作为基础，建立岩石可钻性等级预测模型，对预测结果与室内实验法的实测结果进行分析对比，经分析得知，PCA-LM-BP预测模型在岩石可钻性等级预测中，具有预测精准度高、预测时间短的特点，可被应用于钻探工程中的岩石可钻性分析。

Research on rock drill ability prediction based on PCA-LM-BP neural network