文章上新丨基于岩性统计的岩石单轴抗压强度智能预测研究

Prediction of uniaxial compressive strength of rock based on lithology using stacking models

基于岩性统计的岩石单轴抗压强度智能预测研究

Zida Liu, Diyuan Li, Yongping Liu, Bo Yang, Zong-Xian Zhang

本研究提出了一种基于集成树和线性回归的智能预测方法，该方法能够有效评估不同类型岩石的单轴抗压强度，从而促进工程岩体快速智能分级。

单轴抗压强度是指导岩石工程设计和施工建设的一个重要参数。对完整岩样开展单轴压缩实验是直接测量岩石单轴抗压强度的主要方法。然而，这一过程需要耗费大量的时间来制备岩样。并且，对于破碎、软弱和风化的岩石，往往较难获取完整的岩心，在这种情况下，直接测量岩石单轴抗压强度是非常困难的。因此，有必要开展岩石单轴抗压强度的间接评估研究。

图1 深部矿山钻孔取心破碎矿岩

为了间接评估岩石的单轴抗压强度，众多研究者基于物理参数和易获得的力学参数进行了深入研究。这些参数中，点载荷强度、波速和施密特回弹值与岩石强度密切相关，因此广泛应用于岩石强度的评估。点载荷强度测试操作简便，对样品尺寸要求不高，适合现场测试，被推荐为岩石强度的间接评估指标。波速反映了岩石中弹性波的传播速度，与岩石的力学性质紧密相关。施密特回弹值则通过施密特锤测试岩石样品的硬度。

      基于物理参数和容易获取的力学参数，许多经验方程被提出用于预测岩石的单轴抗压强度。经验方程简单并且易于使用，但预测的精度较低。随着人工智能的发展，许多智能算法被提出以提高岩石单轴抗压强度的预测准确性。然而，智能算法作为数据驱动的方法，构建成功的预测模型很大程度上依赖于数据集的大小和质量，通常只适用于特定情况，缺乏普遍的适用性。并且，岩性对岩石强度评估也有影响，但是，许多研究在构建强度预测模型时并没有考虑岩性的影响。

      鉴于此，本研究考虑了三大类岩性（沉积岩，火成岩和变质岩）对岩石强度的影响，使用点载荷强度、波速和施密特回弹值来预测岩石单轴抗压强度。同时，收集了1080个样本数据集，将这些数据集划分为沉积岩，火成岩和变质岩三类。对于每类数据库，采用Kolmogorov-Smirnov检验确定各参数的最佳分布，提出了一种结合回归树和线性回归的集成模型来预测岩石单轴抗压强度。

图2 不同岩性单轴抗压强度和预测参数之间的散点分布

图3 智能集成模型开发流程示意图

本文主要得到以下几点认识：

(1)在沉积岩，火成岩和变质岩中，结合随机森林和线性回归的集成模型预测性能最佳，尤其对变质岩和火成岩的单轴抗压强度预测效果显著。该预测模型可用于预估工程现场岩石单轴抗压强度，有助于工程岩体的快速智能分级。

(2)分析了沉积岩，火成岩和变质岩的点载荷强度、波速和施密特回弹值对单轴抗压强度预测结果的影响。研究表明，施密特回弹值是预测所有类型岩石单轴抗压强度的有效参数，而波速可以作为评价火成岩单轴抗压强度的重要指标。