声钻参数岩石强度预测模型

显著超越传统方法

集成深度神经网络与随机森林，并用遗传算法优化，利用声级和钻井参数实现岩石抗压强度的无损估计。

Zheng-Hao, Liu · 74679239 · Yuning, Chen · 石少帅 · 王俊杰 · 赵瑞杰

Bulletin of Engineering Geology and the Environment 2024

参数信息

输入参数

6

对比方法

3

技术优势

预测更准

集成深度神经网络与随机森林，并由遗传算法优化特征和参数，精度显著高于传统机器学习方法。

无需取样

利用钻进过程中的声级和钻井参数即可估计岩石抗压强度，避免破坏性取样。

声级有效

等效连续A声级被证实是估计钻进中岩石特性的有效工具，提升预测能力。

应用场景

• 岩石力学参数预测：用随钻声级和参数实时估出岩石强度，替代取样试验。
• 钻井过程监测：钻进中同步监测声级与钻井参数，即时评估岩石特性。
• 无损检测评估：不破坏岩体即可测得抗压强度，适用于现场快速评估。
• 声学传感数据分析：将声级数据转化为强度预测输入，提高模型精度。