基于BP神经网络的岩体质量评价——以甘肃北山旧井地段BS03号钻孔为例

英文篇名：Rock mass quality assessment based on BP artificial neural network (ANN)——a case study of borehole BS03 in Jiujing segment of Beishan,Gansu
中文刊名：铀矿地质
英文刊名：Uranium Geology
作者：徐健 ; 王驹 ; 马艳
英文作者：XU Jian1 ; WANG Ju1 ; MA Yan2(1.Beijing Research Institute of Uranium Geology ; Beijing 100029 ; China ; 2.Aurora Automation Co. ; Ltd.Shenzhen ; Shenzhen 518041 ; China)
中文关键词：岩体质量评价 ; BP神经网络 ; 甘肃北山
英文关键词：rock mass quality assessment ; BP artificial neural network ; Beishan of Gansu province
出版日期：2007-07-10
机构：核工业北京地质研究院,核工业北京地质研究院,深圳市极光自动化实业有限公司北京100029,北京100029,深圳518041
年：2007
期：04
出版单位：铀矿地质

摘要

岩体质量评价对于各类建筑特别是地下建筑的安全性具有十分重要的作用。文章利用岩体质量评价Q系统和BP神经网络分析了Q系统各参数及对应于BP网络的取值。之后,将研究对象——甘肃北山BS03号钻孔以10 m为单位分成50段,对每段范围内岩心所对应Q系统的参数根据钻孔钻进结果进行赋值,并运行BP神经网络程序对钻孔附近岩体质量进行分类。通过评价,对研究对象周围的岩体质量给出了定性的结论。
Rock mass quality assessment plays an important role in the security for all kinds of architectures,especially for the underground project.In this paper,the author made an analysis on the features of Quantitative Project Classification Qsystem and BP artificial neural network,then taking Borehole BS03 as example,quantified the parameters of Qsystem according to the quantify rule of the six parameters,finally,ran the BP ANN program to calculate the parameter of neighbor rock mass and made qualitative assessment of the rocks around Borehole BS03.

引文

[1]陈昌彦,等.各类岩体质量评价方法的相关性探讨[J].岩石力学与工程学报,2002.5(1):26~32.
    [2]朱建新.岩体质量分类评判指标体系灵敏性分析[J].金属矿山,2002.(315):6~8.
    [3]张喜发主编.岩土工程勘察与评价[M].长春:吉林科学技术出版社,1995.
    [4]杜时贵.岩体结构面的工程性质[M].北京:地震出版社,1999.
    [5]王驹,等.中国国防科学技术报告:甘肃北山预选区深部地质环境初步研究[R].核工业北京地质研究院,2001.54~60.
    [6]徐健,王驹.利用岩石质量指标和岩体块度指数进行岩体质量评价研究[J].铀矿地质,2006.22(5):295~299.
    [7]杜亚军,侯兰杰.BP人工神经网络在地学中的应用[J].四川地质学报,1999.19(1):71~74.
    [8]吴忠仕.按Q值进行围岩分级的工程实践[J].现代隧道技术,2001.5(1):26~32.
    [9]魏一鸣,范体均,等.基于神经网络的岩体质量模式识别[J].武汉化工学院学报,1994.16(3):62~65.
    [10]李强.BP神经网络在工程岩体质量分级中的应用研究.西北地震学报,2002.24(3):220~228.