摘要
本发明公开一种基于光谱和物探联合反演的井巷不良地质预测方法及系统,属于井巷不良地质预测技术领域,为:构建岩石样本库,并采用物探手段和光谱技术进行测试,构建岩石样本多源数据库;结合机器学习算法,构建物探信息‑光谱信息‑岩石信息复杂等效模型;针对井巷掌子面前方未开挖段,通过物探手段测试获取前方地质体的物探数据,解译获取前方不良地质体的位置、形状、规模;将物探数据输入至物探信息‑光谱信息‑岩石信息复杂等效模型中,反演获取不良地质体的光谱数据和岩石信息,经定性和定量解译得到不良地质体的类型、性质,并根据岩石信息约束修正不良地质体的位置、形状、规模,完成精准化、智能化和定量化的井巷不良地质综合预测。
技术关键词
物探手段
吸收峰特征
不良地质体
样本
机器学习算法
掌子面
软弱夹层岩石
测试岩石
地震波反射法
拉曼光谱数据
数据验证
波长
预测系统
规模
输出特征
计算机
处理器
可见光
系统为您推荐了相关专利信息
联邦学习系统
客户端
服务器
模型剪枝
动态权重分配
参量阵扬声器
超声信号
音频
信号处理方法
麦克风
轨迹预测模型
轨迹特征
遗传算法
计划
LSTM模型
分布式深度强化学习
迭代算法
评估算法
决策
跨节点