一种基于图像识别与机器学习的破岩效率预测方法

一种基于图像识别与机器学习的破岩效率预测方法，获取岩石表面图像，并应用图像处理技术进行灰度化处理，再进行像素分类和图像分割，以将不同的矿物清晰地划分成独立的若干个结构图；对岩石材料依据矿物组分进行建模，并将若干个结构图的边界信息导入至模型中，生成与若干个结构图相等尺寸的若干个大颗粒填充岩块，并且依据岩石力学特性进行细观参数值的标定；建立滚刀破岩离散元计算模型，针对不同矿物含量的岩石试样进行多次侵入破岩模拟试验；收集模拟结果构建破岩效率数据集；基于PSO‑BPNN算法建立预测模型，并经训练后获得破岩效率预测模型；利用建立的模型进行破岩效率实时预测。该方法能通过考虑岩石矿物成分对滚刀破岩效果影响，利用岩石微观成分与宏观破岩行为相结合的方法，实现滚刀破岩效率的高效精准预测。