详情

原文传递基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法及装置

专利名称：	基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法及装置
摘要：	本发明涉及一种基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法及装置。本发明的目的是提供一种基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法及装置，以快速、非破坏性地测定岩心单轴抗压强度。本发明的技术方案是：一种基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法，其特征在于：获取待测定岩心样品的超声波频谱图；将获得的所述超声波频谱图输入训练好的深度学习模型，预测该待测定岩心样品的单轴抗压强度值；所述深度迁移学习模型由对至少一个训练样本进行训练得到，所述训练样本包括岩心样品的超声波频谱图和单轴抗压强度值。本发明适用于工程地质、岩石力学以及人工智能领域。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	中国电建集团华东勘测设计研究院有限公司
发明人：	徐文刚;石安池;单治钢;周光辉;贾海波;彭鹏;倪卫达;程万强;姚晓雯
专利状态：	有效
申请日期：	2019-03-29T00:00:00+0800
发布日期：	2019-07-05T00:00:00+0800
申请号：	CN201910250558.8
公开号：	CN109975412A
代理机构：	杭州九洲专利事务所有限公司
代理人：	韩小燕
分类号：	G01N29/12(2006.01);G;G01;G01N;G01N29
申请人地址：	310014 浙江省杭州市下城区潮王路22号
主权项：	1.一种基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法，其特征在于：获取待测定岩心样品的超声波频谱图；将获得的所述超声波频谱图输入训练好的深度学习模型，预测该待测定岩心样品的单轴抗压强度值；所述深度迁移学习模型由对至少一个训练样本进行训练得到，所述训练样本包括岩心样品的超声波频谱图和单轴抗压强度值。 2.根据权利要求1所述的基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法，其特征在于，所述深度学习模型的训练步骤如下：获取岩心样本的超声波频谱图；获取同一段岩心样本的单轴抗压强度值；将同一个岩心样品的超声波频谱图与单轴抗压强度值数据一一对应；调整ResNet50残差深度网络模型，即将所有池化层去掉，对最后全连接层中的激活函数去掉，增加一个恒等函数，使其成为一个输出为1个单元的全连接层；将超声波频谱图和单轴抗压强度值分别作为输入参数和标记数据，对调整后的ResNet50残差深度网络模型进行训练。 3.根据权利要求2所述的基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法，其特征在于：训练过程使用均方误差作为损失函数，使用平均绝对误差作为回归指标；将超声波频谱图-单轴抗压强度值数据集划分为训练集和测试集，并且对训练集进行K折验证；根据K折验证的平均绝对误差指标，调整深度迁移学习模型的超参数，以提高回归准确度。 4.根据权利要求1～3任意一项所述的基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法，其特征在于：所述岩心样品直径50mm，长为100mm。 5.一种基于超声波频谱深度迁移学习的岩心单轴抗压强度测定装置，其特征在于：超声波频谱图获取模块(1)，用于获取待测定岩心样品的超声波频谱图；单轴抗压强度值预测模块(2)，用于将获得的所述超声波频谱图输入训练好的深度学习模型，预测该待测定岩心样品的单轴抗压强度值；所述深度学习模型由对至少一个训练样本进行训练得到，所述训练样本包括岩心样品的超声波频谱图和单轴抗压强度值。 6.根据权利要求5所述的基于超声波频谱深度迁移学习的岩心单轴抗压强度测定装置，其特征在于：还包括模型训练模块(3)，模型训练模块(3)用于获取岩心样本的超声波频谱图；获取同一段岩心样本的单轴抗压强度值；将同一个岩心样品的超声波频谱图与单轴抗压强度值数据一一对应；调整ResNet50残差深度网络模型，即将所有池化层去掉，对最后全连接层中的激活函数去掉，增加一个恒等函数，使其成为一个输出为1个单元的全连接层；将超声波频谱图和单轴抗压强度值分别作为输入参数和标记数据，对调整后的ResNet50残差深度网络模型进行训练。 7.根据权利要求6所述的基于超声波频谱深度迁移学习的岩心单轴抗压强度测定装置，其特征在于：所述模型训练模块(3)训练过程使用均方误差作为损失函数，使用平均绝对误差作为回归指标；将超声波频谱图-单轴抗压强度值数据集划分为训练集和测试集，并且对训练集进行K折验证；根据K折验证的平均绝对误差指标，调整深度迁移学习模型的超参数，以提高回归准确度。 8.根据权利要求5～7任意一项所述的基于超声波频谱深度迁移学习的岩心单轴抗压强度测定装置，其特征在于：所述岩心样品直径50mm，长为100mm。
所属类别：	发明专利