基于HF-RBF的初始地应力场预测研究与应用.pdfVIP

第29卷第1期 南华大学学报(自然科学版) Vol.29 No.1 2015年3月 Journal of University of South China(Science and Technology) Mar.2015 文章编号:1673-0062(2015)01-0027-06 基于 HF-RBF的初始地应力场预测研究与应用 1 1 * 2 周晓亮 ,杨仕教 ,李 明 (1.南华大学 核资源工程学院,湖南 衡阳421001;2.南华大学 城市建设学院,湖南 衡阳421001) 摘 要:用水压致裂法(HF)测量地应力时存在实测数据数量少、不连续、精度低的问 题.为此,建立基于HF-RBF的初始地应力场预测方法,首先构建埋深和水平主应力 之间的学习样本,然后利用径向基函数(RBF)神经网络对学习样本进行训练,建立埋 深与水平主应力之间的非线性映射,最后利用检验样本对初始地应力场预测效果进 行检验.在黑龙江某矿山利用2 个勘探钻孔开展了水压致裂法测量地应力试验,应用 HF-RBF方法获得了该矿区水平主应力分布规律,训练样本最大预测误差为28.6%, 检验样本水平最小、最大主应力预测误差都在10%以内,满足工程设计要求.表明了 在矿山钻孔勘探期间,HF-RBF法能较好地预测矿区初始地应力场. 关键词:初始地应力场;水平主应力;水压致裂;RBF神经网络 中图分类号:TU452 文献标识码:B Research on the Prediction of Initial Stress Field Based on HF-RBF and Application 1 1 * 2 ZHOU Xiao-liang ,YANG Shi-jiao ,LI Ming (1.School of Nuclear Resources Engineering,University of South China,Hengyang,Hunan421001,China; 2.School of Urban Construction,University of South China,Hengyang,Hunan421001,China) Abstract:There remains a problem that the discreteness of measured data is high and the calculation accuracyof initialstressislowwhenitistestedusinghydraulicfracturing(HF) technique.Therefore,a method,thatfirst alearning samplebetween buried depth andhori- zontal principal stress is set up,then it is trained by using RBF Neural Network,finally effect of predictinginitial stressfieldistestedwiththetest sample,isestablishedtopredict initial stressfield based on HF-RBF.With two exploration boreholes of a certain mine of Heilongjiang province,initial stresstest by hydraulicfracturingtechnique isconducted