-
题名基于钻孔摄影技术的岩体完整性分析
- 1
-
-
作者
魏定勇
-
机构
北京市水利规划设计研究院
-
出处
《水利水电技术》
北大核心
2019年第S02期197-201,共5页
-
文摘
本文主要介绍了钻孔摄影技术的设备、工作原理、结构面参数等主要内容,结合工程实例,基于工程勘察钻孔摄影技术成果,对获取到的结构面参数,包括岩体产状、裂隙密度、裂隙位置等方面进行统计研究,进而分析和判断岩体的完整性。研究表明,钻孔摄影技术可以用于评价岩体质量,为工程岩体质量分级和工程设计提供可靠的基础数据。
-
关键词
钻孔摄影技术
岩体完整性
-
Keywords
borehole camera shooting technique
rock mass integrity
-
分类号
TU45
[建筑科学—岩土工程]
-
-
题名基于深度学习的钻孔孔壁图像岩性识别技术研究
- 2
-
-
作者
高阳
-
机构
中铁第四勘察设计院集团有限公司
-
出处
《铁路地质与路基》
2023年第2期6-11,共6页
-
文摘
钻孔摄影技术因其能较直观、清楚地观察钻孔内部颜色、纹理、结构面产状等重要的地层特征信息,广泛应用于工程勘察与岩石评价中。通常,钻孔岩性由现场钻探人员初步判定,然后将岩样送到实验室进行薄片鉴定,但该方法耗时耗力、专业性强。针对这一问题,本文提出了一种基于钻孔摄影技术获取、处理孔壁展开图,利用Resnet34算法,对孔壁岩心图像进行识别的方法,最终通过训练选取实际工程项目的660组孔壁岩心展布图像,获得了性能较好的深度学习模型。得出结论:(1)本文以钻孔摄影技术获取的钻孔孔壁展开图为样本,基于Resnet34算法构建深度学习图像分类模型;(2)该图像分类模型实现了对3种岩性的识别,包括灰岩、砂岩、炭质砂岩。经过500次迭代后,最终训练集预测准确度为99%,损失为0.004;测试集损失为0.506,准确度约为90%;(3)该模型为端到端的模型,无需传统算法复杂的特征提取过程,算法可自动提取钻孔图像特征,提升了岩性识别效率,降低了工作成本,具有良好的工程应用意义。
-
关键词
工程地质勘察
钻孔摄影技术
深度学习
岩性识别
Resnet34网络
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-