10.13347/j.cnki.mkaq.2023.05.013
基于卷积神经网络的煤矿井下定向钻进轨迹参数预测
为了得到定向钻进过程中钻头处的实际轨迹参数、提高定向钻孔轨迹控制效果保证实钻轨迹精准度;基于一维卷积神经网络建立了煤矿井下定向钻孔的轨迹参数的预测模型;选取了 502组、每组12个实钻轨迹的倾角、方位角、工具面向角等参数作为训练集,以每组最后1次测量所得倾角、方位角为输出值,其他参数作为输入值对模型进行训练;另取12组轨迹参数作为测试集对模型的预测能力进行检测,并将测试结果与24名技术人员根据工作经验得出的预测值进行对比分析.研究表明:该一维卷积神经网络对轨迹参数的预测可行,在均方根误差、可决系数这2项评价指标显出略微优势的同时,倾角、方位角预测的绝对误差分别为0.69°和0.79°,比技术人员预测值平均分别低了 22.5％和18.1％.
煤矿工程地质、定向钻孔、钻孔轨迹参数、一维卷积神经网络、预测模型
54
TD163(矿山地质与测量)
陕西省自然科学基础研究计划资助项目;中煤科工西安研究院集团有限公司科技创新基金资助项目
2023-06-15（万方平台首次上网日期，不代表论文的发表时间）
共8页
84-91
