基于LightGBM算法的岩体质量评价模型  

作　　者：李跃国 苏青山 赵阳 张鹏飞 廖宁 张海云 

机构地区：[1]西乌珠穆沁旗银漫矿业有限责任公司,内蒙古西乌珠穆沁旗026299 [2]长沙矿山研究院有限责任公司,湖南长沙410012

出　　处：《采矿技术》2024年第5期52-57,共6页Mining Technology

基　　金：“十四五”国家重点研发计划项目(2022YFC2905102)。

摘　　要：岩体质量评价是进行地下工程建设的基础性工作之一。由于岩体质量影响因素众多,为快速准确地进行地下矿山岩体质量评价,提出了一种基于LightGBM算法的岩体质量评价模型。选取岩石质量指标RQD、岩体饱和抗压强度R_w、岩体龟裂系数K_v、结构面强度系数K_f、地下水渗水量ω等5个指标,结合国内外矿山的52组岩石分级数据,建立岩体质量评价模型。该模型经过训练后在岩体质量评价中准确率达91%,精准率达96%,具有较高的准确性和可靠性,同时将该模型运用到银漫矿业进行现场岩体质量评价,并与常用的岩石评价方法进行对比。结果表明,该模型分级评价结果与RMR分级法、Q系统分级法的评价结果一致,具有较高的准确性和实用性,可为矿山技术人员提供了一种新的高效岩体质量评价方法。

关 键 词：岩体质量评价 机器学习 LightGBM算法 评价方法 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TD32[自动化与计算机技术—控制科学与工程]