基于岩芯图像深度学习的矿山岩体质量精细化评价

作者：刘飞跃; 刘一汉; 杨天鸿^*; 信俊昌; 张鹏海; 董鑫; 张海涛

来源：岩土工程学报, 2021, 43(05): 968-974.

• 深度学习
• 岩芯图像
• 钻孔编录
• RQD
• 岩体质量评价
• 地质统计学

矿山工程为了获取准确的资源储量而进行的地质钻探往往会获取大量的岩芯图像,从中提取岩体结构信息进行岩体质量评价具有现实的工程意义。目前人工对钻孔岩芯进行岩石质量指标RQD的编录方法效率低下且受主观因素影响,为此首先使用Mask-RCNN深度学习实例分割网络从钻孔岩芯图像中自动识别出单排岩芯,进而从单排岩芯中识别出长度大于等于10 cm的岩芯段,进行RQD的计算;然后结合钻孔信息与地质模型,使用普通克里金插值得到可表征RQD非均匀性的块体模型,实现对岩体质量的精细化评价。乌山铜钼矿的应用结果表明深度学习方法可以准确地从岩芯图像中计算出RQD,同时地质统计学的使用可以有效地对岩体质量进行精细化表征,提出的方法在矿山工程中具有广泛的应用前景。

• 单位
  东北大学; 土木工程学院; 岩石破裂与失稳研究所