XiaoMi-AI文件搜索系统
World File Search System岩相学
采用无损检测和岩相试验预测岩石材料无侧限抗压强度的先进树状技术
摘要：准确评估岩石强度是几乎所有岩石项目（如隧道和开挖）的一项基本任务。人们尝试了许多方法来创建计算无限制抗压强度 (UCS) 的间接技术。这通常是由于收集和完成上述实验室测试的复杂性。本研究应用了两种先进的机器学习技术，包括极端梯度提升树和随机森林，用于根据无损检测和岩相学研究预测 UCS。在应用这些模型之前，使用 Pearson 卡方检验进行了特征选择。该技术选择了以下输入来开发梯度提升树 (XGBT) 和随机森林 (RF) 模型：干密度和超声波速度作为无损检测，云母、石英和斜长石作为岩相学结果。除了 XGBT 和 RF 模型外，还开发了一些经验方程和两个单决策树 (DT) 来预测 UCS 值。本研究的结果表明，在系统精度和误差方面，XGBT 模型在 UCS 预测方面优于 RF。XGBT 的线性相关性为 0.994，其平均绝对误差为 0.113。此外，XGBT 模型优于单个 DT 和经验方程。XGBT 和 RF 模型也优于 KNN（R = 0.708）、ANN（R = 0.625）和 SVM（R = 0.816）模型。本研究的结果表明，XGBT 和 RF 可有效用于预测 UCS 值。
2025 年荣誉及硕士研究项目
描述：微生物岩是常见的碳酸盐岩，记录了可能形成垫、叠层石和凝块石的微生物群落的活动。在整个地质时代，钙质微生物一直是叠层石和凝块石的重要贡献者，更广泛地说，是礁石发育和其他类型的碳酸盐堆积的重要贡献者。它们与地球历史上的重大生物危机有关，尽管它们在这些危机之前、期间和之后的作用存在争议。这些项目侧重于表征古老地体中的微生物岩和迷人的钙质微生物，以及不同尺度的古环境和古生态解释。表征需要岩相学和微观成像以及微观分析地球化学技术，根据项目的不同，宏观尺度背景也不同。这些主题也适用于 36 分理学硕士项目。