.png){kind=icon}
返回
Quantifying Uncertainty in Rock Mass Drillability: A Probabilistic Framework with Embedded Parameter Dependence
.png){kind=icon}
PRE
AI
DOI：10.1007/s00603-026-05494-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确预测钻孔速率指数(DRI)对于高效开挖和量化地下工程中的风险至关重要。然而，岩体力学参数固有的随机性和非线性相互依赖结构限制了DRI预测的准确性。为克服这些局限性，本研究提出了一种嵌入相关性的智能概率评估框架。首先采用克立格代理模型建立DRI与三个输入参数（单轴抗压强度(UCS)、巴西劈裂强度(BTS)和点荷载强度(Is(50))）之间的非线性关系。随后引入C-vine Copula来捕捉输入参数的非线性依赖结构，从而克服传统分析中普遍存在的“变量独立性”假设的局限性。在此基础上，可通过蒙特卡罗模拟(MCS)生成统计上充分且精细保留原始相关性特征的随机输入样本。使用三个测试样本的验证表明，嵌入相关性的模型有效约束了模拟样本空间，且预测的DRI等级的区分度优于独立模型。此外，基于案例数据的敏感性分析揭示Is(50)是影响DRI变异的主导因素。研究成果为DRI评估和钻孔参数优化提供了一种统计上稳健且物理上可信的理论范式。
Keyword:
Drilling rate index
Kriging
Vine copula
Monte Carlo simulation
Sensitivity analysis
期刊
IF:
6.6
论文数:
6.2K
被引数:
3.0W
机构
引用论文
Copula-based approaches for evaluating slope reliability under incomplete probability information.png)
STRUCTURAL SAFETY
STRUCTURAL SAFETYIF6.3
PREAI
分享收藏Predicting TBM penetration rate in hard rock condition: A comparative study among six XGB-based metaheuristic techniquesGEOSCIENCE FRONTIERS
OAAI
GEOSCIENCE FRONTIERSIF8.9
OAAI分享收藏Comprehensive multivariate joint distribution model for marine soft soil based on the vine copula基于vine copula的海洋软土多元综合联合分布模型
PREAI
分享收藏Exploring the stability of unsaturated soil slope under rainfall infiltration conditions: A study based on multivariate interrelated random fields using R-vine copulaCATENAOAAI
CATENAIF5.7
OAAI分享收藏
查看更多内容