针对传统岩石强度参数测试方法周期长且高成本的问题，提出了一种基于Stacking集成算法的新型岩石单轴抗压强度预测方法。利用自主研发的岩石数字钻探测试系统，对不同强度材料的组合试件进行了数字钻探试验。选择了四种不同的机器学习算法（包括支持向量机、随机森林、LightGBM和BP-神经网络），通过钻进数据训练相应的算法模型，探究钻进速度、扭矩和推进力与岩石单轴抗压强度之间的关系。采用双层Stacking框架，融合四种抗压强度预测模型，构建集成算法模型，以解决单一算法模型预测精度不足和泛化能力差的问题。研究结果表明，Stacking算法模型在不同转速下对于岩石单轴抗压强度的预测性能优秀，在300转速与400转速下对不同试件的单轴抗压强度预测结果决定系数R2基本高于0.9，优于其他四种基学习器。平均绝对误差与实际强度值之间的偏差小于5%。现场试验应用表明Stacking算法模型能有效预测巷道岩层的岩石单轴抗压强度，为岩体随钻探测研究提供了新的思路和方法。

1 数字钻孔试验
1.1 试验装备
1.2 试验方案设计
1.3 钻进参数分析
2 算法理论介绍
2.1 Stacking算法原理
2.2 基学习器选择与集成
3 基于Stacking的单轴抗压强度预测
3.1 基学习器预测结果
3.2 Stacking集成模型预测对比分析
4 现场钻孔试验
4.1 钻进参数采集装置
4.2 现场钻孔试验
5 结 论

岳中文,龙思晨,闫逸飞,等.基于Stacking算法与钻进参数的岩石单轴抗压强度预测[J/OL].采矿与安全工程学报,1-13[2024-11-19].http://kns.cnki.net/kcms/detail/32.1760.td.20241029.1928.002.html.