[发明专利]一种基于纳米压痕和数值模拟反演岩石矿物参数的方法

说明书

本发明涉及岩石矿物力学参数测定和表征的技术领域，旨在提供一种基于纳米压痕和数值模拟反演岩石矿物参数的方法。包括：在岩石表面选择不同矿物进行纳米压痕测试，获得不同矿物的荷载‑位移曲线、弹性模量和硬度；基于数值模拟方法建立数值模型和构建数值试验方案，获得数值模拟数据用于建人工神经网络模型，经训练和验证后，获得定量映射关系；通过优化搜索算法获得的最优解即为岩石矿物的力学参数。本发明借助数值模拟，将矿物的细观力学参数与纳米压痕试验数据联系起来，解决了岩石矿物参数表征的技术难题；能提高人工神经网络模型的准确性和鲁棒性，快速、准确实现参数表征；成本低、操作简单，具有很高的应用推广价值。

技术领域

本发明属于岩石矿物力学参数测定和表征的技术领域，具体涉及一种基于纳米压痕试验数据和数值模拟反演岩石矿物成分物理力学参数的方法。

背景技术

从细观尺度看，岩石是由多种矿物组成的非均质、各向异性的天然材料。岩石的矿物类型、矿物颗粒的胶结方式、细观力学参数的不同，导致了各种岩石具有不同的弹性模量和强度特征。如何定量分析矿物成分、细观结构和矿物力学参数与岩石宏观参数之间的关系，解释岩石宏观力学行为的细观地质力学机制，一直是国内外学术界和工程界关注的研究热点。而要从细观角度研究岩石的宏观力学参数，一个非常重要的基础工作是测定岩石不同矿物成分的物理力学参数，包括弹性模量、硬度等指标。

近年来，纳米压痕技术作为一种获取材料微观物理力学性能的测试方法，已被广泛应用于测试金属、陶瓷、有机高分子、半导体、薄膜、涂层等多种固体材料的弹性模量、硬度等指标，但针对岩石的应用很少。采用纳米压痕试验测试岩石矿物成分的物理力学性质的难点在于：(1)岩石是一种天然的多相材料，不同矿物的结构复杂，颗粒大小变异性大，在纳米尺度上开展测试很难准确甄别具体的矿物，导致测试的数据离散性大；(2)纳米压痕试验虽然能直接获得矿物的弹性模量及硬度，但不能直接获得矿物的强度参数。

尽管有学者针对上述问题开展了研究，但已有的方法一般依据经验通过“试错”的方式来估计材料的强度参数，总的来说缺乏一种通过纳米压痕试验准确表征矿物成分力学参数的有效方法。

发明内容

本发明要解决的技术问题是，克服现有技术中的不足，提供一种基于纳米压痕和数值模拟反演岩石矿物参数的方法。本发明基于纳米压痕试验数据，采用数值模拟、均匀设计、神经网络、优化算法等技术方法，建立起准确表征岩石矿物力学参数的反演方法。

为解决技术问题，本发明提供的解决方案是：

提供一种基于纳米压痕和数值模拟反演岩石矿物参数的方法，包括以下步骤：

(1)在岩石表面选择不同矿物进行纳米压痕测试，获得不同矿物的荷载-位移曲线、弹性模量和硬度；

(2)基于数值模拟方法建立纳米压痕试验的数值模型；考虑岩石矿物的弹性模量和硬度，通过Mohr-Coulomb模型或Drucker-Prager模型来描述岩石矿物的强度特性；

(3)采用均匀设计法构建岩石矿物力学参数多因素多水平的数值试验方案，通过修改数值模型的输入参数，获得至少40组能够反映岩石矿物力学参数与荷载-位移曲线关系的数值模拟数据；

(4)利用步骤(3)中的数值模拟数据构建人工神经网络模型，随机选取数值模拟数据的70％为训练样本进行人工神经网络模型的训练，剩余30％的数据作为验证样本；经训练和验证后，获得反映岩石矿物力学参数与荷载-位移曲线之间的定量映射关系；

(5)基于神经网络模型，以数值计算得到的荷载-位移数据与纳米压痕试验测试得到的荷载-位移数据之间差异最小为寻优目标，通过优化搜索算法获得的最优解即为岩石矿物的力学参数。

本发明中，还包括将步骤(5)得到的岩石矿物力学参数再输入到步骤(2)所述数值模型中，将计算得到的荷载-位移曲线与纳米压痕试验数据对比，验证反演结果的可靠性。