一种基于压裂信号及数据增强的脆性智能预测方法

本发明提供一种基于压裂信号及数据增强的脆性智能预测方法，能够聚提升网络的稳定性和生成、判别能力，步骤包括：采集岩石受压破裂时产生的声发射信号，对声发射信号进行预处理并转换为时频图像，构建初始样本数据集；采用改进的深度卷积对抗生成网络CS‑DCGAN对初始样本数据集进行数据增强，CS‑DCGAN包括生成网络和判别网络，生成网络和判别网络中均引入CBAM注意力模块，判别网络的下采样卷积中引入谱归一化，通过CS‑DCGAN生成与初始样本数据集对应的增强样本数据集；将初始样本数据集和增强样本数据集输入至ResNet18残差神经网络进行训练，构建脆性预测模型；将待预测的声发射信号转换为时频图像后输入至训练好的脆性预测模型，输出岩石脆性预测结果。