随着科技的不断进步，地球的能源消耗也不断的增加，不可再生资源中，煤炭的开采日趋增加，随着地表资源的枯竭，煤炭开采深度增加，这无疑对煤炭的开采增加了难度，且安全性难以保证。随着近些年来矿山事故的频发，智能矿山机械的研发迫在眉睫，而岩石岩性的智能识别便是研发智能矿山机械的重要环节，所以，本文意在针对北方交通重工的双管智能钻机设计符合条件的岩性识别方法以及钻具的磨损状态监测方法。　　本文首先利用了煤岩的压缩实验对煤岩的岩石力学特性进行了验证，证明了像煤岩这类松软的岩石的破碎过程与砂岩等塑脆性岩石的破碎变化过程相似，同时得出了煤岩的各向异性对破岩比功的影响，并通过多组实验数据得出了煤岩的破岩比功的范围，为接下来的破岩比功识别岩石岩性提供了数据参考。　　然后本文利用了实验室台钻测试了钻具磨损的变化过程，然后利用Ansys软件对PDC钻头的受力情况进行了模拟，得出了PDC钻头的磨损变化与实验室台钻磨损变化相似。随后本文分析了钻机的实时的钻进参数的变化情况，提出了剩余效率的概念即实际钻进速度与理论钻进速度的比值。利用这一概念，可以有效的随钻监测钻具的磨损情况。为后续求解破岩比功中所用到的进尺速度提供了有效的修正方法，使求取的理论进尺速度更为准确，进而使最终所求的剩余效率更为准确。创新点在于，剩余效率计算简便且可以提供直观的磨损状态监测。　　接下来本文针对北方交通重工集团实际双管钻机的可测钻进参数，利用钻机钻进时的轴压，转速以及进尺速度对钻机随钻时的破岩比功进行计算，并利用了之前提出的剩余效率对钻进速度进行修正，提出了钻进深度对于钻进时钻机轴压的影响以及钻机轴压的修正方法，并利用分形理论的有关方法对所求得的函数公式进行改进，之后利用计算结果与之前实验获得的煤岩的破岩比功进行比对，提出实际破岩比功大于煤岩破岩比功的为砂岩，小于煤岩破岩比功的为沙土，进而对所钻松软岩层的种类进行识别。创新点在于在原有识别方法的基础上考虑到了排渣以及磨损对于计算结果的影响，并利用相关实验推导出修正公式。　　最后本文提出了第二种岩石识别方法即应用声学识别岩石岩性。此方法意在利用声学参数计算岩石力学参数进而识别岩石的种类。相对于破岩比功法的动态随钻测试，这类方法为静态测试。本文利用了前学者的实验数据进行了模拟，并绘制相应的岩石识别图版，指出了这类方法的不足之处，并针对松软地质条件绘制了松软地质的岩石识别图版，对这类方法在松软地质条件下的可行性进行了验证。