【技术实现步骤摘要】
一种基于长短时记忆神经网络的钻具受力优化控制方法
本专利技术涉及地下工程及塌方抢险救援领域，尤其涉及一种基于长短时记忆神经网络的钻具受力优化控制方法。
技术介绍
随着国家经济的快速发展，地下工程(如公路隧道、铁路隧道、城市地铁等)以其不占用土地资源的巨大优势，在我国的应用越来越广泛。由于隧道地下作业存在不确定性，塌方灾害常有发生。一旦发生塌方，开展受困于隧道内人员的快速营救是救险工作的首要任务。大口径钻机救援法是较为先进的机械救援方法，此方法利用钻机穿透塌方体，抽出钻具内管后形成逃生通道。相比传统的坍方救援方法(小导坑法、侧壁导坑法)具有成孔快速、安全，且对周围塌方体扰动小的优点。但由于目前使用经验不足，救援过程中出现的钻机“卡钻”问题影响了逃生通道的打通，甚至造成救援失败。目前避免该问题发生主要通过人工观察钻机数据监测系统监测到的钻具各部分受力曲线凭经验推断可能遇到问题，进行受力优化控制的方法，但此方法具有准确率低且决策时间长，给钻具钻进方法调整带来滞后性的缺点。长短时记忆神经网络(Longshort-te...
【技术保护点】
1.一种基于长短时记忆神经网络的钻具受力优化控制方法，其特征在于，包括以下步骤：/n步骤一，制定一条外钻筒钻进过程所受扭矩的标准线；/n步骤二，采用离散元方法对钻具钻进不同塌方体进行数值模拟，对比标准线得到异常情况下钻具受力曲线的特征并对应提出优化方案，优化方案包括保持现状、提升速度、降低速度、采用螺旋钻头+外钻筒钻进、采用DTH潜孔锤+外钻简钻进及采用DTH潜孔锤伸缩钻头+外钻简钻进；/n步骤三，根据现场试验中大口径钻机自带的数据采集系统监测曲线的特征选择解决方案，通过观察曲线变化对优化方案进行验证；/n步骤四，构建基于LSTM的优化控制模型，处理数值模拟和现场试验所得数...
【技术特征摘要】
1.一种基于长短时记忆神经网络的钻具受力优化控制方法，其特征在于，包括以下步骤：
步骤一，制定一条外钻筒钻进过程所受扭矩的标准线；
步骤二，采用离散元方法对钻具钻进不同塌方体进行数值模拟，对比标准线得到异常情况下钻具受力曲线的特征并对应提出优化方案，优化方案包括保持现状、提升速度、降低速度、采用螺旋钻头+外钻筒钻进、采用DTH潜孔锤+外钻简钻进及采用DTH潜孔锤伸缩钻头+外钻简钻进；
步骤三，根据现场试验中大口径钻机自带的数据采集系统监测曲线的特征选择解决方案，通过观察曲线变化对优化方案进行验证；
步骤四，构建基于LSTM的优化控制模型，处理数值模拟和现场试验所得数据并作为样本对优化控制模型进行训练；
步骤五，将救援过程中钻机数据采集系统监测的数据输入优化控制模型，实时输出对应的优化方案。
2.根据权利要求1所述的一种基于长短时记忆神经网络的钻具受力优化控制方法，其特征在于，所述的步骤一中，外钻筒钻进过程所受扭矩的标准线为：
其中，M为外钻筒钻进过程所受的标准扭矩值，Mmax为钻机所提供的最大扭矩值，M1为保留动力值，Xa为钻进的目标位移值，X为实际钻进位移值。
3.根据权利要求2所述的一种基于长短时记忆神经网络的钻具受力优化控制方法，其特征在于，所述的步骤二中，数值模拟过程中采用控制变量法对塌方体和钻具进行建模并输出钻具的各部分的受力曲线；受力曲线包括外钻筒和DTH潜孔锤钻头所受的扭矩和阻力以及钻进速度，变量为塌方体类型、钻头类型、钻进速度；根据曲线结果总结各种工况下钻具的受力曲线特征，并提出优化方案使得曲线按标准线发展。
4.根据权利要求3所述的一种基于长短时记忆神经网络的钻具受力优化控制方法，其特征在于，所述的步骤三中，通过钻机自带的MWD数据采集监测系统对外钻筒和DTH潜孔锤钻头所受的扭矩和阻力以及钻具的钻进速度进行监测。
5.根据权利要求4所述的一种基于长短时记忆神经网络的钻具受力优化控制方法，其特征在于，所述的步骤四中，基于LSTM的优化控制模型包括输入层、隐藏层和输出层；输入层的输入特征分别为外钻筒和DTH潜...
【专利技术属性】
技术研发人员：黄达，张晓波，宋宜祥，罗世林，岑夺丰，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。