一种基于机器学习的钻井液流变参数实时测量方法技术

本发明专利技术公开了一种基于机器学习的钻井液流变参数实时测量方法，采用图像识别和机器学习实时输出流动状态下钻井液的流变参数，具体包括建立钻井液图片数据库，配制体积相同但流变参数不同的钻井液，在同一设定转速下，分别采集不同流变参数的钻井液流动时自由液面的图片，然后对图片数据预处理，构建卷积神经网络模型并编译模型和训练模型，最后将实时获取的同转速流动状态下的钻井液图片导入已训练完成的模型中，模型输出钻井液的流变参数值。本发明专利技术无需使用任何机械化设备和传感器即可获得钻井液的流变参数，可实时测量，且测量频率达到秒级，进一步可无限复制到不同流体流变性测试应用场景，例如工程浆液、非开挖、隧道等工程中的浆液流变性测试，使用范围广。使用范围广。使用范围广。

【技术实现步骤摘要】
一种基于机器学习的钻井液流变参数实时测量方法


[0001]本专利技术属于钻井勘探
，特别是针对钻井液流变参数实时测量的方法。

技术介绍

[0002]勘探开发能源和深部地质钻探过程中维持井壁稳定离不开钻井液。钻进过程中，会产生大量岩屑和碎屑。通过钻井液的循环，将被钻头破碎的岩屑携带至地面，保持井眼清洁，使起下钻畅通，并保证钻头在井底始终接触和破碎新地层，不造成重复切削，实现安全快速钻进。
[0003]在此过程中，岩屑的携带与悬浮、井壁稳定和水力射流等都与钻井液的流变性紧密相关。钻井液流变参数测量的最主要方法分为两种，一种是漏斗粘度剂，一种是六速旋转粘度计。漏斗粘度剂测得的粘度值为时间，单位为s，六速旋转粘度计可获得剪切速率和剪切应力值，从而计算钻井液塑性粘度和表观粘度等，单位为mPa
·
s。
[0004]在钻井过程中，为保证钻进安全和井壁稳定，会实时监测钻井液密度和流变参数。但现场实际操作过程中，无法实时监测钻井液流变性能。因此，在地质工程和石油工程领域，钻井液流变参数主要是泥浆工程师每小时进行一次测量并记本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的钻井液流变参数实时测量方法，其特征在于：采用图像采集和图像识别结合的方式实时输出流动状态下钻井液的流变参数。2.根据权利要求1所述的一种基于机器学习的钻井液流变参数实时测量方法，其特征在于：所述图像采集和图像识别结合包括，步骤一，建立钻井液图片数据库，配制体积相同但流变参数不同的钻井液，在同一设定转速下，分别采集不同流变参数的钻井液流动时自由液面的图片，且同一流变参数下采集多张图片，然后测量钻井液的流变参数，建立流变参数与钻井液图片一一对应的数据集；步骤二，数据预处理，加载和格式化步骤一中获得数据集中的图片，调整图片大小，将图片解码为张量，采用标签的形式对数据集中的每张图片进行标记，建立(图片，标签)形式的数据集，并将数据集拆分为训练集和测试集，其中标签为该图片对应的流变参数；步骤三，构建模型，采用卷积神经网络模型，模型的输出为钻井液的流变参数；步骤四，编译模型和训练模型，其中，编译模型包括设置优化器、损失函数和评估指标，训练模型包括评估模型在训练集和测试集上准确率的差异，从而调整模型；步骤五，钻井液流变参数测试，将实时获取的与步骤一中转速相同的流动状态下的钻井液图片导入步骤四中已训练合格的模型中，模型输出钻井液的流变参数值。3.根据权利要求1所述的一种基于机器学习的钻井液流变参数实时测量方法，其特征在于：所述流变参数包括表观粘度、塑性粘度、动切力、静切力和触变性。4.根据权利要求2所述的一种基...

【专利技术属性】
技术研发人员：杨现禹，蒋国盛，蔡记华，代钊恺，薛曼，李智，李子硕，石彦平，陈书雅，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：