基于图像识别的修井作业下井深度计量方法、装置及设备制造方法及图纸

本发明专利技术提供一种基于图像识别的修井作业下井深度计量方法、装置及设备。方法包括获取由摄像头采集后输出的大钩运动视频，所述摄像头安装在司钻对照大钩处；采用训练好的AI图像识别模型基于所述大钩运动视频识别大钩和钻杆的状态；获取由滚轮编码器采集后输出的滚轮运动数据，所述滚轮编码器安装在滚轮处用于提取由滚轮运动数据表征的大钩高度变化值；获取下井深度对零位置，基于所述下井深度对零位置以及大钩高度变化值获的下井深度值。本发明专利技术基于AI算法的图像识别技术对大钩和钻杆的连接状态进行判断，进而结合滚轮编码器获取的大钩位置数据对下井深度进行计算。位置数据对下井深度进行计算。位置数据对下井深度进行计算。

【技术实现步骤摘要】
基于图像识别的修井作业下井深度计量方法、装置及设备


[0001]本专利技术涉及井下深度确认
，具体而言，尤其涉及一种基于图像识别的修井作业下井深度计量方法、装置及设备。

技术介绍

[0002]在修井作业过程中，下井深度是作业进行的重要技术指标。现有技术中，通过参数仪测量下井深度的方法需要用到滚轮编码器与悬重传感器。
[0003]滚轮编码器用于测量大钩高度位置，悬重传感器判断大钩是否与钻杆连接，但由于悬重传感器精度以及在起、下钻杆时，油井内结蜡导致阻尼影响，经常导致误判，从而导致测量值与实际值误差过大而无法使用。

技术实现思路

[0004]本专利技术提供了一种基于图像识别的修井作业下井深度计量方法、装置及设备。用以解决如下技术问题：在修井作业过程中，通过参数仪测量下井深度的方法由于悬重传感器精度以及在起、下钻杆时，油井内结蜡导致阻尼影响，经常导致误判，从而导致测量值与实际值误差过大而无法使用。本专利技术主要基于AI算法的图像识别技术对大钩和钻杆的连接状态进行判断，进而结合滚轮编码器获取的大钩位置数据对下井深度进行计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的修井作业下井深度计量方法，其特征在于，包括以下步骤：获取由摄像头采集后输出的大钩运动视频，所述摄像头安装在司钻对照大钩处；采用训练好的AI图像识别模型基于所述大钩运动视频识别大钩和钻杆的状态，所述AI图像识别模型用于对由大钩运动视频中获取的图像信息进行分类，得到与所述图像信息所属类别对应的大钩和钻杆的状态；获取由滚轮编码器采集后输出的滚轮运动数据，所述滚轮编码器安装在滚轮处用于提取由滚轮运动数据表征的大钩高度变化值，所述大钩高度变化值基于所述滚轮运动数据结合初始设定的获取滚筒参数和钢丝绳参数获取，所述大钩高度变化值包括变化幅度和变化方向，所述滚筒参数包括滚筒直径和长度，所述钢丝绳参数包括钢丝绳直径、层数以及钢丝绳股数；获取下井深度对零位置，基于所述下井深度对零位置以及大钩高度变化值获的下井深度值。2.根据权利要求1所述的一种基于图像识别的修井作业下井深度计量方法，其特征在于，采用训练好的AI图像识别模型基于所述大钩运动视频识别大钩和钻杆的状态，包括：将大钩带着地面及井下所有钻杆向上提升的状态识别为起钻杆；将大钩带着地面及井下所有钻杆向下钻进的状态识别为下钻杆；将大钩不连接其他设施并自行运动的状态识别为空钩运行；将大钩连接单根钻杆并将其运输到钻台停放钻杆处，或这从钻台停放钻杆处运输到钻台卡具处的状态识别为运送单根钻杆。3.根据权利要求1所述的一种基于图像识别的修井作业下井深度计量方法，其特征在于，所述大钩高度变化值根据以下公式计算获取：其中，ΔS表示大钩高度变化值，D
n
表示钢丝绳在当前层数下的运动直径，d表示钢丝绳直径，α表示钢丝绳股数，ΔP表示滚轮编码器变化的脉冲数，P表示滚轮编码器旋转一周的脉冲数，其中：4.根据权利要求1所述的一种基于图像识别的修井作业下井深度计量方法，其特征在于，基于所述下井深度对零位置以及大钩高度变化值获的下井深度值，包括：当大钩和钻杆的状态被识别为起钻杆或下钻杆时，下井深度值根据以下计算获取：D
P
＝D
P
+ΔS其中，ΔS表示大钩高度变化值，D
P
表示下井深度值，数值实时迭代计算；当大钩和钻杆的状态被识别为空钩运行或运送单根钻杆时，下井深度值不变。5.根据权利要求1所述的一种基于图像识别的修井作业下井深度计量方法，其特征在于，所述AI图像识别模型的训练步骤包括：获取训练...

【专利技术属性】
技术研发人员：孟凡涛，刘森，田磊，薛丽媛，
申请(专利权)人：黑龙江芯每达电子科技开发有限公司，
类型：发明
国别省市：