【技术实现步骤摘要】
一种基于模糊推理的多时间尺度钻进过程事故预警方法
[0001]本专利技术属于煤矿井下坑道钻探
，涉及常规回转钻进中孔内事故预测与诊断，具体涉及一种基于模糊推理的多时间尺度的孔内事故预警方法。
技术介绍
[0002]煤炭资源是能源矿产资源之一，占全世界一次性能源消费量的四分之一。我国是一个富煤贫油少气的国家，现已探明的煤炭总量占全世界总煤炭储量的13.3％。由此可见，煤炭资源不仅是全球不可或缺的能源之一，同时也是我国的基础能源和重要的工业原料，强有力地支撑着国民经济的发展。伴随着我国煤炭工业的快速发展，许多先进的技术，特别是人工智能方面的计算机技术，已经广泛地应用在煤炭行业的各领域，并取得了优异的成果。但与国内电力，石油和建筑等行业相比较，特别是与国外相比，我国煤炭行业仅实现了机械自动化，还没有达到工业自动化和信息化的要求。
[0003]安全有效的钻进是实现煤层瓦斯抽采的重要前提，为后续安全采煤提供了重要保障，并对矿产资源和经济效益的高低有着决定性作用。但由于煤矿井下钻探施工专业性强、投资高、隐蔽性强等特点，在井...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于模糊推理的多时间尺度的孔内事故预警方法，其特征在于，包括：S1：扭矩和起拔压力作为判断卡钻的输入参数，钻速作为判断断钻的输入参数，钻速和机械比能作为判断钻头失效的输入参数；S2：按时间尺度进行输入参数的特征提取，扭矩和起拔压力按短时间尺度提取特征，机械比能按长时间尺度提取特征，钻速分别按短时间尺度提取特征和长时间尺度提取特征；得到模糊论域与隶属度函数并构建模糊推理预警模型；S3：随机输入样本点到已构建好的模糊推理预警模型中，判断当前孔内工况为正常钻进、卡钻、断钻或钻头失效。2.根据权利要求1所述的基于模糊推理的多时间尺度的孔内事故预警方法，其特征在于，所述的输入参数采取滑动平均法进行去噪处理并将其归一化；给定原始信号为x0(t)，归一化后的数据为s(t)；采用滑动平均法去除噪声信号，其中x(t)为去噪后的信号，k+1为去噪滑动窗口宽度；3.根据权利要求1或2所述的基于模糊推理的多时间尺度的孔内事故预警方法，其特征在于，采用滑动窗口对输入参数进行分割，对长时间尺度提取特征，采用最小二乘拟合方法对数据进行拟合；对短时间尺度提取特征，设定自适应阈值作为异常阈值进行短时突变特征提取；θ＝[t
‑
L+1,t]；其中t为当前采样时间，L为滑动窗口大小，θ为滑动窗口。4.根据权利要求3所述的基于模糊推理的多时间尺度的孔内事故预警方法，其特征在于，采用最小二乘拟合方法对数据进行拟合包括：时间序列在t1‑
t
q
这段时间内，的线性拟合函数为；F(t
p
)＝at
p
+e；斜率a即为时间序列的趋势特征，斜率a和参数e满足条件；其中，J为拟合误差，用来对时间序列的拟合程度进行度量；1≤p≤q，q为大于等于2的正整数，t
p
为当前采样点；根据经验设置上下趋势阈值au和al，当实时趋势特征a>au时，判断趋势为上升，当a<al时，判断趋势为下降；将长时间尺度段数据按照上述时间序列进行分段处理，分别得到相应拟合函数的斜率，即提取得到长时间尺度段数据的长时缓变特征。5.根据权利要求3所述的基于模糊推理的多时间尺度的孔内事故预警方法，其特征在于，所述的短时突变特征提取方法为：针对短时间尺度段数据，采用人工经验判断当前时刻数据与前一时刻数据的差值，若相邻采样点间的差值大于当前时刻数据的40％，则判断数据发生了突变；与缓变特征提取类似，当差值为正时，判断趋势为上升，当差值为负数时，判
断趋势为下降。6.根据权利要求1或2所述的基于模糊推理的多时间尺度的孔内事故预警方法，其特征在于，所述的机械比能计算如下所示：其中MSE为机械比能，P
F
为给进压力，Mpa；P
技术研发人员：李旺年，李泉新，凡东，许超，李旭涛，姜磊，朱钱祥，罗鹏平，
申请(专利权)人：中煤科工西安研究院集团有限公司，
类型：发明
国别省市：
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。