一种地层岩性及地质结构随钻智能识别方法及系统技术方案

本发明专利技术适用于岩土工程技术领域，涉及一种地层岩性及地质结构随钻智能识别方法及系统，包括：通过钻机本身的监测功能，并结合钻杆短节上所设置的传感器，收集钻机在钻进不同地层下的随钻参数；对随钻参数数据集进行预处理和清洗；确定不同地层岩性及地质结构的主要特征，从随钻参数数据集提取地层岩性及地质结构的主要特征；基于现有地质勘探数据建立不同地层下的地层模型，通过比较地层模型与现有地质勘探数据验证地层模型的可靠性；基于不同地层的随钻参数和地层模型，建立不同地层岩性及地质结构的特征与参数映射集，运用前馈神经网络的方法，智能识别不同地层岩性及地质结构。本发明专利技术流程简单、过程便捷，提高了地层岩性及地质结构识别精度。质结构识别精度。质结构识别精度。

【技术实现步骤摘要】
一种地层岩性及地质结构随钻智能识别方法及系统


[0001]本专利技术属于岩土工程
，尤其涉及一种地层岩性及地质结构随钻智能识别方法及系统。

技术介绍

[0002]随着我国经济不断发展，岩土工程建设量不断增加，由于在工程建设中会遇到越来越多的复杂地质工况，精细的岩性及地质结构识别是厘定目标区不同岩性空间展布、数量的可靠依据，从而为区域地质特征描绘提供特定的地质信息，而这些地质信息为实际工程中掘进参数、爆破参数、支护参数设计及优化提供重要依据，所以地层岩性及地质结构的识别技术在岩土工程领域中发挥着不可估量的作用。
[0003]随钻感知技术是岩土工程领域的重要技术手段，它是在钻机钻进过程中对钻机钻进速度、顶推力、转速、扭矩等钻进参数进行实时监测，将数据同步上传至终端进行处理分析，最终识别地层岩性及地质结构的技术。传统的岩性识别技术往往采用开挖揭露、钻孔取芯、地质雷达、经验判断等方法，不仅成本高、工期长、主观性强，而且对于复杂的地质情况，传统的岩性识别方法也无法准确判断岩石类型和特征。现有的智能随钻岩性识别技术虽然可以自动化地处理大量数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地层岩性及地质结构随钻智能识别方法，其特征在于，包括以下步骤：S10、通过钻机本身的监测功能，并结合钻杆短节上所设置的传感器，收集钻机在钻进不同地层下的随钻参数；S20、对收集到的随钻参数数据集进行预处理和清洗；S30、确定不同地层岩性及地质结构的主要特征，从预处理和清洗后的随钻参数数据集提取地层岩性及地质结构的主要特征；S40、基于现有地质勘探数据建立不同地层下的地层模型，通过比较地层模型与现有地质勘探数据验证地层模型的可靠性；S50、基于不同地层的随钻参数和地层模型，建立不同地层岩性及地质结构的特征与参数映射集，运用前馈神经网络的方法，智能识别不同地层岩性及地质结构。2.根据权利要求1所述的一种地层岩性及地质结构随钻智能识别方法，其特征在于，所述步骤S20的具体步骤如下：S201、将收集到的随钻参数数据进行小波分解，以实现去噪处理；S202、经过小波分解后使用软阈值方法设定一个阈值，以去除随钻参数数据的毛刺和尖峰；S203、将处理后的分解系数进行小波重构，以恢复原始信号。3.根据权利要求1所述的一种地层岩性及地质结构随钻智能识别方法，其特征在于，所述步骤S10中，随钻参数包括钻进速度、顶推力、钻杆转速、钻杆扭矩和温湿度。4.根据权利要求3所述的一种地层岩性及地质结构随钻智能识别方法，其特征在于，所述步骤S30中，根据室内模型试验和现场数据确定不同地层岩性及地质结构的主要特征，建立钻进速度、顶推力、转速、扭矩和温湿度关系曲线，给出特定条件下岩性自动精细识别判据。5.根据权利要求4所述的一种地层岩性及地质结构随钻智能识别方法，其特征在于，所述步骤S50的具体步骤如下：S501、基于所述步骤S20中预处理和清洗后的随钻参数数据集，建立训练集和测试集，运用前馈神经网络技术建立钻进速度、顶推力、钻杆转速、钻杆扭矩和温湿度与不同地层岩性及地质结构的识别模型，将训练集数据定为输入层，包括钻进速度、顶推力、钻杆转速、钻杆扭矩和温湿度，地层岩性及地质结构定为输出层，所述识别模型的公式如下：输入层到隐藏层：每个隐藏层神经元的输入为：其中，表示第l
‑
1层的第i个节点的输出，表示从l
‑
1层的第i个节点到第l层的j个节点的权重值，表示第j层的偏置值；隐藏层：每个隐藏层神经元的输出为：
其中，f(
·

【专利技术属性】
技术研发人员：徐鸿，胡涛，张永杰，李鑫，张震，严杰，赵吕神，朱旭明，邱详，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：