基于钻柱状态估计的坑道回转钻进智能优化方法

为解决现有研究中难以通过随钻获取孔底钻进参数,仅利用孔口数据进行回转钻进操作参数优化准确性不高、提升效果不足的问题,通过构造孔内状态观测器估计孔底钻进参数信息,提出基于钻柱状态的坑道近水平回转钻进智能优化方法。首先分析煤矿井下坑道回转钻进特性,考虑实钻约束条件,提出机械钻速和钻头磨损的优化目标评价方法;随后建立轴向和扭转维度的集中质量钻柱动力学模型,构建基于该模型的钻柱状态空间方程,得到了孔口-孔底钻柱运动状态映射关系;基于此设计了状态观测器,利用李雅普诺夫稳定性分析方法,得到反馈增益矩阵L,以估计孔底钻头的运动状态,并进行仿真分析评价;最后综合孔口采集的数据和孔底状态估计,运用NSGA-Ⅱ多目标优化算法实现了动力头转速和给进压力的优化,并利用安徽淮南某煤矿实钻数据进行了验证。结果表明,基于钻柱状态估计孔底信息进行优化后的钻速和司钻操作相比预计提升32.47%,仅利用孔口实测数据优化后的钻速仅预计提升15.04%,基于钻柱状态估计的坑道回转钻进智能优化方法更具优势,孔底估计钻进信息对提升钻进水平具有关键作用,研究对煤矿坑道回转钻孔实现高效、智能钻进具有重要理论与实际意义。