基于人工神经网络的钻压优化模型的建模方法

提出卫种新的钻压优化模型建模方法－－神经网络法,它可以克服传统方法需要建立数学模型的缺陷,满足自动送钻对实时性的要求。给出了利用反向传播神经网络（ＢＰ网络）建立钻压优化模型的方法,计算机仿真研究表明：利用这种新方法建立的模型不但能够满足自动送钻实时优化钻压的要求,而且也可以用于离线的钻压参数优选。     

基于目标函数的钻压优化模型建模方法

研究了如何把过去由地质人员离线确定优化钻压的模型变为自动送钻中在线实时的钻压优化模型。以综合钻井成本最低为准则,建立了钻井成本目标函数,讨论了影响钻井成本的因素,给出了钻压优化模型的约束条件,在以上基础上建立了钻压优化模型,并给出了钻压优化模型在线实时求解过程中有关参数的确定方法,最后总结了基于目标函数钻压优化模型建模方法优缺点和适用范围。本研究对科学自动化钻井具有参考价值。     

基于非开挖随钻检测系统与随机森林的地层岩性识别

通过自主研发设计的非开挖随钻检测系统,采集非开挖钻进参数,进行非开挖钻进实时地层岩性识别,为非开挖施工提供安全信息保证。针对非开挖工程工勘资料缺乏,掘进地层岩性难以判断的问题,提出了一种基于非开挖随钻检测系统实时采集数据,利用随机森林算法建立地层识别模型,通过模型去识别未知地层,并将识别结果可视化展示。通过非开挖随钻检测系统在工程现场的实际应用,获得了包括钻速、扭矩、转速、拉力、泵压、泵量等钻进敏感参数作为训练样本,利用随机森林算法对采集的钻进参数进行训练,构造决策树与随机森林,对钻进参数进行分类,建立了以典型非开挖地层岩性分类为目标的分类模型,分别确定了杂填土、黏土、粉细砂、砾石和淤泥的地层分类标签。进一步,基于机器学习的分类结果,利用PCA主成分分析将地层识别特征降维至三维,实现了地层岩性识别结果的三维展示。将预测模型应用于实际工程,以验证其有效性。结果表明,该方法能在非开挖实时钻进条件下快速识别钻进地层,识别正确率高达92%。该研究成果通过采集导向随钻参数,识别非开挖掘进段地层岩性,为非开挖扩孔阶段钻具选型、泥浆设计等提供了重要信息。     

基于数字孪生的智能钻探服务平台架构

针对地质钻进过程中钻遇对象未知且复杂多变、钻进事故频发的现状,采用数字孪生技术,构建了基于时序数据驱动的地质钻探数字孪生模型体系,用以满足随钻探测、工况识别、钻速优化等实际需求。将监测到的地表设备、随钻测量、钻进工艺等数据按照时间序列分解为事前数据、实时数据、延时数据和迟到数据,利用物联网技术将这些多源异构数据进行处理,采用时序数据进行特征分析,基于事前数据建立典型工况,实时数据进行随钻预测和钻进过程工况识别,延时数据和迟到数据演进融合进行钻后优化,建立了数字孪生智能钻进周期服务平台,平台设计了设备物理层、虚拟模型层、数据处理层及钻探服务层4层交互系统,实现钻前、钻中、钻后全数据的全过程集成融合,达到了钻进系统参数最优化配置和安全高效钻探的目的。基于上述平台,利用Unity3D软件开发了数字孪生智能钻进原型系统,实现了钻前设备的数字化设计、钻进过程孔内三维可视化和钻进过程参数实时监测与控制的功能。结果表明,基于时序数据构建的数字孪生模型可有效提高钻进过程的效率和可靠性。研究结果为智能钻探优化提供了全新的路径和方法,有望在煤炭、石油、天然气、页岩气等钻探领域实现工程应用。     

利用神经网络法预测风动潜孔锤钻速

风动潜孔锤钻进在钻效方面有着传统钻进方法无可比拟的优势。以往的钻速预测主要是针对回转钻进,而准确预测风动潜孔锤钻速则更具有现实意义,更有利于合理制定钻井计划。利用有多隐层的BP神经网络原理,综合考虑钻压、转速、风压、风量、钻井深度、钻头工作时间等各方面参数对钻速的影响,研究了贯通式潜孔锤冲击回转钻井钻速的预测方法,并对现场实际钻井作业进行了预测。预测结果与现场实际情况能很好地吻合。同时又以预测结果为基础,优选钻进参数以指导施工。     

MDES2000型微钻实验装置的研制

MDES2000型微钻实验装置可模拟真实钻进情况,可开展岩石研磨性与可钻性试验、金刚石钻头性能参数及寿命试验、优化钻进规程参数试验等室内的各种微钻实验研究工作。该实验装置可通过手动或程序控制完成模拟钻进工作,能够实现钻进过程中各项钻进参数（钻压、钻速、扭矩、转速及进尺）的监测、采集、处理及存储功能,还可建立钻进参数报表文件数据库。该实验装置对岩心钻探研究工作具有很好的实际指导意义。     

应用钻进参数仪实现实时判层

利用钻进参数仪采集的各种岩石的钻速、钻压、转速三个参数的大量数据进行回归分析，计算各种岩石的视可钴性指数，把钻进中所计算指数与各岩石指数范围进行比较，即可实现实时判层。     

全液压自动送钻技术控制系统的研究

本文结合全液压动力头式地面煤层气钻机的结构特点,根据给进机构数学模型及钻压控制经验公式,建立钻压控制模型,设计模糊PID控制器并进行了仿真分析。通过改变门限钻压值和岩石可钻性系数值大小,模拟钻进过程中地层变化和被控对象参数变化对系统的影响,经过仿真分析得出系统的响应速度快,超调量小,具有较好的适应能力和抗干扰能力。因此,用模糊控制来实现恒钻压控制是可行的,对实现钻机的自动化、智能化控制具有一定的指导意义。     

钻压自动调节新方法的实验研究

钻压的自动调节是钻机自动化控制的重要内容之一。用液压系统调压的钻机,以前对钻压的自动调节多是采用变量泵改变流量和（或）比例电磁溢流阀改变节流口大小来实现的。由于这些调压方法存在“调压范围窄”、“不能实现快速手把功能”等致命弱点。中国地质大学（北京）在模拟钻进实验台建设过程中,研制出一种自动钻压调节新方法,克服了上述调压方法的缺点,同时调压精度显著提高,可满足某些实验研究中需要精确调压时的要求。     

牙轮钻头钻井参数探讨

在水井等钻井工程中,广泛采用牙轮钻头钻进硬岩。为了更好地发挥牙轮钻头高效钻进的优越性,进一步提高钻进效率,延长钻头使用寿命,降低钻井成本,有必要深入讨论牙轮钻头在钻进中的钻压、转速及冲洗液等钻进参数与钻进效率的关系。１　钻压牙轮齿对岩石的破碎作用有３种：即压碎、冲击和剪切。压碎是牙轮在钻压的作用下对岩石的静力压碎作用,其效果主要取决于钻压的大小和岩石的硬度;冲击是牙轮滚动时轮齿交替作用于岩石,而使牙轮轴心产生上下往复振动,冲击作用与牙轮的齿数、转速和钻压有关,冲击力与齿数成反比,与转速和钻压成正…     

悬空侧钻技术在红河油田水平井中的应用

在水平井储层钻进中,地层发生突变导致钻头偏出产层的情况时有发生,运用悬空侧钻的方法在储层内侧钻,选择更加有利的井斜角继续在储层内钻进,是一种高效、经济的施工方法。红河油田长8储层岩性为砂、泥岩互层,水平井在施工过程中易钻遇泥岩夹层,在水平段施工过程中钻遇泥岩后退至砂岩井段应用了悬空侧钻技术,通过优选侧钻点、侧钻钻头和钻具组合,采用合理的造斜率及侧钻钻压,确保其继续在储层砂岩中钻进,侧钻过程中油气显示良好。采用悬空侧钻技术成功地找到了储层,提高了储量钻遇率,为实现预计产量提供了保障。     

用钻进参数仪实时优化钻进参数

利用钻进参数仪实时地对采集到的数据进行关联分析,从而指导调整钻压、转速、泵量、使钻进速度达到最优值。推导出以关联分析的算法,及程序编写流程,并通过某孔的实际应用,介绍了用钻进参参数仪实时优化钻进参数的方法和效果。     

矿用电磁波随钻方位伽马测井系统的研究与实现

煤矿井下定向钻进是在螺杆马达和随钻测斜仪的配合下,按照预先设计轨迹进行钻进,不能根据实际的地层情况进行实时调整钻孔轨迹。矿用随钻方位伽马测井仪可实时测量地层放射性,实时依据地层放射性的变化判断钻孔轨迹是否在目的层中,为实时调整钻孔轨迹提供依据。从矿用电磁波随钻方位伽马测井系统（安标名称为YSDGC）的基本原理、关键技术设计、研制、试验设计等几个方面论述了该系统的研究与实现。该系统在煤矿井下的实际应用显示,系统在地层分界面处具有很好的方位伽马方位特性,为煤矿井下定向钻进根据地质情况调整钻进轨迹提供了依据。     

一种基于全液压动力头钻机的钻进参数检测方法

针对与深孔钻机相配套的钻进参数检测仪(钻参仪)滞后发展的问题,提出一种适合全液压动力头钻机的全面钻进参数检测方法,并对钻具悬重、钻压、功率、扭矩、孔深、机械钻速、流量等主要钻进参数的检测机理进行了阐述。利用此方法,开发出了一套全液压动力头钻机高精度钻参仪系统,野外应用表明,提出的检测方法切实可行。     

松软煤层螺旋钻杆钻进中的吸钻卡钻力学机理

针对在突出松软煤层钻进过程中常出现的吸钻卡钻现象,以水平钻孔为例,通过分析螺旋钻杆钻进过程中钻粉在螺旋叶片间的运动规律,确定了当钻进产生煤粉量大于钻杆排出能力时,易因煤粉大量积压产生吸钻卡钻现象的力学机理。从控制钻进速度,减少钻粉生产量的角度提出了防止钻进过程中吸钻卡钻方法。计算出直径Φ42 mm和Φ75 mm两种钻孔施工时为防止吸钻卡钻的临界钻进速度。经过在鹤壁六矿2123上顺槽、2143下顺槽试验,取得了很好的效果,表明在突出松软煤层螺旋钻进成孔过程中控制钻进速度是可行的。     

ZCY-Ⅰ型钻参仪在煤田钻探中的应用

介绍了ＺＣＹ－ Ⅰ钻参仪实时自动检测、显示和记录多个钻进参数及其动态变化曲线,并对重要的参数超限进行报警的功能,分析了其在煤层钻进、水文地质监测、预防孔内事故,确保钻孔施工安全和提高钻效方面发挥的作用。     

钻进过程实时状态监控与诊断系统的设计和研制

论述了一种基于微机的钻进过程时状态监控与诊断系统的设计思想和研制方法，这种系统可以对钻进过程中的卡钻、烧钻等常见事故进行实时在线监控与诊断。试验表明该系统达到了预期的设计目的，并取得了良好的效果。     

岩性识别技术现状与进展

岩性智能预测在地质钻探中具有重要意义,可以提高勘探、开采效率和成果质量。基于钻进过程中钻头破碎岩石产生的振动信号,提出一种岩性随钻智能预测方法。选取7类尺寸相同的不同岩性的岩石,并设计微钻实验方案,对岩石施加不同钻速、转速以采集多钻进条件下的随钻三轴振动信号,对信号进行预处理滤除干扰信息,通过短时傅里叶变换生成表征信号时频域特征的时频图像,再利用多种数据增强方法增加图像数量并建立为数据库,以增强模型鲁棒性和泛化能力。改进深度学习中VGG11(Visual Geometry Group)卷积神经网络算法,将数据库划分为训练集∶测试集=8∶2,对训练集图像的有效信息进行特征提取、学习、迭代训练以获得岩性智能预测模型,并不断调整模型的3个超参数(学习率、批处理大小、迭代次数),拟合测试集和训练集损失函数曲线以提高模型预测精度。最后用测试集对模型进行多指标评估。结果表明：基于随钻振动数据训练得到的岩性智能预测模型泛化能力强,具有高预测精度,岩性整体预测准确率达到96.85%。重点讨论了数据集数量对岩性预测准确率的影响;不同的钻进条件会引起随钻振动信号产生一定规律性的变化,岩石性质会使得振动信号在三轴方向上有所变化;X、Y、Z轴信号表征着钻进过程中钻头破碎岩石的不同过程。提出的岩性实时智能预测方法为钻探工程现场中岩性预测提供了一定的依据和借鉴。

     

ZMK5550TZJF50/120型救援车载钻机钻压自适应电液系统研究

车载钻机机动性强、工艺适应范围广,是救援钻孔施工的理想机型,传统的车载钻机均采用液控、液驱的方式,存在控制参数显示不直观、管线较多、难以实现闭环控制等难题,钻遇复杂地层时,司钻人员的反应速度往往难以适应工况的变化,不利于钻孔安全。为满足救援钻孔施工安全、自动化程度高的需求,ZMK5550TZJF50/120型救援车载钻机采用电控、液驱的方式。根据回转和给进两大主要执行机构的负载特性,设计具有无级调速和防吸空特性的回转驱动系统、具有防坠落功能的给进驱动回路;根据系统的控制、监控和驱动要求,设计集中操控和显示的救援钻机电控系统,实现分布式总线协议部署以及具有优先级的闭环散热调节;选取对钻压控制有影响的7个参数,采用BP神经网络技术对历史数据进行了训练、验证和测试,获取钻进参数与钻压控制的连接权值矩阵,实现对钻压的自适应控制(Weight on Bit,WOB)。该钻机在宁夏梅花井现场工业性试验中完成了预定的钻孔工作,电液系统运行稳定,温度控制系统可保证液压系统油温保持在40~60℃区间,柴油机冷却液温度保持在70~90℃区间,验证了温度闭环自适应控制系统的工作效果。ZMK5550TZJF50/120型救援车载钻机初步建立了钻压自适应控制模式,但由于地层的多样性和复杂性,还需要不断丰富样本数量、提高系统计算速度,使钻压自适应控制系统对地层的适应性更强。      

不同应力下煤体钻孔试验及钻进能量响应研究

针对钻孔过程中煤体应力对钻进能量的影响问题,利用自制的恒钻压钻进试验装置开展煤岩钻孔试验,测定了钻进参数,研究了钻进能量与煤体应力的关系;利用钻屑参数计算了钻屑表面能,研究了煤体应力与表面能的关系,通过对比钻进能量和钻屑表面能,对钻孔过程中能量的转化进行了分析。研究结果表明：扭矩功在钻进能量中占比95%以上,钻进能量随煤体应力增加而增加,近似呈线性关系;钻屑量和钻屑表面能均随煤体应力增加而增加,钻进能量向钻屑表面能转化过程中存在8%～33%的能量损耗,损耗能量的形式主要是声能和钻头摩擦生热。