CN107476801A - 一种钻孔行为的识别系统及方法 - Google Patents
一种钻孔行为的识别系统及方法 Download PDFInfo
- Publication number
- CN107476801A CN107476801A CN201710704705.5A CN201710704705A CN107476801A CN 107476801 A CN107476801 A CN 107476801A CN 201710704705 A CN201710704705 A CN 201710704705A CN 107476801 A CN107476801 A CN 107476801A
- Authority
- CN
- China
- Prior art keywords
- data
- drill bit
- computer
- exercise
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005553 drilling Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000033001 locomotion Effects 0.000 claims abstract description 14
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000006073 displacement reaction Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 11
- 241001074085 Scophthalmus aquosus Species 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001737 promoting effect Effects 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 11
- 238000010276 construction Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 239000003245 coal Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010023230 Joint stiffness Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/26—Storing data down-hole, e.g. in a memory or on a record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Geology (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Agronomy & Crop Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Quality & Reliability (AREA)
- Geophysics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Earth Drilling (AREA)
Abstract
本发明公开了一种钻孔行为的识别系统及方法,涉及智能传感技术领域,包括数据记录仪、计算机和服务器,数据记录仪采集钻头在钻进过程中的运动数据,通过计算机上传至服务器,进行分析和反演,最终获得钻头的真实运动实况,不在钻机平台上增加任何设备,不检测钻机本身的任何参数,仅仅在钻头后面或钻头内部,增加一组传感器组件及记录仪,具有故障率和成本低、探测结果实时最优、可操作性高的特点。
Description
技术领域
本发明涉及智能传感技术领域,特别是涉及一种钻孔行为的识别系统及方法。
背景技术
钻孔是目前解决煤矿瓦斯灾害隐患的唯一途径,也是最有效途径。随着国内煤炭产量、用量的大幅提高,这类钻孔工程量十分巨大。在各大煤矿企业,已经形成了一批专业化的钻孔施工队伍,专职负责瓦斯抽放/应力释放钻孔的施工。但是对这些队伍的钻孔施工质量(进尺、工效等)一直未能很好地监控。传统的方法是依靠人工抽检或现场监督,这类方法不具备实用性,其监管的面也极其微小。
围绕解决煤矿井下钻孔进尺监督的目标,最近几年市场上出现了如下几种技术方案:1、基于反射波法的钻杆长度探测。这种方法是在钻孔施工到孔底时,施工暂停。由专用仪器利用反射波走时及预知的钻杆弹性波波速,探测留在孔中的钻杆长度。探测完毕后,由工人继续将钻具退出。这个方法应用4-5年来,由于未能解决钻杆被围岩紧密包围带来的弹性波耗散,以及钻杆接头耦合强度的不一致性等问题,探测效果不令人满意;2、基于钻机部件的物理监测方法。该方法在钻机上,对夹持器、给进机构、回转器、油缸等部件进行实时监测。通过实时监测钻机部件的活动,推断钻进进尺。该方法在理论上是可行的,是监控进尺的最直接方法。但是它解决不了工人因为利益驱动会采取的作弊行为,工人可以轻易地通过使钻机空转来伪造监控数据。而且,这样的方法会在原本凌乱、复杂的钻机周边增加诸多硬件设备、线缆,增加了现场的设备复杂度(要知道,煤矿井下的防爆设备都是比较笨重的),故障率和成本都不令人满意;3、基于视频监控的施工队行为监控方法。该方法类似于公安部门使用的视频监控,将钻场的实况用摄像头传输到煤矿的集控平台。这样做的好处是对施工队伍有很强的震慑力,但是时间长了以后,仍然会出现较大的监管缺失。因为需要在显示端固定人员进行盯防,或者有专人查看视频回放,可操作性仍然不强。
发明内容
本发明实施例提供了一种钻孔行为的识别系统及方法,可以解决现有技术中存在的问题。
一种钻孔行为的识别系统,所述系统包括:
数据记录仪,所述数据记录仪安装在钻头的后方或钻头内部,所述数据记录仪包括智能传感器、数据存储装置和电池,所述数据记录仪随钻头在钻进的过程中同步运动,所述智能传感器采集钻头在钻进过程中的运动数据,由所述数据存储装置保存这些运动数据;
计算机,所述数据记录仪中存储的运动数据通过数据线导入到所述计算机中;
服务器,所述服务器与所述计算机通过网络连接,所述运动数据从所述计算机传输到所述服务器中,所述服务器具有以下模块:
数据筛选模块,用于识别所述运动数据中与钻进过程无关的数据,并将其剔除;
数据滤除模块,用于滤除所述运动数据中无效的环境噪音;
数据计算模块,用于对经过筛选和滤除后的有效数据进行分类、计算和整合;
数据反馈模块,用于利用钻进物理过程中既有的先验信息,对结果进行反馈;
数据修正模块,用于根据反馈结果修正计算参数,以实现结果最优化;
所述服务器得到最优结果后,将其通过网络反馈至所述计算机,供技术人员使用。
优选地,所述数据计算模块用于依据数据的特征将整段运动数据分为推进段、非推进段和静止段,利用非推进段的运动数据进行分段拟合获得背景加速度数据,对推进段的加速度数据进行修正,最终对修正后的推进段加速度进行二重积分得到钻头的真实位移曲线;
所述数据反馈模块用于根据先验信息计算钻头在钻进和退钻两个过程中的误差,并将误差信息反馈;所述先验信息包括钻头在钻进和退钻两个过程中相同位置处姿态相同,以及起始位移和最终位移相等;
所述数据修正模块用于根据所述数据反馈模块反馈的误差对非推进段的拟合参数进行修正并重新拟合,直到反馈的误差小于设定值。
优选地,所述智能传感器采集的运动数据包括振动、旋转和应力的数据。
优选地,所述数据记录仪封装为本安型数据记录仪,具有防尘、防水、防爆和便携性特点。
本发明实施例还提供了一种钻孔行为的识别方法,所述方法包括以下步骤:
数据采集,在钻头后方或内部安装数据记录仪,采集并存储钻头在钻进过程中的运动数据;
数据导入,数据采集完毕后,将所述数据记录仪中存储的运动数据导入计算机中;
数据分析和反演,将导入所述计算机的运动数据传输至服务器中,以对所述运动数据进行分析和反演;
得到最优结果,将其反馈至所述计算机中;
对所述运动数据进行分析和反演包括以下子步骤:
识别所述运动数据中与钻进过程无关的数据,并将其剔除;
滤除所述运动数据中无效的环境噪音;
对经过筛选和滤除后的有效数据进行分类、计算和整合;
利用钻进物理过程中既有的先验信息,对结果进行反馈;
根据反馈结果修正计算参数,以实现结果最优化。
优选地,步骤对经过筛选和滤除后的有效数据进行分类、计算和整合具体包括:
分类时依据数据的特征将整段运动数据分为推进段、非推进段和静止段,利用非推进段的运动数据进行分段拟合获得背景加速度数据,对推进段的加速度数据进行修正,最终对修正后的推进段加速度进行二重积分得到钻头的真实位移曲线;
步骤利用钻进物理过程中既有的先验信息,对结果进行反馈具体包括:
根据先验信息计算钻头在钻进和退钻两个过程中的误差,并将误差信息反馈;所述先验信息包括钻头在钻进和退钻两个过程中相同位置处姿态相同,以及起始位移和最终位移相等;
步骤根据反馈结果修正计算参数,以实现结果最优化具体包括:
根据得到的误差,修正非推进段的拟合参数并重新拟合,直到反馈的误差小于设定值。
本发明实施例中的一种钻孔行为的识别系统及方法具有以下优点:
1、成本低于以往设备;2、数据分析原理对外不可见,不可作弊;3、不改变现有设备、工艺,不增加多余设备、不打扰施工;4、客户端-服务器模式,使用者不需要培训;5、决策算法不断迭代,模型实时优化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种钻孔行为的识别系统的功能模块图;
图2是本发明实施例提供的一种钻孔行为的识别方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,本发明实施例中提供的一种钻孔行为的识别系统,所述系统包括:
数据记录仪100,所述数据记录仪100安装在钻头的后方或钻头内部,所述数据记录仪100包括智能传感器、数据存储装置和电池,所述数据记录仪100随钻头在钻进的过程中同步运动,所述智能传感器采集钻头在钻进过程中的振动、旋转和应力等运动数据,由所述数据存储装置保存这些运动数据。在本实施例中所述数据记录仪100被封装为本安型数据记录仪,具有防尘、防水、防爆和便携性等特点。在钻进开始前由工人手动开启所述数据记录仪100,钻进结束后再关闭数据记录仪100。
计算机110,所述计算机110具有数据传输接口,例如USB(通用串行总线)等,所述数据记录仪100中存储的运动数据通过数据线导入到所述计算机110中。
服务器120,所述服务器120与所述计算机110通过网络连接,例如以太网,技术人员将运动数据导入到所述计算机110后,再将所述运动数据传输到所述服务器120中。所述服务器120上运行数据处理软件,用于根据所述运动数据进行计算和反演,得到钻头在钻进过程中的运动实况,包括钻进的行程与时间的关系、最大行程、回转速度及方向、振动强度及方向。运行的数据处理软件具体包括以下几个模块:
数据筛选模块121,用于识别所述运动数据中与钻进过程无关的数据,并将其剔除;
数据滤除模块122,用于滤除所述运动数据中无效的环境噪音;
数据计算模块123,用于对经过筛选和滤除后的有效数据进行分类、计算和整合;具体地,所述数据计算模块123用于依据数据的特征将整段运动数据分为推进段、非推进段和静止段,利用非推进段的运动数据进行分段拟合获得背景加速度数据,对推进段的加速度数据进行修正,最终对修正后的推进段加速度进行二重积分得到钻头的真实位移曲线。
数据反馈模块124,用于利用钻进物理过程中既有的先验信息,对结果进行反馈;具体地,所述数据反馈模块124用于根据先验信息计算钻头在钻进和退钻两个过程中的误差,并将误差信息反馈。所述先验信息包括钻头在钻进和退钻两个过程中相同位置处姿态相同,以及起始位移和最终位移相等,即推进段的运动数据的一次积分和二重积分应等于零。
数据修正模块125,用于根据反馈结果修正计算参数,以实现结果最优化;具体地,所述数据修正模块125用于根据所述数据反馈模块124反馈的误差对非推进段的拟合参数进行修正并重新拟合,直到反馈的误差小于设定值。
所述服务器120得到最优结果后,将其通过网络反馈至所述计算机110,供技术人员使用。
基于相同的发明构思,本发明实施例还提供了一种钻孔行为的识别方法,参照图2,该方法的实施可参照上述系统的实施,重复之处不再赘述。所述方法包括以下步骤:
步骤200,数据采集,在钻头后方或内部安装数据记录仪,采集并存储钻头在钻进过程中的运动数据;
步骤210,数据导入,数据采集完毕后,将所述数据记录仪中存储的运动数据导入计算机中;
步骤220,数据分析和反演,将导入所述计算机的运动数据传输至服务器中,以对所述运动数据进行分析和反演,该步骤包括以下子步骤:
子步骤221,识别所述运动数据中与钻进过程无关的数据,并将其剔除;
子步骤222,滤除所述运动数据中无效的环境噪音;
子步骤223,对经过筛选和滤除后的有效数据进行分类、计算和整合;
具体地,分类时依据数据的特征将整段运动数据分为推进段、非推进段和静止段,推进段为钻头的轴向速度不为零,非推进段为钻头轴向速度为零但钻速不为零,静止段为钻速为零。利用非推进段的运动数据进行分段拟合获得背景加速度数据,对推进段的加速度数据进行修正,最终对修正后的推进段加速度进行二重积分得到钻头的真实位移曲线。
子步骤224,利用钻进物理过程中既有的先验信息,对结果进行反馈;
具体地,先验信息包括钻头在钻进和退钻两个过程中相同位置处姿态相同,以及起始位移和最终位移相等,即推进段的运动数据的一次积分和二重积分应等于零,如果不为零则将误差信息反馈。
子步骤225,根据反馈结果修正计算参数,以实现结果最优化;
具体地,根据子步骤224得到的误差,修正非推进段的拟合参数并重新拟合,直到反馈的误差小于设定值。
步骤230,得到最优结果,将其反馈至所述计算机中。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种钻孔行为的识别系统,其特征在于,所述系统包括:
数据记录仪,所述数据记录仪安装在钻头的后方或钻头内部,所述数据记录仪包括智能传感器、数据存储装置和电池,所述数据记录仪随钻头在钻进的过程中同步运动,所述智能传感器采集钻头在钻进过程中的运动数据,由所述数据存储装置保存这些运动数据;
计算机,所述数据记录仪中存储的运动数据通过数据线导入到所述计算机中;
服务器,所述服务器与所述计算机通过网络连接,所述运动数据从所述计算机传输到所述服务器中,所述服务器具有以下模块:
数据筛选模块,用于识别所述运动数据中与钻进过程无关的数据,并将其剔除;
数据滤除模块,用于滤除所述运动数据中无效的环境噪音;
数据计算模块,用于对经过筛选和滤除后的有效数据进行分类、计算和整合;
数据反馈模块,用于利用钻进物理过程中既有的先验信息,对结果进行反馈;
数据修正模块,用于根据反馈结果修正计算参数,以实现结果最优化;
所述服务器得到最优结果后,将其通过网络反馈至所述计算机,供技术人员使用。
2.如权利要求1所述的一种钻孔行为的识别系统,其特征在于,所述数据计算模块用于依据数据的特征将整段运动数据分为推进段、非推进段和静止段,利用非推进段的运动数据进行分段拟合获得背景加速度数据,对推进段的加速度数据进行修正,最终对修正后的推进段加速度进行二重积分得到钻头的真实位移曲线;
所述数据反馈模块用于根据先验信息计算钻头在钻进和退钻两个过程中的误差,并将误差信息反馈;所述先验信息包括钻头在钻进和退钻两个过程中相同位置处姿态相同,以及起始位移和最终位移相等;
所述数据修正模块用于根据所述数据反馈模块反馈的误差对非推进段的拟合参数进行修正并重新拟合,直到反馈的误差小于设定值。
3.如权利要求1所述的一种钻孔行为的识别系统,其特征在于,所述智能传感器采集的运动数据包括振动、旋转和应力的数据。
4.如权利要求1所述的一种钻孔行为的识别系统,其特征在于,所述数据记录仪封装为本安型数据记录仪,具有防尘、防水、防爆和便携性特点。
5.一种钻孔行为的识别方法,其特征在于,所述方法包括以下步骤:
数据采集,在钻头后方或内部安装数据记录仪,采集并存储钻头在钻进过程中的运动数据;
数据导入,数据采集完毕后,将所述数据记录仪中存储的运动数据导入计算机中;
数据分析和反演,将导入所述计算机的运动数据传输至服务器中,以对所述运动数据进行分析和反演;
得到最优结果,将其反馈至所述计算机中;
对所述运动数据进行分析和反演包括以下子步骤:
识别所述运动数据中与钻进过程无关的数据,并将其剔除;
滤除所述运动数据中无效的环境噪音;
对经过筛选和滤除后的有效数据进行分类、计算和整合;
利用钻进物理过程中既有的先验信息,对结果进行反馈;
根据反馈结果修正计算参数,以实现结果最优化。
6.根据权利要求5所述的方法,其特征在于,步骤对经过筛选和滤除后的有效数据进行分类、计算和整合具体包括:
分类时依据数据的特征将整段运动数据分为推进段、非推进段和静止段,利用非推进段的运动数据进行分段拟合获得背景加速度数据,对推进段的加速度数据进行修正,最终对修正后的推进段加速度进行二重积分得到钻头的真实位移曲线;
步骤利用钻进物理过程中既有的先验信息,对结果进行反馈具体包括:
根据先验信息计算钻头在钻进和退钻两个过程中的误差,并将误差信息反馈;所述先验信息包括钻头在钻进和退钻两个过程中相同位置处姿态相同,以及起始位移和最终位移相等;
步骤根据反馈结果修正计算参数,以实现结果最优化具体包括:
根据得到的误差,修正非推进段的拟合参数并重新拟合,直到反馈的误差小于设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710704705.5A CN107476801A (zh) | 2017-08-17 | 2017-08-17 | 一种钻孔行为的识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710704705.5A CN107476801A (zh) | 2017-08-17 | 2017-08-17 | 一种钻孔行为的识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107476801A true CN107476801A (zh) | 2017-12-15 |
Family
ID=60598846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710704705.5A Pending CN107476801A (zh) | 2017-08-17 | 2017-08-17 | 一种钻孔行为的识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107476801A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111305811A (zh) * | 2018-11-26 | 2020-06-19 | 中国石油化工股份有限公司 | 用于构建钻井工程施工计算的数据集的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102337883A (zh) * | 2011-09-15 | 2012-02-01 | 中煤科工集团重庆研究院 | 随钻测量系统钻孔深度实时跟踪测量方法 |
CN202926320U (zh) * | 2012-12-14 | 2013-05-08 | 上海神开石油化工装备股份有限公司 | 一种记录井下振动的检测设备 |
CN202970687U (zh) * | 2012-12-06 | 2013-06-05 | 武汉海阔科技有限公司 | 一种存储式测井系统 |
CN103541715A (zh) * | 2013-10-28 | 2014-01-29 | 陕西高新能源发展有限公司 | 一种微流量控压钻井系统 |
CN105569633A (zh) * | 2015-12-21 | 2016-05-11 | 中国石油天然气集团公司 | 黑匣子、井下工具状态和钻井工况的监测方法及系统 |
CN106703791A (zh) * | 2017-03-31 | 2017-05-24 | 成都信息工程大学 | 一种压力传感器测温系统 |
-
2017
- 2017-08-17 CN CN201710704705.5A patent/CN107476801A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102337883A (zh) * | 2011-09-15 | 2012-02-01 | 中煤科工集团重庆研究院 | 随钻测量系统钻孔深度实时跟踪测量方法 |
CN202970687U (zh) * | 2012-12-06 | 2013-06-05 | 武汉海阔科技有限公司 | 一种存储式测井系统 |
CN202926320U (zh) * | 2012-12-14 | 2013-05-08 | 上海神开石油化工装备股份有限公司 | 一种记录井下振动的检测设备 |
CN103541715A (zh) * | 2013-10-28 | 2014-01-29 | 陕西高新能源发展有限公司 | 一种微流量控压钻井系统 |
CN105569633A (zh) * | 2015-12-21 | 2016-05-11 | 中国石油天然气集团公司 | 黑匣子、井下工具状态和钻井工况的监测方法及系统 |
CN106703791A (zh) * | 2017-03-31 | 2017-05-24 | 成都信息工程大学 | 一种压力传感器测温系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111305811A (zh) * | 2018-11-26 | 2020-06-19 | 中国石油化工股份有限公司 | 用于构建钻井工程施工计算的数据集的方法 |
CN111305811B (zh) * | 2018-11-26 | 2023-04-14 | 中国石油化工股份有限公司 | 用于构建钻井工程施工计算的数据集的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220316316A1 (en) | Rig operations information system | |
EP3334897B1 (en) | Bore penetration data matching | |
AU2014392679B2 (en) | Equipment monitoring using enhanced video | |
CN109376673A (zh) | 一种基于人体姿态估计的煤矿井下人员不安全行为识别方法 | |
WO2019190643A1 (en) | Enhanced surveillance of subsurface operation integrity using microseismic data | |
MX2014007972A (es) | Determinacion de parametros optimos para una operacion de fondo de pozo. | |
EP3108651A2 (en) | Subterranean monitoring using enhanced video | |
US20140204121A1 (en) | Augmented reality for oilfield | |
WO2022082227A1 (en) | Adaptive drillstring condition determination | |
CN109766396A (zh) | 一种远程录井方法及系统 | |
Magana-Mora et al. | Well control space out: A deep-learning approach for the optimization of drilling safety operations | |
CN107476801A (zh) | 一种钻孔行为的识别系统及方法 | |
CN115129030A (zh) | 一种基于模型与神经网络组合的无人机故障诊断系统 | |
Gooneratne et al. | Camera-based edge analytics for drilling optimization | |
CN110460576A (zh) | 一种多功能网络安全态势感知系统 | |
CN204677188U (zh) | 不受井筒介质影响的井下鱼顶成像检测系统 | |
Hernandez et al. | A deep learning framework for construction equipment activity analysis | |
Lin et al. | A novel domain adversarial time-varying conditions intervened neural network for drill bit wear monitoring of the jumbo drill under variable working conditions | |
Chen et al. | Automatic drilling dynamics interpretation using deep learning | |
CN116308255A (zh) | 基于元宇宙的沉浸式供热管网巡检与故障检测系统及方法 | |
US20220198192A1 (en) | Contextual information displayable on wearable devices based on images captured during wellsite operations | |
US20220178248A1 (en) | Rig operations controller | |
Dow et al. | Revolutionizing drilling performance through advanced real time performance advisory system | |
CN113837306B (zh) | 一种基于人体关键点时空图模型的异常行为检测方法 | |
Osipov et al. | Machine Learning Methods Based on Geophysical Monitoring Data in Low Time Delay Mode for Drilling Optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171215 |