CN115853506A - 基于随钻参数进行地质导向的方法 - Google Patents

Abstract

本发明提出一种基于随钻参数进行地质导向的方法，包括如下步骤：S10：基于钻探过程，获取钻进参数；S20：基于现场岩性编录及物理力学试验，获取岩土体关键参数；S30：对所述钻进参数进行预处理，剔除异常数据，建立所述钻进参数与钻进孔深的映射关系；S40：基于相关性分析，获取所述钻进参数之间的相关性，以建立所述钻进参数与地层岩性的映射关系；S50：基于所述钻进参数与所述钻进孔深、所述地层岩性的映射关系及灰色关联算法建立模型，进行实时钻探的岩性判断。本申请通过对预先钻探过程的钻探参数与岩土体参数进行分析，并建立模型，再通过模型根据实时钻探的参数进行即时的岩性判断，具有智能化、高效率、可靠性高的有益效果。

Description

基于随钻参数进行地质导向的方法

技术领域

本发明涉及地质钻探技术领域，尤其涉及一种基于随钻参数进行地质导向的方法。

背景技术

随着川藏铁路、西部大发展等重大国家战略的实施，高速公路、铁路等基础设施的勘察、施工技术成为工程建设领域的关注热点。岩土工程勘探的常用手段有物探、坑探和钻探等，可用于获取地层地质结构参数。就技术而言，基于钻孔的触探试验和岩芯资料是岩土工程勘察和地质钻探中最可靠的方法。然而钻孔编录、取样及室内试验耗费大，且进度滞后于现场施工，不能及时给出分析结果。

目前钻探过程判识岩性的方法主要是通过取芯和记录，再由岩土工程人员观察岩芯结构面分布和判断填充物的性质，定性分析岩土体的宏观特征并对其进行工程分类。但该方法过度依赖人工分析，对于不良地质和围岩条件仅能定性判断，不仅耗时耗力，且主观性强、误差大，而且频繁进行现场采样并在实验室内进行物理力学测试的工序也存在耗时耗力的缺陷。

发明内容

鉴于上述内容，需要提出一种简便实用且合理可靠的随钻参数监测及数据智能分析处理方法，对探测深度、格式各异的原始监测数据进行必要的处理和评价，分析随钻参数与岩性或关键地层之间的对应关系，从而实现地质勘探和地层评价的自动化和智能化。

有鉴于此，为了使随钻测试的传感器数据成为可供软件识别的、纯钻进状态的、能够用于钻进状态评价和地层参数反演的有效数据，本申请提出一种基于随钻参数进行地质导向的方法，用以解决上述问题。

本申请实施例提供一种基于随钻参数进行地质导向的方法，包括如下步骤；

S10：基于钻探过程，获取钻进参数；

S20：基于现场岩性编录及物理力学试验，获取岩土体关键参数；

S30：对所述钻进参数进行预处理，剔除异常数据，建立所述钻进参数与钻进孔深的映射关系；

S40：基于相关性分析，获取所述钻进参数之间的相关性，以建立所述钻进参数与地层岩性的映射关系；

S50：基于所述钻进参数与所述钻进孔深、所述地层岩性的映射关系及灰色关联算法建立模型，进行实时钻探的岩性判断。

在一种可能的实施方式中，步骤S30还包括：

S31：对不同的钻探动作分别设置准则、合理阈值以及评价数据离散程度，识别异常数据并剔除。

在一种可能的实施方式中，所述异常数据包括激光位移传感器负值、转速传感器负值及扭矩传感器负值。

在一种可能的实施方式中，步骤S30还包括：

S32：采用小波滤波器对所述钻进参数进行平滑处理。

在一种可能的实施方式中，步骤S30还包括：

S33：通过设置主流线与数据标准值的方式判定数据脉冲。

在一种可能的实施方式中，步骤S33之后还包括：

S34：将所述数据脉冲视为异常数据进行剔除。

在一种可能的实施方式中，步骤S33之后还包括：

S35：将所述数据脉冲用前后相邻的若干数据的平均值进行替换。

在一种可能的实施方式中，步骤S40还包括：

通过皮尔逊相关系数衡量所述钻进参数之间的相关性，通过相关系数的值选取强相关性的所述钻进参数。

在一种可能的实施方式中，所述钻进参数包括立轴位移、给进油缸无杆腔压力、给进油缸有杆腔压力、立轴转速、扭矩及泥浆泵压。

在一种可能的实施方式中，所述岩土体关键参数包括岩体单轴抗压强度、岩土施工等级、土体地层承载力特征值。

相较于现有技术，本申请的提出的基于随钻参数进行地质导向的方法，通过对预先钻探过程的钻探参数与岩土体参数进行分析，并建立模型，再通过模型根据实时钻探的参数进行即时的岩性判断，具有智能化、高效率、可靠性高的有益效果。

附图说明

图1是本发明中基于随钻参数进行地质导向的方法的流程示意图；

图2是图1所示的方法所应用的随钻测试系统及检测装置的结构示意图；

图3是图1所示的方法中各随钻参数与孔深的对应关系图；

图4是图1所示的方法中灰色关联算法的流程结构示意图；

图5是图1所示的方法所应用的一实施例中立轴位移的原始数据分布图；

图6是图5所示的实施例中立轴位移处理后的数据分布图；

图7是图5所示的实施例中油压的原始数据分布图；

图8是图7所示的实施例中油压处理后的数据分布图；

图9是图5所示的实施例中钻进参数与钻进孔深的数据对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

请参阅图1至图4，本申请提出一种基于随钻参数进行地质导向的方法，包括如下步骤：

S10：基于钻探过程，获取钻进参数；

S20：基于现场岩性编录及物理力学试验，获取岩土体关键参数；

S30：对钻进参数进行预处理，剔除异常数据，建立钻进参数与钻进孔深的映射关系；

S40：基于相关性分析，获取钻进参数之间的相关性，以建立钻进参数与地层岩性的映射关系；

S50：基于钻进参数与钻进孔深、地层岩性的映射关系及灰色关联算法建立模型，进行实时钻探的岩性判断。

需要解释的是，步骤S10于钻探过程中采集钻进数据，可参阅图2，为本申请一实施例所设置的探测装置及钻探系统示意图，通过于钻探系统中的多处设置传感器的方式以采集数钻进据。钻探系统包括柴油机驱动立轴以带动钻头进行钻探，相应地传感器可设置位置包括但不限于柴油机、泥浆泵、立轴、液压油管，以获取对应的钻进数据，如柴油机传感器可获取柴油机输出扭矩，立轴传感器可获取立轴位移及立轴转速，泥浆泵传感器可获取泥浆泵压等。同时可依据钻探系统对获取的钻进数据的数值范围进行基本限制，例如转速、压力等参数应当为非负值等。

步骤S20是指，通过对钻探区域的岩层进行岩性编录与物理力学试验，获取该地区各类岩层的岩土体关键参数。由于岩土体参数会因各地区地质特性相关，因此在当地进行预先的岩性编录与物理力学试验，以获取当地土地岩层的特性资料并进行整理编录，从而对后续的岩性判断提供更准确的数据基础，间接提高岩性判断的准确性。

于一实施例中，步骤S30还包括：

S31：对不同的钻探动作分别设置准则、合理阈值以及评价数据离散程度，识别异常数据并剔除。

需要解释的是，准则指的是某一钻探动作下的取值规则。由于不同钻探动作下，各传感器所监测到的数据范围不同，存在特定钻探动作下并非所有传感器的检测结果都会变化，因此可依据不同钻探动作选择不同的数据采集的规则。合理阈值指的是，在不同钻探动作下，设置各个传感器所传回数据的合理范围值。评价数据离散程度即统计学中的离散程度，用于对数据进行进一步处理。设定合适的离散程度，以对数据进行筛选分析。

基于设置的准则、合理阈值和离散程度，对钻进数据进行处理，将不符合规则的数据视为异常数据并剔除，从而得到更准确的钻进数据，间接提高后续对数据计算以及岩性判别的精确度。

异常数据是指，考虑到在钻进过程中，由于设备震动、感应器波动等因素，直接与间接导致的采集到的数据与实际值差距过大，因此将这部分数据视作异常数据并进行相应的处理，以尽量减少这些因素所带来的干扰，提高后续计算的精确度。

具体地，本实施例采用的各钻探动作准则可参阅表1：

表1数据预处理规则

本实施例采用的钻进状态阈值可参阅表2：

表2钻进状态阈值

其中阈值的具体设定可根据钻探系统的类别、型号以及场地情况而设定，DS(T_i)表示T_i时刻激光位移传感器所采集的数值，DS(T_i+1)则表示下T_i经过一个间隔时间后的数值，DS(T_i)与DS(T_i+1)的间隔时间为设备的采样间隔时间，本实施例中设备的采样间隔为1s，因此下一时刻即为1s后的时刻。

于一实施例中，异常数据包括但不限于激光位移传感器负值、转速传感器负值及扭矩传感器负值。基于钻探系统的额定参数，上述传感器的正常数值范围均为非负区间，因此若出现有负值则属于不符合正常范围的异常数据，可进行剔除处理。

于一实施例中，步骤S30还包括：

S32：采用小波滤波器对钻进参数进行平滑处理。

小波滤波器对钻进参数进行处理，可降低钻进过程中产生的振动对数据采集所产生的影响，提高钻进参数的准确度，间接提高岩性判别的准确度。

于一实施例中，步骤S30还包括：

S33：通过设置主流线与数据标准值的方式判定数据脉冲。

需要解释的是，主流线即数据的集中分布范围，具体地，可设置钻探系统正常工作时的数据标准值P₀及波动波动幅度ΔP，将[P₀-ΔP,P₀+ΔP]设置为主流线，基于该主流线可判断存在脉冲特征的数据脉冲。本实施例中，将数据标准值P₀取曲线均值、波动幅度ΔP取三倍标准差，超出该范围的即刻认为属于异常数据，这是基于三西格玛准则(也称拉依达准则)，即正态分布中数值分布在3倍标准差偏差之内的区间的概率为99.73％。因此基于三西格玛准则处理数据，可以对数据脉冲进行判定，即认为超出三倍标准差范围的数据为数据脉冲。

于一实施例中，步骤S33之后还包括：

S34：将数据脉冲视为异常数据进行剔除。

将数据脉冲的部分直接剔除，只针对剩余的随钻参数进行后续的处理分析工作。

于一实施例中，步骤S33之后还包括：

S35：将数据脉冲用前后相邻的若干数据的平均值进行替换。

本实施例中，可以将数据脉冲的前后各5个数据进行平均，用于替换数据脉冲部分的数据，再对处理后得到的随钻数据用于后续的处理分析工作。

于一实施例中，步骤S40还包括：

通过皮尔逊相关系数衡量钻进参数之间的相关性，通过相关系数的值选取强相关性的钻进参数。

皮尔逊相关系数可用于衡量两个变量之间的相关度，其取值范围为[-1,1]，正值表示正相关，负值表示负相关。通常可以通过以下取值范围(绝对值)来判断两个变量之间的相关强度：0-0.2为极弱相关或不相关，0.2-0.4为弱相关，0.4-0.6为中等相关，0.6-0.8为强相关，0.8-1.0为极强相关。

之后再利用灰色关联算法反演判断各随钻参数和岩土体关键参数的关联，将随钻参数、评价标准、评价参数、权值等作为已知因素，将岩土体关键参数作为未知因素，建立灰色过程的系统模型请参阅图4，为本实施例中灰色关联算法的结构示意图。通过预处理的数据训练该模型，以提高判断的准确度，最终将模型应用于实时钻探，将实时钻探所得到的钻进参数与钻进孔深输入模型，从而得到岩土体参数的预测，从而判断钻探处岩性。

于一实施例中，钻进参数包括但不限于立轴位移、给进油缸无杆腔压力、给进油缸有杆腔压力、立轴转速、扭矩及泥浆泵压。

于一实施例中，岩土体关键参数包括但不限于岩体单轴抗压强度、岩土施工等级、土体地层承载力特征值。

现场岩性编录包括但不限于钻进时间、岩心管直径、长度、钻头类型、回次进尺、累计孔深、岩芯编号、岩芯长度、岩芯采取率、地层名称及岩性等。物理力学试验包括但不限于单轴压缩试验、点荷载试验、直剪试验、可钻性试验、波速测试、物理指标试验、矿物分析实验、压入硬度试验等，以获取岩土体关键参数。岩土体关键参数包括但不限于岩体单轴抗压强度、岩土施工等级、土体地层承载力特征值等。

本申请的处理方法，引入机器学习的算法，能够更为高效便捷地处理各项参数之间的关系，并有效判断钻探区域的岩性。

以下通过实施例进一步对本申请进行解释。

请参阅图5至图9，本实施例场址位于重庆九龙坡区，该场地主要由砂质泥岩、砂岩等组成。试验钻探机械为XY-2型钻机，钻头类型为复合片钻头，直径91mm。在该测试区共布置4个钻孔，孔深80m-120m不等。共采集到随钻数据约50万组，数据采样间隔为1s。原始数据请参阅图5及图7。

对原始数据进行处理，得到图6、图8及图9，并基于皮尔逊相关性分析得出表3：

表3皮尔逊相关性系数表

可以得出，钻进速度与钻杆位移具有强相关，钻进速度与给进压力、提升压力之间具有中等程度相关性，钻进速度与转速具有弱相关性。钻进速度与岩体参数之间具有负强相关性，因此钻进速度能够一定程度上反应岩体强度，可作为识别岩性的重要指标。

基于上述结论构建算法模型，将后续钻进参数直接输入模型，可以对钻探中的地层进行快速地岩性判断。算法模型以及后续判断过程可通过计算机软件进行实现，以获取更高的计算效率。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于随钻参数进行地质导向的方法，其特征在于，包括如下步骤；

S10：基于钻探过程，获取钻进参数；

S20：基于现场岩性编录及物理力学试验，获取岩土体关键参数；

S30：对所述钻进参数进行预处理，剔除异常数据，建立所述钻进参数与钻进孔深的映射关系；

S40：基于相关性分析，获取所述钻进参数之间的相关性，以建立所述钻进参数与地层岩性的映射关系；

S50：基于所述钻进参数与所述钻进孔深、所述地层岩性的映射关系及灰色关联算法建立模型，进行实时钻探的岩性判断。

2.如权利要求1所述的基于随钻参数进行地质导向的方法，其特征在于，步骤S30还包括：

S31：对不同的钻探动作分别设置准则、合理阈值以及评价数据离散程度，识别异常数据并剔除。

3.如权利要求2所述的基于随钻参数进行地质导向的方法，其特征在于，所述异常数据包括激光位移传感器负值、转速传感器负值及扭矩传感器负值。

4.如权利要求1所述的基于随钻参数进行地质导向的方法，其特征在于，步骤S30还包括：

S32：采用小波滤波器对所述钻进参数进行平滑处理。

5.如权利要求2所述的基于随钻参数进行地质导向的方法，其特征在于，步骤S30还包括：

S33：通过设置主流线与数据标准值的方式判定数据脉冲。

6.如权利要求5所述的基于随钻参数进行地质导向的方法，其特征在于，步骤S33之后还包括：

S34：将所述数据脉冲视为异常数据进行剔除。

7.如权利要求5所述的基于随钻参数进行地质导向的方法，其特征在于，步骤S33之后还包括：

S35：将所述数据脉冲用前后相邻的若干数据的平均值进行替换。

8.如权利要求1所述的基于随钻参数进行地质导向的方法，其特征在于，步骤S40还包括：

通过皮尔逊相关系数衡量所述钻进参数之间的相关性，通过相关系数的值选取强相关性的所述钻进参数。

9.如权利要求1至8任一项所述的基于随钻参数进行地质导向的方法，其特征在于，所述钻进参数包括立轴位移、给进油缸无杆腔压力、给进油缸有杆腔压力、立轴转速、扭矩及泥浆泵压。

10.如权利要求1至8任一项所述的基于随钻参数进行地质导向的方法，其特征在于，所述岩土体关键参数包括岩体单轴抗压强度、岩土施工等级、土体地层承载力特征值。

Images