CN115875008A - 一种地质钻机智能钻探数据采集方法、系统和存储介质 - Google Patents

Abstract

本发明属于钻探技术领域，具体涉及一种地质钻机智能钻探数据采集方法、系统和存储介质。本发明方法包括如下步骤：步骤1，采集地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；步骤2，从所述图像信号中分割出地质钻机的图像；获取所述多声源在物理空间的位置，识别所述地质钻机发出的声学信号；步骤3，判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；步骤4，将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击触探过程的智能化数据采集。本发明能够在复杂环境下对地质钻机的锤击击数和具体的进尺进行智能监控，可有效排除环境中噪音等因素的干扰，具有很好的应用前景。

Description

一种地质钻机智能钻探数据采集方法、系统和存储介质

技术领域

本发明属于钻探技术领域，具体涉及一种地质钻机智能钻探数据采集方法、系统和存储介质。

背景技术

工程钻探是较为传统的一个学科，其技术发展速度相对较慢，近年来，智能钻探越来越得到行业关注。在工程钻探中，记录地质钻机的锤击击数和具体的进尺等信息是非常重要的工作，可使钻探工作人员了解钻探进行的情况和进度。

目前现有的动探记录方式主要通过人工计数方式，记录打入土体中一定深度所对应的锤击数，在使用中存在很多不便。首先，人工计数方式很容易在计数过程中被打断导致计数出错，同时动探数据二次转录过程中也容易发生数据录错情况；其次，查看锤击深度仍采用原始的标尺划线测量，导致施工进度慢，且人为测量标尺深度很容易出现误差。

圆锥动力触探试验作为工程勘察原位测试技术的一种，它能够进行地层分层和提供地基土力学参数，其快速、准确的优势被国内外广泛应用。现有的动力触探相关研究工作，绝大部分集中在动力触探机械设备的改进，或者设备改进的同时，在改进的设备中增加计数设备，设备通用性较差。同时现场施工环境复杂，声音嘈杂、视线特征经常受到粉尘、烟雾和天气等影响，也对该技术的广泛应用具有较强的制约作用。

因此，开发一种从地质钻机外部观察和检测钻探数据的方法和系统就显得尤为重要。中国发明专利“CN114758422B 施工机械设备动作实时智能识别方法及装置”提供了一种根据声音和图像信号识别工程机械动作的方法，有望应用于智能监控钻探状况的目的。但是，在实际钻探工作中，现场时常有很多发出噪音的机械，因此，上述专利的技术在钻探现场实际上无法区分哪些声音信号是目标地质钻机所发出的，因而难以进行应用。

发明内容

针对现有技术的问题，本发明提供一种地质钻机智能钻探数据采集方法和系统，目的在于通过钻探现场的多传感声学信号与图像信号对地质钻机的锤击击数和具体的进尺等数据进行智能化采集。

一种地质钻机智能钻探数据采集方法，包括如下步骤：

步骤1，采集地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；

步骤2，从所述图像信号中分割出地质钻机的图像；获取多声源在物理空间的位置，识别所述地质钻机发出的声学信号；

步骤3，判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；

步骤4，将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击钻进过程的智能化数据采集。

优选的，步骤1中，所述多传感声学信号通过声学阵列进行采集，所述图像信号通过相机采集。

优选的，所述声学阵列以相机为中心对称设置。

优选的，所述声学阵列为平面设计或空间三维球体设计。

优选的，所述声学阵列为平面设计，所述声学阵列中的声学传感器沿若干以相机为对称中心的螺旋线排布。

优选的，步骤2中，采用波束成形或声全息声源定位算法获取多声源在物理空间的位置。

优选的，步骤3中，判别异常声源的步骤包括：

步骤a，对所述地质钻机发出的声学信号进行降噪处理；

步骤b，采用故障特征提取算法判别所述异常声源。

优选的，还包括如下步骤：

步骤5，将所述地质钻机核心部件的机械设计图数据与所述步骤4得到的智能化数据进行关联，实现多重数据耦合，将得到的参数反馈至用于前端用于分割图像的模型和用于识别生源的模型，对模型进行优化。

本发明还提供一种用于上述地质钻机智能钻探数据采集方法的系统，其特征在于，包括：

数据采集模块，用于采集和输入地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；

图像分割模块，用于从所述图像信号中分割出地质钻机的图像；

多声源定位模块，用于获取所述多声源在物理空间的位置，识别所述地质钻机发出的声学信号；

异常声源识别模块，用于判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；

深度融合模块，用于将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击钻进过程的智能化数据采集。

本发明还提供一种计算机可读存储介质，其上存储有用于实现上述地质钻机智能钻探数据采集方法的计算机程序。

本发明中，所述“异常声源”是指现场除了待检测地质钻机之外的声源。所述“运动特征”是指地质钻机的锤击次数和具体的进尺等钻探数据。

本发明提供了一种通过钻探现场的多传感声学信号与图像信号对地质钻机的锤击次数和具体的进尺等数据进行智能化采集的方法和系统。在优选方案中，本发明实现多重数据耦合，不仅实现钻机钻探的可视化，而且能够对模型进行不断的优化使得得到的数据更准确。本发明对野外复杂的声学、光学环境具有很好的适应能力，具有超强的抗干扰能力，在钻探中具有很好的应用前景。

显然，根据本发明的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，还可以做出其它多种形式的修改、替换或变更。

以下通过实施例形式的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。凡基于本发明上述内容所实现的技术均属于本发明的范围。

附图说明

图1为实施例1的流程示意图；

图2为实施例1中系统方案示意图；

图3为实施例1中声学阵列和相机的设计示意图。

具体实施方式

需要特别说明的是，实施例中未具体说明的数据采集、传输、储存和处理等步骤的算法，以及未具体说明的硬件结构、电路连接等均可通过现有技术已公开的内容实现。

实施例1 地质钻机智能钻探数据采集方法和系统

本实施例的系统包括：

数据采集模块，用于采集和输入地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；

图像分割模块，用于从所述图像信号中分割出地质钻机的图像；

多声源定位模块，用于获取所述多声源在物理空间的位置，识别所述地质钻机发出的声学信号；

异常声源识别模块，用于判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；

深度融合模块，用于将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击钻进过程的智能化数据采集。

采用上述系统进行地质钻机智能钻探数据采集的方法流程如图1所示，系统方案如图2所示，具体包括如下步骤：

步骤1，采集地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；所述多传感声学信号通过声学阵列进行采集，所述图像信号通过相机采集。声学传感器阵列与工业相机组成声学相机，能精准的测量出场景中各部件的声压，并能从图像上简单直观的判定声源位置。根据地质钻机的大小，可以声学阵列的排布方式、声学传感器数量和排布范围等。本实施例中，声学阵列和相机的设计如图3所示，其中，所述声学阵列中的声学传感器沿若干以相机为对称中心的螺旋线排布，声学阵列的直径为1m。

步骤2，采用WT、K-means或CNN等现有的分割算法从所述图像信号中分割出地质钻机的图像；采用波束成形或声全息声源定位算法获取所述多声源在物理空间的位置，识别所述地质钻机发出的声学信号；

步骤3，判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；判别异常声源的步骤包括：

步骤a，对所述地质钻机发出的声学信号进行降噪处理；

步骤b，采用故障特征提取算法判别所述异常声源。

步骤4，将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击钻进过程的智能化数据采集。针对实际工况样本集不平衡和少标注等问题，深度融合通过搭建半监督深度学习网络框架实现。

步骤5，将所述地质钻机核心部件的机械设计图数据与所述步骤4得到的智能化数据进行关联，搭建虚拟和实物相结合的设计平台，通过不同数据模型的识别和校准，从多重数据的耦合空间内求得数据集、实物集和仿真集参数。各参数可以采用对应算法推送给软件前段，对分割图像和识别声源模型进行优化，使得计数和记米更加准确。

地质钻机在上下往复运动的时候，其往复运动的重锤为主要特征，本实施例中的声学+图像复合识别技术，以图像的主要特征为基础，在动探试验时利用声学阵列式相机对动探过程进行动态记录。对于声学阵列式相机采集到的多传感声学信号和图像信号，利用图像识别算法，对重锤等主要特征进行采集、检测、预处理、识别及匹配，可识别重锤的相对高度变化和探杆深度变化。同时，利用阵列声学相机动态识别并获取需要记录钻机的声纹特征，识别记录锤击一定深度锤击数，从而对锤击次数进行自动计数。将图像信息和声学信息进行深度融合，可准确地获取地质钻机的锤击次数和具体的进尺等信息。

通过上述实施例可以看到，本发明能够在复杂环境下对地质钻机的锤击次数和具体的进尺进行智能监控。本发明能够识别目标地质转机的位置和发出的声音，可有效排除环境中噪音等因素的干扰，具有很好的应用前景。

Claims (10)

1.一种地质钻机智能钻探数据采集方法，其特征在于，包括如下步骤：

步骤1，采集地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；

步骤2，从所述图像信号中分割出地质钻机的图像；获取多声源在物理空间的位置，识别所述地质钻机发出的声学信号；

步骤3，判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；

步骤4，将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击触探过程的智能化数据采集。

2.按照权利要求1所述的地质钻机智能钻探数据采集方法，其特征在于：步骤1中，所述多传感声学信号通过声学阵列进行采集，所述图像信号通过相机采集。

3.按照权利要求2所述的地质钻机智能钻探数据采集方法，其特征在于：所述声学阵列以相机为中心对称设置。

4.按照权利要求2或3所述的地质钻机智能钻探数据采集方法，其特征在于：所述声学阵列为平面设计或空间三维球体设计。

5.按照权利要求4所述的地质钻机智能钻探数据采集方法，其特征在于：所述声学阵列为平面设计，所述声学阵列中的声学传感器沿若干以相机为对称中心的螺旋线排布。

6.按照权利要求1所述的地质钻机智能钻探数据采集方法，其特征在于：步骤2中，采用波束成形或声全息声源定位算法获取多声源在物理空间的位置。

7.按照权利要求1所述的地质钻机智能钻探数据采集方法，其特征在于：步骤3中，判别异常声源的步骤包括：

步骤a，对所述地质钻机发出的声学信号进行降噪处理；

步骤b，采用故障特征提取算法判别所述异常声源。

8.按照权利要求1所述的地质钻机智能钻探数据采集方法，其特征在于：还包括如下步骤：

步骤5，将所述地质钻机核心部件的机械设计图数据与所述步骤4得到的智能化数据进行关联，实现多重数据耦合，将得到的参数反馈至用于前端用于分割图像的模型和用于识别生源的模型，对模型进行优化。

9.一种用于权利要求1-8任一项所述地质钻机智能钻探数据采集方法的系统，其特征在于，包括：

数据采集模块，用于采集和输入地质钻机在常规运行状况下的现场环境的多传感声学信号与图像信号；

图像分割模块，用于从所述图像信号中分割出地质钻机的图像；

多声源定位模块，用于获取所述多声源在物理空间的位置，识别所述地质钻机发出的声学信号；

异常声源识别模块，用于判别异常声源，根据所述声学信号识别所述地质钻机每一次的运行特征；

深度融合模块，用于将所述地质钻机的运行特征识别结果和图像深度融合，实现对所述地质钻机锤击触探过程的智能化数据采集。

10.一种计算机可读存储介质，其特征在于：其上存储有用于实现权利要求1-8任一项所述地质钻机智能钻探数据采集方法的计算机程序。

Images