地質鉆探過程狀態監測App 軟件設計與應用

文浩賢，杜 勝，張 典，陸承達*，吳 敏

（1.中國地質大學（武漢）自動化學院，湖北 武漢 430074；2.復雜系統先進控制與智能自動化湖北省重點實驗室，湖北 武漢 430074；3.地球探測智能化技術教育部工程研究中心，湖北 武漢 430074）

0 引言

國家高度重視深部地質資源的勘探。由于淺部資源的匱乏，未來勘探對象必將更加隱蔽，地質條件更加復雜［1］。深部地質鉆探過程中，地層復雜多變，為保證鉆進過程安全高效進行，有必要對其狀態監測。大量的鉆進過程數據為鉆孔作業的順利進行提供了有效的支持［2］，區域性數據對于地質鉆探過程控制向智能控制發展具有重要意義。

目前大多數地質鉆探條件苛刻，實際工程中所使用的鉆機和設備自動化與智能化水平低，導致對于孔下數據無法獲取，只能通過監測井上設備的參數變化來判斷鉆探工況［3］。地質鉆探工程當前依賴于工人在現場觀測各設備儀器上的數據，結合自身經驗調整對應參數，以防止卡鉆、斷鉆具、井漏等故障發生。此類傳統監測方法不僅拘束于需要人工長期對設備儀器監視，且在鉆進過程工況突變時難以立刻做出判斷和調整。

針對鉆進過程的智能狀態監測手段，國內外已有部分學者進行了深入研究，主要涉及鉆進過程工況識別、故障診斷、事故預警和鉆速預測。范海鵬等［4］基于支持向量機建立鉆進工況識別模型，對鉆進工況進行識別。胡英才［5］基于小波神經網絡對鉆進過程事故發生時的監測參數進行訓練，實現了對井漏、井涌等井下故障的診斷。……