龙空技术网

张幼振等:基于钻进参数聚类的含煤地层岩性模糊识别

全国能源信息平台 46

前言:

此时兄弟们对“clustering parameter”大约比较关注,大家都想要剖析一些“clustering parameter”的相关内容。那么小编同时在网摘上收集了一些有关“clustering parameter””的相关资讯,希望看官们能喜欢,各位老铁们快快来了解一下吧!

【能源人都在看,点击右上角加'关注'】

本文创新点

提出了一种基于钻进参数核模糊C均值聚类(KFCM)算法的含煤地层岩性模糊识别方法。利用KFCM算法对钻进试验台获取的具有小数据、低维度和多量纲特性的钻进参数映射到高维空间进行聚类处理,采用高斯核函数分别确定了软弱夹层、煤层和泥岩层的分布结构以及对应的聚类中心。进一步根据模糊识别原理,通过构造分段三角形隶属度函数,确定钻速对于地层岩性的从属程度,实现了地层岩性的模糊识别。研究结果为实现煤矿井下巷道隐蔽致灾因素动态智能探测提供了有效方法。

作 者

张幼振,张 宁,邵俊杰,钟自成

作者单位

中煤科工集团西安研究院有限公司

研究背景

精确掌握开采地质条件是煤矿安全绿色开采的重要保障。 由于我国煤矿地质条件极其复杂,含煤地层中的岩石性质和岩层组合具有明显的空间差异性,对于巷道采掘过程中可能诱发灾害的地质异常区实时精准探测是煤矿区致灾地质因素探查的关键技术之一。 钻探是最直接的地质探查技术,基于仪器钻进系统的地层识别方法能够完成巷道支护时浅部围岩地质数据的辨识和获取,从而实现井巷工程的信息化,这对于煤矿井下实现开采阶段致灾因素的智能探查与预测具有重要意义。

以往研究为基于钻进参数的地层识别基础理论构建和工程应用提供了重要参考,但在煤矿井下坑探工程中,由于钻进参数信息量巨大,加之地质环境复杂,地层岩性如何快速识别的关键问题并未得到充分解决。笔者以自主研发的钻进试验台为基础,利用KFCM算法进行了典型含煤地层钻进参数聚类,进而实现了含煤地层岩性的模糊识别,并通过实钻试验对提出方法的有效性进行了验证,为煤矿巷道浅部围岩智能探测提供了有效方法。

摘 要

通过钻进参数进行煤矿巷道围岩特征描述可为煤矿安全绿色开采提供地质信息保障。 针 对煤矿井下坑道钻探中随钻地层岩性识别难度大、精度低的问题,提出了一种基于钻进参数核模糊C均值聚类(Kernel Fuzzy C-means,KFCM)算法的含煤地层岩性模糊识别方法。

结合钻进试验台上开展的模拟岩样钻进试验,获得了包括钻速、转速和钻压等敏感钻进参数的训练样本,利用KFCM算法对获取的钻进参数训练样本进行学习,构造钻进参数样本空间并映射到高维空间进行聚类处理。

建立了以典型含煤地层分类为目标的聚类模型,采用高斯核函数分别确定了软弱夹层、煤层和泥岩层的分布结构以及对应的聚类中心。其中,对比线性核函数,高斯核函数在垂向上的分类效果符合沉积岩构造的特征,且聚类时间节约了7.2%。

进一步基于钻进参数的聚类结果,将钻速作为衡量各类岩石钻进性能的关键参数,通过分析钻进参数数据集的变化规律,建立了钻速与转速、钻压幂函数表达形式的地层岩性预测模型,采用数据插值拟合方法完成了典型软弱夹层、煤层和泥岩层的空间划分。并应用模糊数学方法通过构建钻速的分段三角形隶属度函数,得出样本地层钻速对典型含煤地层钻速的隶属度公式,根据隶属度公式将地层岩性划分为5个级别,实现了对样本地层岩性的模糊识别。

在实钻试验中,对提出的模糊识别方法的有效性进行了验证。结果表明,该方法能够在PDC锚杆钻头回转钻进条件下快速识别典型含煤地层岩性,识别的正确率为92%,研究结果为实现煤矿井下巷道隐蔽致灾因素动态智能探测提供了借鉴。

作者简介

张幼振,男,1976年10月生,宁夏石嘴山人,博士,研究员,硕士生导师,美国纽约大学访问学者,国家自然科学基金委评议专家,陕西省科技业务评审专家,煤炭行业标准化技术委员会井巷设备分会委员,《煤炭科学技术》杂志青年专家学术委员会委员。

研究方向

煤矿坑道钻探技术与装备

主要成果

致力于煤矿坑道钻探技术和巷道围岩治理技术与装备的研究工作,主持完成煤矿井下智能钻进装备集成建模与优化设计,巷道围岩治理修复技术装备的创新设计以及煤矿井下定向钻进装备关键部件及主要机具设计等的研发工作,获国家及省部级科技奖励10余项,发表相关科技论文40余篇,授权国内发明专利16项,登记软件著作权5项,制订行业标准2项。

文中图片

钻进试验系统

基于KFCM钻进参数聚类算法流程

试验测试点散点

典型含煤地层岩性空间的划分

来源:

张幼振,张宁,邵俊杰,等. 基于钻进参数聚类的含煤地层岩性模糊识别[J]. 煤炭学报,2019,44(8):2328-2335.

ZHANG Youzhen,ZHANG Ning,SHAO Junjie,et al. Fuzzy identification of coal-bearing strata lithology based on drilling parameter clustering[J]. Journal of China Coal Society,2019,44(8):2328-2335.

责任编辑:常琛编辑整理:郭晓炜

审 核:常琛

End

往期精彩

钱鸣高,许家林:煤炭开采与岩层运动

王家臣:我国放顶煤开采的工程实践与理论进展

袁亮院士视频讲解煤炭精准开采科学构想

谢和平,鞠杨,高明忠,等:煤炭深部原位流态化开采的理论与技术体系

王国法,刘峰,庞义辉,等:煤矿智能化——煤炭工业高质量发展的核心技术支撑

联系我们

联系人:郭晓炜

电话:010-84262930-811

邮箱:guoxiaowei@chinacs.org.cn

网址:

本平台刊登的《煤炭学报》所有稿件均按照国家版权局有关规定支付了相应稿酬,《煤炭学报》享有稿件的信息网络传播权。未经授权,不得匿名转载。本平台所使用的图片属于相关权利人所有,因客观原因,部分作品如存在不当使用的情况,请相关权利人随时与我们联系。

免责声明:以上内容转载自煤炭学报,所发内容不代表本平台立场。

全国能源信息平台联系电话:010-65367827,邮箱:hz@people-energy.com.cn,地址:北京市朝阳区金台西路2号人民日报社

标签: #clustering parameter