本發(fā)明屬于數(shù)據(jù)監(jiān)測，特別是一種鉆探現(xiàn)場遠程實時監(jiān)控系統(tǒng)及方法。

背景技術(shù)：

1、隨著鉆探裝備與技術(shù)正朝著智能化、數(shù)字化、信息化方向發(fā)展，國內(nèi)外的智能化監(jiān)控系統(tǒng)不斷發(fā)展，目前，國外存在靜態(tài)和實時鉆井數(shù)據(jù)分析的智能系統(tǒng)用于在開發(fā)系統(tǒng)之間傳輸鉆進數(shù)據(jù)，處理來自服務(wù)器的靜態(tài)和實時鉆進數(shù)據(jù)更新；還存在在數(shù)據(jù)遠程傳輸軟件支持下可遠程實時計算鉆井水力參數(shù)和鉆具摩阻、扭矩；相比國外的一些鉆井智能化系統(tǒng)，國內(nèi)存在地質(zhì)鉆探過程狀態(tài)檢測app用于科學(xué)鉆探工程現(xiàn)場，但是無線終端端遠程監(jiān)控未得到有效的推廣。

2、在鉆探工程領(lǐng)域，通過無線傳輸網(wǎng)絡(luò)，實現(xiàn)鉆井數(shù)據(jù)實時采集、鉆探工況遠程監(jiān)控、通信管理，以及對鉆進過程中出現(xiàn)卡鉆、井塌、井漏等異常情況預(yù)警均具有重要意義，而上述現(xiàn)有技術(shù)卻并不能完成上述工作，這成為急需解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種鉆探現(xiàn)場遠程實時監(jiān)控系統(tǒng)及方法，以解決現(xiàn)有技術(shù)中的不足，旨在通過智能工程檢測系統(tǒng)，實現(xiàn)工程檢測工作的全面數(shù)字化管理，提高了檢測效率和準確性，降低了人力成本。

2、本申請的一個實施例提供了一種鉆探現(xiàn)場遠程實時監(jiān)控系統(tǒng)，所述系統(tǒng)包括：

3、通信連接的數(shù)據(jù)采集模塊、分析處理模塊和終端監(jiān)控模塊；其中，

4、所述數(shù)據(jù)采集模塊用于實時采集鉆探現(xiàn)場的初始監(jiān)測數(shù)據(jù)，所述初始監(jiān)測數(shù)據(jù)包括孔內(nèi)數(shù)據(jù)和鉆井液性能參數(shù)；所述孔內(nèi)數(shù)據(jù)包括鉆壓、轉(zhuǎn)速、扭矩以及深度；所述鉆井液性能參數(shù)包括鉆井液密度、鉆井液粘度以及含砂量；其中，利用鉆探鉆桿中嵌入的數(shù)據(jù)采集光傳感器陣列，并采用光柵編碼和光信號解調(diào)設(shè)備，獲得孔內(nèi)數(shù)據(jù)；利用鉆井液循環(huán)系統(tǒng)中的多參數(shù)探測單元，確定鉆井液性能參數(shù)；其中，所述多參數(shù)探測單元包括電容式傳感器、超聲波傳感器以及電極陣列，所述電容式傳感器通過測量鉆井液介電常數(shù)的變化確定鉆井液密度；所述超聲波傳感器通過向鉆井液發(fā)射超聲波，并依據(jù)反射波的衰減和相位變化確定鉆井液粘度；所述電極陣列利用電化學(xué)原理，分析鉆井液中的離子濃度，以確定含砂量參數(shù)；

5、其中，將多個數(shù)據(jù)采集光傳感器，以預(yù)設(shè)間距安裝在鉆探鉆桿部位，通過獲取光傳感器接收的相位、強度信息，并通過光信號解調(diào)設(shè)備，確定孔內(nèi)數(shù)據(jù)中的鉆壓、轉(zhuǎn)速和扭矩數(shù)據(jù)；采用光纖光柵編碼的方式，依據(jù)不同位置光柵反射光的波長差異，定位鉆桿所處深度，實現(xiàn)實時深度數(shù)據(jù)反饋；

6、其中，將個數(shù)據(jù)采集光傳感器以預(yù)設(shè)間距安裝在鉆探鉆桿部位上，第個光傳感器在時刻接收到的光信號強度為，相位為，通過光信號解調(diào)設(shè)備內(nèi)置的映射關(guān)系，并利用如下方式獲取鉆壓、轉(zhuǎn)速和扭矩：

7、

8、其中，是非線性函數(shù)，用于將傳感器采集到的光信號特征轉(zhuǎn)化為對應(yīng)的力學(xué)和運動參數(shù)；

9、其中，采用光纖光柵編碼的方式，確定鉆桿深度校準函數(shù)；基于鉆桿深度校準函數(shù)，并依據(jù)不同位置光柵反射光的波長差異，通過預(yù)設(shè)方式計算鉆桿所處深度；其中，所述預(yù)設(shè)方式包括利用如下算式計算鉆桿深度：

10、

11、其中，表示第個位置的光柵反射光的波長，表示預(yù)先測定的每個光柵對應(yīng)的深度基準值，表示第個光柵對應(yīng)的深度增量，滿足，其中，表示預(yù)設(shè)校準比例系數(shù)，表示波長差異；

12、所述分析處理模塊用于執(zhí)行對所述初始監(jiān)測數(shù)據(jù)的整合分析以及數(shù)據(jù)預(yù)處理，獲得目標監(jiān)測數(shù)據(jù)；

13、所述終端監(jiān)控模塊用于接收目標監(jiān)測數(shù)據(jù)，進而實現(xiàn)對鉆探現(xiàn)場工程狀況的監(jiān)控，并通過監(jiān)控結(jié)果，及時響應(yīng)鉆探現(xiàn)場的異常警報。

14、可選的，所述執(zhí)行對所述初始監(jiān)測數(shù)據(jù)的整合分析以及數(shù)據(jù)預(yù)處理，獲得目標監(jiān)測數(shù)據(jù)，包括：

15、將不同類型、不同時間戳的監(jiān)測數(shù)據(jù)按照預(yù)設(shè)邏輯進行分類排序，生成監(jiān)測數(shù)據(jù)對應(yīng)的初始整合分析數(shù)據(jù)集；

16、構(gòu)建基于機器學(xué)習(xí)的監(jiān)測數(shù)據(jù)向量化的智能處理模型；

17、根據(jù)所述智能處理模型，執(zhí)行對所述初始整合分析數(shù)據(jù)集的預(yù)處理，獲得目標監(jiān)測數(shù)據(jù)。

18、可選的，所述基于機器學(xué)習(xí)的監(jiān)測數(shù)據(jù)向量化的智能處理模型為包含自注意機制的神經(jīng)網(wǎng)絡(luò)模型，所述包含自注意機制的神經(jīng)網(wǎng)絡(luò)模型是根據(jù)各個神經(jīng)元的權(quán)重以及梯度值，計算出各個神經(jīng)元的重要性指標值，并通過預(yù)設(shè)算法來衡量多個重要性指標值與所述初始整合分析數(shù)據(jù)集的匹配度確定的；其中，基于機器學(xué)習(xí)的監(jiān)測數(shù)據(jù)向量化的智能處理模型第個神經(jīng)元的權(quán)重向量表示為，對應(yīng)的梯度向量為，第個神經(jīng)元的重要性指標值表示為：

19、

20、其中，表示可調(diào)權(quán)重參數(shù)，用于平衡權(quán)重和梯度對重要性指標值的貢獻程度；

21、所述通過預(yù)設(shè)算法來衡量多個重要性指標值與所述初始整合分析數(shù)據(jù)集的匹配度，表示為：

22、

23、其中，表示重要性指標值與初始整合分析數(shù)據(jù)集的匹配度，表示神經(jīng)元個數(shù)，表示整合分析數(shù)據(jù)集向量的轉(zhuǎn)置。

24、本申請的又一實施例提供了一種鉆探現(xiàn)場遠程實時監(jiān)控方法，所述方法包括：

25、實時采集鉆探現(xiàn)場的初始監(jiān)測數(shù)據(jù)，所述初始監(jiān)測數(shù)據(jù)包括孔內(nèi)數(shù)據(jù)和鉆井液性能參數(shù)；所述孔內(nèi)數(shù)據(jù)包括鉆壓、轉(zhuǎn)速、扭矩以及深度；所述鉆井液性能參數(shù)包括鉆井液密度、鉆井液粘度以及含砂量；

26、通過預(yù)設(shè)無線傳輸方式執(zhí)行對所述初始監(jiān)測數(shù)據(jù)的傳輸、整合分析以及數(shù)據(jù)預(yù)處理，獲得目標監(jiān)測數(shù)據(jù)；

27、根據(jù)所述目標監(jiān)測數(shù)據(jù)，執(zhí)行對鉆探現(xiàn)場工程狀況的實時監(jiān)控，并通過監(jiān)控結(jié)果，及時響應(yīng)鉆探現(xiàn)場的異常警報。

28、本申請的又一實施例提供了一種存儲介質(zhì)，所述存儲介質(zhì)中存儲有計算機程序，其中，所述計算機程序被設(shè)置為運行時實現(xiàn)上述所述的方法。

29、本申請的又一實施例提供了一種電子設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器被設(shè)置為運行所述計算機程序以實現(xiàn)上述所述的方法。

30、與現(xiàn)有技術(shù)相比，本申請通過通信連接的數(shù)據(jù)采集模塊、分析處理模塊和終端監(jiān)控模塊；其中，數(shù)據(jù)采集模塊用于實時采集鉆探現(xiàn)場的初始監(jiān)測數(shù)據(jù)，所述分析處理模塊用于執(zhí)行對所述初始監(jiān)測數(shù)據(jù)的整合分析以及數(shù)據(jù)預(yù)處理，得到的目標監(jiān)測數(shù)據(jù)；所述終端監(jiān)控模塊用于接收目標監(jiān)測數(shù)據(jù)，進而實現(xiàn)對鉆探現(xiàn)場工程狀況的監(jiān)控，并通過監(jiān)控結(jié)果，及時響應(yīng)鉆探現(xiàn)場的異常警報。本發(fā)明能夠管理現(xiàn)場、自動采集、存儲處理鉆探工程中產(chǎn)生的海量數(shù)據(jù)，允許工程人員遠程查看鉆探現(xiàn)場，對鉆探信息實時采集處理分析，提供遠程技術(shù)支持，并對鉆探過程中的異常發(fā)出警報，提醒操作人員及時排查故障。

技術(shù)特征：

1.一種鉆探現(xiàn)場遠程實時監(jiān)控系統(tǒng)，所述系統(tǒng)包括：

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述執(zhí)行對所述初始監(jiān)測數(shù)據(jù)的整合分析以及數(shù)據(jù)預(yù)處理，獲得目標監(jiān)測數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述的系統(tǒng)，其特征在于，所述基于機器學(xué)習(xí)的監(jiān)測數(shù)據(jù)向量化的智能處理模型為包含自注意機制的神經(jīng)網(wǎng)絡(luò)模型，所述包含自注意機制的神經(jīng)網(wǎng)絡(luò)模型是根據(jù)各個神經(jīng)元的權(quán)重以及梯度值，計算出各個神經(jīng)元的重要性指標值，并通過預(yù)設(shè)算法來衡量多個重要性指標值與所述初始整合分析數(shù)據(jù)集的匹配度確定的；其中，基于機器學(xué)習(xí)的監(jiān)測數(shù)據(jù)向量化的智能處理模型第個神經(jīng)元的權(quán)重向量表示為，對應(yīng)的梯度向量為，第個神經(jīng)元的重要性指標值表示為：

4.一種鉆探現(xiàn)場遠程實時監(jiān)控方法，所述方法包括：

5.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有計算機程序，其中，所述計算機程序被設(shè)置為運行時實現(xiàn)所述權(quán)利要求4中所述的方法。

6.一種電子設(shè)備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設(shè)置為運行所述計算機程序以實現(xiàn)所述權(quán)利要求4中所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了一種鉆探現(xiàn)場遠程實時監(jiān)控系統(tǒng)及方法，系統(tǒng)包括：數(shù)據(jù)采集模塊用于實時采集鉆探現(xiàn)場的初始監(jiān)測數(shù)據(jù)，分析處理模塊用于執(zhí)行對初始監(jiān)測數(shù)據(jù)的整合分析以及數(shù)據(jù)預(yù)處理，得到的目標監(jiān)測數(shù)據(jù)；終端監(jiān)控模塊用于獲取云端服務(wù)器模塊中的目標監(jiān)測數(shù)據(jù)，進而實現(xiàn)對鉆探現(xiàn)場工程狀況的監(jiān)控，并通過監(jiān)控結(jié)果，及時響應(yīng)鉆探現(xiàn)場的異常警報。它能夠管理現(xiàn)場、自動采集、存儲處理鉆探工程中產(chǎn)生的海量數(shù)據(jù)，實現(xiàn)遠程查看鉆探現(xiàn)場，為鉆探工程的安全、高效運行提供有力的保障。

技術(shù)研發(fā)人員：王艷坡,于俊健,莫海榮,李丹,朱建雄
受保護的技術(shù)使用者：浙江紅五環(huán)掘進機械股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/10