一种基于多目标学习的钻头结构参数设计方法及系统与流程
本申请一般涉及结构设计,尤其涉及一种基于多目标学习的钻头结构参数设计方法及系统。
背景技术:
1、钻头结构参数设计在深地探测与能源开发工程中具有决定性作用,直接关系到钻井效率与作业安全。钻头的结构参数主要包括内锥排屑面积和外锥布齿密度等,其中内锥排屑面积决定了岩屑能否顺利排出,外锥布齿密度决定了钻头的破岩能力。
2、然而,目前现有的钻头结构参数设计方法,在面对软硬交错地层时,无法准确指导内锥排屑面积与外锥布齿密度等多目标参数的权重分配比例,导致钻头结构设计精准性较差。
技术实现思路
1、鉴于相关技术中的上述缺陷或不足,本申请提供了一种基于多目标学习的钻头结构参数设计方法及系统,可以解决钻头结构参数设计不合理、破岩能力与泥包预防难以兼顾,影响钻井效率与作业安全的技术问题。
2、第一方面,提供了一种基于多目标学习的钻头结构参数设计方法,包括:
3、获取当前钻井任务的实时地层序列,若所述实时地层序列呈现软硬交错特征,基于映射关系检索索引对所述实时地层序列进行匹配,确定初始权重分配数值,所述映射关系检索索引用于表征过往地层特性序列与钻头结构参数之间的经验映射关系;
4、若所述初始权重分配数值中破岩能力权重大于第一权重阈值且泥包预防权重小于第二权重阈值,则对所述初始权重分配数值进行特征提取以及特征拆解操作,获得目标函数项参数集;
5、以所述目标函数项参数集为约束项,构建多目标优化函数;
6、对所述多目标优化函数进行迭代优化,根据优化结果更新所述初始权重分配数值获得目标权重分配数值,基于更新后的所述目标权重分配数值获得钻头的目标结构参数。
7、本申请提供了一种基于多目标学习的钻头结构参数设计方法,首先通过获取当前钻井任务的实时地层序列,并在实时地层序列呈现软硬交错特征时,基于映射关系检索索引对实时地层序列进行匹配,以确定初始权重分配数值,其中映射关系检索索引用于表征过往地层特性序列与钻头结构参数之间的映射关系,从而将历史钻井经验转化为先验知识来指导当前任务的权重分配,克服了传统方法将每次钻井任务视为独立过程而割裂经验联系的缺陷;若初始权重分配数值中破岩能力权重大于第一权重阈值且泥包预防权重小于第二权重阈值,说明当前权重分配存在破岩能力与泥包预防的冲突风险,则对初始权重分配数值进行特征提取以及特征拆解操作,获得目标函数项参数集,从而将宏观的结构参数拆解为可直接参与多目标优化的微观参数量;然后以目标函数项参数集为约束项,构建多目标优化函数,实现破岩能力与泥包预防的量化权衡与协同优化;最后对多目标优化函数进行迭代优化,根据优化结果更新初始权重分配数值获得目标权重分配数值,基于更新后的目标权重分配数值获得钻头的目标结构参数,完成钻头结构参数的智能精准设计。
8、综上可知,本申请通过将历史钻井经验构建为映射关系检索索引以指导软硬交错地层下的初始权重分配,并在识别到权重冲突后通过特征拆解构建多目标优化函数进行迭代优化,克服了现有技术中因缺乏对历史经验的有效利用以及无法准确指导权重分配而导致钻头结构参数设计不合理、破岩能力与泥包预防难以兼顾的技术缺陷,实现了钻头结构参数的精准设计,提升了钻头在复杂地层下的适应性、破岩效率与抗泥包性能。
9、第二方面,提供了一种基于多目标学习的钻头结构参数设计系统,包括:
10、获取匹配模块,用于获取当前钻井任务的实时地层序列,若所述实时地层序列呈现软硬交错特征,基于映射关系检索索引对所述实时地层序列进行匹配,确定初始权重分配数值,所述映射关系检索索引用于表征过往地层特性序列与钻头结构参数之间的经验映射关系;
11、提取拆解模块,用于若所述初始权重分配数值中破岩能力权重大于第一权重阈值且泥包预防权重小于第二权重阈值,则对所述初始权重分配数值进行特征提取以及特征拆解操作,获得目标函数项参数集;
12、构建模块,用于以所述目标函数项参数集为约束项,构建多目标优化函数;
13、更新获得模块,用于对所述多目标优化函数进行迭代优化,根据优化结果更新所述初始权重分配数值获得目标权重分配数值,基于更新后的所述目标权重分配数值获得钻头的目标结构参数。
1.一种基于多目标学习的钻头结构参数设计方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,确定所述映射关系检索索引,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于映射关系检索索引对所述实时地层序列进行匹配,确定初始权重分配数值,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述映射关系确定所述映射关系检索索引,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述对所述初始权重分配数值进行特征提取以及特征拆解操作,获得目标函数项参数集,包括:
8.根据权利要求7所述的方法,其特征在于,所述以所述目标函数项参数集为约束项,构建多目标优化函数,包括:
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
10.一种基于多目标学习的钻头结构参数设计系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com