基于多源随钻参数可信度动态赋权的岩体信息容错识别方法及系统
本发明涉及岩土工程智能钻探、随钻多源信息融合与传感器故障诊断,特别涉及一种岩体信息容错识别方法。
背景技术:
1、随钻岩体信息识别通过推进力、扭矩、转速、钻进位移、振动和电机电流等传感器连续获取钻机与岩体相互作用信息,并利用经验模型或智能模型识别岩性类别、岩层界面和岩石力学参数。多源随钻信息能够从载荷、运动、能量和振动等不同角度反映岩体特征,是提高现场识别准确率和适用范围的重要基础。
2、现场钻探环境通常伴随水雾、粉尘、冲击、振动、电磁干扰、油温变化和长距离布线,传感器容易出现噪声增大、零点漂移、孤立突跳、短时断线、连续卡值、量程饱和和通讯丢包。现有随钻识别系统通常在数据进入模型前采用统一滤波或简单删除异常值的方式处理,未根据每一路传感器的实时健康状态和当前钻进工序调整数据使用方式。当某一路关键参数发生异常时,识别模型仍可能将错误数据作为正常输入,导致岩性、界面或强度预测出现高置信度错误。
3、部分多模态模型在训练阶段采用固定通道权重,或者利用注意力机制自动分配特征权重,但模型内部的注意力权重反映的是对当前识别任务的贡献程度,并不等同于传感器的测量可信度,不能直接给出传感器是否漂移、断线或卡值,也不能明确选择修复、重构或降级运行策略。因此,需要一种能够显式评价各路随钻信号可信度,在部分传感器异常或失效条件下动态调整融合权重并保持识别系统可用性的方法。
4、多源随钻信号的异常具有明显的工序依赖性。例如,位移在提钻过程中反向变化属于正常现象,但在稳定钻进过程中突然反向可能表示位移传感器抖动或动力头回弹;扭矩在钻头接触孔底时快速上升属于正常接触响应,但在空转阶段持续升高可能表示零点漂移或传动系统异常。若采用不区分工序的固定阈值,容易把正常工序切换误判为传感器故障,或者在真正故障发生时因阈值过宽而漏报。
5、现有的简单滤波方法通常只能处理孤立脉冲,不能处理缓慢漂移、卡值和量程饱和;单纯利用神经网络重构缺失信号又可能在当前工况超出训练范围时给出外观平滑但物理错误的重构值。特别是在扭矩、推进力等关键通道发生故障时,若系统不同时给出重构不确定性和适用度,后续岩性识别模型可能对错误重构值产生较高置信度,难以满足工程现场对结果可追溯性和安全性的要求。
6、此外,多源信号之间既存在互补信息,也存在重复信息。推进力、扭矩、钻进速度和电机电流在部分工况下高度相关,若仅按可信度归一化赋权,可能使多个相关通道共同放大同一误差;而振动、声学等高频信号虽然噪声较大,但在裂隙、空洞或卡钻前兆识别中具有独立价值。因此,需要在测量可信度之外进一步考虑通道信息增益、通道冗余和当前识别任务的重要性,并通过显式的物理一致性残差和不确定性门控控制容错识别流程。
技术实现思路
1、有鉴于此,本发明提供一种基于多源随钻参数可信度动态赋权的岩体信息容错识别方法及系统,以解决现有随钻识别技术中无法区分传感器测量不可靠与特征贡献低、无法针对工序依赖的异常类型执行差异化容错处理、跨传感器重构缺乏不确定性评估导致错误重构值被高置信度采纳、以及多源信息融合时未考虑通道信息增益与冗余度导致误差放大的技术问题。
2、本发明基于多源随钻参数可信度动态赋权的岩体信息容错识别方法,包括以下步骤:
3、1)同步采集钻进过程中的推进力、扭矩、转速、钻进位移和钻进速度,按照统一时间基准形成第k个多源滑动窗口xk,并根据推进力、扭矩、转速,以及钻进位移或钻进速度的方向和持续时间识别当前钻进工序sk;
4、2)针对第i路传感器,分别计算数据完整性评分、信号稳定性评分、多参数物理一致性评分和历史健康度评分,其中,所述多参数物理一致性评分根据当前钻进工序sk下各随钻参数之间的物理关系残差计算;按照下式计算第i路传感器的动态可信度:
5、
6、其中,为将输入映射至0到1区间的函数,a、b、c、d和e为预设参数或由标定数据确定的参数;
7、对所述动态可信度进行时间平滑,得到平滑可信度;
8、3)根据所述平滑可信度的数值大小及其在相邻滑动窗口之间的变化趋势和变化速率识别异常状态,并根据异常的持续时间确认孤立突跳、短时缺失、持续漂移、卡值、饱和和完全失效状态,针对所述异常状态执行容错处理,所述容错处理包括:针对孤立突跳执行异常值修复,针对短时缺失执行跨传感器重构,针对持续漂移执行基线校正,针对卡值和饱和执行降低动态可信度或通道屏蔽,针对完全失效执行通道屏蔽;所述跨传感器重构至少输出异常通道估计值、重构不确定性和重构适用度;
9、4)分别提取经容错处理后的各通道特征,根据平滑可信度、通道信息增益和通道冗余度按照下式计算最终动态融合权重:
10、
11、其中,和分别为第j路通道的通道信息增益和通道冗余度;为传感器通道数,、和为调节系数;
12、构建融合特征;
13、5)将所述融合特征输入预先训练的岩体信息识别模型,所述岩体信息识别模型用于根据融合特征输出岩性类别、岩层界面位置和岩石力学参数中的至少一种识别结果,以及预测熵,并按照下式计算结果可信度:
14、
15、其中,为根据所述预测熵确定的预测确定度,为有效通道可信度加权和,为融合数据整体物理一致性,为重构不确定性,为样本分布偏移,为有效通道冗余度;至为权重;clip表示将结果限制在0至1区间;根据所述结果可信度执行正常输出、低可信复核提示或停止确定性识别。
16、进一步,所述数据完整性评分根据第i路传感器在当前滑动窗口内的缺失率、通讯丢包率、量程越界率、饱和率和连续卡值比例按下式计算:
17、
18、其中,至为非负权重;
19、所述信号稳定性评分根据第i路传感器在当前滑动窗口内的局部噪声比、突跳率、漂移斜率、周期干扰能量和异常峰值比例按下式计算:
20、
21、其中,至为非负权重;
22、所述多参数物理一致性评分根据第i路传感器对应的各随钻参数之间的物理关系残差按下式计算:
23、
24、其中,为当前钻进工序下包含第路传感器的物理关系集合,为对应物理关系残差,为健康尺度,为非负权重。
25、进一步,所述物理关系集合根据空转、接触建立、稳定钻进、提钻、下钻和接卸杆工序切换;所述物理关系集合至少包括钻进速度一致性关系和空载扭矩一致性关系,分别按照下式确定对应的物理关系残差:
26、
27、
28、其中,为钻进速度一致性残差,为空载扭矩一致性残差;为钻进速度,为钻进位移,为时间,为实测扭矩,为转速,为与转速对应的空载扭矩基线;
29、稳定钻进工序下,所述物理关系集合还包括推进力与扭矩的比值与机械比能理论范围的一致性关系,以及单转侵入深度与推进力的一致性关系;提钻或下钻工序下,所述物理关系集合还包括位移方向与工序状态的一致性关系。
30、进一步,所述平滑可信度按照下式更新:
31、
32、其中,为可信度响应系数;对于连续断线、量程越界、饱和或无效状态码所表征的明确失效状态,跳过时间平滑并将对应通道的平滑可信度直接降低至失效阈值以下或置零。
33、进一步,所述通道信息增益采用通道特征与岩性类别、岩层界面标签或岩石力学参数之间的互信息、模型置换重要度或删除该通道后的验证误差增量确定;所述通道冗余度采用第路通道与其他有效通道之间的相关系数、互信息或条件相关度的加权平均确定;当全部通道可信度总和低于设定阈值时,停止对各通道可信度进行归一化赋权,并直接进入低可信输出或停止确定性识别状态。
34、进一步,所述跨传感器重构通过预先训练的跨传感器重构模型实现,所述跨传感器重构模型的表达式如下:
35、
36、其以当前钻进工序、除异常通道外的可用通道数据、异常通道在异常发生前的历史序列和钻机控制参数为输入,输出异常通道估计值、重构不确定性和重构适用度,根据所述重构适用度生成用于指示该通道数据是否为重构值的重构标志;
37、当高于重构不确定性阈值、低于重构适用度阈值或当前样本超出重构模型适用范围时,不使用所述重构值参与确定性岩体信息识别,并将对应动态融合权重置零;
38、对于完全失效通道,调用与当前可用通道组合相匹配的缺失模态识别模型;
39、所述跨传感器重构还包括对短时缺失通道计算线性基准重构值,所述线性基准重构值按照下式计算:
40、
41、其中,为第i路传感器在健康工况下的均值,为除第i路传感器外的其他通道在健康工况下的均值向量;为除第i路传感器外的其他通道的当前测量值向量;为健康工况下除第i路传感器外的其他通道之间的逆协方差矩阵,为第i路传感器与其他通道在健康工况下的协方差向量;
42、所述重构不确定性按照下式计算:
43、
44、其中,为跨传感器重构模型对当前输入输出的预测方差,为跨传感器重构模型对可用通道的局部灵敏度矩阵,为健康工况下可用通道的协方差矩阵。
45、进一步,所述样本分布偏移采用当前融合特征相对于健康训练分布的马氏距离确定:
46、
47、其中,和分别为健康训练特征的均值向量和协方差矩阵;当超过设定阈值时,将当前状态标记为模型适用度不足,降低结果可信度并限制重构值和确定性类别的输出。
48、进一步,当结果可信度高于第一阈值时输出确定性识别结果及其概率;当结果可信度位于第一阈值与第二阈值之间时输出识别结果、低可信标记和人工复核提示;当结果可信度低于第二阈值时停止输出确定性类别,转入缺失模态识别或报警状态,并输出造成结果可信度降低的通道、物理关系残差、重构不确定性和样本分布偏移中的至少一项。
49、进一步,所述缺失模态识别模型通过在训练所述岩体信息识别模型过程中实施随机通道屏蔽、通道噪声扰动和模态蒸馏获得,或者针对预定义的可用通道组合分别训练获得;调用所述缺失模态识别模型时,将可用通道掩码、各通道平滑可信度、重构标志及当前钻进工序共同输入所述缺失模态识别模型,以区分实测值、重构值和缺失值。
50、本发明还公开了一种基于多源随钻参数可信度动态赋权的岩体信息容错识别系统,其包括同步采集模块、边缘处理器和输出终端;所述同步采集模块用于采集钻进过程中的推进力、扭矩、转速,以及钻进位移和钻进速度,并将采集数据发送至所述边缘处理器;所述边缘处理器包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的方法;所述输出终端与所述边缘处理器连接,用于显示识别结果和通道健康状态。
51、本发明的有益效果:
52、1、本发明在多源数据进入岩体信息识别模型之前,分别从数据完整性、信号稳定性、多参数物理一致性和历史健康状态四个维度显式计算各传感器的动态可信度,并对其进行时间平滑,能够准确区分“特征贡献低”和“传感器测量不可靠”两种不同情况,避免将错误数据作为正常输入参与后续识别。在此基础上,针对孤立突跳、短时缺失、持续漂移、卡值、饱和和完全失效六类异常状态,分别执行异常值修复、跨传感器重构、基线校正、降低动态可信度或通道屏蔽等差异化容错处理,克服了现有技术中单一滤波方法无法处理复杂异常类型的局限,在部分传感器故障条件下仍能维持识别系统的连续可用性。
53、2、本发明根据空转、接触建立、稳定钻进、提钻、下钻和接卸杆等不同钻进工序,构建工序条件化的物理关系集合,使同一传感器信号在不同工序下采用不同的合理性关系进行评价。例如,位移在提钻过程中反向变化属于正常现象,而在稳定钻进过程中突然反向则判定为异常。这种工序依赖的评价机制有效避免了将正常工序切换误判为传感器故障,同时防止了在真正故障发生时因阈值过宽而漏报,显著提高了异常识别的准确性。
54、3、本发明在跨传感器重构过程中,不仅输出异常通道的估计值,还同时输出重构不确定性和重构适用度。当重构不确定性高于阈值、重构适用度低于阈值或当前样本超出重构模型适用范围时,不使用重构值参与确定性岩体信息识别,并将对应动态融合权重置零。这一机制有效避免了在外观平滑但物理错误的重构值被后续识别模型采纳,从而防止了因错误重构导致的高置信度误判。同时,线性基准重构值为非线性重构结果提供了物理合理性校核依据,进一步保障了重构结果的可靠性。
55、4、本发明在计算动态融合权重时,同时考虑平滑可信度、通道信息增益和通道冗余度三个因素。信息增益确保对当前识别任务贡献大的通道获得较高的权重,冗余度惩罚项则避免多个高度相关通道重复放大同一误差,同时保留了振动等独立模态对裂隙、空洞和异常钻进的补充信息。这种多维度的赋权机制优于仅按可信度归一化赋权的传统方法,使融合特征既能充分利用有效信息,又能抑制冗余误差的传播。
56、5、本发明综合预测确定度、有效通道可用度、融合数据整体物理一致性、重构不确定性、样本分布偏移和有效通道冗余度六个维度,计算结果可信度,并根据结果可信度的高低执行三档输出策略:高于第一阈值时输出确定性识别结果及其概率;位于第一阈值与第二阈值之间时输出识别结果、低可信标记和人工复核提示;低于第二阈值时停止输出确定性类别,转入缺失模态识别或报警状态。这一门控机制为现场随钻岩性识别、岩层界面定位和岩石强度预测提供了可追溯的质量控制依据,有效降低了错误数据造成的高置信度误判风险。
57、6、本发明通过随机通道屏蔽、通道噪声扰动和模态蒸馏等方式训练缺失模态识别模型,或针对预定义的可用通道组合分别训练独立模型,使系统在完全失效通道被剔除后仍能利用剩余通道进行岩体信息识别。调用缺失模态识别模型时,将可用通道掩码、各通道平滑可信度、重构标志及当前钻进工序共同输入模型,使模型能够区分实测值、重构值和缺失值,进一步提升了系统在极端故障条件下的降级运行能力。
58、7、本发明的容错处理过程形成可追溯记录,每一滑动窗口至少记录原始通道状态、异常类型、可信度、修复或重构方法、重构不确定性、最终融合权重和输出可信度等信息。这些记录不仅用于现场复核和传感器维护,还可作为后续模型更新的训练数据,避免仅保存最终岩性结果而无法追溯数据质量的弊端,为系统的持续优化提供了数据基础。
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