基于进尺速度与泥浆参数协同的冲击钻异常识别方法与流程
本发明属于桩基智能施工监测,具体地说是基于进尺速度与泥浆参数协同的冲击钻异常识别方法。
背景技术:
1、冲孔灌注桩依靠冲击钻自重下落破碎岩层完成成孔作业,海南区域广泛分布玄武岩地层,岩石硬度高、裂隙发育、丰水期地下水位浅,施工过程极易出现偏孔、塌孔、地层漏浆、硬岩进尺缓慢等故障。现有冲击钻自动控制、工况监测方案存在以下缺陷:
2、单一参数静态阈值判别,误判、漏判问题突出传统自动冲击设备仅依靠进尺速度单一固定阈值判断施工异常,未结合泥浆密度、泥浆液位反映的孔壁护壁状态,无法区分“玄武岩硬岩正常低速钻进”与“泥浆失效塌孔失稳造成的慢进尺”;现场依靠人工垂球测量孔位偏移、肉眼观察泥浆液位,监测存在数分钟滞后,裂隙微小漏浆初期无法被人工捕捉。
3、地层判别阈值固定,无法自适应地质变化现有控制系统出厂内置固定参数阈值,不会随钻进深度、岩层风化程度、软硬夹层交替自动更新基准区间,地层发生变化后阈值失效,频繁出现无意义停机,大幅降低桩基成孔效率。
4、故障识别与设备控制相互割裂,无自动化闭环处置现有监测系统仅能够完成告警提示,无法根据故障类型自动联动plc调整冲锤冲程、冲击频率,故障发生后仍需技术人员到场手动处置,未形成“异常识别-故障判定-自动调控”全流程自动化闭环。
5、因此,亟需开发一种融合进尺时序、泥浆多维参数、视觉钻具偏移三模态数据,可自适应更新地层基准、基于改进证据理论协同判别故障类型的冲击钻异常识别方法,解决复杂硬岩桩基施工误警、监测滞后、无自动调控的行业痛点。
技术实现思路
1、为了弥补现有技术的不足,解决背景技术中所提出的至少一个技术问题,本发明提出基于进尺速度与泥浆参数协同的冲击钻异常识别方法。
2、本发明解决其技术问题所采用的技术方案是:本发明所述的基于进尺速度与泥浆参数协同的冲击钻异常识别方法,包括以下步骤:
3、s1、多源异构感知数据同步采集:搭建时序、流体、视觉三类同步传感采集链路,同步采集冲击钻进尺时序数据集、泥浆多维物性参数集、钻具钢丝绳视觉偏移图像流,对全部采集数据添加统一时间戳完成时序对齐;
4、s2、多源数据自适应预处理:分别针对三类感知数据实施时序降噪处理、流体参数归一化处理、图像增强校正处理,剔除环境干扰产生的野值异常数据,构建标准化融合特征向量;
5、s3、地层基准特征动态更新:依托滑动时序窗口结合地层勘察先验数据,采用在线增量聚类算法迭代更新当前地层正常工况基准特征库,动态修正各参数正常运行区间边界;
6、s4、三模态特征融合置信度计算:将预处理后的进尺时序特征、泥浆物性特征、视觉偏位特征输入改进d-s证据理论协同判别模型,分别生成各类潜在故障对应的独立证据体,计算得到各类故障的联合置信度;
7、s5、多参数耦合异常量化判定:构建进尺-泥浆-钻具偏位耦合异常量化评价体系,结合各故障联合置信度划分正常、轻微隐患、重度故障三级工况区间;
8、s6、分级预警与智能闭环调控:根据工况判定结果输出本地声光分级告警、云端远程推送告警信息,同步向冲击钻plc控制系统下发冲程、冲击频率自适应调整指令,异常工况持续超限后锁定设备并推送人工干预提示。
9、进一步的,步骤s1中多源异构感知数据同步采集具体包含如下子步骤:
10、s11、进尺时序数据采集:通过安装在滑轮组的旋转编码器采集冲锤升降位移时序序列,对位移时序差分运算生成单位时序窗口内的进尺速度、进尺加速度、进尺波动方差时序特征;
11、s12、泥浆多维物性参数采集:通过孔内音叉式密度传感器、泥浆池无线液位传感器同步采集泥浆密度、泥浆实时液位、液位变化速率三类泥浆核心参数;
12、s13、钻具视觉偏移图像采集:在钻机立杆搭载配备自适应led补光模块的工业相机,按照固定采样帧率采集桩孔与钢丝绳彩色图像流,同步采集现场光照强度用于辅助图像像素尺度校正。
13、进一步的,步骤s2多源数据自适应预处理包含如下子步骤:
14、s21、进尺时序预处理:采用卡尔曼时序滤波算法消除编码器振动带来的噪声,设置固定长度滑动时序窗口,提取窗口内部进尺均值、波动方差、变化斜率、突变幅值四维时序特征;
15、s22、泥浆参数预处理:采用min-max区间归一化算法将泥浆密度、液位、液位变化速率映射至统一证据论域,引入一阶差分算子消除泥浆缓慢渗流造成的基线漂移问题;
16、s23、视觉图像预处理:采用自适应伽马校正结合双边滤波完成图像降噪,将rgb图像转换至hsv色彩空间并通过阈值分割提取人工标注定桩孔区域、钢丝绳区域像素轮廓,输出像素级偏移距离,结合相机标定比例换算得到钻具物理偏移量。
17、进一步的,步骤s3地层基准特征动态更新采用在线增量k-means聚类算法,每完成一组滑动时序窗口样本采集即迭代更新聚类中心,动态输出当前地层各参数正常基准区间上下限。
18、进一步的,步骤s4改进d-s证据理论协同判别模型构建包含如下子步骤:
19、s41、独立证据体生成:分别依托进尺特征偏离度函数生成进尺证据、泥浆参数偏离度函数生成泥浆证据、视觉偏移偏离度函数生成钻具偏位证据,统一设置证据论域包含正常工况、硬岩慢进尺、泥浆失效塌孔、钻具偏斜卡锤、地层漏浆五类识别目标;
20、s42、自适应冲突权重分配:以故障识别准确率最大化、误警率最小化为双优化目标,采用改进粒子群优化算法求解三类证据体最优融合权重;
21、s43、加权证据融合计算:引入加权修正冲突分配规则完成多源证据融合计算,输出各类故障对应的联合置信度。
22、进一步的,所述步骤s23中视觉图像提取钻具偏移量采用注意力增强轻量化yolov8网络,yolov8网络内部嵌入ema多尺度注意力模块,采用wiou加权交并损失函数完成模型训练,网络输出桩孔中心像素坐标、钢丝绳轮廓拟合直线,联立求解钻具实际物理偏移量。
23、进一步的,所述步骤s6闭环调控逻辑包括:判定为硬岩正常慢进尺工况时,plc控制系统自动提升冲锤冲程与冲击频率;判定为泥浆轻微失效隐患时,小幅下调冲击参数并推送泥浆调配提示;判定为钻具重度偏斜、塌孔、地层漏浆重度故障时,立即控制设备停机并同步触发本地、云端双重告警。
24、进一步的,一种冲击钻智能异常识别系统,包括:多源同步感知模块、边缘预处理计算单元、地层基准动态更新单元、改进d-s融合判别单元、分级预警输出单元、plc协同调控单元、4g云端传输单元;
25、所述多源同步感知模块包含旋转编码器、音叉式密度传感器、无线液位传感器、带led补光功能工业相机;
26、所述边缘计算单元部署轻量化yolov8推理模型、增量聚类算法、改进d-s证据融合算法,增量聚类算法采用在线增量k-means聚类算法,且边缘计算单元承接多源同步感知模块输出的原始数据,完成全流程数据清洗、降噪、标准化、特征提取、图像目标推理,输出标准化融合特征向量供给下游地层基准动态更新单元与改进d-s融合判别单元;
27、所述4g云端传输单元同步上传原始感知数据、异常判定结果、设备能耗运行数据至远程管理小程序/电脑客户端。
28、进一步的,所述地层基准动态更新单元依托边缘预处理计算单元输出的标准化融合特征向量,持续迭代更新当前钻进地层的正常工况基准特征库,动态修正进尺、泥浆、钻具偏移三类参数正常运行区间边界;
29、所述改进d-s融合判别单元基于地层基准动态更新单元输出的地层正常区间、边缘预处理计算单元输出的标准化特征,完成多模态证据构建、权重自适应优化、证据融合、故障置信度计算、综合异常分值量化,输出故障类型与故障严重等级。
30、进一步的,所述分级预警输出单元接收改进d-s融合判别单元输出的工况分级结果与故障类型,输出分层级本地预警提示,同步打包预警数据传输至4g云端传输单元;
31、所述plc协同调控单元接收分级预警输出单元下发的工况判定指令,差异化调整冲击钻施工运行参数,重度故障工况直接锁定设备停机。
32、本发明的有益效果如下:
33、本发明故障识别精度大幅提升;三维度参数协同校验,可精准区分硬岩低速正常进尺与塌孔失稳慢进尺,玄武岩复杂地层故障漏判率降低,无效误报警也得到有效的减少;视觉偏移识别全程连续自动化,不受操作人员技术水平限制,实现毫秒级实时监测;
34、地层自适应能力强,减少现场人工调试;增量聚类算法动态更新地层基准,每完成一段钻进自动适配当前岩层参数,无需技术人员现场反复调试控制系统阈值,降低现场技术人员投入;
35、自动化闭环调控,提升桩基成孔施工效率;系统识别工况后自动下发冲程、冲击频率调整指令:硬岩工况自动强化冲击参数提升进尺;泥浆隐患提前下调冲击负荷预防塌孔;重度偏斜、塌孔故障自动停机,大幅减少故障处置耗时,整体成孔效率显著提升;
36、设备结构简化,实现绿色节能施工;本发明依托伺服电机驱动plc控制系统,无需配套空压机、复杂气动管路,消除气动设备额外能耗;可与储能式柴油发电机能量管理策略联动优化,综合燃油消耗下降,适配电网绿色低碳施工要求;
37、施工安全性能显著提升;塌孔、漏浆、卡锤等重大安全隐患可提前预警,有效避免孔壁大面积失稳、埋锤等恶性施工事故,保障硬岩输变电桩基成孔质量长期稳定。
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