一种基于钻进过程监测的黄土地层识别与原位强度评价方法与流程
本发明涉及岩土工程勘察与原位测试,具体涉及一种基于钻进过程监测的黄土地层识别与原位强度评价方法。
背景技术:
1、随着高速铁路隧道、平山造地等重大工程在黄土地区的大量实施,准确获取地层信息对于保障工程的安全与高效建设至关重要。黄土是一种主要由粉粒和低塑性黏粒胶结而成的亚稳态堆积物,具有结构疏松、孔隙率高、湿陷性强、对水敏感以及垂直节理裂隙发育等典型特征,被广泛视为易诱发地面沉降和滑坡等地质灾害的特殊性问题土。这些固有特性给黄土场地的地层勘察带来了突出困难。
2、现有的黄土地层信息获取方法主要包括两类。第一类是传统的取芯钻探结合室内试验方法。该方法依赖钻孔取芯后在实验室对岩芯试样进行力学测试。然而,黄土结构疏松、亚稳,取芯过程极易扰动其原状结构,导致岩芯采取率低、试样代表性差,难以真实反映地层的原位物理力学性质;同时该方法成本高、耗时长,往往难以满足现代工程紧张的施工进度要求。
3、第二类是随钻测量(measurementwhiledrilling,简称mwd)方法。随钻测量方法通过安装在钻机上的外置系统记录转速、扭矩、向下压力和贯入速率等随钻参数,以表征岩土体的物理力学性质。然而,随钻测量贯入速率是一种瞬时贯入速率,其按预设深度间隔计算,对钻机随机振动等高频扰动十分敏感,并且其记录的总时间通常混入了接钻杆、空转等辅助作业过程。因此,即使在同一均质地层内,随钻测量贯入速率在不同预设深度间隔下也呈现不同程度的随机波动,这与黄土地层的分段均质特征相矛盾。
4、随钻测量贯入速率固有的随机波动会掩盖真实的地层特征,使地层强度表征模糊,导致贯入速率与地层强度之间的相关性偏低,并作为数据噪声削弱数据驱动地层识别模型的性能。尽管已有滤波、异常值剔除、主成分分析以及变点检测等多种数据预处理技术,但均无法彻底消除随钻测量贯入速率固有的随机波动。此外,现有针对黄土场地的钻进参数研究多停留在原位强度剖面,尚未解决随机噪声条件下黄土地层的自动识别与模型可解释性问题。
5、因此,亟需一种能够克服上述随机波动、在黄土场地实现高精度地层识别与原位强度评价的方法。
技术实现思路
1、鉴于现有技术的不足,本发明的主要目的是提供一种基于钻进过程监测的黄土地层识别与原位强度评价方法,以克服现有黄土场地勘察方法扰动大、效率低、分层主观性强、强度评价不连续、智能化程度低的缺陷。
2、本发明的技术方案如下:
3、本发明提出一种基于钻进过程监测的黄土地层识别与原位强度评价方法,包括:
4、在黄土场地钻孔中,按固定时间间隔实时采集至少包括钻进深度、向下压力以及转速的时序参数;
5、对所述钻进深度对应的时序参数进行时序分析,提取仅包含有效钻进过程的净钻进时间序列;
6、基于所述净钻进时间序列建立钻进深度与净钻进时间的时程曲线,对所述时程曲线进行分段线性拟合,通过各线性区段的拟合斜率确定对应区段的恒定钻进速度;
7、建立所述恒定钻进速度与黄土承载力特征值之间的指数回归模型,基于所述指数回归模型获取沿钻孔深度分布的土体原位强度剖面;
8、融合所述恒定钻进速度、向下压力、转速以及岩芯标定地层类别构建黄土地层识别模型,并利用所述黄土地层识别模型识别沿钻孔深度分布的黄土地层类别。
9、优选的,所述固定时间间隔为1s,通过钻机配套自动化随钻监测系统同步、连续采集各时序参数。
10、优选的,所述自动化随钻监测系统包括:
11、传感采集模块,用于实时采集钻进深度、向下压力、转速三类钻进物理参数,并匹配对应采集时间戳构成时序参数;
12、数据存储模块,用于有序存储并记录采集所得的时序参数。
13、优选的,所述对所述钻进深度对应的时序参数进行时序分析,提取仅包含有效钻进过程的净钻进时间序列具体包括:
14、在恒定钻进功率工况下,识别钻进深度与净钻进时间呈线性相关的有效钻进区段;
15、将接钻杆、空转、提钻、设备待机在内的无效钻进区段对应的时序数据剔除;
16、根据识别得到的有效钻进区段,从实时采集的所述钻进深度对应的时序参数中截取并拼接全部有效时序片段,形成净钻进时间序列。
17、优选的,所述对所述时程曲线进行分段线性拟合,通过各线性区段的拟合斜率确定对应区段的恒定钻进速度的具体方式为:
18、在恒定钻进功率工况下,基于分段均质黄土地层对应的钻进深度与净钻进时间的线性关系,对所述时程曲线进行区段划分,得到多个独立线性区段;
19、对各独立线性区段分别开展线性拟合运算,将钻进深度相对净钻进时间的拟合斜率,确定为对应线性区段的恒定钻进速度。
20、优选的,所述建立所述恒定钻进速度与黄土承载力特征值之间的指数回归模型包括:
21、确定指数回归模型的表达式,该表达式为:
22、y=a×exp(b×x)
23、其中,x为恒定钻进速度,y为黄土承载力特征值,a、b为与钻机和钻头特性相关的回归系数;
24、基于室内力学试验,测定各线性区段对应地层的黄土承载力特征值;
25、结合各线性区段的恒定钻进速度与对应实测黄土承载力特征值,拟合求解回归系数a、b,完成指数回归模型标定。
26、优选的,所述基于所述指数回归模型获取沿钻孔深度分布的土体原位强度剖面包括:
27、将钻孔深度范围内各线性区段对应的恒定钻进速度,逐一代入所述指数回归模型,求解各深度区段对应的黄土承载力特征值,生成沿钻孔深度连续分布的土体原位强度剖面。
28、优选的,所述构建黄土地层识别模型包括:
29、数据集构建,以所述恒定钻进速度、向下压力、转速为模型输入特征,以岩芯标定地层类别为模型目标变量,构建初始地层识别数据集;
30、数据预处理与数据集划分,剔除所述数据集中的缺失异常样本,并进行z分数标准化;并通过固定随机种子的分层抽样方式,将预处理后的数据集划分为训练集与测试集;
31、贝叶斯优化超参数寻优,以所述训练集上五折交叉验证的宏平均f1分数为目标函数,采用配备树结构parzen估计器的贝叶斯优化框架在预设的超参数搜索空间内迭代寻优,确定模型最优超参数组合;
32、模型训练与分类性能评估,以梯度提升树为基础模型,基于确定的最优超参数组合,利用训练集对该模型进行迭代训练,并通过测试集对该模型进行性能评估,得到所述黄土地层识别模型。
33、优选的,所述预设的超参数搜索空间包含最大树深max_depth、学习率learning_rate、树的数量n_estimators、子采样比例subsample、列采样比例colsample_bytree以及最小分裂损失gamma;和/或,所述梯度提升树采用xgboost框架实现梯度提升树模型训练。
34、优选的,所述构建黄土地层识别模型还包括shap解释:采用shap方法对所述地层分类模型进行特征贡献量化分析,通过特征的平均绝对shap值表征全局特征贡献,并通过单个样本的shap值表征局部特征贡献。
35、本发明相对于现有技术的有益效果是:
36、(1)本发明通过对随钻时序参数开展精细化时间序列分析,有效剔除接钻杆、空转、提钻等辅助作业无效数据,同时抑制机械振动引发的高频噪声,精准提取纯净净钻进时间序列;结合分段线性拟合方式求解得到的恒定钻进速度,与黄土地层分段均质的地质特征高度契合,均质黄土地层内钻进速度变异系数趋近于零,彻底解决了传统随钻测量贯入速率随机波动、地层特征表征模糊的行业痛点,保障了地层响应参数的精准性与真实性。
37、(2)本发明构建了适配黄土场地的恒定钻进速度与黄土承载力特征值指数回归模型,明确二者具备稳定且显著的负相关关系,依托标定后的回归模型可实现沿钻孔深度的土体原位强度连续预测;所得深度强度剖面与室内力学试验实测结果高度吻合,验证了评价方法的可靠性,突破了传统勘察手段测点离散、无法获取连续原位强度剖面的局限,大幅提升黄土场地原位力学性质评价的精细化水平。
38、(3)本发明针对性面向黄土地层类别,以钻进速度、向下压力、转速为核心输入特征,搭建基于贝叶斯优化的梯度提升树智能识别模型,通过数据集预处理、分层抽样、五折交叉验证寻优及性能迭代优化,有效适配黄土场地岩芯采取率低、随钻测量噪声干扰大的复杂工况,相较于传统人工判层方式,规避了主观判读误差,最终获得更高的地层分类准确率与宏平均f1分数,实现黄土地层的高精度智能化识别。
39、(4)本发明引入shap可解释性分析方法,从全局与局部双维度量化各钻进参数对模型识别结果的贡献机制,破解了传统机器学习模型的“黑箱”难题。经量化分析可知,黄土地层识别过程中,钻进速度的平均绝对shap值远高于向下压力与转速,是模型预测的核心正向贡献特征,模型无需复杂特征交互即可精准识别黄土地层,精准印证了黄土松散、易钻进的固有力学特性,让智能识别结果具备明确的地质机理支撑,科学性与工程可信度大幅提升。
40、(5)本发明仅需采集少量黄土岩芯试样开展室内力学试验,完成场地回归模型的一次性标定工作,后续无需大量、频繁的现场取样和室内制样试验,仅依托随钻监测数据即可完成全孔原位强度连续评价与地层智能识别,极大减少了取样作业带来的土体扰动与试验工作量。本发明勘察实时性强、成本低廉、作业高效,能够有效解决黄土场地岩芯采取率低的勘察难题,为黄土地区岩土工程快速、精准获取连续地层信息与原位力学参数提供了可靠的技术支撑,工程适配性与应用价值极高。
41、应当理解, 技术实现要素: 部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征,亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。另外,本发明任一实施方式的实现并不意味要同时具备或达到上述有益效果的多个或全部。
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