煤矿井下复杂施工环境导致超前钻探中钻具响应与岩性映射关系通常难以直接建立,制约岩性识别精度。针对此问题,构建了聚晶金刚石复合片(PDC)钻头-钻杆破岩仿真模型,揭示了不同钻进条件下钻具对复合岩层的响应特征:固定钻速,提升转速会...煤矿井下复杂施工环境导致超前钻探中钻具响应与岩性映射关系通常难以直接建立,制约岩性识别精度。针对此问题,构建了聚晶金刚石复合片(PDC)钻头-钻杆破岩仿真模型,揭示了不同钻进条件下钻具对复合岩层的响应特征:固定钻速,提升转速会使钻头扭矩降低且波动减弱,而钻压波动相对稳定;固定转速,提升钻速会使钻压与扭矩同步升高。钻杆三轴向振动加速度随转速增大而增大,随钻速增大呈先减小后增大趋势。在岩性界面处,上述参数呈现突变特征,表明多参数联合可作为岩性识别特征。基于此,提出了一种融合双向长短期记忆网络(BiLSTM)、注意力机制与KAN(Kolmogorov-Arnold Network)的岩性识别模型——BiLSTM-Att-KAN,以KAN替代BiLSTM模型中多层感知机(MLP)分类器,突破MLP因使用Sigmoid/Rectified Linear Unit(ReLU)等固定激活函数导致的非线性映射局限,可提高复杂岩性识别精度。利用仿真数据和实际数据进行模型测试,结果表明:BiLSTM-Att-KAN在仿真数据集上的识别准确率达91.64%,优于K近邻、随机森林等传统分类模型,提升幅度7.00%~22.08%;在实际训练钻孔数据测试集与独立测试数据上的准确率分别为86.81%和85.28%,验证了模型有效性,可为煤系地层岩性识别提供技术支撑。展开更多
文摘煤矿井下复杂施工环境导致超前钻探中钻具响应与岩性映射关系通常难以直接建立,制约岩性识别精度。针对此问题,构建了聚晶金刚石复合片(PDC)钻头-钻杆破岩仿真模型,揭示了不同钻进条件下钻具对复合岩层的响应特征:固定钻速,提升转速会使钻头扭矩降低且波动减弱,而钻压波动相对稳定;固定转速,提升钻速会使钻压与扭矩同步升高。钻杆三轴向振动加速度随转速增大而增大,随钻速增大呈先减小后增大趋势。在岩性界面处,上述参数呈现突变特征,表明多参数联合可作为岩性识别特征。基于此,提出了一种融合双向长短期记忆网络(BiLSTM)、注意力机制与KAN(Kolmogorov-Arnold Network)的岩性识别模型——BiLSTM-Att-KAN,以KAN替代BiLSTM模型中多层感知机(MLP)分类器,突破MLP因使用Sigmoid/Rectified Linear Unit(ReLU)等固定激活函数导致的非线性映射局限,可提高复杂岩性识别精度。利用仿真数据和实际数据进行模型测试,结果表明:BiLSTM-Att-KAN在仿真数据集上的识别准确率达91.64%,优于K近邻、随机森林等传统分类模型,提升幅度7.00%~22.08%;在实际训练钻孔数据测试集与独立测试数据上的准确率分别为86.81%和85.28%,验证了模型有效性,可为煤系地层岩性识别提供技术支撑。
