金属矿山

作者：毕永升,谭卓英,丁宇

单位：1. 北京科技大学土木与资源工程学院,北京 100083;2. 金属矿山高效开采与安全教育部重点实验室,北京 100083

关键词：钻进参数 ,力学参数 ,数值模拟分析, 神经网络预测,

在实际的岩土钻进过程中会经常遇到软弱岩土层、破碎带及断层、岩溶、高地应力等不良地质,因此给钻进工程带来一系列问题和灾害。 众多文献资料和试验数据证明,此类问题与钻进的运行参数以及岩土的力学参数有着密不可分的关系。 由此,本项目以 PDC 复合片钻头为研究对象并进行仿真模拟分析,设置不同的岩体参数以及不同的钻进参数,将在不同条件下所得的作业数据进行分析研究,揭示钻头在不同岩石中钻进参数表现的区别和在不同岩体在相同钻进条件下轴压和扭矩的区别和联系。 分析发现岩石性质越好的其 Mises 等效应力就越高;在一定范围内钻头轴压和扭矩均与钻速呈现出正相关的关系,钻压的提高增加了钻齿的切入深度与岩石切削作用,扭矩继而随之增加;在相同钻速条件下转速的提高并没有对轴压产生较明显的影响,扭矩则呈现正相关变化。 最后通过 Python 语言建立人工神经网络,经过机器学习对数值模拟数据和实际钻孔数据进行训练,验证利用钻进参数和机器学习的方法来实现对岩石种类的判识具有可实现性,最终结果表明对模拟数据训练预测的准确率达到 90%左右,实际数据的准确率最高达到 78%。

来源：2022年第02期

《金属矿山》期刊编辑部

查看金属矿山杂志2022年第02期