基于煤层瓦斯智能化钻杆的煤岩识别系统及方法

1.本发明属于煤层瓦斯智能化抽采技术领域，具体涉及基于煤层瓦斯智能化钻杆的煤岩识别系统，还涉及其识别方法。


背景技术：

2.高瓦斯矿中瓦斯灾害频发，目前对高瓦斯煤层进行瓦斯抽采作业是防治瓦斯灾害的重要途径，且瓦斯抽采后经过低浓度混合燃烧可完全利用。瓦斯抽采作业时多采用钻杆钻进压裂煤层解析出瓦斯后进行抽采，然而在钻杆钻进过程中存在钻进方向不明，系统智能化程度低，单纯依靠地质勘探作业确定煤层位置，煤层状况透明化作业不够，无法满足压裂煤层抽采瓦斯的技术要求。
3.如今，瓦斯抽采往往通过矿区地质的探查结果生成的cad图纸进行抽采作业，但cad图纸的局限性造成待采区地质情况透明度不够，不能确切保证煤岩边界，在抽采作业中难以适应井下的复杂变化，导致在钻进作业中出现空钻区、回钻区，无法达到压裂煤层解析瓦斯的目的，易产生瓦斯灾害，有严重的事故隐患。
4.准确透明地识别煤层走向、煤岩边界，是建设透明化矿山的重要技术指标，且切割岩层时钻杆的使用寿命与作业可靠性都大幅降低，出现钻杆断裂、走向难以控制等难题。如今，世界各大采煤国都十分重视煤岩识别方案的研究，提出多种煤岩识别方法，如射线探测法、红外探测法、有功功率探测法、声音检测法、图像识别监测法等方法，由于我国煤矿地质条件复杂，上述检测方法应用范围小，且对矿井的地质条件要求高，应用具有局限性，并不适用于钻杆钻进过程中的煤岩识别。


技术实现要素：

5.本发明的目的是提供基于煤层瓦斯智能化钻杆的煤岩识别系统，通过分析振动信号波形的频谱特性判断钻进方向的材质，实现对钻进路径中煤-岩分界实时推演。
6.本发明的另一目的是提供基于煤层瓦斯智能化钻杆的煤岩识别方法。
7.本发明所采用的技术方案是，基于煤层瓦斯智能化钻杆的煤岩识别系统，包括振动传感器、数据存储模块、数据通讯模块、数据采集模块、主控模块、电源模块、数据采集卡、信号处理模块；振动传感器、数据存储模块、数据采集模块、数据通讯模块与主控模块连接；无线通信模块也与数据采集卡连接；信号处理模块与数据采集卡连接。
8.本发明所采用的另一技术方案是，基于煤层瓦斯智能化钻杆的煤岩识别方法，具体按照以下步骤实施：
9.s1、对采集到的钻头原始振动信号进行滤波与放大，得到预处理信号；
10.s2、利用小波包变换对步骤s1所得预处理信号进行分解，构建小波包分解树，建立小波包分解系数，得到8个等频间隔频带；
11.s3、对步骤s2所得的8个等频间隔频带的信号进行重构，得到重构信号；
12.s4、对重构信号构造特征向量；
13.s5、依据步骤s4所得特征向量，对特征向量做归一化处理，则得到能量特征向量；
14.s6、利用统计方法确定上述步骤求取的不同钻头钻进状态下的特征向量的特征值及容差；
15.s7、依照上述步骤，原始振动信号经预处理、小波包分解、重构、归一化与确定容差后得到特征向量，参照信号产生时钻头钻进介质的种类，建立“特征向量—钻进介质”的对应关系，进行钻进状态识别。
16.本发明的特点还在于，
17.步骤s2中，具体为：
18.s2.1、将预处理信号的频带进行分解，得到高频信号与低频信号，之后再作两次小波包分解，构建出三层小波包分解树，进而得到第三层小波包分解的高频信号、低频信号，信号经过分解后均能得到两个信号序列，以此构建出小波包分解树，分解关系用下式：
19.s＝aaa3+daa3+ada3+dda3+aad3+dad3+add3+ddd3
20.式中：a为低频信号，d为高频信号，子参末尾序号表示小波包分解的层数；
21.s2.2、将小波基函数与预处理信号对应点相乘后再相加，即为对应点的小波包分解系数，接着再平移小波基函数，接续上述计算过程，以此得到一系列小波包分解系数，计算过程如下式：
[0022][0023]
式中:为小波包分解系数，为分解递推所得的小波系数，h
0(l-2k)
、h
1(l-2k)
为多分辨率分析采用的滤波器系数；
[0024]
预处理信号经上述处理后得到8个等频间隔频带。
[0025]
步骤s6中，特征值为ci计算公式如下：
[0026][0027]
式中：n为统计次数；
[0028]
容差范围为δci计算公式如下：
[0029][0030]
本发明的有益效果是：当钻头钻进过程中，将振动信号通过无线传输钻杆发送到数据采集卡中，经过信号处理模块的放大去噪、特征提取、特征比对等，能实时判断钻杆所
处位置。与其他煤岩识别方式相比更符合井下作业环境实际要求，能够实时获知钻头的钻进路径是否在煤层中，指导瓦斯抽采队修正钻井方向压裂煤层完成瓦斯抽采的任务。
附图说明
[0031]
图1是煤层瓦斯智能化钻杆的振动监测系统结构示意图；
[0032]
图2是煤层瓦斯智能化钻杆的煤岩识别方法采用的小波分解树的结构示意图；
[0033]
图3是小波包变换的仿真信号分析图；
[0034]
图4是小波包第3层节点信号频谱图(一)；
[0035]
图5是小波包第3层节点信号频谱图(二)；
[0036]
图6是小波包第3层节点信号频谱图(三)；
[0037]
图7是小波包第3层节点信号频谱图(四)；
[0038]
图8是各个频带能量占比图。
具体实施方式
[0039]
下面结合附图和具体实施方式对本发明进行详细说明。
[0040]
本发明基于煤层瓦斯智能化钻杆的煤岩识别系统，如图1所示，包括振动传感器、数据存储模块、数据通讯模块、数据采集模块、主控模块、电源模块、数据采集卡、信号处理模块；
[0041]
振动传感器、数据存储模块、数据采集模块、数据通讯模块与主控模块连接；无线通信模块也与数据采集卡连接；信号处理模块与数据采集卡连接。
[0042]
数据存储模块由闪存组成，用作对振动信号数据的储存，由于井下环境复杂，电磁通讯的质量无法得到稳定保证，可在增加钻杆时读取闪存中的振动信号保证钻进全过程振动信号的完整性，保障系统的稳定性；
[0043]
振动传感器，用于采集钻头位置的振动信号，振动传感器与采集电路连接，振动传感器能够采集三轴加速度信号、三轴位移信号以及陀螺仪信号，采集电路对振动传感器的原始信号作放大滤波处理；
[0044]
数据通讯模块用于将钻头的原始振动信号传输到数据采集卡中，由普通信号传输钻杆与放大信号传输钻杆组成，采用电磁感应原理建立通讯信道实现无线传输，数据经过信号放大电路放大后再通过铁氧磁环与线圈组成的电磁传输信号传输到下一个信号传输钻杆中，实现钻头振动信号长距离传输的目的，普通信号传输钻杆的首尾布置信号调制器与信号解调器，信号调制器用作将振动信号调制电磁波信号，信号解调器用作将电磁波信号借条成振动信号，普通信号传输钻杆与放大信号传输钻杆的区别在于放大信号传输钻杆由普通信号传输钻杆加装信号放大电路组成，起中继作用，避免电磁信号的衰减造成数据失真；
[0045]
电源模块由锂电池与电池管理电路组成，用于对振动传感器、数据存储模块、数据通讯模块、主控模块供电，钻头使用完毕带出后可进行充电，满足可持续工作要求与重复使用要求。
[0046]
智能化钻头中布置有空仓，该空仓用作容纳振动传感器、数据存储模块、数据通讯模块、主控模块、电源模块，并附带为电源充电的充电口，模块安装完毕后应当向空仓注胶
以固定模块保持稳定性，用作采集原始钻头振动信号并发送原始钻头振动信号；
[0047]
数据采集卡、信号处理模块集成在智能化钻进设备中，用作采集原始钻头振动信号并处理振动信号对钻头钻进路径进行判别；
[0048]
数据采集卡对数据通讯模块的信号进行放大滤波；信号处理模块为计算机，计算机中智能算法程序，用于对振动信号进行分析实现对煤岩边界、煤层走向的识别功能。
[0049]
数据采集卡与信号处理模块，用于采集钻头原始振动信号并对原始振动信号作处理实现识别煤岩边界的功能，信号处理模块为计算机，计算机内有预设好的分析程序与上位机截面，为井下抽采作业人员提供可视化数据。
[0050]
本发明基于煤层瓦斯智能化钻杆的煤岩识别方法，具体按照以下步骤实施：
[0051]
s1、对采集到的钻头原始振动信号进行滤波与放大，得到预处理信号；
[0052]
因钻杆间采用电磁波作为通讯信号，真实信号传输过程中存在衰减并伴随大量因变压产生电磁波过程中产生的工频及其谐波干扰，采集到的原始振动信号经过滤波器与放大器抵消信号衰减与工频干扰的负作用，为后续步骤降低处理难度并保留真实信号。
[0053]
s2、利用小波包变换对步骤s1所得预处理信号进行分解，构建小波包分解树，建立小波包分解系数，得到8个等频间隔频带；具体为：
[0054]
s2.1、将预处理信号的频带进行分解，得到高频信号与低频信号，之后再作两次小波包分解，构建出三层小波包分解树，进而得到第三层小波包分解的高频信号、低频信号，信号经过分解后均能得到两个信号序列，以此构建出小波包分解树，分解关系用下式：
[0055]
s＝aaa3+daa3+ada3+dda3+aad3+dad3+add3+ddd3
[0056]
式中：a为低频信号，d为高频信号，子参末尾序号表示小波包分解的层数；
[0057]
s2.2、小波包分解系数是小波基函数与原信号的相似系数，计算时将小波基函数与预处理信号对应点相乘后再相加，即为对应点的小波包分解系数，接着再平移小波基函数，接续上述计算过程，以此得到一系列小波包分解系数，计算过程如下式：
[0058][0059]
式中:为小波包分解系数，为分解递推所得的小波系数，h
0(l-2k)
、h
1(l-2k)
为多分辨率分析采用的滤波器系数。
[0060]
预处理信号经上述处理后得到8个等频间隔频带；
[0061]
s3、上述步骤得到的小波包分解系数为无量纲结果，需对所得系数进行重构得到实际有量纲的信号，因此为提高时频分辨率对步骤s2所得的8个等频间隔频带的信号进行重构，得到重构信号，小波包的重建过程如下式:
[0062][0063]
式中:为小波包分解系数，为分解递推所得的小波包分解系数，h
0(l-2k)
、h
1(l-2k)
为多分辨率分析采用的滤波器系数，其中g(k)与h(1-k)满足g(k)＝(-1)kh(1-k)正交关系。
[0064]
s4、对重构信号构造特征向量；
[0065]
各频带的能量总和与原信号的能量一致，各频带内的信号可用于表示原信号在相应频率范围内的振动特征信息，因此选取各频带内的信号能量为元素构造特征向量，预处理信号在各频带投影序列的信号能量e
nj
如下式所示：
[0066][0067]
式中：n为小波包分解的层数，为分解信号的第l个离散点系数，为m分解信号的离散点个数。
[0068]
s5、依据步骤s4所得特征向量，对特征向量做归一化处理，预处理信号经过小波包分解后得到m个频带；每个频带的能量为ni为第i个子频带的数据长度，此信号的能量均方根对每个频带能量归一化处理，则得到能量特征向量t如下式所示：
[0069][0070]
s6、为避免因数据单一造成特征求取偏移，再利用统计方法确定上述步骤求取的不同钻头钻进状态下的特征向量的特征值及容差，再次精细化处理结果；
[0071]
统计方法具体步骤为：设向量的元素ei/er的特征值为ci，容差范围为δci；
[0072]ci
计算公式如下：
[0073][0074]
式中：n为统计次数。
[0075]
δci计算公式如下：
[0076][0077]
s7、依照上述步骤，原始振动信号经预处理、小波包分解、重构、归一化与确定容差后得到特征向量，参照信号产生时钻头钻进介质的种类，建立“特征向量—钻进介质”的对应关系，进行钻进状态识别，实现钻进介质识别的目的。
[0078]
为验证本发明利用小波包变换对钻头钻进振动信号进行分类的可行性，应用两段仿真信号分析本发明的效果，选用仿真信号采样频率为100hz，采样点为500个，加入随机噪声，仿真信号结构如下式所示：
[0079][0080]
式中：n为随机噪声；
[0081]
信号采样频率为100hz，采样点为1000个，前500个采样点与后500个采样点采用不同仿真信号，使用小波包变换算法对仿真信号进行分析，如图3所示，由图可知，经小波包变换后，可以明显看出以横坐标500为分界，前后特征明显，表示该方法能够实现对钻头振动信号的特征识别。
[0082]
由图4-8知，信号经小波包变换三层分解重构后的频带特征明显，直观上能够对特定信号的频带特征进行识别，表明该方法可以实现信号的特征提取，且特征提取效果明显。

技术特征：
1.基于煤层瓦斯智能化钻杆的煤岩识别系统，其特征在于，包括振动传感器、数据存储模块、数据通讯模块、数据采集模块、主控模块、电源模块、数据采集卡、信号处理模块；所述振动传感器、数据存储模块、数据采集模块、数据通讯模块与主控模块连接；所述无线通信模块也与数据采集卡连接；所述信号处理模块与数据采集卡连接。2.根据权利要求1所述的基于煤层瓦斯智能化钻杆的煤岩识别系统，其特征在于，所述数据存储模块用作对振动信号数据的储存，所述振动传感器，用于采集钻头位置的振动信号；所述数据通讯模块用于将钻头的原始振动信号传输到数据采集卡中，所述电源模块用于对振动传感器、数据存储模块、数据通讯模块、主控模块供电。3.根据权利要求1所述的基于煤层瓦斯智能化钻杆的煤岩识别系统，其特征在于，所述数据采集卡对数据通讯模块的振动信号进行放大滤波；所述信号处理模块用于对振动信号进行分析实现对煤岩边界、煤层走向的识别功能。4.基于煤层瓦斯智能化钻杆的煤岩识别方法，其特征在于，具体按照以下步骤实施：s1、对采集到的钻头原始振动信号进行滤波与放大，得到预处理信号；s2、利用小波包变换对步骤s1所得预处理信号进行分解，构建小波包分解树，建立小波包分解系数，得到8个等频间隔频带；s3、对步骤s2所得的8个等频间隔频带的信号进行重构，得到重构信号；s4、对重构信号构造特征向量；s5、依据步骤s4所得特征向量，对特征向量做归一化处理，则得到能量特征向量；s6、利用统计方法确定上述步骤求取的不同钻头钻进状态下的特征向量的特征值及容差；s7、依照上述步骤，原始振动信号经预处理、小波包分解、重构、归一化与确定容差后得到特征向量，参照信号产生时钻头钻进介质的种类，建立“特征向量—钻进介质”的对应关系，进行钻进状态识别。5.根据权利要求4所述的基于煤层瓦斯智能化钻杆的煤岩识别方法，其特征在于，所述步骤s2中，具体为：s2.1、将预处理信号的频带进行分解，得到高频信号与低频信号，之后再作两次小波包分解，构建出三层小波包分解树，进而得到第三层小波包分解的高频信号、低频信号，信号经过分解后均能得到两个信号序列，以此构建出小波包分解树，分解关系用下式：s＝aaa3+daa3+ada3+dda3+aad3+dad3+add3+ddd3式中：a为低频信号，d为高频信号，子参末尾序号表示小波包分解的层数；s2.2、将小波基函数与预处理信号对应点相乘后再相加，即为对应点的小波包分解系数，接着再平移小波基函数，接续上述计算过程，以此得到一系列小波包分解系数，计算过程如下式：
式中:为小波包分解系数，为分解递推所得的小波系数，h
0(l-2k)
、h
1(l-2k)
为多分辨率分析采用的滤波器系数；预处理信号经上述处理后得到8个等频间隔频带。6.根据权利要求4所述的基于煤层瓦斯智能化钻杆的煤岩识别方法，其特征在于，所述步骤s6中，特征值为c
i
计算公式如下：式中：n为统计次数；容差范围为δc
i
计算公式如下：

技术总结
本发明公开了基于煤层瓦斯智能化钻杆的煤岩识别系统，包括振动传感器、数据存储模块、数据通讯模块、数据采集模块、主控模块、电源模块、数据采集卡、信号处理模块；振动传感器、数据存储模块、数据采集模块、数据通讯模块与主控模块连接；无线通信模块也与数据采集卡连接；信号处理模块与数据采集卡连接。本发明还公开了基于煤层瓦斯智能化钻杆的煤岩识别方法。将振动信号通过无线传输钻杆发送到数据采集卡中，经过信号处理模块的放大去噪、特征提取、特征比对等，能实时判断钻杆所处位置，实现对钻进路径中煤-岩分界实时推演。岩分界实时推演。岩分界实时推演。


技术研发人员：马守龙 龚选平 郑晓亮 葛新玉 朱立成 成小雨 姜璐 潘陶
受保护的技术使用者：中煤能源研究院有限责任公司 安徽理工大学
技术研发日：2023.03.31
技术公布日：2023/8/9