一种废弃钻井液絮凝识别系统

本发明基于计算机视觉的图像识别技术，设计了一种废弃钻井液絮凝识别系统，可应用于海上钻井平台絮凝分选系统，实现对废弃钻井液絮凝状态实时检测。

背景技术：

1、海上油气平台开发石油与天然气过程中，会使用大量水基钻井液，水基钻井液被广泛用于润滑钻杆，将岩屑带出井眼，控制井筒内部压力。如何安全处理钻井废液，并将处理完成后的钻井液回收再利用是一个迫切需要解决的问题。对于废弃钻井液处理方法基于废弃物减量化、无害化、资源化处理的理念，在废弃水基钻井液中加入絮凝剂，让其发生化学反应生成絮凝体，破坏钻井液体系。再通过压滤机对钻井液进行固液分离。在整个絮凝过程中关键问题是如何识别废弃钻井液絮凝反应状态，钻井液絮凝状态识别的速度以及精度将直接影响整个钻井液絮凝过程能否持续不断的进行。现有的絮凝状态识别技术有很大的局限性，目测法是海上钻井平台絮凝状态识别使用最多的方式之。其主要依据是通过工作现场的操作工程师自身经验对絮凝状态进行判定，这种方式对工程师技术经验要求较高，并且缺乏实时性，效率不高，在一些特殊情况并不可靠。利用常规方法检测絮凝反应程度普遍会受到絮体失真和观测滞后等问题的干扰，影响絮凝识别结果。机器视觉技术能够实时处理海量絮凝图像数据并作出实时反馈，生成识别模型，通过模型可以预测不同工况下絮凝状态变化，提醒是否添加絮凝剂，絮凝过程是否完成，从而使絮凝状态识别达到去人工化。

技术实现思路

1、本发明设计了一种废弃钻井液絮凝识别系统，该系统能够直接检测包括钻井液絮凝的图像或视频文件来判断絮凝池中的废弃钻井液当前反应状态，絮凝识别流程如图1所示。具体方案如下：

2、1.絮凝图像采集模块

3、图像采集主要由光源，工业相机，数据传输线，千兆网卡，计算机组成。光源为工业相机提供良好的观测视野，图像采集设备为basler型号为a2a4504-27g5cbas的cmos相机，焦距35mm，帧速率27帧/s，像素4504×4504，拍摄间隔为5s，通过千兆网线传输到计算机，以bmp位图格式保存图像使图像细节更加清晰。

4、2.絮凝图像基于灰度共生矩阵(glcm)纹理特征提取模块

5、钻井液絮凝程度没有严格的统一评判标准，因此本发明利用glcm纹理特征提取器计算絮凝图像的纹理特征，并将总共9个纹理特征中筛选出4个符合絮凝反应变化的纹理特征如图2所示，分别是角二阶矩(angular second moment,asm)，能量，对比度(constrast)和熵(entropy,ent)，如图3可以看出当絮凝反应完成时，图像的灰度值方差达到一个峰值后趋于稳定，此时证明絮凝反应已经完成。将4个纹理特征与添加絮凝剂量相结合，絮凝过程中采集的图片按照反应程度分类。

6、3.絮凝图像预处理

7、为了使数据集更加具有多样性，识别模型具有抗干扰性及泛化性，对实际采集到的絮凝图像进行数据增强操作，包括翻转，镜像，加高斯噪声，亮度增强，改色，对比度增强，加椒盐噪声，旋转，图像缩放如图4等。预处理之后，原始图像扩充9倍。

8、4.相同的纹理特征的钻井液絮凝图像制作数据集

9、图像数据采用coco128数据集格式制作，使用图像标注工具makesense对采集的图像进行标注如图5，导出文件格式为txt，可以直接用于yolov8网络进行训练。共标注反应程度0％，50％，100％三类如图5所示，，其中未添加絮凝剂的废弃钻井液状态呈黑色没有絮体产生，反应一半的钻井液呈青色有部分絮体产生，完全反应后的钻井液呈黄色。

10、5.建立改进的yolov8识别网络模型

11、yolov8网络结构如图6由主干网络，特征融合网络，检测头三部分组成，由于网络模型较大，训练识别模型较慢，不易于部署，因此本发明使用mobilenetv3如图7轻量级网络代替原始主干网络darknet53来优化网络的训练及检测速度，mobilenetv3由深度可分离卷积，在不影响网络检测精度的情况下减小计算资源，易于硬件部署。

12、絮凝反应图像相似度过高，同一类反应图像区别不大，因此为了提高整体网络模型对絮凝图像纹理细节的关注，在yolov8n模型的c2f符合卷积层中添加高效多尺度注意力机制(efficient multi-scale attention,ema)，该模块可以增强网络的特征提取能力，优化计算量，缩短网络深度，从而能够学习到更多絮凝反应图像的信息，检测精度更高。

13、在现场环境中，可能会有杂乱背景干扰识别，使检测任务变得困难，为了解决这个问题，改进原网络模型中的边界框回归损失函数，以focal-eiou-loss替换ciou-loss作为损失函数，使网络快速收敛。

技术特征：

1.一种废弃钻井液絮凝程度识别系统，实时处理海量絮凝图像数据并作出实时反馈，生成识别模型，通过模型可以预测不同工况下絮凝状态变化，提醒是否添加絮凝剂，絮凝过程是否完成，从而使絮凝状态识别达到去人工化；其特征在于顺序连接的图像采集模块，图像处理模块和图像分析模块，以及gui图像用户界面；

2.根据权利要求1所述的图像采集模块，其特征在于：

3.根据权利要求1所述的图像处理模块，其特征在于：

4.根据权利要求1所述的形成絮凝反应程度数据集，其特征在于：

5.根据权利要求1所述的改进的yolov8目标检测网络模型，其特征在于：

6.根据权利要求5所述的改进的yolov8目标检测网络模型，其特征在于：

7.根据权利要求5所述的改进的yolov8目标检测网络模型，其特征在于：

8.根据权利要求1所述的gui图形用户界面，其特征在于：

技术总结一种废弃钻井液絮凝识别系统，该系统能够直接检测包括钻井液絮凝的图像或视频文件来判断絮凝池中的废弃钻井液当前反应状态，具有较高的准确性和较快的检测速度，传统废弃钻井液絮凝识别方法大多数依靠人工经验进行识别，工程师技术经验要求较高，具有一定的滞后性，效率不高，变相增加人力成本。本发明够实时处理海量絮凝图像数据并作出实时反馈，生成识别模型，通过模型可以预测不同工况下絮凝状态变化，提醒是否添加絮凝剂，絮凝过程是否完成，从而使絮凝状态识别达到去人工化。技术研发人员：万敏,杨鑫,王川,张强受保护的技术使用者：西南石油大学技术研发日：技术公布日：2024/7/29