一种矿用钻机智能监测保护系统的制作方法

本发明属于智能监测，尤其涉及一种矿用钻机智能监测保护系统。

背景技术：

1、钻机用于钻取岩心、矿心、岩屑、气态样、液态样等，以探明地下地质和矿产资源等情况，在各种类型的钻孔工作过程中，钻机的钻头一面旋转一面在压力下被迫向下运动，以便贯穿地层。这种钻孔工作要求对钻头施加相当大的向下的力，和相当大的扭矩，以便转动钻头。

2、目前矿用钻机的操作环境复杂，包含许多变量和非线性关系。传统的监测方法往往难以准确识别和理解这些复杂的模式，尤其是对于长期变化和隐蔽故障的检测能力有限。传统监测方法通常基于预先定义的规则和阈值来检测异常情况，这种方法可能会忽略一些不符合规则但实际上是故障前兆的情况，导致监测保护系统的漏报和误报率较高。

技术实现思路

1、为解决上述技术问题，本发明提出了一种矿用钻机智能监测保护系统，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种矿用钻机智能监测保护系统，包括：

3、数据收集子系统，用于获取钻机运行过程中的参数数据；

4、数据处理子系统，与所述数据收集子系统连接，用于对所述参数数据进行预处理，获得预处理数据集；

5、预测子系统，与所述数据处理子系统连接，用于基于长短时记忆网络构建钻机运行预测模型，将所述预处理数据集输入至所述钻机运行预测模型中进行计算，获得钻机运行预测结果；

6、分析子系统，与所述预测子系统连接，用于对所述钻机运行预测结果进行分析，获得钻机运行故障预测结果；

7、决策子系统，与所述分析子系统连接，用于基于所述钻机运行故障预测结果生成矿机维护方案。

8、优选地，所述数据收集子系统包括：

9、传感器模块，用于收集钻机运行过程中的实时参数数据，所述传感器模块包括但不限于温度传感器、压力传感器、振动传感器和转速计；

10、数据采集卡，用于将所述实时参数数据转化为数字形式；

11、可编程逻辑控制器，用于控制传感器模块的运行和数据传输。

12、优选地，所述数据处理子系统包括：

13、数据筛选模块，用于将所述参数数据进行检查，将损坏的数据进行清洗，并与损坏的数据关联的数据进行删除；

14、归一处理模块，用于将清洗后的数据进行z-score归一化处理，获得所述预处理数据集。

15、优选地，所述预测子系统包括：

16、模型改进模块，用于构建长短时记忆网络，对所述长短时记忆网络进行改进，生成改进的长短时记忆网络；

17、训练模块，用于对所述改进的长短时记忆网络进行训练，获得训练模型；

18、调整模块，用于对所述训练模型进行参数微调，生成所述钻机运行预测模型；

19、计算预测模块，用于将所述预处理数据集输入至所述钻机运行预测模型中进行计算，获得钻机运行预测结果。

20、优选地，所述模型改进模块包括：

21、教师模型构建单元，用于构建transformer编码器，对所述transformer编码器进行训练，获得transformer编码器的参数输出向量；

22、网络改进单元，用于构建长短时记忆网络，将所述transformer编码器的参数输出向量作为所述长短时记忆网络的起始输入，并将注意力机制模块导入至所述长短时记忆网络的隐藏层中，获得所述改进的长短时记忆网络。

23、优选地，所述训练模块包括：

24、训练集构建单元，用于获取历史矿用钻机运行数据，基于所述历史矿用钻机运行数据获取训练数据集；

25、预训练单元，用于通过bert预训练模型对所述改进的长短时记忆网络进行预训练，获得预训练模型；

26、训练单元，用于通过所述基于所述训练数据集对所述预训练模型进行迭代训练，直至所述预训练模型达到自动学习输入参数和钻机运行之间的关系后结束迭代，获得所述钻机运行预测模型。

27、优选地，所述训练单元还用于改变所述预训练模型的神经元连接权重、修改激活函数和调整神经元数量。

28、优选地，所述分析子系统包括：

29、分类模块，用于基于一定时间范围对所述钻机预测结果进行异常趋势分析，生成分析结果；

30、分级模块，用于对所述分析结果的异常程度进行分级，生成所述钻机运行故障预测结果。

31、优选地，所述决策子系统包括：

32、解释模块，将所述钻机运行故障预测结果进行解释，获得安全隐患预测结果和异常情况预测结果；

33、方案生成模块，用于基于所述安全隐患预测结果和异常情况预测结果构建钻机维护方案。

34、与现有技术相比，本发明具有如下优点和技术效果：

35、本发明中长短时记忆网络可以有效地捕捉这些数据中的时间相关性和序列模式。并且长短时记忆网络网络通过门控单元的机制，能够在长序列数据中保持和学习长期依赖关系。在矿用钻机的监测中，一些故障往往表现为隐蔽的长期变化，长短时记忆网络可以帮助系统发现并预测这些变化，从而提前进行故障预防和维护。在矿用钻机的监测中，工作条件可能会随着时间和环境的变化而变化，长短时记忆网络可以实时地调整监测和保护策略，确保系统的稳定性和安全性。

技术特征：

1.一种矿用钻机智能监测保护系统，其特征在于，包括：

2.根据权利要求1所述的矿用钻机智能监测保护系统，其特征在于，所述数据收集子系统包括：

3.根据权利要求1所述的矿用钻机智能监测保护系统，其特征在于，所述数据处理子系统包括：

4.根据权利要求1所述的矿用钻机智能监测保护系统，其特征在于，所述预测子系统包括：

5.根据权利要求4所述的矿用钻机智能监测保护系统，其特征在于，所述模型改进模块包括：

6.根据权利要求4所述的矿用钻机智能监测保护系统，其特征在于，所述训练模块包括：

7.根据权利要求6所述的矿用钻机智能监测保护系统，其特征在于，所述训练单元还用于改变所述预训练模型的神经元连接权重、修改激活函数和调整神经元数量。

8.根据权利要求1所述的矿用钻机智能监测保护系统，其特征在于，所述分析子系统包括：

9.根据权利要求1所述的矿用钻机智能监测保护系统，其特征在于，所述决策子系统包括：

技术总结本发明公开了一种矿用钻机智能监测保护系统，属于智能监测技术领域，包括：数据收集子系统，用于获取钻机运行过程中的参数数据；数据处理子系统，用于对所述参数数据进行预处理，获得预处理数据集；预测子系统，用于基于长短时记忆网络构建钻机运行预测模型，将所述预处理数据集输入至所述钻机运行预测模型中进行计算，获得钻机运行预测结果；分析子系统，用于对所述钻机运行预测结果进行分析，获得钻机运行故障预测结果；决策子系统，用于基于所述钻机运行故障预测结果生成矿机维护方案。在矿用钻机的监测中，工作条件可能会随着时间和环境的变化而变化，长短时记忆网络可以实时地调整监测和保护策略，确保系统的稳定性和安全性。技术研发人员：王海峰,邱立新,姜瑞山受保护的技术使用者：山东邦弘中创智能装备有限公司技术研发日：技术公布日：2024/10/10