使用钻井参数和统计模型实时预测粘土土壤中土壤承载能力

科学领域:

• 地质技术工程 地质技术工程
• 土壤力学 土壤力学
• 地质物理仪器仪表设备

背景情况:

• 传统的土壤承载能力测试 (SPT,CPT,PLT) 通常是耗时和劳动密集的.
• 现有的测量与钻井 (MWD) 方法主要集中在颗粒状土壤和更深的配置上.
• 需要有效的实时测定土壤强度,特别是在浅层,低透性的粘土土壤中.

研究的目的:

• 开发和验证一种半自动实时方法,用于估计凝聚性土壤中的土壤承载能力.
• 将扭矩,力和旋转速度传感器集成到常规钻井设备中,以增强数据采集.
• 为了比较多重线性回归 (MLR) 和响应表面方法 (RSM) 对土壤承载能力估计的预测性能.

主要方法:

• 开发了一种定制的扭矩测量系统,用于浅深,凝聚力的土壤透.
• 在四种粘土土壤类型 (CH, MH, SC, CL) 上进行了实验室和实地测试.
• 使用MLR和RSM分析了钻探参数数据 (扭矩,力,旋转速度).

主要成果:

• 响应表面方法 (RSM) 模型实现了高准确性,解释了土壤承载能力变化的99.7% (R2 = 0.997,MAPE = 0.72%).
• 多重线性回归 (MLR) 模型解释了95.6%的可变性 (R2 = 0.956,MAPE = 7.87%),但在非线性相互作用方面效果较差.
• 钻探扭矩被确定为土壤承载能力的最重要的预测指标.

结论:

• 开发的传感器集成钻井框架为评估凝聚性土壤中的土壤强度提供了更快,更具成本效益的方法.
• 这种方法为传统的地质技术测试方法提供了切实可行的替代方案,特别是对于浅层的粘土结构.
• 未来的研究将专注于将该方法扩展到混合/颗粒状土壤,更深的条件,并将机器学习纳入适应性控制.