陸承達(dá)，甘 超，陳略峰，陳 鑫，曹衛(wèi)華，吳 敏

(1.中國地質(zhì)大學(xué)(武漢)自動化學(xué)院，湖北 武漢 430074；2.復(fù)雜系統(tǒng)先進控制與智能自動化湖北省重點實驗室，湖北 武漢 430074；3.地球探測智能化技術(shù)教育部工程研究中心，湖北 武漢 430074)

地質(zhì)資源是人類文明發(fā)展進步的物質(zhì)基礎(chǔ)與動力，地質(zhì)鉆探是實現(xiàn)資源勘探開發(fā)的必要手段。2023 年全國自然資源工作會議指出要加強重要能源礦產(chǎn)資源國內(nèi)勘探開發(fā)，全面啟動新一輪戰(zhàn)略性礦產(chǎn)找礦行動，推進相關(guān)科技專項，為找礦突破提供支撐[1]。

隨著數(shù)十年的勘探與開發(fā)，易開發(fā)的表層資源越來越少?！丁笆奈濉爆F(xiàn)代能源體系規(guī)劃》也明確指出要堅持“常非并舉”，強化重點區(qū)域基礎(chǔ)地質(zhì)調(diào)查和勘探[2]，對不確定性、強干擾、非線性問題突出的復(fù)雜地質(zhì)環(huán)境下的資源進行探查已成必然。地質(zhì)鉆進過程面臨井下環(huán)境多變、運行狀態(tài)監(jiān)測困難、不確定因素多、施工風(fēng)險高、效率低下等問題，亟需發(fā)展新一代變革性鉆進過程智能控制技術(shù)。

國際鉆探/鉆井領(lǐng)域知名公司在鉆井風(fēng)險控制、地質(zhì)導(dǎo)向或定向鉆井等方面形成了具有領(lǐng)先水平的自動化甚至智能化的軟件系統(tǒng)，如斯倫貝謝公司的NDS 系統(tǒng)、哈里伯頓的Landmark 系統(tǒng)、Verdande 的DrillEdge系統(tǒng)等，可以提供有效的施工與設(shè)計服務(wù)支持。國內(nèi)科研院校和企事業(yè)單位結(jié)合實際項目需要，也開發(fā)了一些鉆井分析、監(jiān)測軟件與系統(tǒng)，取得了一定進展。然而，相比國外公司的鉆井軟件與系統(tǒng)，國內(nèi)軟件與系統(tǒng)規(guī)模較小、功能有待完善豐富，尚處于發(fā)展起步階段[3]。

隨著向更深、更復(fù)雜地層進軍，信息感知、控制與決策更為困難，需要從鉆進系統(tǒng)角度出發(fā)，融合人工智能、新一代信息技術(shù)、大數(shù)據(jù)、先進控制等技術(shù)[4]，實現(xiàn)鉆進過程地層環(huán)境感知、鉆進過程智能優(yōu)化、鉆進過程智能控制，從而保障鉆進安全，提高效率。

地質(zhì)鉆進過程智能控制技術(shù)目前處于快速發(fā)展階段，具有廣闊的應(yīng)用前景與開發(fā)價值。本文結(jié)合筆者團隊近年來在這方面的研究與理解，從鉆進過程感知與建模、鉆進過程智能優(yōu)化與鉆進過程控制3 個方面梳理總結(jié)地質(zhì)鉆進過程智能控制的研究進展，論述團隊開發(fā)的地質(zhì)鉆進過程智能控制系統(tǒng)及其工程應(yīng)用情況，展望未來需要攻克的基于工業(yè)物聯(lián)網(wǎng)的信息物理融合與鉆進過程智能控制技術(shù)。

1 鉆進過程智能感知與建模

地質(zhì)鉆探行業(yè)較依賴經(jīng)驗操作，缺少對鉆進過程的實時優(yōu)化與智能決策。隨著鉆探深度增加，地質(zhì)鉆進過程面臨地層環(huán)境變化多樣、井下鉆進信息傳輸困難、各類信息相互干擾耦合等問題。因此，需要利用多源鉆進過程信息，建立可靠的地質(zhì)環(huán)境模型，實現(xiàn)對鉆進過程的狀態(tài)感知與監(jiān)測，為安全、高效的鉆進作業(yè)提供支撐。

1.1 地質(zhì)環(huán)境智能感知與建模

在地質(zhì)鉆進過程中，鉆具會穿過復(fù)雜多變、具有高度不確定性的地層環(huán)境，面臨著高地應(yīng)力、高地溫和高壓等惡劣地質(zhì)環(huán)境。利用有限的鉆進過程信息，建立地質(zhì)環(huán)境模型，準(zhǔn)確感知井下環(huán)境變化，是保障地質(zhì)鉆進過程運行的前提。

1.1.1 環(huán)境與過程信息感知

地質(zhì)環(huán)境可以通過地層可鉆性、地層巖性、巖石力學(xué)參數(shù)、地層壓力等地層特征參數(shù)描述。地層可鉆性反映實際鉆進地層的結(jié)構(gòu)與物理力學(xué)特性，表征鉆頭鉆進的難易程度[5]。地層巖性代表鉆遇巖層特征與屬性，鉆進過程中鉆遇地層種類多樣、巖石性質(zhì)變化大、巖層厚度不一，都會導(dǎo)致地層巖性發(fā)生改變[6]。巖石力學(xué)參數(shù)表征巖層的強度和彈性等特性，由于受到巖石種類、地層變化的影響，巖石力學(xué)參數(shù)具有較強的不可預(yù)知性[7]。地層壓力通常指的是巖層孔隙內(nèi)的流體壓力，與深度、地質(zhì)條件相關(guān)，是進行井漏、井涌等事故預(yù)警和診斷的重要參數(shù)。

地質(zhì)鉆進過程信息是對鉆進過程所處區(qū)域地質(zhì)構(gòu)成的綜合反映，將地質(zhì)環(huán)境與鉆進過程信息相融合，監(jiān)測鉆進過程地質(zhì)環(huán)境變化，準(zhǔn)確描述地層特征，是保障鉆探工程安全、高效實施的關(guān)鍵。鉆進過程信息主要分為鉆前信息、鉆中信息和鉆后信息(表1)。鉆前、鉆中與鉆后信息是對區(qū)域地質(zhì)環(huán)境的綜合反映，存在一定的相關(guān)性。鉆前信息可以對鉆進過程起到指導(dǎo)作用；鉆中信息涵蓋了實際作業(yè)中記錄采集的各類實時數(shù)據(jù)，與鉆進過程密切相關(guān)；鉆后信息可以對鉆遇地層信息進行定量/定性描述。

表1 鉆進過程信息種類及來源Table 1 Types and sources of drilling process information

鉆進過程中的各類信息采樣周期不一、時間跨度長、數(shù)據(jù)粒度多樣，井下地層環(huán)境難以觀測、不確定性強。利用信息技術(shù)，按照時序?qū)Σ煌瑐鞲衅?、不同時間段采集的數(shù)據(jù)進行分析處理，獲得被測對象的詳細(xì)描述，這一過程就稱為信息融合。利用多源時空數(shù)據(jù)，結(jié)合貝葉斯估計、D-S 證據(jù)推理、模糊邏輯推理、等信息融合手段，可實現(xiàn)地質(zhì)環(huán)境信息與鉆進過程信息的關(guān)聯(lián)、綜合，通過信息融合準(zhǔn)確感知井下環(huán)境變化，是地質(zhì)鉆進過程亟待解決的重要問題。

1.1.2 地質(zhì)環(huán)境建模

建立反映地層可鉆性、地層巖性、巖石力學(xué)參數(shù)、地層壓力等信息的地質(zhì)環(huán)境模型，可為地質(zhì)鉆進過程控制提供有力支撐。然而，地質(zhì)鉆進過程中難以獲取充足的地質(zhì)環(huán)境信息，因此，利用有限的信息建立其與地質(zhì)環(huán)境之間的關(guān)聯(lián)關(guān)系，對地質(zhì)環(huán)境進行建模，獲取地層特征參數(shù)，感知井下環(huán)境變化，是保障鉆探工程安全、高效實施的重要一環(huán)。

地層可鉆性是揭示地層鉆探難度的重要指標(biāo)，依照空間維度的不同，地層可鉆性可以分為點地層可鉆性、二維地層可鉆性和三維地層可鉆性。統(tǒng)計學(xué)分析方法構(gòu)建的經(jīng)驗?zāi)Ｐ突驒C理模型可對地層可鉆性進行描述，建立點可鉆性、二維可鉆性模型；采用DC 指數(shù)法、分形理論法和地層可鉆性分級法等表述地層可鉆性與測井參數(shù)、錄井參數(shù)和鉆進參數(shù)之間的關(guān)系。有學(xué)者基于BP 神經(jīng)網(wǎng)絡(luò)建立可鉆性數(shù)據(jù)與易測量測井?dāng)?shù)據(jù)的關(guān)聯(lián)關(guān)系，獲取了較準(zhǔn)確的二維地層可鉆性剖面[8]。隨著建模方法與硬件技術(shù)的發(fā)展，支持向量機、多源信息融合等方法也被運用于地層可鉆性建模，結(jié)合粒子群優(yōu)化算法、融合優(yōu)化算法[9]等解決了預(yù)測模型中的初始權(quán)值、閾值影響和泛化能力等問題，取得了較好的預(yù)測效果。以上所述方法均為實現(xiàn)點地層可鉆性、二維地層可鉆性奠定了重要基礎(chǔ)，但建模精度與實用價值還有待進一步提高。

三維地層可鉆性場對區(qū)域地層可鉆性描述更為直接、準(zhǔn)確，可為鉆進軌跡設(shè)計和優(yōu)化提供指導(dǎo)。目前的三維地層可鉆性場建模方法有地震反演法、滑動最小二乘法、克里金插值等，這類方法較難估計地層突變導(dǎo)致的地層數(shù)據(jù)變化。為實現(xiàn)對三維地層可鉆性場的準(zhǔn)確描述，Gan Chao 等[10-11]基于互信息方法，分析鉆進過程數(shù)據(jù)與地層可鉆性間的關(guān)系，運用克里金、散點插值、隨機森林和支持向量回歸4 種建模方法，實現(xiàn)了對地層可鉆性信息的三維空間描述。

地層巖性識別與鉆前測井信息密切相關(guān)，主要有人工繪圖法和智能建模方法。人工繪圖法包括交會圖法、階梯圖法、蜘蛛網(wǎng)圖法等[12]，在早期巖性識別工作中起到了重要作用。但是，人工方法難以實時更新，不適用于鉆前和鉆中預(yù)測。雖然人工神經(jīng)網(wǎng)絡(luò)法、支持向量機、模糊邏輯和自適應(yīng)神經(jīng)模糊推理系統(tǒng)等都取得了較好的識別效果，但是地質(zhì)鉆進過程地層巖性變化、性狀不一，都會影響巖性識別的準(zhǔn)確性[13]。Chen Xi 等[14]考慮鉆前測井?dāng)?shù)據(jù)分布特征，對地層巖性進行集成建模，解決了現(xiàn)有測井?dāng)?shù)據(jù)不均衡、地層巖性變化導(dǎo)致的巖性識別問題。

巖石力學(xué)參數(shù)在一定程度上反映了井壁穩(wěn)定性。在實際鉆進過程中，經(jīng)常使用的巖石力學(xué)參數(shù)有彈性模量、泊松比、抗壓強度等，一般通過經(jīng)驗?zāi)Ｐ凸烙嫷玫絒15]，但這僅針對特定區(qū)域和特定巖性有效。針對地質(zhì)鉆進過程中的高度不確定性、強非線性等特點，深度卷積神經(jīng)網(wǎng)絡(luò)、多層感知器神經(jīng)網(wǎng)絡(luò)等方法成為解決經(jīng)驗?zāi)Ｐ途窒扌缘男率侄蝃16]，可實現(xiàn)更為準(zhǔn)確的巖石力學(xué)參數(shù)估計。有學(xué)者提出了一種基于數(shù)據(jù)相似性的巖石力學(xué)參數(shù)半監(jiān)督預(yù)測方法，用有限且不連續(xù)的巖石力學(xué)參數(shù)集實現(xiàn)模型的強化訓(xùn)練，提高了對彈性模量、泊松比等參數(shù)的預(yù)測精度[17]。

地層壓力指的是地層孔隙流體中的壓力，是分析井壁穩(wěn)定性、規(guī)劃鉆進軌跡的主要參數(shù)。當(dāng)前的研究集中在鉆前地層壓力預(yù)測、鉆后地層壓力計算方面。鉆前地層壓力預(yù)測主要是通過地震資料獲得，通過地震資料可以有效識別斷層、裂縫、褶皺等地層構(gòu)造[18]。鉆后地層壓力計算通過測井?dāng)?shù)據(jù)估算所鉆地層的壓力，常用方法有Eaton 法、等效深度法以及Bowers 法[19]。

有團隊提出基于深度序列數(shù)據(jù)分析的鉆進點地層壓力混合建模方法，利用鉆中數(shù)據(jù)作為地層壓力模型輸入，融合機理參數(shù)，考慮異常值、噪聲和地層環(huán)境變化等特征，綜合提高地層壓力模型精度[20]。在點地層壓力建模方法基礎(chǔ)上，采用模糊c均值方法劃分相似的壓力子空間，結(jié)合克里金插值算法生成不同壓力剖面，獲得整體的區(qū)域三維地層壓力模型，捕捉地層壓力局部變化[21]。

1.2 鉆進過程狀態(tài)智能監(jiān)測與事故診斷

地質(zhì)鉆進過程工況多變、井下環(huán)境惡劣，給鉆進過程的安全高效運行帶來挑戰(zhàn)。需要考慮鉆進信息多源多尺度特性以及多種鉆進工況下的不同特征，掌握鉆進系統(tǒng)運行狀態(tài)，對可能發(fā)生的鉆進過程事故(包括井涌、井漏、卡鉆等)提前預(yù)警并對已發(fā)生的鉆進過程事故進行診斷。

1.2.1 狀態(tài)監(jiān)測

目前的鉆進過程狀態(tài)監(jiān)測研究包括基于機理模型的監(jiān)測方法和數(shù)據(jù)驅(qū)動的監(jiān)測方法。采用機理模型的狀態(tài)監(jiān)測方法主要針對地層可鉆性、地層壓力等特征參數(shù)進行定量描述。而隨著鉆進過程數(shù)據(jù)的積累，基于數(shù)據(jù)驅(qū)動的狀態(tài)監(jiān)測方法逐漸成為重要發(fā)展方向。范海鵬等[22]提出一種基于支持向量機的地質(zhì)鉆進工況識別模型，利用鉆進過程狀態(tài)監(jiān)測數(shù)據(jù)，實現(xiàn)對鉆進工況的判別。針對鉆進數(shù)據(jù)信息較少的問題，有學(xué)者提出一種基于自組織增量神經(jīng)網(wǎng)絡(luò)的鉆進過程數(shù)據(jù)增強方法，提高有限樣本下的模型性能[23]。在地質(zhì)鉆進領(lǐng)域，狀態(tài)監(jiān)測系統(tǒng)的研制仍處于起步階段，主要涉及工況識別、風(fēng)險評估、事故預(yù)警等。當(dāng)前大多的地質(zhì)鉆進過程狀態(tài)監(jiān)測系統(tǒng)存在數(shù)據(jù)單一，區(qū)域數(shù)據(jù)不能互聯(lián)互通的問題，可以設(shè)計基于Android 的地質(zhì)鉆進過程狀態(tài)監(jiān)測APP，實現(xiàn)對鉆進現(xiàn)場的實時監(jiān)控與數(shù)據(jù)歷史趨勢分析[24]。

1.2.2 事故診斷

由于鉆進過程具有復(fù)雜的地質(zhì)力學(xué)環(huán)境，對鉆進過程進行故障診斷與預(yù)警能有效掌握當(dāng)前的事故狀況，避免嚴(yán)重事故發(fā)生?；跈C理模型、機器學(xué)習(xí)與多元統(tǒng)計分析等方法，學(xué)者們提出了眾多鉆進過程故障診斷方法。

早期基于控壓鉆井技術(shù)的水力學(xué)模型為鉆進過程故障診斷提供了一種解決方案。通過水力學(xué)或熱力學(xué)特性分析，可以實現(xiàn)對井涌、井漏、鉆桿刺漏等事故的診斷；也有學(xué)者采用卡爾曼濾波器和邊緣粒子濾波器、狀態(tài)觀測器等方法識別井下鉆頭阻塞、跳鉆。上述基于機理模型的方法要求一定的假設(shè)條件，模型精度與實際有較大差距，導(dǎo)致工程應(yīng)用范圍受限。

結(jié)合機器學(xué)習(xí)方法實現(xiàn)鉆進過程故障診斷具有很大潛力。依靠歷史數(shù)據(jù)，采用集成分類器[25]、集成學(xué)習(xí)方法[26]等建立合適的狀態(tài)監(jiān)測模型，對于多種鉆進過程故障都能起到較好的檢測效果。上述方法忽略了鉆進過程潛在影響因素、不同工況的影響，一定程度上降低了故障診斷與預(yù)警的準(zhǔn)確性?？紤]到鉆進過程存在的模糊性與隨機性，有學(xué)者結(jié)合模糊隸屬度函數(shù)，設(shè)計多層風(fēng)險評估系統(tǒng)來對特定故障類型進行預(yù)測與評估[27]?？紤]到工況切換導(dǎo)致的鉆進過程信息變化，Li Yupeng 等[28]基于鉆進信號變化趨勢特征，確定了工況正常切換與發(fā)生故障時的數(shù)據(jù)變化情況，提高了鉆進過程故障識別的準(zhǔn)確性。在此基礎(chǔ)上，通過考慮數(shù)據(jù)分布差異，計算在線數(shù)據(jù)分布和正常數(shù)據(jù)分布之間的相似性指標(biāo)，設(shè)計隨深度變化的閾值來提高鉆進過程故障診斷效率與準(zhǔn)確率[29]。

2 鉆進過程智能優(yōu)化

鉆進過程優(yōu)化涉及鉆速優(yōu)化、鉆進軌跡優(yōu)化等，主要目的是面向復(fù)雜環(huán)境和多變工況，結(jié)合機器學(xué)習(xí)等方法，實現(xiàn)多目標(biāo)多約束下更快、更安全地鉆進。結(jié)合專家經(jīng)驗判斷鉆進狀態(tài)、設(shè)定鉆進過程參數(shù)的方法難以滿足地質(zhì)鉆進過程優(yōu)化調(diào)節(jié)的需求。因此，如何實現(xiàn)鉆進過程的智能優(yōu)化，是鉆進過程智能控制要解決的一個重要問題。

2.1 鉆速智能優(yōu)化

鉆速是衡量鉆進效率的重要指標(biāo)，建立合適的鉆速模型是實現(xiàn)鉆速優(yōu)化的前提。鉆速建模方法可分為機理分析法、多元回歸法、滑動窗口估計法和智能建模方法等。機理分析法根據(jù)鉆頭破巖機制進行分析，計算鉆頭與地層相互作用力，從而建立鉆速模型。地質(zhì)鉆進過程使用的鉆頭種類不同，建立的鉆速模型也不同。由于鉆頭磨損、地層變化等因素，機理分析法存在計算繁瑣、精度不高等問題。多元回歸法運用統(tǒng)計學(xué)理論建立地層參數(shù)、工藝參數(shù)與鉆速之間的關(guān)聯(lián)關(guān)系[30]，在非線性程度較低的情況下能夠取得較好的鉆速預(yù)測效果。結(jié)合優(yōu)化算法確定最優(yōu)的多元回歸系數(shù)，可進一步提高預(yù)測效果[31]。在滑動窗口估計法研究方面，學(xué)者們通過建立觀測器實現(xiàn)鉆速估計，采用滑動窗口建立鉆速狀態(tài)空間模型，為鉆速優(yōu)化和控制提供了較好的研究方向與思路[32-33]。有學(xué)者通過對比分析發(fā)現(xiàn)，基于遺傳算法、布谷鳥搜索算法[34]等智能算法建立的鉆速模型在模型精度和適用性優(yōu)于普通鉆速建模方法。

在建立的鉆速模型基礎(chǔ)上，通過處理鉆進過程約束、優(yōu)化操作參數(shù)等可以有效提升鉆進效率。目前，鉆速優(yōu)化方法可以分為基于數(shù)學(xué)理論推導(dǎo)的鉆速優(yōu)化方法與采用進化算法、群智能優(yōu)化方法的智能鉆速優(yōu)化方法?；跀?shù)學(xué)理論推導(dǎo)的鉆速優(yōu)化方法主要包括魯棒優(yōu)化算法、經(jīng)典極值法等，此類方法計算過程復(fù)雜、優(yōu)化參數(shù)誤差較大。結(jié)合智能算法的鉆速優(yōu)化方法可以有效解決上述方法導(dǎo)致的問題[35-36]。Gan Chao等[37]提出一種鉆速動態(tài)預(yù)測模型和基于混合蝙蝠算法的鉆速優(yōu)化方法，在準(zhǔn)確預(yù)測鉆進速度的基礎(chǔ)上進行操作參數(shù)優(yōu)化，有效提升了鉆進速度。

2.2 鉆進軌跡智能優(yōu)化

為實現(xiàn)鉆進軌跡的準(zhǔn)確跟蹤、降低井下事故，合理設(shè)計鉆進軌跡是其中的關(guān)鍵。對于如圖1 所示的鉆進軌跡，井段OA 與AB 具有不同的井斜角變化率和方位角變化率，對其進行軌跡優(yōu)化需要考慮地層因素、鉆進操作參數(shù)以及軌跡設(shè)計對后續(xù)軌跡控制的影響，這樣的軌跡優(yōu)化問題往往是多目標(biāo)、多約束的。

圖1 鉆進軌跡Fig.1 Schematic diagram of drilling trajectory

對于以軌跡長度為優(yōu)化目標(biāo)的鉆進軌跡單目標(biāo)優(yōu)化問題，可以采用數(shù)值優(yōu)化算法求解。針對以最短軌跡或者最高鉆速為目標(biāo)的三維鉆進軌跡優(yōu)化問題，黃雯蒂等[38]使用了蟻群算法進行優(yōu)化求解。這些研究大多忽略了約束或者約束僅僅只是其決策參數(shù)的邊界，所以單一算法難以取得滿意的優(yōu)化結(jié)果。有必要綜合不同優(yōu)化算法的優(yōu)勢，優(yōu)化算法性能，獲取更符合實際要求的鉆進軌跡。鉆進軌跡設(shè)計還需考慮地層特性的影響。由于鉆頭在巖石中鉆進，地層應(yīng)力的變化可能會使得井壁失穩(wěn)，造成井壁坍塌或者鉆井液漏失，需要建立井壁穩(wěn)定性條件，在鉆進軌跡優(yōu)化中約束鉆進軌跡參數(shù)的范圍[39]。

相較于鉆進軌跡單目標(biāo)優(yōu)化，鉆進軌跡多目標(biāo)優(yōu)化問題需要綜合考慮軌跡長度和復(fù)雜度。鉆進軌跡長度受井斜角、方位角、井眼曲率、造斜點位置等參數(shù)影響。井眼曲率與軌跡曲折度被用于量化鉆進軌跡復(fù)雜度。多目標(biāo)優(yōu)化算法分為間接法和直接法。間接法是通過線性加權(quán)法、主要目標(biāo)函數(shù)法、理想點法等轉(zhuǎn)化多目標(biāo)優(yōu)化問題，實現(xiàn)間接求解。直接法通過數(shù)學(xué)模型直接求解優(yōu)化問題，結(jié)合多目標(biāo)遺傳算法[40]、小生境Pareto 遺傳算法[41]、非支配排序遺傳算法[42]等遺傳算法，在鉆進軌跡優(yōu)化設(shè)計中可獲得更優(yōu)的收斂性、魯棒性和適用性。

3 鉆進過程控制

鉆進過程控制是保證鉆探施工安全、高效的關(guān)鍵，涉及鉆柱、鉆進軌跡和鉆井液循環(huán)等的控制(圖2)。這些系統(tǒng)自身具有不同特性，加上地層復(fù)雜變化帶來的高度不確定性，使得鉆進過程控制非常困難，出現(xiàn)鉆柱振動、鉆進軌跡偏斜、井漏井涌等。

圖2 鉆進系統(tǒng)Fig.2 Schematic diagram of drilling system

3.1 鉆柱系統(tǒng)控制

鉆柱由于大長徑比結(jié)構(gòu)，具有彈性形變和剛體運動耦合的物理特性，在鉆進過程中與巖石發(fā)生激烈對抗，易發(fā)生鉆柱振動等復(fù)雜運動。表2 介紹了幾種主要的鉆頭-巖石作用模型。這些鉆頭-巖石作用模型在庫侖摩擦模型和黏性摩擦模型的基礎(chǔ)上發(fā)展而來，可以描述鉆頭破巖動態(tài)行為，為設(shè)計合適的鉆柱系統(tǒng)控制策略提供支撐[43]。

表2 鉆頭-巖石作用模型Table 2 Bit-rock interaction models

鉆柱系統(tǒng)可在軸向、扭轉(zhuǎn)和橫向3 個方向進行具有耦合關(guān)聯(lián)的運動[44]。鉆柱軸向運動控制主要依靠鉆機提升系統(tǒng)實現(xiàn)對鉆壓的控制；扭轉(zhuǎn)運動控制由頂驅(qū)/轉(zhuǎn)盤驅(qū)動鉆柱旋轉(zhuǎn)；鉆柱的橫向運動無法直接控制，但依靠鉆柱運動的多維度耦合特性，可以通過調(diào)節(jié)鉆柱軸向和扭轉(zhuǎn)運動來間接控制鉆柱的橫向運動[45]。

鉆柱系統(tǒng)的軸向運動控制需要維持鉆壓穩(wěn)定在期望的范圍內(nèi)。雖然現(xiàn)在大多數(shù)井場都配備了變頻電動鉆機，但控制方式大多仍是PID 控制或Bang-Bang 控制，參數(shù)難以整定、控制精度低[46]。參數(shù)整定PID 控制方法根據(jù)先驗知識制定工況表，以此來調(diào)整控制器增益，應(yīng)對地層變化帶來的影響[47]?；谀Ｐ偷你@壓控制方法考慮到鉆柱和鉆頭-巖石作用等因素，所設(shè)計的控制器在鉆進過程中也表現(xiàn)出較好的控制性能[48]。

鉆柱系統(tǒng)的扭轉(zhuǎn)運動控制是通過調(diào)整頂驅(qū)/轉(zhuǎn)盤保證鉆頭轉(zhuǎn)速達(dá)到期望值。已經(jīng)應(yīng)用于實際工業(yè)的軟力矩轉(zhuǎn)動系統(tǒng)能夠減小扭矩波動，保持鉆頭轉(zhuǎn)速穩(wěn)定，但是由于設(shè)計較為簡單，在較深地層應(yīng)用效果受限[49]。針對井下信息難以獲取的問題，F(xiàn)u Meng 等[50]通過構(gòu)造狀態(tài)觀測器，提出了基于井下信息估計的鉆柱振動抑制方法。為了有效減弱井上扭轉(zhuǎn)能量的傳輸時滯、時變測量時滯和鉆柱長度變化對鉆柱扭轉(zhuǎn)運動控制的影響，學(xué)者們分別提出了基于擾動估計器和Smith 預(yù)估器的控制方法[51]、時滯依賴的控制方法[52]和基于H∞的增益調(diào)度控制方法[53]。

由于鉆柱主要在軸向和扭轉(zhuǎn)兩個方向上受到控制力和巖石反作用力，鉆柱系統(tǒng)的軸向-扭轉(zhuǎn)耦合運動控制受到了一定關(guān)注?，F(xiàn)有的方法主要是利用軸向和扭轉(zhuǎn)動力學(xué)之間的耦合關(guān)系，通過抑制扭轉(zhuǎn)振動來抑制耦合振動，這類方法簡化了控制器的設(shè)計，但其控制性能會有一定損失[54]。S.Tashakori 等[55]提出一種能夠同時控制鉆柱軸向和扭轉(zhuǎn)運動的方法，但所用模型中的時變時滯被簡化為常數(shù)，導(dǎo)致設(shè)計的控制器存在一定的保守性。Lu Chengda 等[56]提出一種考慮再生切削誘發(fā)時滯與執(zhí)行器飽和的動態(tài)輸出反饋控制方法，為鉆柱軸向-扭轉(zhuǎn)耦合振動抑制提供了有效的控制策略。由于鉆柱軸向-扭轉(zhuǎn)-橫向耦合運動動態(tài)較為復(fù)雜，目前這方面的研究主要集中在建模及分析，對控制方法的研究相對較少。結(jié)合鉆柱扭轉(zhuǎn)運動模型和赫茲接觸理論，F(xiàn)ang Pang 等[57]分析了有井壁約束下的軸向-扭轉(zhuǎn)-橫向耦合鉆柱系統(tǒng)動力學(xué)特性。A.P.Christoforou等[58]通過研究鉆柱軸向、扭轉(zhuǎn)、橫向3 種振動之間的耦合關(guān)系，提出了一種簡化的鉆柱振動模型，以及基于該模型的線性控制策略。

3.2 鉆進軌跡控制

鉆進軌跡控制的目的是保證整個鉆進過程按照設(shè)計的軌跡鉆進?，F(xiàn)有的鉆進軌跡模型可以分為鉆具無關(guān)和鉆具相關(guān)[59]兩類。鉆具無關(guān)的鉆進軌跡模型主要基于運動學(xué)分析，對井底鉆具所處位置和鉆具姿態(tài)進行幾何學(xué)描述。這類模型不考慮鉆具的實際形狀和受力，具有一定的通用性[60]。鉆具相關(guān)的鉆進軌跡模型主要在井底鉆具動力學(xué)分析的基礎(chǔ)上，通過考慮鉆具受力、鉆頭-巖石作用以及鉆頭運動與鉆進軌跡的關(guān)系來描述鉆進軌跡延伸，相較于鉆具無關(guān)的模型具有更高的建模精度[61]。

鉆進軌跡控制的任務(wù)有鉆進軌跡跟蹤和鉆進軌跡糾偏[62]。J.Auriol 等[63]提出了基于狀態(tài)估計的造斜工具面控制方法，只使用井上測量和對工具面方位的估計，實現(xiàn)了對鉆進軌跡的有效控制。針對隨鉆測量信息傳輸延時與異常的問題，Zhang Chi 等[64]提出一種面向旋轉(zhuǎn)導(dǎo)向系統(tǒng)的定向鉆進軌跡跟蹤自適應(yīng)容錯控制方法，結(jié)合強化學(xué)習(xí)和積分滑模控制來糾正因信息延時或異常導(dǎo)致的軌跡偏離?？紤]到隨鉆測量誤差，Cai Zhen 等[65]提出一種基于狀態(tài)觀測器的定向鉆進軌跡跟蹤控制方法，有效提高鉆進軌跡跟蹤控制的精度。I.J.Inyang 等[66]提出一種定向鉆進鉆具姿態(tài)雙線性比例積分控制器，降低了隨鉆測量信息傳輸延時、干擾及不確定性對鉆進軌跡跟蹤控制的影響。

軌跡糾偏控制的主要目的是減少軌跡跟蹤偏差，使鉆進軌跡保持垂直。為了保證軌跡質(zhì)量，對軌跡的傾角和曲率的控制約束是工程中需要考慮的關(guān)鍵。傳統(tǒng)的糾偏控制根據(jù)軌跡偏差通過人工操作調(diào)節(jié)導(dǎo)向鉆具，缺少對軌跡的規(guī)劃，難以保證軌跡質(zhì)量[67]?？紤]到模型預(yù)測控制具有顯式處理約束的能力和較優(yōu)的控制性能，Zhang Dian 等[68]提出了基于粒子濾波和模型預(yù)測控制的垂直鉆進軌跡糾偏控制方法，有效減少了測量噪聲的影響，提高了軌跡的控制精度?；谛D(zhuǎn)導(dǎo)向系統(tǒng)，Wang Ge 等[69]提出復(fù)合糾偏控制方法，根據(jù)軌跡的偏斜程度調(diào)整控制輸入，提高了軌跡的平穩(wěn)性和控制精度。

3.3 鉆井液循環(huán)控制

通過鉆井液循環(huán)可以將井底巖屑返回地面、沖洗鉆頭并降溫、驅(qū)動井底的馬達(dá)、平衡地層壓力與井壁壓力。井底壓力控制因為缺乏有效的井下參數(shù)檢測手段、壓力窗口上下限難以界定以及所建立的流體力學(xué)模型精度不高等問題，一直是國內(nèi)外關(guān)注的難點。

控壓鉆井技術(shù)適用于窄壓力窗口地層[70]，但地層環(huán)境的復(fù)雜多變給地層壓力帶來了不確定性，需要不斷調(diào)整鉆井液循環(huán)流量和壓力，使井底壓力與地層壓力保持相對平衡?；诳貕恒@井技術(shù)，J.Park 等[71]使用模型預(yù)測控制方法，實現(xiàn)了在正常鉆進、接單根和泥漿密度變化下的井底壓力控制。針對因鉆井液觸變行為導(dǎo)致的井底壓力突變，O.Erge 等[72]結(jié)合鉆井液觸變模型和反饋控制方法，提升了井底壓力控制的效果。S.N.Lordejani 等[73]提出一種基于觀測器的反饋控制方法，根據(jù)井上壓力的測量值控制井底壓力，減弱鉆入高壓或低壓區(qū)時遇到的壓力波動。采用這些鉆井液循環(huán)控制方法，能夠?qū)⒕讐毫Ρ３衷谟邢薜姆秶鷥?nèi)，盡量避免井漏、井涌、溢流等事故的發(fā)生。

3.4 鉆進系統(tǒng)協(xié)調(diào)控制

為實現(xiàn)鉆進過程控制目標(biāo)，需要在鉆頭-巖石作用、鉆柱-井壁碰觸摩擦、鉆井液阻尼等影響下，保證鉆頭高效研磨巖石，鉆進軌跡按照期望延伸，井底壓力與地層適配。然而，鉆柱、鉆進軌跡和鉆井液循環(huán)這3 個系統(tǒng)之間是相互耦合、相互影響的(圖3)。例如，在鉆柱系統(tǒng)控制中，為提高鉆速，需要增大鉆壓、轉(zhuǎn)速、泵量和降低鉆井液密度，但是鉆壓、轉(zhuǎn)速的增大在鉆頭-巖石作用下會影響井底壓力和加劇軌跡偏斜；鉆進軌跡控制中，井底鉆具姿態(tài)發(fā)生改變會導(dǎo)致鉆柱系統(tǒng)結(jié)構(gòu)變化，影響鉆壓轉(zhuǎn)速控制和鉆井液循環(huán)；鉆井液循環(huán)控制中，泵壓泵量與排渣效果相關(guān)，影響鉆柱和鉆進軌跡控制。可見，3 個系統(tǒng)之間的控制回路不僅存在復(fù)雜輸入輸出耦合，還存在模型結(jié)構(gòu)變化導(dǎo)致的耦合。

圖3 鉆進系統(tǒng)耦合特性Fig.3 Schematic diagram of coupling characteristics of drilling systems

為保證各系統(tǒng)的控制精度與魯棒性，需要實現(xiàn)3個系統(tǒng)之間的協(xié)調(diào)。針對鉆進過程的非線性與系統(tǒng)間的耦合性，Zhou Yang 等[74]提出一種考慮鉆進系統(tǒng)間耦合關(guān)系的協(xié)調(diào)優(yōu)化策略，能夠有效提升鉆速，減小總池體積波動。然而，要實現(xiàn)3 個系統(tǒng)之間的協(xié)調(diào)，還存在大量問題有待解決。如何實現(xiàn)這些系統(tǒng)之間的協(xié)調(diào)控制，成為一個有待深入研究的內(nèi)容。

4 地質(zhì)鉆進過程智能控制系統(tǒng)設(shè)計與應(yīng)用

圍繞上述相關(guān)內(nèi)容，筆者所在團隊面向?qū)嶋H鉆進工藝與工程應(yīng)用需求，進行了地質(zhì)鉆進過程智能控制的理論研究和系統(tǒng)設(shè)計與應(yīng)用，提出區(qū)域三維地層特征參數(shù)場建模方法，解決多源、低價值密度和不完備信息條件下的復(fù)雜地質(zhì)環(huán)境建模問題，實現(xiàn)對區(qū)域地質(zhì)環(huán)境的準(zhǔn)確刻畫[11,21]；提出基于三維地層特征參數(shù)場的鉆進軌跡優(yōu)化設(shè)計方法，解決軌跡優(yōu)化設(shè)計的多樣化、非連續(xù)與非參數(shù)的多目標(biāo)優(yōu)化問題，實現(xiàn)復(fù)雜地質(zhì)環(huán)境下的軌跡優(yōu)化設(shè)計[75-76]；提出復(fù)雜地質(zhì)鉆進效率優(yōu)化策略[37]、考慮系統(tǒng)間耦合關(guān)系的協(xié)調(diào)優(yōu)化策略[74]和鉆進過程智能控制方法[47,65,68,77]，解決了鉆進過程控制的回路耦合與多樣化擾動的問題，實現(xiàn)鉆進過程的安全高效；提出基于云平臺和三維虛擬仿真的鉆進過程狀態(tài)監(jiān)測技術(shù)，實現(xiàn)數(shù)據(jù)價值密度低、安全性約束強等條件下的綜合監(jiān)測。

結(jié)合上述理論方法與技術(shù)，研發(fā)了滿足井場功能需求的地質(zhì)鉆進過程智能控制系統(tǒng)，主要由現(xiàn)場控制系統(tǒng)和智能監(jiān)控云平臺組成(圖4)?，F(xiàn)場控制系統(tǒng)用于采集和存儲現(xiàn)場數(shù)據(jù)，提供工況識別、安全預(yù)警與故障診斷、鉆進參數(shù)智能優(yōu)化、鉆壓和轉(zhuǎn)速控制等功能模塊；智能監(jiān)控云平臺可以接收現(xiàn)場發(fā)送的數(shù)據(jù)，存儲現(xiàn)場的鉆進狀態(tài)參數(shù)和功能模塊運行結(jié)果，根據(jù)用戶權(quán)限等級從桌面端、手機網(wǎng)頁端和App 端對各地井場進行遠(yuǎn)程監(jiān)控。

圖4 地質(zhì)鉆進過程智能控制系統(tǒng)硬件結(jié)構(gòu)Fig.4 Hardware structure of intelligent control system for geological drilling process

地質(zhì)鉆進過程智能控制系統(tǒng)的軟件結(jié)構(gòu)如圖5 所示。首先，系統(tǒng)通過PLC、參數(shù)采集模塊等，采集變頻器和傳感器中實時鉆進過程數(shù)據(jù)；通過Profibus 總線、MPI總線、串口等通信方式實現(xiàn)PLC 與工控機之間數(shù)據(jù)傳輸。然后，利用OPC 通信協(xié)議實現(xiàn)系統(tǒng)軟件與工控機WinCC 組態(tài)軟件之間的數(shù)據(jù)通信；調(diào)用系統(tǒng)功能模塊，分析、處理實時鉆進數(shù)據(jù)，執(zhí)行相應(yīng)系統(tǒng)功能，實現(xiàn)鉆進過程智能控制。最后，采用ADO 技術(shù)實現(xiàn)現(xiàn)場數(shù)據(jù)的實時存儲，同時利用遠(yuǎn)程通信設(shè)備，通過網(wǎng)絡(luò)通信協(xié)議，將實時數(shù)據(jù)和系統(tǒng)功能運行結(jié)果傳輸?shù)竭h(yuǎn)程的智能監(jiān)控云平臺。

圖5 地質(zhì)鉆進過程智能控制系統(tǒng)軟件結(jié)構(gòu)Fig.5 Software structure of intelligent control system for geological drilling process

工況識別模塊基于支持向量機算法，利用獲取的鉤載、鉆壓、轉(zhuǎn)速、扭矩等參數(shù)，可識別旋轉(zhuǎn)鉆進、下鉆桿、提鉆、停鉆、接單根、倒劃眼6 類工況。安全預(yù)警與故障診斷模塊基于集成的多時間尺度分析方法，分析實時數(shù)據(jù)趨勢來預(yù)警和診斷卡鉆、井漏、斷鉆3種鉆進事故。鉆進操作參數(shù)智能優(yōu)化模塊通過實時獲得的鉆進深度、鉆壓、轉(zhuǎn)速等信息，運用混合支持向量回歸與改進的蝙蝠算法建立鉆速優(yōu)化模型，實現(xiàn)鉆進操作參數(shù)實時優(yōu)化，推薦優(yōu)化的操作參數(shù)(鉆壓和轉(zhuǎn)速)。根據(jù)推薦操作參數(shù)，鉆壓和轉(zhuǎn)速控制模塊結(jié)合實際測量值、稱重、扭矩、相關(guān)鉆機與鉆具參數(shù)，辨識地層給進阻尼系數(shù)，自適應(yīng)調(diào)整鉆壓和轉(zhuǎn)速控制器參數(shù)，實現(xiàn)不同地層環(huán)境下的鉆壓和轉(zhuǎn)速穩(wěn)定鉆進，保障鉆進安全和控制精度。

系統(tǒng)目前已在多個鉆探工程應(yīng)用。在湖北襄陽2 000 m 地?zé)豳Y源預(yù)可行性勘查項目中，實現(xiàn)機械鉆速平均提升15.9%，事故預(yù)報率達(dá)100%，檢測符合率達(dá)96%，直井方位角彎強≤0.5 (°)/hm、斜角彎強≤0.05 (°)/hm；在遼東/膠東重要成礦區(qū)帶深部探測3 000 m 科學(xué)鉆探項目中，鉆進工況識別準(zhǔn)確率達(dá)90%，事故預(yù)報準(zhǔn)確率達(dá)95%，機械鉆速平均提升20.79%；在河北保定5 000 m地?zé)岬刭|(zhì)勘查參數(shù)井(JZ-04 井)項目中，工況識別準(zhǔn)確率達(dá)90%，事故預(yù)報準(zhǔn)確率達(dá)95%，機械鉆速平均提升16.2%，鉆壓控制偏差≤3 kN。通過地質(zhì)鉆進過程智能控制系統(tǒng)的應(yīng)用，在一定程度上縮短了工期，節(jié)約了成本，有效提高了鉆進過程的安全性和效率。

5 展 望

數(shù)字化、網(wǎng)絡(luò)化、智能化技術(shù)蓬勃發(fā)展，有效提升了復(fù)雜工業(yè)系統(tǒng)的感知深度、綜合調(diào)度、全局優(yōu)化能力，互聯(lián)網(wǎng)+制造業(yè)也給鉆探行業(yè)帶來了全新的發(fā)展機遇?？梢哉雇?，未來將形成圖6 的基于工業(yè)物聯(lián)網(wǎng)的信息物理融合與鉆進過程智能控制系統(tǒng)，通過遠(yuǎn)程控制與決策中心對多個井場進行協(xié)調(diào)控制和調(diào)度管理，擁有相關(guān)權(quán)限的人員可以方便利用移動終端遠(yuǎn)程訪問各井場的信息或下發(fā)控制指令，調(diào)整井場工作策略，進行多個井場間的分布式協(xié)同控制，具體如下。

圖6 基于工業(yè)物聯(lián)網(wǎng)的信息物理融合與鉆進過程智能控制Fig.6 Diagram of the cyber-physics fusion and intelligent control of drilling process based on industrial Internet of Things

5.1 多目標(biāo)和高維約束的優(yōu)化決策與控制一體化

鉆進過程控制涉及多個相互耦合的控制回路，單一目標(biāo)優(yōu)化難以有效協(xié)調(diào)各系統(tǒng)的工作狀態(tài)，高維約束的存在使得優(yōu)化可行域狹小甚至難以找到滿意的可行解。為了解決以上問題，需要獲取鉆進過程全流程信息，通過井場遠(yuǎn)程通信將實時狀態(tài)數(shù)據(jù)傳輸至數(shù)據(jù)管理中心、遠(yuǎn)程控制與決策中心。數(shù)據(jù)管理中心存儲地層信息和鉆進過程歷史數(shù)據(jù)，便于移動終端的遠(yuǎn)程訪問。遠(yuǎn)程控制與決策中心基于可以在線更新的地層模型，結(jié)合鉆進過程全流程信息，實現(xiàn)對當(dāng)前鉆機狀態(tài)和所在地層環(huán)境的準(zhǔn)確判斷。以更快鉆速、更低鉆井事故率和更高井壁穩(wěn)定性為目標(biāo)，進行鉆進策略的優(yōu)化、鉆進軌跡動態(tài)的調(diào)整、鉆進控制操作參數(shù)的優(yōu)化計算，將控制指令遠(yuǎn)程下發(fā)至現(xiàn)場鉆機，跨地域解決現(xiàn)場出現(xiàn)的復(fù)雜問題。隨著具有地層環(huán)境感知、多目標(biāo)優(yōu)化計算、網(wǎng)絡(luò)通信深度融合的智能優(yōu)化決策與控制一體化系統(tǒng)的建立，人工操作的參與程度將被極大地降低，最終實現(xiàn)井場的智能化遠(yuǎn)程監(jiān)控、優(yōu)化與控制。

5.2 融合大數(shù)據(jù)、云邊協(xié)同技術(shù)的網(wǎng)絡(luò)化智能管控

鉆進現(xiàn)場往往較為偏遠(yuǎn)、分散在廣闊的區(qū)域中。為了實現(xiàn)資源調(diào)配和高效作業(yè)，需要對多井場進行協(xié)同管控。多個井場在鉆進過程中產(chǎn)生的海量數(shù)據(jù)，利用5G 甚至更新一代的通信技術(shù)遠(yuǎn)程實時傳輸至遠(yuǎn)程控制與決策中心，綜合運用云計算、邊緣計算、云邊協(xié)同等技術(shù)對各井場的鉆進過程數(shù)據(jù)進行處理，用于環(huán)境感知、優(yōu)化決策、狀態(tài)監(jiān)測等任務(wù)?；趯Σ煌畧鰯?shù)據(jù)的監(jiān)測和分析，實時更新各井場運轉(zhuǎn)情況，預(yù)警可能發(fā)生的設(shè)備故障和鉆進事故，優(yōu)化鉆進軌跡和鉆進過程操作參數(shù)，實現(xiàn)各井場鉆進過程的遠(yuǎn)程、無人、智能的協(xié)同管控。結(jié)合多井場狀態(tài)信息，以綜合配給資源和優(yōu)化控制決策為目的，開發(fā)多井場的綜合指揮調(diào)度系統(tǒng)，最后通過通信設(shè)備將最優(yōu)控制指令下發(fā)，協(xié)調(diào)控制各井場的鉆進過程，實現(xiàn)鉆探行業(yè)的產(chǎn)能優(yōu)化和成本控制。

6 結(jié)論

a.地質(zhì)鉆進過程智能控制離不開鉆探工藝、人工智能、新一代信息技術(shù)、先進控制理論等理論方法和技術(shù)的突破和綜合。鉆進過程感知與建模研究致力于利用信息融合、數(shù)據(jù)處理、機器學(xué)習(xí)、機理建模等手段實現(xiàn)對井下環(huán)境變化和鉆進過程狀態(tài)的準(zhǔn)確感知、監(jiān)測和事故診斷預(yù)警；鉆進過程智能優(yōu)化的研究重點在于面向復(fù)雜環(huán)境和工況，獲得多目標(biāo)多約束下最優(yōu)的鉆進過程操作參數(shù)，以及實時規(guī)劃最優(yōu)的鉆進軌跡；鉆進過程控制的研究需要考慮鉆柱、鉆進軌跡、鉆井液循環(huán)控制系統(tǒng)自身的特性和控制難點以及它們之間的耦合作用，應(yīng)對地層變化和施工工況帶來的高度不確定性，實現(xiàn)對這些系統(tǒng)的快速、準(zhǔn)確、穩(wěn)定控制，保障地質(zhì)鉆進的安全高效。

b.展望未來的基于工業(yè)物聯(lián)網(wǎng)的信息物理融合與鉆進過程智能控制，將能夠?qū)崿F(xiàn)多目標(biāo)和高維約束的優(yōu)化決策與控制一體化以及融合大數(shù)據(jù)、云邊協(xié)同技術(shù)的網(wǎng)絡(luò)化智能管控，從而提升鉆進這類復(fù)雜工業(yè)系統(tǒng)的感知深度、綜合調(diào)度和全局優(yōu)化能力。

c.隨著新一輪找礦突破戰(zhàn)略行動的開展，未來勢必面臨更深、更復(fù)雜的地質(zhì)鉆進條件，存在一系列感知、建模、優(yōu)化和控制難題有待解決。人工智能、新一代信息技術(shù)等新興技術(shù)的蓬勃發(fā)展為地質(zhì)鉆探行業(yè)的跨越式發(fā)展帶來了新動能，有力推進了地質(zhì)裝備和系統(tǒng)的創(chuàng)新和升級。亟需推進人工智能、新一代信息技術(shù)與地質(zhì)鉆探相關(guān)工藝、理論方法和技術(shù)的深度融合，突破地質(zhì)鉆進過程智能控制的關(guān)鍵科學(xué)問題，研發(fā)先進的智能地質(zhì)裝備，為資源勘探和開發(fā)提供技術(shù)支撐。