[發明專利]一種基于激光誘導擊穿光譜的巖屑類型識別方法及系統

在審

• 申請號: 201910072987.0
• 申請日: 2019-01-25
• 公開（公告）號: CN109696425A
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 王陽恩
• 申請（專利權）人: 長江大學
• 主分類號: G01N21/63
• 分類號: G01N21/63
• 代理公司: 武漢河山金堂專利事務所(普通合伙) 42212
• 代理人: 胡清堂;陳懿

本發明公開了一種基于激光誘導擊穿光譜的巖屑類型識別方法及系統，用于識別巖屑類型。本發明提供的方法包括：利用激光誘導擊穿光譜儀測量一定數量的標準巖屑在預設波長范圍內的激光誘導擊穿光譜；經過積分處理后，得到標準巖屑的激光誘導擊穿光譜積分信號；利用所述積分信號對BP神經網絡進行訓練，得到BP神經網絡；通過所述BP神經網絡識別待識別巖屑。在本發明中利用激光誘導擊穿光譜的積分信號能夠有效提取對類型識別有用的信息，減少干擾，提高巖屑類型識別的準確性。

技術領域

本發明涉及石油、天然氣鉆探領域，尤其涉及一種基于激光誘導擊穿光譜的巖屑類型識別方法及系統

背景技術

在石油、天然氣的鉆采過程中，巖屑識別對于地質狀況的判定具有極其重要的作用。實際野外鉆井過程，可以根據巖屑類型了解巖石性質、地層變化和油、氣層情況。隨著現代技術的進步，獲得的巖屑已經變得非常細碎，巖屑的識別技術也得到更多的關注。

激光誘導擊穿光譜可應用于巖屑識別。激光誘導擊穿光譜用于巖屑識別的主要方法有：第一種方法是激光誘導擊穿光譜全譜模型：這種模型需要處理的數據比較多，同時背景噪聲影響較大，識別結果相對比較高。第二種方法是峰值強度與比率模型(特征模型)，這種方法數據處理比較簡單，但識別正確率有所下降。第三種方法是選取Si、Al、Ca、Fe等主要元素，根據這些元素發射譜線強度構造特征變量，再結合神經網絡進行巖屑類型識別。第四種是對全譜先進行主成分分析，再利用神經網絡進行巖屑類型識別。以上方法數據處理耗費時間雖長短不同，但識別準確度一般，效果不是很好。

發明內容

本發明實施例提供了一種基于激光誘導擊穿光譜的巖屑類型識別方法及系統，能夠準確識別鉆探得到的細小的巖屑。

結合本發明實施例的第一方面，提供了一種基于激光誘導擊穿光譜的巖屑類型識別方法，該方法包括：

S1、利用激光誘導擊穿光譜儀測量出N種標準巖屑在預設波長范圍內的激光誘導擊穿光譜，其中N為不小于5的正整數；

S2、對所述N種標準巖屑激光誘導擊穿光譜的波長進行積分處理，得到N種標準巖屑的激光誘導擊穿光譜積分信號，其中，所述積分處理中積分寬度根據激光誘導擊穿光譜儀的波長分辨率確定，且積分寬度不小于2倍的激光誘導擊穿光譜儀的波長分辨率；

S3、選取所述N種標準巖屑的激光誘導擊穿光譜積分信號作為BP神經網絡的輸入值，對BP神經網絡進行訓練，得到訓練后的BP神經網絡；

S4、獲取待識別巖屑的激光誘導擊穿光譜的積分信號，并將所述積分信號輸入到所述訓練后的BP神經網絡，獲得識別結果。

結合本發明實施例的第二方面，提供了一種基于激光誘導擊穿光譜的巖屑類型識別系統，該系統包括：

采集模塊：用于利用激光誘導擊穿光譜儀測量出N種標準巖屑在預設波長范圍內的激光誘導擊穿光譜，其中N為不小于5的正整數；

積分模塊：用于對所述N種標準巖屑激光誘導擊穿光譜的波長進行積分處理，得到N種標準巖屑的激光誘導擊穿光譜積分信號，其中，所述積分處理中積分寬度根據激光誘導擊穿光譜儀的波長分辨率確定，且積分寬度不小于2倍的激光誘導擊穿光譜儀的波長分辨率；

訓練模塊：用于選取所述N種標準巖屑激光誘導擊穿光譜的積分信號作為BP神經網絡的輸入值，對BP神經網絡進行訓練，得到訓練后的BP神經網絡；

識別模塊：用于獲取待識別巖屑的激光誘導擊穿光譜的積分信號，并將所述積分信號輸入到所述訓練后的BP神經網絡，獲得識別結果。

從以上技術方案可以看出，本發明實施例具有以下優點：