需求目标
总体目标:开发旋挖钻机孔内全流程自动钻进系统,在替代人工操作的基础上,施工效率提升10%,油耗节省5%,截齿损耗降低10%,大幅降降低旋挖钻机操作难度,同时满足施工省时、省油的目标。
关键技术难点:1、人工智能地层判断技术;2、低算力人工智能算法移植技术;3、钻进参数与截齿损耗的相关性研究;4、钻进参数与施工效率、油耗的关系研究;5、钻杆辅助自动提升、下放的防冲击技术。
研究任务:
1、研究钻进数据的清洗技术、建立人工智能地层判定模型,实现设备地层感知;
2、研发车载可移植人工智能的模块,实现地层判定算法移植到设备上;
3、根据地层、钻进参数与截齿损耗关系优先合适的钻进参数,根据钻进参数与施工效率、油耗的关系研究钻进参数自适应调节技术;
4、利用钻杆辅助自动提升、下放的防冲击技术,实现钻杆可视化及带杆预警技术、辅助自动提升、下方技术。
战略意义
1、国外标杆企业已实现钻杆一键自动下放/提升及钻杆可视化。国内企业已实现钻杆锁点提醒及简单地层判断及并自动钻进。加快技术研究,掌握智能钻进技术,是产品无人化施工的关键。
2、智能钻进替代人工操作,采用数据感知提升钻进效率,节省油耗,满足旋挖钻机大孔深桩施工对节能、环保、省时的要求。
主要技术指标
1、地层识别准确度达到90%;参数优选准确率90%以上;
2、动力头实际转速与设定转速波动小于10%;
3、实际加压力与设定值波动小于5bar;
4、与人工相比,施工效率提升10%,油耗节省5%,截齿损耗降低10%;
5、加压点识别准确率100%;钻杆带杆识别准确率100%。
典型应用场景
国内大型大直径深桩施工项目
成果交付形式
1、可重复学习的地层判定模型1套;
2、车载低算力人工智能模块系统产品1套;
3、人工智能移植方法1套;
4、钻进参数与截齿损耗相关性文件1套;
5、钻进参数与施工效率、油耗的关系文件1套;
6、发明专利2件。
验证要求
1、模型准确率测试报告(成果转化公司提供);
2、3个机型系统性能检测报告(具有检验资质实验室提供);
3、市场用户应用证明。