取样钻机自动换杆装置和方法与流程

1.本说明书涉及工程设备领域，特别涉及一种取样钻机自动换杆装置和方法。

背景技术：

2.土壤取样钻机集钻进、动力、液压、行走、变幅、操控于一体，可实现快速定位取样、建井及土壤修复作业。常用钻杆主要是取样钻杆及螺旋建井钻杆，垂直钻进施工，在此过程中往往伴随着钻杆头部的磨损，当磨损到达一定程度时则会影响取样钻机的工作效率。现有钻杆磨损程度的检查以及钻杆更换主要由人工进行，往往不能及时发现钻杆需要更换，实际更换时也多有不便。

3.因此，需要一种新的取样钻机换杆的装置和方法，从而能够及时发现钻杆磨损，更加方便地更换钻杆。

技术实现要素：

4.本说明书实施例之一提供一种取样钻机自动换杆装置，该装置包括：

5.钻杆架，用于放置至少一个钻杆；图像采集单元，用于获取所述钻杆的图像数据；转速计量单元，用于获取所述钻杆的转速数据，所述转速数据包括至少一个时间点的转速；处理单元，用于基于所述图像数据和/或所述转速数据确定所述钻杆的磨损程度；以及钻杆自动更换单元，用于响应于所述处理单元输出的钻杆更换指令，将钻机的钻杆更换为所述钻杆架上的钻杆。

6.本说明书实施例之一提供一种取样钻机自动换杆方法，该方法包括：

7.获取钻杆的相关数据，所述相关数据包括所述钻杆的图像数据和所述钻杆的转速数据种的至少一种，所述转速数据包括至少一个时间点的转速；基于所述相关数据确定所述钻杆的磨损数据，所述磨损数据包括所述钻杆的实际磨损程度和所述钻杆的预测磨损程度中的至少一种；以及基于所述磨损数据确定所述钻杆是否需要更换。

附图说明

8.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

9.图1是根据本说明书一些实施例所示的取样钻机自动换杆装置的应用场景示意图；

10.图2a是根据本说明书一些实施例所示的取样钻机自动换杆装置的装置模块图；

11.图2b是根据本说明书一些实施例所示的取样钻机自动换杆装置的装置示例性示意图；

12.图3是根据本说明书一些实施例所示的取样钻机自动换杆装置的示例性流程图；

13.图4是根据本说明书一些实施例所示的第一机器学习模型的示例性示意图；

14.图5是根据本说明书一些实施例所示的第二机器学习模型的示例性示意图。

具体实施方式

15.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

16.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

17.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

18.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

19.本说明书实施例涉及一种取样钻机自动换杆装置。该取样钻机自动换杆装置可以与手机、平板电脑、笔记本电脑等智能终端的用户平台(例如，智能换杆监控平台等)结合，实现对钻杆磨损程度的监测以及自动换杆，应用领域可以为工程钻探等。本说明书实施例还涉及一种取样钻机自动换杆装置，上述取样钻机自动换杆装置和方法可以应用于取样钻机换杆终端，例如，取样钻探车、自动换杆车等。

20.图1是根据本说明书一些实施例所示的取样钻机自动换杆装置的应用场景示意图。

21.在应用场景100中可以包括处理器110、存储设备120、网络130、终端140、以及取样钻机自动换杆装置150。

22.取样钻机自动换杆装置可以用于涉及取样钻机自动换杆的场景，其中，取样钻机可以是进行钻洞施工的工程设备或其他实体。在一些实施例中，取样钻机自动换杆装置可以用于水井、油井、天然气井钻探，地下矿脉、土壤取样等情况下，钻杆的自动更换。取样钻机自动换杆装置可以通过实施本说明书一些实施例中披露的方法和/或过程来实现取样钻机的自动换杆。

23.在一些实施例中，处理器110可以用于处理与取样钻机自动换杆装置相关的信息和/或数据，例如，可以用于基于钻杆的相关数据确定钻杆的磨损数据。在一些实施例中，处理器110可以基于取样钻机自动换杆装置150获取的钻杆相关数据150-1，判断是否需要更换钻杆，其中钻杆相关数据150-1可以包括图像数据和转速数据至少一种。例如，处理器110可以经由网络130访问存储在存储设备120、终端140、取样钻机自动换杆装置150中的信息和/或数据。又例如，处理器110可以直接连接到存储设备120、终端140和/或取样钻机自动

换杆装置150以访问存储信息和/或数据。在一些实施例中，处理器110还可以是取样钻机自动换杆装置的一个组成部分，例如，如图2所示，取样钻机自动换杆装置200的处理单元240。

24.存储设备120可以用于存储与取样钻机自动换杆相关的数据和/或指令。在一些实施例中，存储设备120可以存储从终端140和/或取样钻机自动换杆装置150中获得/获取的数据。在一些实施例中，存储设备120可以储存处理器110用来执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。在一些实施例中，存储设备120可以连接到网络130以与取样钻机自动换杆装置应用场景中的一个或以上组成部分(例如，处理器110、终端140、取样钻机自动换杆装置150)通信。取样钻机自动换杆装置应用场景中的一个或以上组成部分可以经由网络130访问存储在存储设备120中的数据或指令。在一些实施例中，存储设备120可以直接连接到取样钻机自动换杆装置应用场景中的一个或以上组成部分(例如，处理器110、终端140、取样钻机自动换杆装置150)或与之通信。在一些实施例中，存储设备可以是取样钻机自动换杆装置的一个组成部分。在一些实施例中，存储设备120可以是处理器110的一部分。在一些实施例中，存储设备120可以是单独的存储器。

25.网络130可以促进信息和/或数据的交换。在一些实施例中，取样钻机自动换杆装置应用场景中的一个或以上组成部分(例如，处理器110、终端140、取样钻机自动换杆装置150)可以经由网络130将信息和/或数据发送至取样钻机自动换杆装置应用场景中的其他组成部分。例如，处理器110可以经由网络130从终端140获取钻杆是否需要更换的数据。在一些实施例中，网络130可以是有线网络或无线网络等或其任意组合。仅作为示例，网络130可以包括电缆网络。取样钻机自动换杆装置应用场景中的一个或以上组成部分可以连接到网络130以交换数据和/或信息。

26.终端140可以是与取样钻机自动换杆相关的设备或其他实体。在一些实施例中，终端140可以是钻杆相关数据获取的请求者。在一些实施例中，终端140可以包括移动设备140-1、平板电脑140-2、笔记本电脑140-3、膝上电脑140-4等或其任意组合。在一些实施例中，移动设备140-1可以包括智能手机、智能传呼设备等或其他智能设备。在一些实施例中，终端140可以包括其他智能终端，如可穿戴智能终端等。终端140可以是智能终端，也可以是包含智能终端的实体，例如包含智能电脑的钻探设备等。

27.取样钻机自动换杆装置150可以是取样钻机的一个组成部分，也可以是连接在取样钻机上的附加组件，用于自动为取样钻机更换钻杆。取样钻机在进行一定时间的钻取作业后，其钻杆会产生磨损，当磨损程度较大时则会影响钻取作业的效率，此时需要对钻杆进行更换。在一些实施例中，取样钻机自动换杆装置150可以根据钻杆的磨损程度自动为取样钻机更换新的钻杆。关于钻杆更换的更多细节可参见图3中的相关描述。在一些实施例中，取样钻机自动换杆装置可以获取钻杆的相关数据150-1，如钻杆的图像数据、钻杆的转速数据等或其任意组合。在一些实施例中，取样钻机自动换杆装置150可以响应于处理器110发送的请求信息，将获取的钻杆的相关数据150-1发送至处理器110。

28.应当注意上述有关取样钻机自动换杆装置的应用场景仅仅是为了说明的目的而提供的，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。然而，这些变化和修改不会背离本说明书的范围。

29.图2a是根据本说明书一些实施例所示的取样钻机自动换杆装置的装置模块图。在一些实施例中，该取样钻机自动换杆装置可以被安装在取样钻机上，用于更换取样钻机的

钻杆。在一些实施例中，该取样钻机自动换杆装置可以通过卡扣或其他各种可能的方式与取样钻机相连，具体连接方式可是实际需求确定。如图2所示，取样钻机自动换杆装置200可以包括以下组成部分。

30.在一些实施例中，取样钻机自动换杆装置可以包括钻杆架210。钻杆架210可以是用于放置至少一个钻杆的实体。钻杆可以是用于碎岩、钻探的钻井设备。在一些实施例中，钻杆可以包括杆身和切削刃。在一些实施例中，钻杆架210可以包括用于放置旧钻杆的钻杆架和用于放置新钻杆的钻杆架。

31.在一些实施例中，取样钻机自动换杆装置可以包括图像采集单元220。图像采集单元220可以用于获取钻杆的图像数据，例如，正在使用的钻杆头部的数据等，该图像数据可以用于判断该钻杆的磨损程度。在一些实施例中，图像采集单元220可以是摄像头或其他能够获取钻杆高清图像的设备。在一些实施例中，图像采集单元220可以被安装在钻杆上，或安装在取样钻机的钻杆自动更换单元250上。

32.在一些实施例中，取样钻机自动换杆装置可以包括转速计量单元230。转速计量单元230可以用于获取所述取样钻机工作时钻杆的转速数据。在一些实施例中，转速数据还可以包括切削速度。在一些实施例中，转速计量单元230可以直接获取转速，或通过获取切削速度、钻杆直径等数据间接计算转速。在一些实施例中，转速计量单元230可以包括光电式传感器，或其他可以用于确定钻杆转速的传感器或组件，具体可视实际需求确定。在一些实施例中，转速计量单元230可以被安装在取样钻机与钻杆的接合处。在一些实施例中，转速计量单元230可以是处理单元240的一部分。

33.在一些实施例中，取样钻机自动换杆装置可以包括处理单元240。处理单元240可以用于基于图像数据和/或转速数据确定钻杆的磨损程度，根据钻杆的磨损程度确定钻杆是否需要更换。

34.在一些实施例中，处理单元可以用于基于图像数据确定钻杆的实际磨损程度。在一些实施例中，处理单元还可以用于基于实际磨损程度确定钻杆是否需要更换，若需要更换，则向钻杆自动更换单元发出钻杆更换指令。

35.在一些实施例中，处理单元可以用于基于转速数据确定钻杆的预测磨损程度。在一些实施例中，处理单元还可以用于基于预测磨损程度确定钻杆是否需要更换，若需要更换，则向钻杆自动更换单元发出钻杆更换指令。

36.在一些实施例中，处理单元240可以是单片机，例如，可以是包括中央处理器cpu、只读存储器rom和随机存储器ram等结构的单片机。在一些实施例中，处理单元240可以设置为取样钻机自动换杆装置200的组成部分，也可以设置在云端处理器上，通过网络与上述取样钻机自动换杆装置200连接。

37.在一些实施例中，取样钻机自动换杆装置可以包括钻杆自动更换单元250。钻杆自动更换单元250可以用于响应于处理单元输出的钻杆更换指令，将取样钻机的钻杆更换为钻杆架上的钻杆。在一些实施例中，钻杆自动更换单元250可以包括机械手、液压装置、电动马达装置、杠杆装置等。其中，电动马达装置可以提供机械手运动的动力，并通过液压装置、杠杆装置将动力传递至机械手，时机械手能够移动并抓取钻杆，从而完成换杆动作。在一些实施例中，钻杆自动更换单元还可以包括其他能够实现换杆功能的结构，具体可视实际情况确定。在一些实施例中，钻杆自动更换单元250可以被安装在钻杆架210上或取样钻机自

动换杆装置的其他位置。

38.在一些实施例中，上述钻杆更换的动作具体由钻杆自动更换单元的机械手完成，包括：从取样钻机上取下需要更换的钻杆、将取下的钻钻杆放到钻杆架上、从钻杆架上抓取新钻杆并将抓取的新钻杆安装到取样钻机上。

39.图2b是根据本说明书一些实施例所示的取样钻机自动换杆装置的装置示例性示意图。如图2b所示，在一些实施例中，取样钻机自动换杆装置可以包括设置于装置一侧的钻杆架210、设置于装置下方的图像采集单元220、可以安装与钻杆顶端的转速计量单元230、设置于支撑单元260上的处理单元240以及设置于支撑单元260上的钻杆自动更换单元250。

40.在一些实施例中，转速计量单元230可以被安装在钻杆顶端，钻杆与转速计量单元连接后被安装至取样钻机上。取样钻机工作时钻杆转动，转速计量单元230可以获取钻杆的转速。

41.如图2b中虚线部分所示，钻杆自动更换单元250的机械手可以夹持钻杆至图像采集单元220，使图像采集单元220获取钻杆的图像，例如，新钻杆的初始图像、钻杆使用过程中的图像等。应当理解的是，图2b中所示出的拍照方式仅为示例，机械手还可以夹持钻杆的其他部位以不同倾斜度、角度至图像采集单元220以使其获取钻杆图像，具体可视实际情况确定。

42.在一些实施例中，取样钻机自动换杆装置还可以是其他可以完成自动换杆的结构，具体可视实际情况确定。

43.需要注意的是，以上对于装置结构的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个单元进行任意组合，或者构成子系统与其他单元连接。在一些实施例中，图2中披露的钻杆架、图像采集单元、转速计量单元、处理单元和钻杆自动更换单元可以是一个系统中的不同单元，也可以是一个单元实现上述的两个或两个以上单元的功能。例如，各个单元可以共用一个处理单元，各个模块也可以分别具有各自的处理单元。诸如此类的变形，均在本说明书的保护范围之内。

44.图3是根据本说明书一些实施例所示的取样钻机自动换杆装置的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由处理器110执行。

45.步骤310，获取钻杆的相关数据，所述相关数据包括所述钻杆的图像数据和所述钻杆的转速数据中的至少一种，所述转速数据包括至少一个时间点的转速。在一些实施例中，该步骤可以由处理器110执行。

46.相关数据可以包括与钻杆性能相关的数据。例如，相关数据可以包括钻杆的图像数据、转速数据、使用时长数据、重量数据、尺寸数据等。

47.图像数据可以是与钻杆相关的图像、视频数据。例如，图像数据可以包括钻杆头部的切削刃的图像、钻杆的初始图像等。其中，初始图像可以是取样钻机开始作业前的钻杆图像。在一些实施例中，图像数据可以反映钻杆的使用情况、以及磨损程度等。

48.转速数据可以是与钻杆旋转速度相关的数据。在一些实施例中，转速数据可以指主轴转速。在一些实施例中，转速数据可以包括切削速度，通过切削速度可以计算得到转速，例如，转速可以通过如下公式计算得到：

其中，s为转速，v为切削速度m/min，d为钻杆直径。

49.时间点可以是钻杆工作过程中任意的时间点。在一些实施例中，时间点的选择可以基于人工选择完成，或通过系统自动选择完成。在一些实施例中，受钻杆接触的土壤岩石种类影响，以及主动设置钻杆转速的不同要求，不同时间点对应的钻杆转速可能不同。

50.在一些实施例中，钻杆的图像数据可以由处理器110通过图像采集单元220的摄像头等获取；钻杆的转动数据可以由处理器110通过转速计量单元230的传感器等获取。在一些实施例中，除以上数据外的其他相关数据可以通过网络，或人工输入获取，例如从网络调用或人工输入获取钻杆直径等。

51.步骤320，基于所述相关数据确定所述钻杆的磨损数据，所述磨损数据包括所述钻杆的实际磨损程度和所述钻杆的预测磨损程度中的至少一种。在一些实施例中，该步骤可以由处理器110执行。

52.磨损数据可以是与钻杆损耗、磨损相关的数据。例如，切削刃的磨损特征、其它磨损特征等数据。在一些实施例中，磨损数据可以包括实际磨损程度和预测磨损程度。在一些实施例中，磨损数据可以基于相关标准进行分级确定，例如，iadc钻杆磨损分级标准。在一些实施例中，磨损数据可以基于钻杆磨损对钻探功能的影响确定，例如，不影响使用的磨损、需要减小钻杆转速的磨损、无法钻探硬质岩石的磨损、无法继续钻探的磨损等。

53.在一些实施例中，磨损数据可以是表示磨损百分比的数值，例如，钻杆切削刃的磨损百分比。在一些实施例中，磨损数据还可以是表示磨损等级的数值，例如，将磨损程度划分为0-10之间的数值，数值越大表示磨损程度越高，其中，0表示无磨损。在一些实施例中，磨损数据还可以是其他类型的数据，如：钻杆主轴断裂等。

54.实际磨损程度可以是钻杆当前的磨损数据。在一些实施例中，实际磨损程度的判断需要将钻杆从深井、土壤岩石中取出后，基于人工或处理单元判断。在一些实施例中，实际磨损程度可以由处理器110通过第一机器学习模型基于钻杆图像数据确定。关于通过第一机器学习模型确定钻杆实际磨损程度的详细内容可参见图4及其相关描述。

55.预测磨损程度可以是对钻杆未来磨损程度的预测数据。在一些实施例中，预测磨损程度可以由处理器110通过第二机器学习模型基于钻杆的转速数据确定。关于通过第二机器学习模型确定钻杆预测磨损程度的详细内容可参见图5及其相关描述。

56.步骤330，基于所述磨损数据确定所述钻杆是否需要更换。在一些实施例中，该步骤可以通过处理单元240执行。

57.在一些实施例中，所述基于磨损数据确定钻杆是否需要更换，包括：将实际磨损程度与第一预设磨损阈值进行比较；以及响应于实际磨损程度大于或等于第一预设磨损阈值，确定需要更换钻杆。

58.第一预设磨损阈值可以是区分钻杆是否需要更换的磨损数据的数值。在一些实施例中，当钻杆的实际磨损程度的数值大于/等于第一预设磨损阈值时，判断该钻杆需要被更换。在一些实施例中，第一预设磨损阈值可以通过人工设置确定，或通过钻杆使用的相关标准确定，具体可视实际需求确定。

59.在一些情况下，取样钻机自动换杆装置可以在取样钻机完成一次作业后对钻杆的

磨损程度进行判断，由此确定是否需要更换钻杆。此时，可以由图像采集单元获取当前钻杆头部的图像，由处理单元通过第一机器学习模型判断该钻杆的实际磨损程度，并将实际磨损程度与第一预设磨损阈值及进行比较，确定该钻杆是否需要更换。

60.在一些实施例中，所述基于预测磨损程度确定钻杆是否需要更换，还包括：将预测磨损程度与第二预设磨损阈值进行比较；以及响应于预测磨损程度大于或等于第二预设磨损阈值，确定需要更换钻杆。

61.第二预设磨损阈值可以是区分钻杆是否需要更换的预测磨损数据的阈值。在一些实施例中，当钻杆的预测磨损程度的数值大于/等于第二预设磨损阈值时，判断该钻杆需要被更换。在一些实施例中，第二预设磨损阈值可以通过人工设置确定，或通过钻杆使用的相关标准确定，具体可视实际需求确定。

62.在一些情况下，取样钻机自动换杆装置可以在取样钻机作业过程中预测当前钻杆未来某一时刻的磨损程度，由此确定更换钻杆的时间。例如，在取样钻机开始作业前，图像采集单元获取钻杆头部的初始图像，在取样钻机作业的过程中获取该钻杆至少一个时刻的转速数据，由处理单元基于上述初始图像与转速数据通过第二机器学习模型确定该钻杆未来某一时刻的预测磨损程度，并将预测磨损程度与第二预设磨损阈值及进行比较，确定在该预测磨损程度对应的时刻，该钻杆是否需要更换。

63.在一些实施例中，第一预设磨损阈值与第二预设磨损阈值可以是相同或不同的数值，具体可视实际的需求确定。

64.在一些实施例中，处理单元240基于磨损数据确定需要更换钻杆后，则向钻杆自动更换单元250发出换杆指令，钻杆自动更换单元则会更换新的钻杆。更换钻杆方式包括：钻杆自动更换单元的机械手拆卸旧钻杆；将旧钻杆放置在旧钻杆的钻杆架上；将放置在新钻杆的钻杆架的新钻杆夹持安装。

65.通过本说明书一些实施例中的取样钻机自动换杆方法，可以实现钻杆磨损自动化监控，同时实现自动钻杆切换，减少人力成本，提高工程效率。

66.应当注意的是，上述有关流程300的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，流程300还可以包括数据预处理步骤。

67.图4是根据本说明书一些实施例所示的第一机器学习模型的示例性示意图。如图4所示，第一机器学习模型的执行与训练400至少包括以下内容。

68.在一些实施例中，所述基于相关数据确定钻杆的磨损数据，包括：通过第一机器学习模型420基于图像数据410确定实际磨损程度430，其中，第一机器学习模型420通过带标签的历史图像数据421-1训练获得。

69.第一机器学习模型420可以用于基于钻杆的图像数据确定钻杆的实际磨损程度。在一些实施例中，第一机器学习模型可以是卷积神经网络模型(convolutional neural networks，cnn)。

70.在一些实施例中，第一机器学习模型的输入可以包括图像采集单元220获取的图像数据，第一机器学习模型的输出可以是钻杆的实际磨损程度。在一些实施例中，钻杆的实际磨损程度可以通过数值表示，如用数值0-10表征实际磨损程度由小到大，其中0表示无磨

损。

71.在一些实施例中，第一机器学习模型还可以是其它能够确定钻杆磨损程度的模型，具体可视实际情况而定。

72.在一些实施例中，第一机器学习模型可以通过多个带有标注的第一训练样本得到。例如，可以将多个带有标注的第一训练样本输入初始第一机器学习模型421，通过标注和初始第一机器学习模型421的结果构建损失函数，基于损失函数的迭代更新初始第一机器学习模型421的参数。当初始第一机器学习模型421的损失函数满足预设条件时模型训练完成，得到训练好的第一机器学习模型420。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

73.在一些实施例中，第一训练样本可以包括历史图像数据421-1，该历史图像数据可以是取样钻机自动换杆装置200历史获取到的至少一幅钻杆的图像。

74.在一些实施例中，训练的标注可以包括历史实际磨损程度421-2，该历史实际磨损程度可以从取样钻机自动换杆装置200的历史处理数据中获取，还可以通过人工标注获取，具体可视实际需求确定。

75.在一些实施例中，历史图像数据和历史实际磨损程度还可以通过从存储设备、网络调用获取。

76.在本说明书一些实施例中，基于钻杆图像，通过第一机器学习模型确定钻杆的实际磨损程度，有利于实现自动化标注，从而有助于为第二机器学习模型获得充分的已标注历史数据，用于第二机器学习模型的训练。

77.图5是根据本说明书一些实施例所示的第二机器学习模型的示例性示意图。如图5所示，第一机器学习模型的执行与训练500至少包括以下内容。

78.在一些实施例中，所述基于相关数据确定钻杆的磨损数据，还包括：通过第二机器学习模型520基于转速数据510确定预测磨损程度530，其中，第二机器学习模型520通过带标签的历史转速数据521-1训练获得。

79.第二机器学习模型520可以用于基与钻杆的转速数据确定钻杆的预测磨损程度。在一些实施例中，第二机器学习模型可以是循环神经网络模型(recurrent neural network，rnn)。

80.在一些实施例中，第二机器学习模型的输入可以包括钻杆的初始磨损程度以及转速计量单元230获取的钻杆至少一个时间点的转速数据，第二机器学习模型的输出可以是钻杆未来某一时间点的预测磨损程度。其中，钻杆磨损度预测值可以是数值，例如，通过数值0-10表示磨损程度由小到大，0表示钻杆无磨损。

81.在一些实施例中，第二机器学习模型还可以是其它能够确定钻杆磨损程度的模型，具体可视实际情况而定。

82.在一些实施例中，上述钻杆的初始磨损数据可以是上述至少一个时间点中第一个时间点对应的钻杆磨损数据。其中，该时间点的钻杆磨损数据可以基于该时间点图像采集单元220获取到的钻杆图像，基于第一机器学习模型确定。

83.在一些实施例中，第二机器学习模型可以通过多个带有标注的第二训练样本得到。例如，可以将多个带有标注的第二训练样本输入初始第二机器学习模型521，通过标注和初始第二机器学习模型521的结果构建损失函数，基于损失函数的迭代更新初始第二机

器学习模型521的参数。当初始第二机器学习模型521的损失函数满足预设条件时模型训练完成，得到训练好的第二机器学习模型520。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

84.在一些实施例中，第二训练样本可以包括历史转速数据521-1和历史初始磨损数据。其中，历史转速数据521-1可以是转速计量单元230历史获取到的至少一个时间点的钻杆转速数据，历史初始磨损数据可以是上述至少一个历史时间点中第一个时间点对应的钻杆磨损数据，该时间点的钻杆磨损数据可以基于该时间点图像采集单元220在该历史时间点获取到的钻杆图像，基于第一机器学习模型确定。

85.在一些实施例中，训练的标注可以包括不同时刻磨损程度521-2，不同时刻磨损程度可以从取样钻机自动换杆装置200的历史处理数据中获取，还可以通过人工标注获取，具体可视实际需求确定。

86.在一些实施例中，训练时的标注还可以通过图像识别模型获取。例如，处理器可以在钻杆进至不同深度时控制其抽出，图像采集装置获取此时钻杆的图像，基于图像识别模型获取钻杆的磨损程度，将图像识别模型得到的磨损数据作为标注。在一些实施例中，还可以将第一机器学习模型获得的磨损数据作为标注。

87.在一些情况下，由于土壤硬度较大或钻杆磨损过大可能会导致转速变低，然而钻杆的磨损程度是动态变化的，土层的硬度也可能随着深度增大而发生变化，因此，无法通过转速简单地推断出钻杆的磨损程度。

88.本说明书一些实施例中，采用图像识别模型获取磨损程度，并将该磨损程度作为标注进行训练，或将第一机器学习模型获得的磨损数据作为标注，提高了对训练样本进行标注时的自动化程度，避免了人工标注时可能带来的误差以及个人经验的影响，可以更方便地获取训练数据，更好地进行第二机器学习模型的训练；基于钻杆的转速数据和初始磨损程度数据可以更好的预测钻杆的磨损程度，从而不取出钻杆取出来就能确定钻杆的磨损程度，进而更方便、及时地判断是否需要更换钻杆。

89.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

90.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

91.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的处理器或移动设

备上安装所描述的系统。

92.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

93.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有

±

20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

94.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

95.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。技术特征：

1.一种取样钻机自动换杆装置，包括：钻杆架，用于放置至少一个钻杆；图像采集单元，用于获取所述钻杆的图像数据；转速计量单元，用于获取所述钻杆的转速数据，所述转速数据包括至少一个时间点的转速；处理单元，用于基于所述图像数据和/或所述转速数据确定所述钻杆的磨损程度；以及钻杆自动更换单元，用于响应于所述处理单元输出的钻杆更换指令，将钻机的钻杆更换为所述钻杆架上的钻杆。2.如权利要求1所述的取样钻机自动换杆装置，所述处理单元进一步用于基于所述图像数据确定所述钻杆的实际磨损程度。3.如权利要求2所述的取样钻机自动换杆装置，所述处理单元还用于基于所述实际磨损程度确定所述钻杆是否需要更换，若需要更换，则向所述钻杆自动更换单元发出钻杆更换指令。4.如权利要求1所述的取样钻机自动换杆装置，所述处理单元进一步用于基于所述转速数据确定所述钻杆的预测磨损程度。5.如权利要求4所述的取样钻机自动换杆装置，所述处理单元还用于基于所述预测磨损程度确定所述钻杆是否需要更换，若需要更换，则向所述钻杆自动更换单元发出钻杆更换指令。6.一种取样钻机自动换杆方法，包括：获取钻杆的相关数据，所述相关数据包括所述钻杆的图像数据和所述钻杆的转速数据种的至少一种，所述转速数据包括至少一个时间点的转速；基于所述相关数据确定所述钻杆的磨损数据，所述磨损数据包括所述钻杆的实际磨损程度和所述钻杆的预测磨损程度中的至少一种；以及基于所述磨损数据确定所述钻杆是否需要更换。7.如权利要求6所述的取样钻机自动换杆方法，所述基于所述相关数据确定所述钻杆的磨损数据，包括：通过第一机器学习模型基于所述图像数据确定所述实际磨损程度，其中，所述第一机器学习模型通过带标签的历史图像数据训练获得。8.如权利要求7所述的取样钻机自动换杆方法，所述基于所述磨损数据确定所述钻杆是否需要更换，包括：将所述实际磨损程度与第一预设磨损阈值进行比较；以及响应于所述实际磨损程度大于或等于所述第一预设磨损阈值，确定需要更换钻杆。9.如权利要求6所述的取样钻机自动换杆方法，所述基于所述相关数据确定所述钻杆的磨损数据，还包括：通过第二机器学习模型基于所述转速数据确定所述预测磨损程度，其中，所述第二机器学习模型通过带标签的历史转速数据训练获得。10.如权利要求9所述的取样钻机自动换杆方法，所述基于所述预测磨损程度确定所述钻杆是否需要更换，还包括：将所述预测磨损程度与第二预设磨损阈值进行比较；以及

响应于所述预测磨损程度大于或等于所述第二预设磨损阈值，确定需要更换钻杆。

技术总结

本说明书实施例提供一种取样钻机自动换杆装置，包括：钻杆架，用于放置至少一个钻杆；图像采集单元，用于获取钻杆的图像数据；转速计量单元，用于获取钻杆的转速数据，转速数据包括至少一个时间点的转速；处理单元，用于基于图像数据和/或转速数据确定钻杆的磨损程度；以及钻杆自动更换单元，用于响应于处理单元输出的钻杆更换指令，将钻机的钻杆更换为钻杆架上的钻杆。杆架上的钻杆。杆架上的钻杆。

技术研发人员：鹿守敢 钱海林 魏言旭 蔡磊 陈响 周晓雨

受保护的技术使用者：地晨环境技术（南京）有限公司

技术研发日：2022.03.18

技术公布日：2022/6/24