一种基于激光诱导击穿光谱的岩屑类型识别方法及系统与流程

本发明涉及石油、天然气钻探领域，尤其涉及一种基于激光诱导击穿光谱的岩屑类型识别方法及系统

背景技术：

在石油、天然气的钻采过程中，岩屑识别对于地质状况的判定具有极其重要的作用。实际野外钻井过程，可以根据岩屑类型了解岩石性质、地层变化和油、气层情况。随着现代技术的进步，获得的岩屑已经变得非常细碎，岩屑的识别技术也得到更多的关注。

激光诱导击穿光谱可应用于岩屑识别。激光诱导击穿光谱用于岩屑识别的主要方法有：第一种方法是激光诱导击穿光谱全谱模型：这种模型需要处理的数据比较多，同时背景噪声影响较大，识别结果相对比较高。第二种方法是峰值强度与比率模型(特征模型)，这种方法数据处理比较简单，但识别正确率有所下降。第三种方法是选取si、al、ca、fe等主要元素，根据这些元素发射谱线强度构造特征变量，再结合神经网络进行岩屑类型识别。第四种是对全谱先进行主成分分析，再利用神经网络进行岩屑类型识别。以上方法数据处理耗费时间虽长短不同，但识别准确度一般，效果不是很好。

技术实现要素：

本发明实施例提供了一种基于激光诱导击穿光谱的岩屑类型识别方法及系统，能够准确识别钻探得到的细小的岩屑。

结合本发明实施例的第一方面，提供了一种基于激光诱导击穿光谱的岩屑类型识别方法，该方法包括：

s1、利用激光诱导击穿光谱仪测量出n种标准岩屑在预设波长范围内的激光诱导击穿光谱，其中n为不小于5的正整数；

s2、对所述n种标准岩屑激光诱导击穿光谱的波长进行积分处理，得到n种标准岩屑的激光诱导击穿光谱积分信号，其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率；

s3、选取所述n种标准岩屑的激光诱导击穿光谱积分信号作为bp神经网络的输入值，对bp神经网络进行训练，得到训练后的bp神经网络；

s4、获取待识别岩屑的激光诱导击穿光谱的积分信号，并将所述积分信号输入到所述训练后的bp神经网络，获得识别结果。

结合本发明实施例的第二方面，提供了一种基于激光诱导击穿光谱的岩屑类型识别系统，该系统包括：

采集模块：用于利用激光诱导击穿光谱仪测量出n种标准岩屑在预设波长范围内的激光诱导击穿光谱，其中n为不小于5的正整数；

积分模块：用于对所述n种标准岩屑激光诱导击穿光谱的波长进行积分处理，得到n种标准岩屑的激光诱导击穿光谱积分信号，其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率；

训练模块：用于选取所述n种标准岩屑激光诱导击穿光谱的积分信号作为bp神经网络的输入值，对bp神经网络进行训练，得到训练后的bp神经网络；

识别模块：用于获取待识别岩屑的激光诱导击穿光谱的积分信号，并将所述积分信号输入到所述训练后的bp神经网络，获得识别结果。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例中，通过激光诱导击穿光谱仪测量标准岩屑的激光诱导击穿光谱，并进行积分处理，输入bp神经网络，对神经网络进行训练后，通过该神经网络识别岩屑类型。通过激光诱导击穿光谱的积分处理能够有效提取识别信息，减少干扰，进而提高岩屑类型识别的准确性，保证识别效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于激光诱导击穿光谱的岩屑类型识别方法一个实施例流程图；

图2为本发明实施例提供的基于激光诱导击穿光谱的岩屑类型识别系统一个实施例结构图；

具体实施方式

本发明实施例提供了一种基于激光诱导击穿光谱的岩屑类型识别方法及系统，用于准确识别钻探中得到的细小岩屑，提高识别精度。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例中基于激光诱导击穿光谱的岩屑类型识别方法一个实施例包括：

s101、利用激光诱导击穿光谱仪测量出n种标准岩屑在预设波长范围内的激光诱导击穿光谱；

所述激光诱导诱导击穿光谱为通过超短脉冲激光聚焦样品表面形成等离子体，岩屑被激发后发出特征谱线，即等离子体发射光谱，可以通过对等离子体发射光谱进行分析以确定岩屑的物质成分及含量。

可选的，其中n为不小于5，一般n值越大，能识别的岩屑类型越多，能识别的效果越好，优选的，所述波长范围为200-950nm，也可根据所用测试仪器的性能参数及实际需要，选择不同的激光诱导击穿光谱波长范围，例如可选择：250-800nm波长范围

s102、对所述n种标准岩屑激光诱导击穿光谱的波长进行积分处理，得到n种标准岩屑的激光诱导击穿光谱积分信号；

其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率。

对激光诱导击穿光谱的波长进行积分处理可以对光谱中的噪声进行平均处理，从而增大激光诱导击穿光谱的信噪比，保证激光诱导击穿光谱的有用信号可以被有效提取出来，进而准确识别、判断岩屑类型。

s103、选取所述n种标准岩屑的激光诱导击穿光谱积分信号作为bp神经网络的输入值，对bp神经网络进行训练，得到训练后的bp神经网络；

可选的，以上步骤s103具体为：

步骤s1031、每种岩屑样品取(x+y)组激光诱导击穿光谱积分信号数据，其中x、y为正整数，共n×(x+y)组激光诱导击穿光谱积分信号数据；

步骤s1032、取每种样品前x组激光诱导击穿光谱积分信号数据，n种标准岩屑共n×x组，作为bp神经网络的数据训练组；

步骤s1033、取每种样品后y组激光诱导击穿光谱积分信号数据，n种标准岩屑共n×y组，作为bp神经网络的数据检验组；

步骤s1034、通过所述数据训练组和所述数据检验组数据对bp神经网络进行训练、检验，得到训练后的bp神经网络。

优选地，bp神经网络可以采用matlab软件实现。

s104、获取待识别岩屑的激光诱导击穿光谱的积分信号，并将所述积分信号输入到所述训练后的bp神经网络，获得识别结果。

通过训练后的bp神经网络，能够通过输入待识别岩屑的激光诱导击穿光谱积分信号，准确判断出该岩屑所属类型。

可选的，所述步骤s104还包括：

步骤1041、利用激光诱导击穿光谱仪测量出待识别岩屑在所述预设波长范围内的激光诱导击穿光谱；

其中，所述预设波长范围与步骤s101中的波长范围相同。

步骤1042、将待识别岩屑激光诱导击穿光谱对波长进行积分处理，得到待识别岩屑激光诱导击穿光谱的积分信号；

其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率，且在本发明实施例中积分宽度与步骤s102的积分宽度相同。

步骤1043、选取待识别岩屑激光诱导击穿光谱的积分信号作为bp神经网络的输入值，利用所述训练后的bp神经网络对待测岩屑进行识别，得到识别结果。

在本发明实施例提供的方法中通过获得激光诱导击穿光谱的积分信号，能够准确提取岩屑特征，作为神经网络的输入，可以借助bp神经网络识别岩屑类型，提高识别效果。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

上面主要描述了一种基于激光诱导击穿光谱的岩屑类型识别方法，下面将对一种基于激光诱导击穿光谱的岩屑类型识别系统进行详细描述。

图2示出了本发明实施例提供了基于激光诱导击穿光谱的岩屑类型识别系统的一个实施例结构图，该系统包括：

采集模块210：用于利用激光诱导击穿光谱仪测量出n种标准岩屑在预设波长范围内的激光诱导击穿光谱，其中n为不小于5的正整数；

优选的，所述预设波长范围为200-950nm。具体可根据所用测试仪器的性能参数及实际需要，选择不同的激光诱导击穿光谱波长范围。

积分模块220：用于对所述n种标准岩屑激光诱导击穿光谱的波长进行积分处理，得到n种标准岩屑的激光诱导击穿光谱积分信号，其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率；

训练模块230：用于选取所述n种标准岩屑的激光诱导击穿光谱积分信号作为bp神经网络的输入值，对bp神经网络进行训练，得到训练后的bp神经网络；

可选的，所述训练模块230包括：

取样单元2301，用于每种岩屑样品取(x+y)组激光诱导击穿光谱积分信号数据，其中x、y为正整数，共n×(x+y)组激光诱导击穿光谱积分信号数据；

第一选取单元2302，用于取每种样品前x组激光诱导击穿光谱积分信号数据，n种标准岩屑共n×x组，作为bp神经网络的数据训练组；

第二选取单元2303，用于取每种样品后y组激光诱导击穿光谱积分信号数据，n种标准岩屑共n×y组，作为bp神经网络的数据检验组；

训练单元2304，用于通过所述数据训练组和所述数据检验组数据对bp神经网络进行训练、检验，得到训练后的bp神经网络。

识别模块240：用于获取待识别岩屑的激光诱导击穿光谱的积分信号，并将所述积分信号输入到所述训练后的bp神经网络，获得识别结果。

可选的，所述识别模块240包括：

测量单元2401，用于利用激光诱导击穿光谱仪测量出待识别岩屑在所述预设波范围内的激光诱导击穿光谱；

积分单元2402，用于对待识别岩屑激光诱导击穿光谱的波长进行积分处理，得到待识别岩屑激光诱导击穿光谱的积分信号；

识别单元2403，用于选取待识别岩屑激光诱导击穿光谱的积分信号作为bp神经网络的输入值，利用所述训练后的bp神经网络对待测岩屑进行识别，得到识别结果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。