技术特征：
1.一种钻井过程中岩性识别方法，其特征在于，包括：实时获取钻井过程中的振动数据；通过训练后的地层岩性识别模型提取所述振动数据的时频图像特征，并对所述时频图像特征进行分类识别，获得地层岩性类别。2.根据权利要求1所述的一种钻井过程中岩性识别方法，其特征在于，还包括：通过resnet和mobilenet网络结构构建地层岩性识别模型。3.根据权利要求1所述的一种钻井过程中岩性识别方法，其特征在于，还包括：对原始振动数据进行数据预处理；通过短时傅里叶变换从预处理后的原始振动数据中，提取时频图像；对所述时频图像进行数据增强，获得数据集；并将所述数据集划分为训练集、验证集和测试集；通过数据集对所述地层岩性识别模型进行训练，直至训练结果满足精度要求，获得训练后的地层岩性识别模型。4.根据权利要求3所述的一种钻井过程中岩性识别方法，其特征在于，所述对原始振动数据进行数据预处理，具体包括：通过巴特沃斯高通滤波器对原始振动数据进行数据清洗。5.根据权利要求2所述的一种钻井过程中岩性识别方法，其特征在于，所述通过resnet和mobilenet网络结构构建地层岩性识别模型，具体包括：通过12层网络堆叠而成，其中，前6层为mobilenet层网络结构，每个mobilenet层网络结构中均嵌有resnet的跳跃连接结构，后6层为常规卷积和全连接层结构。6.一种钻井过程中岩性识别系统，其特征在于，包括：采集模块和地层岩性识别模块；所述采集模块用于实时获取钻井过程中的振动数据；所述地层岩性识别模块用于通过训练后的地层岩性识别模型提取所述振动数据的时频图像特征，并对所述时频图像特征进行分类识别，获得地层岩性类别。7.根据权利要求6所述的一种钻井过程中岩性识别系统，其特征在于，还包括：模型构建模块，用于通过resnet和mobilenet网络结构构建地层岩性识别模型。8.根据权利要求6所述的一种钻井过程中岩性识别系统，其特征在于，还包括：训练模块，用于对原始振动数据进行数据预处理；通过短时傅里叶变换从预处理后的原始振动数据中，提取时频图像；对所述时频图像进行数据增强，获得数据集；并将所述数据集划分为训练集、验证集和测试集；通过数据集对所述地层岩性识别模型进行训练，直至训练结果满足精度要求，获得训练后的地层岩性识别模型。9.根据权利要求8所述的一种钻井过程中岩性识别系统，其特征在于，所述训练模块用于通过巴特沃斯高通滤波器对原始振动数据进行数据清洗。10.根据权利要求7所述的一种钻井过程中岩性识别系统，其特征在于，所述模型构建模块具体用于通过12层网络堆叠而成，其中，前6层为mobilenet层网络结构，每个mobilenet层网络结构中均嵌有resnet的跳跃连接结构，后6层为常规卷积和全连接层结构。
技术总结
本发明公开了一种钻井过程中岩性识别方法和系统，涉及钻井工程技术领域。该方法包括：通过训练后的地层岩性识别模型提取实时钻井过程中的振动数据的时频图像特征，并对所述时频图像特征进行分类识别，获得地层岩性类别，本方案通过接收井下实时振动数据，通过训练后的地层岩性识别模型实时开展岩性识别，辅助钻井工程师优化钻井参数，预防井下复杂。预防井下复杂。预防井下复杂。
技术研发人员：陈刚 杨恒林 付利 王元 郭凯杰 冯明 袁光杰 夏焱 乔磊 郑李 张恒 王子昕
受保护的技术使用者：中国石油集团工程技术研究院有限公司
技术研发日：2022.11.22
技术公布日：2023/3/14