公开(公告)号：CN119721140A

公开(公告)日：2025-03-28

申请号：CN202411802254.5

申请日：2024-12-09

Applicant: 大连海事大学

Inventor： 吕欣雨 ,  朱大猛 ,  冯郅益 ,  刘家辉 ,  郭秋余

IPC: G06N3/048 ,  E21B47/00 ,  E21B47/07 ,  E21B47/06 ,  G06N3/08 ,  G06F30/23 ,  G01D21/02 ,  G06F111/04 ,  G06F111/10 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明提供一种基于数字孪生的极地冰层切削钻进过程预测方法，方法包括如下步骤：S1、以建立冰层切削钻进过程物理模型；S2、获取高精度训练与测试数据集；所述有限元分析包括切削热分析和切削力分析；S3、构建预报模型，所述预报模型的输入为高精度训练与测试数据集，所述预报模型的预报采用RBF人工智能神经网络；基于预测数据对钻进规程参数进行优化调整。本发明解决了钻进过程中切削具变形过大、磨损严重以及切削具温度升高将冰屑冰芯融化二次冻结导致钻进失败等问题，实现了钻进参数的实时调整与优化，对提高极地冰层钻进效率与能力具有重要意义。