計測融合解析によるドリルビット挙動把握と機械学習による掘削状態識別への展開

通过测量融合分析了解钻头行为并通过机器学习识别挖掘条件

基本信息

项目摘要

1. 船上掘削データから掘削地層摩擦特性を推算する手法を構築し,過去の科学掘削の一例を対象に実行した.掘削同時検層データと良い一致を示し,手法の有効性を確認した.2. ドリルビット接地荷重変動解析やドリルパイプ挙動解析においては,マグナス効果による変形や挙動の模型実験による考察,および模型実験スケールでの数値解析を行った.3. ドリルビット挙動解析においては,掘削地層の摩擦特性とドリルビットの接地荷重が支配的なパラメータとなる.これらに加えて,影響要素として,ドリルパイプ回転速度や捩じり減衰がある.これらの要素を考慮したドリルビット回転挙動数理モデルを構築し,Stick-Slip発生条件や挙動特性の考察を行った.4. 機械学習においては,過去の科学掘削航海における取得可能な船上掘削データ,地層サンプルデータ,コア回収率,および掘削操業異常の情報の収集を行った.そして,掘削データを学習データとして,掘削地層やコア回収率を予測する機械学習プログラムを開発し,予測試行を行った.また,掘削データ間の関係性を加味した機械学習による異常検知の試行を実施した.5. 計測融合解析に向けて,掘削データ取得システムの開発を進めた.搭載対象としている掘削船の掘削制御システムのアクセス仕様確認試験を行い,通信仕様の確認を行った.更に,掘削データのリアルタイム伝送システムのプロトタイプ版の開発,および逐次送信されるデータを受信してリアルタイム掘削データ融合解析の基本インターフェイスの開発を進め,そして,模擬データを用いたリアルタイムでの融合解析の試行を実施した.これにより,データ伝送や逐次解析の健全性を確認した.
1. The ship dug cut デ ー タ か ら digging cutting formation friction characteristics を calculated す る を build し, past の science dug cut の case を like に seaborne line be し た. Simultaneous excavation of 検 layers デ 検 タと タと good <s:1> consistent を indicates 検, and the effectiveness of the technique is を confirmed to be た. 2. ド リ ル ビ ッ ト grounding load - dynamic analytic や ド リ ル パ イ プ 挙 dynamic analytic に お い て は, マ グ ナ ス unseen fruit に よ る - shaped や 挙 dynamic の model be 験 に よ る, お よ び model be 験 ス ケ ー ル で の line the numerical analytical を っ た. 3. ド リ ル ビ ッ ト 挙 dynamic analytic に お い て は, digging cutting formation の friction characteristics と ド リ ル ビ ッ ト の grounding load が な dominated パ ラ メ ー タ と な る. こ れ ら に plus え て, influence elements と し て, ド リ ル パ イ プ back planning speed や tear じ り damping が あ る. こ れ ら の elements を consider し た ド リ ル ビ ッ ト back planning 挙 dynamic mathematical モ デ ル を し, Stick - Slip 発 living conditions や 挙 dynamic characteristic line の investigation を っ た. 4. Rote learning に お い て は, dig cut sailing past の science に お け る made possible な ship dug cut デ ー タ, stratigraphic サ ン プ ル デ ー タ, コ ア 収 rate, お よ び dug cut abnormal の intelligence office の 収 row っ を た. そ し て, dug cut デ ー タ を learning デ ー タ と し て, digging cutting formation や コ ア を 収 rate back to measure す る rote learning プ ロ グ ラ ム を open 発 し, to test line を っ た. Between ま た, dug cut デ ー タ の masato is sexual を flavored し た rote learning に よ る abnormal 検 know の trial を be applied し た. 5. Measurement fusion analysis に towards けて, excavation デ に タ to obtain システム, and development を into めた. Pick up like と seaborne し て い る ship の dug dug sharpen suppression シ ス テ ム の ア ク セ ス shi others confirm test を い, communication shi others の confirm line を っ た. More に, dug cut デ ー タ の リ ア ル タ イ ム 伝 send シ ス テ ム の プ ロ ト タ イ プ version の 発, お よ び successive messenger さ れ る デ ー タ を trusted し て リ ア ル タ イ ム dug cut デ ー タ fusion parsing の basic イ ン タ ー フ ェ イ ス の open 発 を into め そ し て, simulated デ ー タ を with い た リ ア ル タ イ ム で の fusion parsing の trial を be applied し た. Youdaoplaceholder0 れによ れによ, デ タ伝 タ伝 タ伝 is sent to や for sequential analysis of <s:1> soundness を to confirm た た.

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Experimental and Numerical Studies on Behavior of Rotating Model Drill Pipe in Uniform Flow
旋转模型钻杆均匀流行为的实验与数值研究
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Htun Thant Zin;Suzuki Hiroyoshi;Garcia-Vallejo Daniel;Hiroyoshi Suzuki; Tomoya Inoue; Tokihiro Katsui; Ryota Wada; Keita Tsuchiya; Yusuke Notani; Keita Ishida; Taito Koga
  • 通讯作者:
    Hiroyoshi Suzuki; Tomoya Inoue; Tokihiro Katsui; Ryota Wada; Keita Tsuchiya; Yusuke Notani; Keita Ishida; Taito Koga
Experimental and Numerical Studies on Behavior of Rotating Drill Pipe Model in Uniform Flow
旋转钻杆模型在均匀流中行为的实验与数值研究
  • DOI:
    10.17736/ijope.2022.mt32
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0.8
  • 作者:
    松隈洋;笠原一人;三宅拓也ほか;京都工芸繊維大学美術工芸資料館/村野藤吾の設計研究会 編;京都工芸繊維大学美術工芸資料館/村野藤吾の設計研究会 編;京都工芸繊維大学美術工芸資料館/村野藤吾の設計研究会 編;SUZUKI Kojiro;Kojiro Suzuki;鈴木宏二郎;鈴木宏二郎;鈴木宏二郎;鈴木宏二郎;Kojiro Suzuki;鈴木宏二郎;鈴木宏二郎;鈴木宏二郎;鈴木宏二郎;Kojiro Suzuki;鈴木宏二郎;鈴木宏二郎;Suzuki Hiroyoshi,Inoue Tomoya,Katsui Tokihiro,Wada Ryota,Tsuchiya Keita,Notani Yusuke,Ishida Keita,Koga Taito
  • 通讯作者:
    Suzuki Hiroyoshi,Inoue Tomoya,Katsui Tokihiro,Wada Ryota,Tsuchiya Keita,Notani Yusuke,Ishida Keita,Koga Taito
海洋掘削用ドリルパイプのStick-Slip現象の数値解析
海上钻井钻杆粘滑现象数值分析
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    小川登生;松本啓人;高尾学;十河大介,勝井辰博,井上朝哉,和田良太,鈴木博善
  • 通讯作者:
    十河大介,勝井辰博,井上朝哉,和田良太,鈴木博善
Machine Learning Approaches for Predicting the Lithology and Core Recovery Rate
预测岩性和岩心采收率的机器学习方法
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tomoya Inoue;Yujin Nakagawa;Hakan Bilen;Ryota Wada;Tokihiro Katsui;Hiroyoshi Suzuki.
  • 通讯作者:
    Hiroyoshi Suzuki.
風洞における模型ドリルパイプの挙動計測
测量模型钻杆在风洞中的行为
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Htun Thant Zin;Suzuki Hiroyoshi;Garcia-Vallejo Daniel;Hiroyoshi Suzuki; Tomoya Inoue; Tokihiro Katsui; Ryota Wada; Keita Tsuchiya; Yusuke Notani; Keita Ishida; Taito Koga;鈴木博善,井上朝哉,古賀太斗,小笹卓海
  • 通讯作者:
    鈴木博善,井上朝哉,古賀太斗,小笹卓海
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

井上 朝哉其他文献

ANCFによるテザーケーブルの水中挙動解析とこれを用いたROVの運動解析
使用 ANCF 进行系​​绳水下行为分析以及 ROV 的运动分析

井上 朝哉的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('井上 朝哉', 18)}}的其他基金

ドリルパイプ挙動の統合的表現と計測データ融合逐次解析への展開
钻杆行为的综合表示和测量数据融合顺序分析的发展
  • 批准号:
    23K26325
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ドリルパイプ挙動の統合的表現と計測データ融合逐次解析への展開
钻杆行为的综合表示和测量数据融合顺序分析的发展
  • 批准号:
    23H01631
  • 财政年份:
    2023
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)

相似海外基金

肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
  • 批准号:
    24K14853
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
  • 批准号:
    23K20946
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
  • 批准号:
    23K21695
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
  • 批准号:
    23K22762
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
  • 批准号:
    23K24816
  • 财政年份:
    2024
  • 资助金额:
    $ 11.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了