摘要
这项工作的目的是应用人工智能技术，如计算视觉、图像处理和机器学习，开发一种软件，用于分析和监测振动筛中的岩屑，以检测钻井过程中流量的变化和可能的不稳定性。建立了一个实验单元来模拟岩屑在筛中的流动，其中三种不同的振动强度应用于设备，以允许三种不同的流动速度。石英、大理石、花岗岩和实际砾石碎片的流动实验用视频记录下来，并由Matlab©平台上开发的计算视觉软件使用。该算法使用不同的图像处理和机器学习技术对视频进行处理。与卷积定理相结合的二维离散傅里叶变换是用于检测帧中的岩石的分割技术。利用MATLAB的“MSER”、“Harris”和“SURF”函数对视频序列帧中的对应点检测器进行固体速度估计。利用MATLAB的“regionprops”函数对填石筛的面积及尺寸、圆度、圆度、偏心率等几何参数进行估算。结果表明，所提出的计算视觉软件可以对一系列岩石类型的报告特征进行可靠的估计。此外，在大多数情况下，可以估计充满岩石的筛子的面积及其通过筛子的速度，平均误差小于10%。研究结果还表明，利用本研究开发的软件，可以实现钻井作业中振动筛的实时监测系统。
